探讨SPECT断层图象重建的滤波函数推算方法

目的　探讨SPECT断层图象重建的滤波函数推算方法 .方法　通过不同实验模型在不同条件下进行断层显像 ,采用不同条件重建图像 ,分析SPECT采集信息量、处理因素等多种因素与断层重建参数的关系 .结果　在断层图象每帧采集计数量、放大倍数、象素大小、靶面积象素值、靶面积平方厘米值、单位象素的计数、每平方厘米的计数、靶总计数及最大计数等因素中 ,仅有单位象素计数 (KCp)变量与截止频率 (Fc)有显著直接相关关系 (p <0 .0 1) ,其它因素与Fc的关系均为简单相关关系 .回归方程为 :Fc =0 .14 0 .5×KCp ,两者的相关系数为 0 .99(p <0 .0 0 1) .根据据回归方程推算截止频率初步应用于临床 ,图像结果满意 .结论　根据断层图像象素计数可粗略推算图像重建的截止频率     

放射性浓度与SPECT重建滤波函数取值的实验研究

目的：探讨放射性浓度与SPECT重建滤波函数的取值关系。方法：采用SPECT空间分辨率断层模型，分6次注入由低至高浓度不等的放射性核素，依次等同条件断层采集，将获得不同放射性浓度(计数)的数据分组重建，均采用Butcerworth滤波函数，每组置换从低至高14次截止频率(fc)，取出每组中各fc值重建后同层面的横断图像，以浓度组为行、fc为列(共84帧横断图像)，做放射性浓度为横轴以为纵轴的直角坐标，取各放射性浓度组中分辨率最佳图像的fc值。结果：低放射性浓度组中fc取值在低端时分辨率相对高，高放射性浓度组情况是fc取值在低端时图像过度平滑，图像分辨差。扣取值在高端时，相对分辨率较高。结论：本法对在不同放射性计数(浓度)时如何选择Butferwonh滤波函数的fc值有实际指导意义。     

从断层图象重建人体脏器的三维结构

本文采用体素表示的表面显示法对连续断层图象进行三维重建及显示。通过提取物体的表面信息,减少数据量,从而提高运算速度;并用体素的面来表示脏器表面,使重建后的立体表面较接近物体真实的表面。此外,本文还将分段映射的局部配准法引入医学图象的三维重建与显示领域,较好地解决了连续切片的图象配准问题。文中列出了用CT断层图象与解剖切片图象作三维重建的若干实例。     

阻抗断层成像中的图像重建技术

阻抗层成像是近年发展起来的一种新的医学影技术人有成本低廉,无电离辐射１可以动态显示组织生理活动等优点,ＥＩＴ图像重建一直是ＥＩＴ技术中的重要研究课题,本文对ＥＩＴ图像重建算法的发展作了评述。     

SPECT重建滤波函数的选择与图像效果

要获得高品质ＳＰＥＣＴ重建图像，图像重建过程中滤波函数的选择是极为重要的。本文就ＳＰＥＣＴ中常用数字滤波函数进行了数学分析和临床应用的比较，认为Ｂｕｔｅｒｗｏｒｔｈ滤波器确为较理想的滤波函数，其它许多滤波函数都可通过改变Ｂｕｔｅｒｗｏｒｔｈ的滤波参数推导出来。并在此基础上提出了部分脏器的ＳＰＥＣＴ断层影像重建处理时，Ｂｕｔｔｅｒｗｏｒｔｈ滤波函数较合理的变量参数。     

SPECT的数据采集条件对其断层分辨率的影响实验探讨

目的：探讨采集条件的选择对ＳＰＥＣＴ断层分辨率的影响。方法：来用 Ｊａｓｚｃｚａｋ模型。设定不同条件对模型进行 ３６０°采集,并对所采集的４８组原始资料进行重建处理,观察重建图像。结果：配置高能准直器,１２８×１２８矩阵,２００Ｋ以上计数,重建结果可分辨出直径 １１ ｍｍ柱型模型及直径 １２ ｍｍ球形模型,其余采集方式所重建的结果均达不到此分辨效果。讨论;就矩阵大小而言,１２８×１２８矩阵采集分辨能力优于６４×６４矩阵。采集信息量的大小亦是影响分辨率好坏的重要因素之一,采集信息量大,分辨率则高;反之,则分辨率下降。     

正电子发射型断层成像的多准则重建

正电子发射断层成像（PET）作为图像重建问题的一种，通常的做法是把它视作仅有一个目标函数的优化问题进行单准则重建，但是通常情况下，单目标优化问题的解无法满足其他的目标或准则，如果我们希望重建的结果能满足多个目标函数，那就要用到多准则重建，本文针对PET多准则重建问题中的各个子目标函数及总的目标函数的构成进行了较为详尽的阐述。     

医学断层图象的立体切割算法

采用计算机图形学和图象处理技术对图像三维信息的提取和三维显示可以帮助医务人员模拟治疗和技术过程，提高医疗诊断的准确性和科学性。立体图像切割作为三维图象显示的一种有用的方式，可以提供剖面信息，便于诊断。我们提出了一种在断层图象与剖面相交后的轮廓计算以及剖面图象插值的方法，结果表明，可以得到很好的切割效果。     

多准则优化图象重建方法的求解精度研究

本文通过实例分析，对多准则优化图象重建方法（ＭＯＡ）的求解精度问题作了深入地研究，根据其线性加权和（ＬＷＳ）求解方法推导了重建精度民选择的权系数之间的定量关系，并对目前常用的权系数确定方法，作了分析和评述，阐述了图象先验知识对珩确定最佳的仅系数和避免不适定适定逆问题求解的多义性所具有的重要意义。     

医学断层图象的立体切割算法

采用计算机图形学和图象处理技术对图象三维信息的提取和三维显示可以帮助医务人员模拟治疗和手术过程 ,提高医疗诊断的准确性和科学性。立体图象切割作为三维图象显示的一种有用的方式 ,可以提供剖面信息 ,便于诊断。我们提出了一种在断层图象与剖面相交后的轮廓计算以及剖面图象插值的方法 ,结果表明 ,可以得到很好的切割效果     

SPECT图像解析重建算法研究现状

单光子发射断层成像(SPECT)在临床上有广泛的应用,但由于各种因素的限制,一般仅能得到定性成像,大大削弱了其诊断功能。要想得到定量的图像,就需要在图像重建过程中对各种影响因素进行补偿。目前所用重建算法主要分为迭代法和解析法两大类。本文主要阐述用于SPECT图像重建的各种解析算法,通过追踪国际研究前沿,对现有算法按噪声抑制、散射去除、衰减校正、探测器效应补偿等分类进行了较为全面的概述。     

A Novel Image Smoothing Filter Using Membership Function

This paper presents a new class of image noise smoothing algorithms utilizing the membership information of the neighboring pixels. The basic idea of this method is to compute the smoothed output using neighboring pixels from the same cluster to avoid image blurring. A fuzzy c-means algorithm is first applied to the image to separate the image pixels into a certain number of clusters. A membership function is defined as the probability that a pixel belongs to a cluster. The proposed method uses this membership function as a weight to calculate the weighted sum of the pixel values from its neighboring pixels. The results of the application of this algorithm to various images show that it can smooth images with edge enhancement. The smoothness of the resultant images can be controlled by the cluster number and window size.     

当前图像重建研究中的几个热点

在当前的图像处理的研究中,图像重建是一个热点,其中研究方向又可归结以几个方面（１）利用时频约束去除重建前和重建后的噪声。（２）运动器官的断层像重建研究。（３）不完全投影数据下的重建。（４）直接体积重建及三维显示（５）非Ｘ线ＣＴ的研究。（６）并行计算ＣＴ的研究。本文对这几方面作了简要的概述。     

Local and Non-local Regularization Techniques in Emission (PET/SPECT) Tomographic Image Reconstruction Methods

Emission tomographic image reconstruction is an ill-posed problem due to limited and noisy data and various image-degrading effects affecting the data and leads to noisy reconstructions. Explicit regularization, through iterative reconstruction methods, is considered better to compensate for reconstruction-based noise. Local smoothing and edge-preserving regularization methods can reduce reconstruction-based noise. However, these methods produce overly smoothed images or blocky artefacts in the final image because they can only exploit local image properties. Recently, non-local regularization techniques have been introduced, to overcome these problems, by incorporating geometrical global continuity and connectivity present in the objective image. These techniques can overcome drawbacks of local regularization methods; however, they also have certain limitations, such as choice of the regularization function, neighbourhood size or calibration of several empirical parameters involved. This work compares different local and non-local regularization techniques used in emission tomographic imaging in general and emission computed tomography in specific for improved quality of the resultant images.     

Reconstruction of dynamic gated cardiac SPECT

In this paper we propose an image reconstruction procedure which aims to unify gated single photon emission computed tomography (SPECT) and dynamic SPECT into a single method. We divide the cardiac cycle into a number of gate intervals as in gated SPECT, but treat the tracer distribution for each gate as a time-varying signal. By using both dynamic and motion-compensated temporal regularization, our reconstruction procedure will produce an image sequence that shows both cardiac motion and time-varying tracer distribution simultaneously. To demonstrate the proposed reconstruction method, we simulated gated cardiac perfusion imaging using the gated mathematical cardiac-torso (gMCAT) phantom with Tc99m-Teboroxime as the imaging agent. Our results show that the proposed method can produce more accurate reconstruction of gated dynamic images than independent reconstruction of individual gate frames with spatial smoothness alone. In particular, our results show that the former could improve the contrast to noise ratio of a simulated perfusion defect by as much as 100% when compared to the latter.     

基于无网格法和卡尔曼滤波的生物组织杨氏模量重建算法

生物组织的材料特性能够直观地反映组织病变的情况。为了定量求解病变生物组织杨氏模量,提出一种新的基于无网格技术和卡尔曼滤技术的杨氏模量重建方法。在已知节点位移和力边界的情况下,利用逆向无网格方法结合卡尔曼滤波,计算出组织的杨氏模量。运用数据模拟的方法,检验算法的有效性和在有噪声情况下的表现,并与传统的有限元结合最小二乘的算法进行对比。仿真结果表明,该算法在存在噪声的干扰的情况下,重建组织的杨氏模量仍具有良好的鲁棒性。     

中值滤波法与梯度法的互补效应在CT图像处理中的应用

单独采用中值滤波法与梯度法的其中一种，不能很好地改善CT图像质量。由于这两种方法具有互补效应，可用中值滤波法与梯度法对图像多次交替处理，使CT图像在去除噪声和保护图像边缘的同时使图像边缘得到增强。     

基于压缩感知理论的医学图像重构算法研究现状

压缩感知理论的提出促进了医学成像技术的发展。压缩感知是通过直接采集压缩后的数据,利用重构算法高精度恢复原信号,避免了传统的先采样再压缩造成的资源浪费。基于压缩感知的CT、MRI、US成像的重构算法对其应用于医学成像起着至关重要的作用。因此,对重构算法进行了着重介绍,并进行比较分析。     

基于形态学重构的超声医学图像滤波方法

Speckle噪声是造成超声医学图像质量下降的最主要原因。我们通过修改形态学重构算法-Downhill算法的初始条件,使其适用于超声医学图像的去噪处理。首先在掩模图像中确定标记图像作为算法的初始化和开始区域,再使用改进的Downhill算法对超声医学图像进行滤波处理。实验结果表明,与其他3种传统滤波方法相比,该方法能快速有效地去除心脏腔室内的Speckle噪声同时保留图像的轮廓细节信息。