非局部平均迭代修正的稀疏角度CT凸集投影重建

鉴于非局部平均(nonlocal means.NL-means)滤波后的图像质量大幅提升,本文提出一种非局部平均迭代修正的稀疏角度CT凸集投影(projection onto convex set,POCS)重建方法.新方法采用两相式重建策略:首先对CT稀疏投影数据采用POCS算法进行重建,以获得满足数据一致性及非负性约束的重建图像;随后由POCS重建图像导引非局部平均对其进行优化修正,以消除图像中的高频噪声,保持图像边缘,减少条形伪影,达到提升图像质量的目的.两相交替进行,直至满足某一终止准则.仿真实验表明,本文提出的非局部平均迭代修正稀疏角度CTPOCS重建算法,可有效抑制重建图像噪声和条形伪影,大幅提高重建图像质量.     

基于OPED的有限角投影数据快速重建算法

针对Radon投影的计算机断层(Computer Tomography, CT)重建问题,提出了一种新的基于单位圆上正交展开法(Orthogonal Polynomial Expansions on the Disk, OPED)的有限角投影数据快速重建算法。该算法通过求解缺失投影与已知数据分别对应的正弦变换数据集之间所满足的线性方程组,得到完备数据正弦变换数据集的近似值,之后运用快速傅里叶变换(Fast Fourier Transform, FFT)及线性插值算法提高重建速度从而缩短重建时间。分别推导了单、双边投影数据缺失时的快速重建算法并给出了重建结果,实验结果证明,该方法能够有效提高重建效率。     

基于Bayesian非局部先验的低剂量X-射线CT成像

目的 降低病人在CT扫描中所受的辐射剂量.方法 在低剂量的扫描条件下,由于有效投影信息的缺少,CT图像易受到量子噪声的影响.本文提出了一种新的非局部先验Bayesian重建算法来提高CT图像重建质最.结果 与传统的图像重建方法比较,本文提出的重建方法,能够利用目标图像中更多形态结构的全局信息来构建先验项,从而克服了传统图像重建信息局限性的缺点.结论 试验证明本文所提出的CT图像重建方法在低剂量扫描条件下具有很好的表现.     

两种图像重建算法对实验肿瘤模型的18 F-脱氧葡萄糖 PET／CT 定量结果的影响

目的:比较不同图像重建算法对试验动物肿瘤的18F-脱氧葡萄糖(FDG)PET定量分析的影响。方法:选用5只新西兰大白兔,于前肢种植VX2瘤,分别进行18F-FDG PET动态显像,获得肿瘤的动态图像,利用滤波反投影法(filtered backprojection method,FBP)及有序子集最大期望值法(ordered-subset expectation maximization algorithm,OSEM)进行图像重建,计算并比较肿瘤的Ki值和SUVmax。结果:FBP法重建图像的噪声较OSEM法高,两种算法重建的图像定量计算的参数Ki与SUVmax均高度相关(r≥0.95),但是OSEM法重建图像计算的Ki和SUVmax(Ki:0.03±0.013;SUV:4.89±1.69)明显高于FBP法重建图像的计算值(Ki:0.025±0.011;SUV:4.14±1.42),P均<0.05。结论:不同重建算法对18F-FDG PET定量分析的结果不同。在相同条件下,OSEM重建图像计算的定量参数明显高于采用FBP重建算法计算的定量参数。     

双源Drive CT ADMIRE技术在诊断冠心病上的临床研究

目的 探讨利用双源Drive CT ADMIRE重建技术在诊断冠心病上的临床价值。方法 对75例冠心病患者进行冠状动脉CTA检查,对其图像进行ADMIRE 1～5级算法重建,分析比较右冠状动脉、左主干、左前降支及左回旋支近段血管图像的SD、SNR、CNR和ED;通过主观及客观方法对其图像数据进行分析。对其中25例患者进行DSA检查,分析双源CT在诊断冠脉狭窄的敏感性、特异性、阳性和阴性预测值及诊断一致率。结果 冠脉不同分支血管在不同重建级别下的CT值比较无差异;而每相隔两个重建等级之间的噪声值、SNR及CNR均有差异(P<0.05)。图像的噪声值随迭代重建等级的升高而降低,而SNR和CNR随着重建等级升高而升高。双源CTA诊断冠状动脉狭窄的灵敏度为91.52%、特异度为97.59%、阳性预测值90%、阴性预测值97.98%,诊断一致率为96.42%。结论 双源CT ADMIRE算法在迭代强度为4级时对冠脉血管的显示最佳且冠脉图像质量提高;双源CT在诊断冠心病血管狭窄的诊断效能提高。     

锝-99m定量SPECT/CT临床应用进展

SPECT/CT融合技术、图像重建算法、光子补偿技术等的不断完善和应用使得单光子发射计算机断层扫描(single photon-emission computed tomography,SPECT)已经能够开展类似于正电子发射型计算机断层扫描(positron-e-mission tomography,PET)的定量分...     

基于深度学习的图像重建算法在胸部薄层CT中的降噪效果评估

  目的   为了评估基于深度学习的重建算法在胸部薄层计算机断层扫描（computed tomography,CT）图像中的降噪效果,对滤波反投影重建（filtered back projection,FBP）、自适应统计迭代重建（adaptive statistical iterative reconstruction,ASIR）与深度学习图像重建（deep learning image reconstruction,DLIR）图像进行分析。   方法   回顾性纳入47例患者胸部CT平扫原始数据,利用FBP,ASIR混合重建（ASIR50%、ASIR70%）,深度学习低、中、高3种模式（DL-L、DL-M、DL-H）共6种,重建出0.625 mm的图像。在每组图像的主动脉内、骨骼肌以及肺组织内分别勾画感兴趣区,测量感兴趣区内的CT值、SD值和信噪比（signal-to-noise ratio,SNR）进行客观评价,并对图像进行主观评价。   结果   6种重建图像CT、SD和SNR值的差异有统计学意义（P<0.001）。6种重建图像主观评分差异有统计学意义（P<0.001）。DLIR在主动脉和骨骼肌处的图像噪声明显低于传统的FBP和ASIR,图像质量能够满足临床需求。而且呈现出DL-H降噪效果最佳、噪声最低,ASIR70%、DL-M、ASIR50%、DL-L、FBP 图像噪声依次增加。通过主观评分的比较发现,DL-H的图像整体质量有明显的提升,但不能使肺纹理重建更清晰。   结论   基于深度学习的模型能够有效减少胸部薄层CT图像的噪声,提高图像的质量。而在3种深度学习模型中,DL-H的降噪效能最佳。     

电阻抗断层成像技术重建方法对比研究

目的比较几种电阻抗成像(Electrical Impedance Tomography,EIT)重建算法的性能,为EIT应用于肺部实时功能成像提供参考依据。方法设计三组实验,分别用一步高斯牛顿法、反投影算法、GREIT算法和基于L1正则化的成像算法对仿真数据及人体实测数据进行图像重建。在L1正则化求解过程中采用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)。将四种算法对仿真数据与实测数据的重建图像以及评价参数进行对比分析。结果GREIT算法在无噪声重建目标的参数评价中表现最优,ADMM算法在加入噪声数据的重建中受到的影响最小,评价参数变化幅度最小,具有很好的抗干扰性能。结论GREIT算法与ADMM算法可以应用于肺部EIT重建,实现对肺部的功能成像。     

iDose^4迭代重建技术在肥胖患者CTCA中的应用

目的 探讨iDose^4迭代重建技术在肥胖患者CTCA中的应用价值。方法 将100例拟行冠状动脉CTA检查的肥胖患者（BMI≧28kg·m^2）分为两组,第1组采用回顾性心电门控扫描,采用iDose^4迭代重建算法重建图像,第2组采用前瞻性心电门控扫描,前瞻性心电门控组分别采用iDose^4迭代重建算法及滤波反投影（FBP）重建算法重建图像。比较前瞻性心电门控组及回顾性心电门控组图像质量及辐射剂量的差异,比较前瞻性心电门控组iDose^4迭代重建算法及FBP重建算法图像噪声、CT值、信噪比（SNR）、对比噪声比（CNR）的差异。结果前瞻性心电门控组及回顾性心电门控组主观图像质量、图像噪声、CT值、左冠状动脉主干及右冠状动脉近段的SNR、CNR差异均无统计学意义（P〉0.05）;前瞻性心电门控组iDose^4迭代重建算法较FBP重建算法图像噪声下降34.9%,两组间差异有统计学意义（P〈0.05）;前瞻性心电门控组iDose^4迭代重建算法下右冠状动脉近段及左冠状动脉主干的CNR、SNR均较FBP重建算法提高,两组间差异有统计学意义（P〈0.05）。回顾性心电门控组及前瞻性心电门控组的辐射剂量分别为（8.9±1.2）mSv、（1.6±0.2）mSv,两组间差异有统计学意义（P〈0.05）,肥胖患者前瞻性心电门控组较回顾性心电门控组辐射剂量降低82.1%。 结论 iDose^4迭代重建前瞻性心电门控技术能够降低肥胖患者CTCA图像噪声,提高图像质量,并且能够明显降低辐射剂量。     

迭代重建技术在泌尿系结石CT检查中的初步应用

目的探讨自适应统计迭代重建(ASIR)技术对泌尿系统结石CT图像噪声和质量的影响。方法应用宝石能谱CT(Discovery CT 750 HD)对20例尿路结石患者进行CT螺旋扫描。分别采用传统滤过反投影法(FBP组)和ASIR算法对原始投影数据进行重建,后者以20%为间隔在20%~100%间重建5组图像(ASIR组)。比较不同重建图像在同一层面的图像标准差(SD值)及平均CT值,并计算信噪比和对比噪声比(CNR),采用Likert 5分制评估图像质量,通过Kappa方法评价观察者间的一致性。对FBP图像和5组ASIR图像测量结果进行方差分析,对图像噪声和ASIR取值进行相关分析。结果客观分析:1 20%~100%ASIR图像的SD值小于FBP组(P<0.05),而图像CT值差异无统计学意义;2 40%~100%ASIR各组图像SNR、CNR值高于FBP组(P均<0.05);3图像噪声与ASIR百分比呈负相关(r=-0.529)。主观分析:1图像评定结果的观察者间一致性中等(Kappa=0.412);2 40%~100%ASIR图像评分值高于FBP组(P<0.05)。其中60%~100%ASIR图像评分较高。结论与FBP相比,ASIR技术可降低肾结石CT噪声,有效改善图像质量;ASIR取值为60%~100%时可获得最佳图像质量。     

基于投影域小波滤波处理的CT图像环形伪影去除方法

目的平板CT成像常产生环形伪影,其原因在于平板探测器单元因多种不利因素的影响,性能存在不一致现象,表现
为投影数据内含有直线结构信息。为了实现平板CT优质成像,本文提出一种基于投影域小波滤波处理的环形伪影去除方
法。方法新方法首先把线积分投影数据等间隔分成四个子投影数据,接着分别对四个子投影数据进行小波分解,生成小波
系数矩阵,然后分别对小波系数进行滤波处理,新的小波系数矩阵进行小波重构生成四个新的子投影数据,并合成为新的线
积分投影数据,最后再用加权均值滤波对新的线积分投影数据进行滤波处理,处理后的线积分投影数据采用滤波反投影方
法进行图像重建。结果实验证明测试算法有效可行。结论实验结果表明,该方法能有效地去除环形伪影,使图像细节清
晰可见。
     

投影数据校正对数字乳腺层析成像质量的影响

目的 研究数字乳腺层析成像(DBT)投影数据采集过程中的探测器性能因素对重建图像质量的影响.方法 参照传统探测器的投影数据校正方式,结合DBT成像过程特有的数据采集模式,对探测器采集的投影数据进行暗场校正、光场及其增益校正等.而后,利用基于全广义变分正则化项的PWLS迭代重建算法进行DBT图像重建.结果 乳腺仿真物理体模数据的实验结果表明,相对于未校正的投影数据,本文校正方法对由光子数分布不均造成的投影数据足跟效应进行了有效抑制.重建图像结果显示,校正后投影数据的重建图像中低对比度结构的显像得到提升.结论 投影数据暗场校正、光场及其增益校正过程用于DBT图像重建可提高图像质量.     

不同级别迭代重建技术在颅脑 CT 扫描中的应用

目的：评价颅脑CT扫描中不同级别的迭代重建技术（SAFIRE）对图像质量和噪声的影响,探讨获得最佳图像质量的迭代重建级别。方法收集40例于本院行颅脑CT检查患者,分别采用滤波反投影法（FBP）及1－5级SAFIRE进行图像重建,比较不同组别图像基底节层面的组织CT 值、噪声、信噪比、灰质可见度及图像对比度噪声比（CNR）,并进行统计学分析。由两名影像学诊断医师采用双盲法以5分法对图像质量进行主观评价。结果①SAFIRE 2级及3级图像评分值的差异无统计学意义,且二者图像评分最优,高于FBP图像。②SAFIRE 1－5级图像的噪声、信噪比及对比度噪声比均优于 FBP图像,而灰质对比度差异均无统计学意义。结论在常规颅脑CT扫描中,与常规重建算法FBP比较,SAFIRE重建技术可提高图像质量,降低图像噪声。     

基于人工智能的滤波和插值图像重建算法在腹部磁共振图像降噪中的价值

  目的  比较腹部磁共振序列中常规滤波技术和基于人工智能的滤波和插值（artificial intelligence based filtering and interpolation,AIFI）的重建技术的降噪性能,并探讨AIFI在图像降噪时的最优参数。  方法  回顾性纳入我院60例进行上腹部磁共振检查的患者,将其T1加权成像（T1-weighted image,T1WI）、T2加权成像（T2-weighted image,T2WI）和双回波序列的原始图像分别进行常规滤波和不同强度的AIFI技术重建,比较重建图像的客观图像质量指标——图像峰值信噪比（peak signal noise ratio,pSNR）和图像锐利度。两名医生对重建图像噪声、对比度、清晰度、总体图像质量进行评分,比较其评分结果并计算观察者间一致性。  结果  相较于原始图像,三序列（T1WI、T2WI和双回波序列）图像经降噪技术重建后图像的pSNR、图像锐利度均有不同程度的提高（P均<0.05）,且在T1WI中使用常规滤波和AIFI组合重建时,T2WI和echo1序列中AIFI level≥3及组合重建时,echo2序列中AIFI level≥4及组合重建时的图像客观质量评分高于常规滤波（P均<0.05）。对三序列主观评分中常规滤波重建、AIFI重建（除AIFI level=1）、组合重建图像各序列中的图像噪声、对比度、清晰度、整体图像质量的评分均高于原始图像（P均<0.05）,AIFI level=5时,图像对比度得分均有所降低（P<0.05）。两医生评分具有良好的一致性（r均>0.75,P<0.05）。经多维度比较,腹部MRI使用AIFI技术进行降噪时的最优参数T1WI为常规滤波+AIFI level=3;T2WI和双回波序列中为AIFI level=4。  结论  AIFI技术在中高level的降噪表现优于常规滤波,是一种具有良好应用前景的降噪技术,其在腹部MRI的最优参数T1WI为常规滤波+AIFI level=3;T2WI和双回波序列中为AIFI level=4。     

COSEM图像重建方法的技术特点和应用

SPECT、正电子符合线路和 PET图像质量受图像采集方法、射线在体内衰减以及图像重建方法等因素的影响。在假设图像采集方法和射线在体内衰减因素不变的情况下,由二维投影数据重建三维图像,由于重建方法不同会明显影响图像质量。 COSEM和滤波反投影 (FBP)及代数迭代重建方法比较,能明显改进 SPECT、正电子符合线路及 PET图像的质量,特别是正电子符合线路和 PET图像的质量。     

基于多尺度小波残差网络的稀疏角度CT图像恢复

目的 稀疏角度CT具有加速数据采集和减少辐射剂量的优点。然而,由于采集信息的减少,使用传统滤波反投影算法（FBP）进行重建得到的图像中伴有严重的条形伪影和噪声。针对这一问题,本文提出基于多尺度小波残差网络（MWResNet）对稀疏角度CT图像进行恢复。方法 本网络中将小波网络与残差块相结合,用以增强网络对图像特征的提取能力和加快网络训练效率。实验中使用真实的螺旋几何CT图像数据“Low-dose CT Grand Challenge”数据集训练网络。通过观察图像表征和计算定量参数的方法对结果进行评估,并与其他现有网络进行比较,包括图像恢复迭代残差卷积网络（IRLNet）,残差编码解码卷积神经网络（REDCNN）和FBP卷积神经网络（FBPConvNet）。结果 实验结果表明,本文提出的多尺度小波残差网络优于其余对比方法。结论 本文提出的MWResNet网络能够在保持稀疏角度CT图像边缘细节信息的同时有效抑制噪声和伪影。     

改进的先验图像约束的压缩感知重建方法用于低剂量Ｘ-线CT

低剂量CT重建已成为当前X-线CT成像的研究热点。针对低剂量CT成像,本文提出一种改进的先验图像约束的压缩感
知重建方法。新方法首先对CT线积分投影数据采用惩罚加权最小二乘方法进行降噪恢复,接着对恢复后的投影数据进行滤波
反投影重建,然后以重建图像作为先验图像应用先验图像约束的压缩感知方法进行统计迭代重建。实验结果表明,同已有的先
验图像约束的压缩感知重建方法相比,新方法能够更有效地抑制低剂量CT重建图像中的噪声和条形伪影,同时较好地保持图
像的空间分辨率。
     

数字乳腺层析成像系统影像链的设计与优化

目的针对数字乳腺层析成像技术（DBT）需求,研制DBT整机系统,实现其成像影像链的设计与优化。方法基于三维X 射线断层成像技术以及数字影像处理技术,作者结合DBT成像扫描模式,研究其投影数据校正、几何校正、投影增强、滤波调制 及图像重建方法,并搭建了硬件测试系统。实验中,利用标准ACR体模与高分辨率体模,对系统稳定性及噪声水平进行评估; 并采用商用设备的病人投影数据测试影像链成像算法效果。结果采用几何校正参数重建高分辨率体模的图像,线对清晰,无 混淆伪影;滤波调制后重建的ACR体模图像中,钙化点、囊肿、纤维结构更加清楚;增强处理后重建的病人乳腺图像,组织间对 比度更高,病灶显示更加清晰。结论本文所介绍的DBT系统可用于乳腺断层成像,图像质量与商用DBT系统相当,为乳腺疾 病的诊断提供重要的影像信息。     

基于复值损失函数的并行MRI的深度重建

目的 研究一种新的以幅值和相位均方误差和为损失函数的深度重建方法,用以加快磁共振图像重建速度及提高重建精度。方法 考虑到磁共振不同线圈之间的数据噪声并不完全独立,本文首先将多线圈数据合并成单线圈幅值数据,以消除不同线圈噪声间的相关性,并以此作为训练数据的样本标签;同时考虑到相位信息的重要性,我们将损失函数定义为幅值和相位均方误差的加权和,权重系数用来平衡两者在不同应用中的重要程度。为了验证方法的有效性,本文利用FastMRI数据集中真实的脑部和膝部K空间数据进行训练和测试,并与一些以均方误差或平均绝对误差作为损失函数的相关方法进行了比较。结果 所提方法能够有效去除噪声及重叠伪影,同时较好地保留图像细节。定量结果显示,相比于已有的以均方误差或平均绝对误差作为损失函数的方法,本文提出的方法可以提高重建图像的峰值信噪比（PSNR）1dB左右。结论 本文针对深度磁共振重建提出了一种新的损失函数,以适应并行磁共振数据中的噪声特点,利用该方法可以加快重建速度,同时可以有效地提高重建质量。