基于正弦图平移匹配的投影旋转中心校正

投影旋转中心(COR)精准定位是确保计算机断层成像(CT)重建图像质量的关键要素,经典的互相关匹配算法在投影角度为0~180°时难以满足高质量CT成像要求,需进行改进创新。本文根据正弦图上0°与180°投影数据翻转后有对应性的特点提出基于这两行数据平移匹配的COR校正算法,该算法利用OTSU进行阈值分割以减少背景噪声影响,通过L1范数量化COR最小偏移得到准确校正值后进行CT重建。分别采用加入随机梯度噪声和高斯噪声的Sheep-Logan模型和雄性SD大鼠样本的同质肝脏与异质牙齿图像验证新算法的有效性,并将新算法与互相关匹配算法做性能对比。结果表明:新算法运算量少、简便快速且具有良好的抗噪鲁棒性,校正精度高(稀疏采样投影数据在10%~50%时也能很好地校正COR值),CT重建图像质量有显著改进,效果优于互相关算法。     

基于穿越长度权重迭代重建算法的研究

目的:传统的CT迭代算法中为了简化运算,投影系数的计算选择用成像射线路径是否穿过像素内来确定投影系数矩阵中元素的数值,穿过为1,不穿过为0。有些射线只穿过像素的边缘,也被赋值为1,扩大了该射线对相应像素投影值的贡献。为减小图像重建的误差,提高图像重建质量,提出了基于穿越长度权重的迭代重建算法,通过精确建模,选择用成像射线路径在像素内的穿越长度来确定投影系数矩阵中元素的数值。方法:采用MATLAB7.0仿真工具,对Shepp-Logan模型进行计算机仿真扫描,分别以传统投影系数和穿越长度权重计算的投影系数进行ML-EM迭代重建图像。结果:仿真数据表明基于穿越长度权重投影系数的ML-EM迭代重建算法,相比基于传统投影系数的迭代重建算法,可以提高重建图像的质量。结论:基于穿越长度权重的ML-EM迭代重建算法,通过精确建模达到了控制噪声、减小误差、较为准确重建的目的。通过对成像的几何和物理因素进行精确的建模,能有效地控制其中的非随机部分的影响,减小图像重建误差,一方面对迭代重建算法提供一种新的投影系数的计算方法,另一方面进一步提高迭代算法在CT重建中的图像质量。     

基于投影矩阵广义逆的CT重建迭代算法

目的在CT检查时,有限角度投影和稀疏矩阵投影能够减少X射线的剂量,然而这会导致投影数据不足,给图像重建带来一定的困难。为了克服这一难题得到较好的重建图像,本文提出一种基于计算投影矩阵广义逆的CT迭代重建算法。方法该算法在计算过程中,将重建图像表示为投影矩阵以及其广义逆的乘积。首先使用一阶迭代计算广义逆矩阵,但是由于投影矩阵和其广义逆矩阵都比较大,在迭代过程中以投影和滤波反投影代替。然后通过不同的算法分别对平行束投影、有限角度投影、稀疏矩阵投影的数据进行重建,并对重建结果的均方差、通用图像质量指标以及图像互信息进行比较。结果本文提出的方法重建出图像的均方差、通用图像质量指标和图像互信息更优,而且重建时间较短。结论该方法能够在没有未知图像先验结构信息和伪影猜想的情况下有效地提高重建图像的质量,而且该算法不需要计算投影过程,重建过程简单易行。     

融合特征空间最小方差波束形成和广义相干系数的超声成像方法

为了进一步提高超声成像的质量,提出了融合特征空间最小波束形成和广义相干系数的成像方法。首先利用最小方差法计算回波数据的协方差矩阵和加权向量;然后对协方差矩阵进行特征分解得到信号子空间,并将加权向量投影到信号子空间,得到特征空间方法的加权向量;同时把阵元数据变换到波束域用于广义相干系数的计算,最后用广义相干系数作为加权系数对特征空间最小方差波束形成的结果进行优化。为了验证算法的有效性,对医学成像上常用的点目标和斑目标进行了成像,仿真实验结果表明：与特征空间最小方差算法和融合特征空间与相干系数的算法相比,本研究提出的方法提高了对比度以及稳健性,其代价是略微降低了成像分辨率。     

基于投影的X射线光栅相衬成像系统的仿真模拟

基于投影的X射线光栅相衬成像技术由于具有较大的成像视场以及可以实现较高能量的成像,有望实现医学临床应用。由于其光学元件较多,在系统设计时确定合适的结构参数是一件复杂而艰难的工作。因此,通过一定的合理假设,构建系统的计算机数值仿真模型,利用计算机强大的循环计算能力,实现相关参数对系统性能影响的分析进而实现参数优化将是一个很好的选择。根据基于投影的X射线光栅相衬成像装置的结构原理,同时将成像系统抽象为一个线性系统,在此基础上构建出成像系统的数学模型。并将其转变为适合于计算机的离散模型,实现基于投影的X射线光栅相衬成像的模拟仿真。最后,利用国家同步辐射实验室相衬平台采集的数据验证了该模拟方法的正确性。     

基于C型臂超短扫描路径锥束投影的图像合成

背景：CT成像质量的优劣不仅取决于仪器的精密性和先进性,在很大程度上也取决于重建算法,由二维扇束扫描向三维锥束扫描是CT技术的发展方向,因此,寻找一种合适的锥束重建算法具有无法忽略的意义。 目的：探讨基于C型臂超短扫描路径锥束投影的图像合成,为实现基于C型臂2D投影图像的3D模型重建提供算法支持。 方法：由第一作者于2012年3至5月检索PubMed数据库、CNKI系列数据库及万方数据库1990年至2011年文献。检索词为“C型臂,超短扫描路径,FDK算法,有限角锥形束三维重建,超短扫描扇束重建算法”,检索文章的语言种类为中文和英文。计算机初检得到58篇文献,其中19篇符合纳入标准被保留。 结果与结论：基于C型臂2D投影图像的3D模型重建必须进行三维模型的重建,目前应用最为广泛的的三维图像重建方法仍然是FDK。但是FDK算法适用于全路径,对超短路径而言不能直接采用,而通过将二维扇束重建算法推广到三维空间中而获得的短扫描轨迹的FDK类型锥束重建算法可对采集到的锥束投影数据进行感兴趣区域重建。未来的研究可针对减少噪声等干扰数据对重建质量造成的影响进行探讨。     

基于双边滤波迭代修正的CT欠投影ART重建

针对CT欠投影数据进行成像问题,本文提出了一种基于双边滤波迭代修正的代数迭代(ART)重建算法。该算法在每一次迭代过程中,先采用ART算法重建图像并进行非负约束,然后采用双边滤波法对以上约束后的图像进行修正,再进入下一次迭代,直到满足迭代终止条件。为了进一步提高图像重建质量和加快迭代收敛速度,利用改进的双边滤波算法以提高迭代效能。通过对Shepp-Logan体模和真实投影数据进行重建,验证了本文算法的可行性,并与滤波反投影(FBP)算法、ART算法、ART混合高斯滤波(GF-ART)算法相比较。结果表明,本文算法重建出的图像信噪比更高,能够更好的保持图像边缘信息。     

迭代成像中一种快速求解投影矩阵的方法

迭代成像中投影矩阵的获取速度直接影响算法的效率.本文提出了一种快速求解投影矩阵的方法,它尤其适用于扇形扫描投影数据的重建.利用扇形射束与重建图像像素的几何对称性一次获取多个投影矩阵的向量以及实时获取投影矩阵向量方式,减少了获得投影矩阵花费时间,节省了存储矩阵所占用的空间.通过模拟投影数据进行图像重建,其结果表明,该法较全部求出投影矩阵法极大地减少了内存空间的占用,较数据转换法节省了转换时间,从而提高了扇形投影数据的图像重建效率.     

基于物质灰度正态分布的CT断层图像匹配插值

基于医学CT断层图像中物质灰度呈正态分布的特性,提出一种新的插值算法。先分割CT断层图像,再为每个插值点搜索属于同种物质的最佳匹配点对,最后基于物质灰度呈正态分布特性获取插值权值,计算出插值点的灰度值。针对灰度值相差较大的匹配点对,传统的线性插值方法容易生成误差,新算法避免了这些插值点误差的产生。对于存在较多灰度值差异大的匹配点对的4组测试切片,测试结果表明,与匹配点对间传统的线性插值方法相比较,新算法的标记点均偏差平均降低29.55%,说明新算法具有良好的插值效果。     

乳腺电阻抗投影成像算法及实现

研究并验证电阻抗乳腺投影成像算法。该算法将乳腺等效为均匀,利用均匀介质电流场扰动原理,将场域内电阻抗异常区域投影到边界的电流分布,采用物理模型实验进行验证。该算法能识别2mm的电阻抗扰动目标,识别的目标深度可达25mm。电阻抗乳腺投影成像算法可以用于乳腺内异常电阻区的探查。     

基于扇束—并行数据的CT图像重建

第三代扇束计算机断层成像扫描仪(CT)每次扫描获取一组完整的投影数据,相关的滤波反投影算法需要一个耗费计算的图元相关加权因子。简化重建过程的方法包括一种将扇束数据改组为并行投影数据的方法。这种改组包括以下两步:第一步称为方位角插值,得到扇束—并行结构,将数据在通过Radon空间原点的径向直线上非均匀排布;第二步是轴向插值以形成并行数据。在合适的视图和投影采样条件下,方位角插值可以用数据重排或投影的通道相关延迟来代替。论文研究了由扇束—并行数据直接重建图像的反正弦算法;给出了尽管并不严密,但却是非常近似的算法描…     

结合贝叶斯推理和局部多项式拟合的增强区域增长算法在超声弹性成像中的应用

超声应变弹性成像是一种非侵入性评估组织硬度的成像方式,临床上常用于乳腺、前列腺以及腹部器官的检查。位移跟踪是其中的重要环节,块匹配方法是位移跟踪的常用方法,但是在成像过程中因为探头超出平面的运动或者无关的生理运动导致信号去相关,常产生跳峰误差,导致这类方法产生的位移和应变图像质量较差。本研究提出一种将贝叶斯推理和局部位移拟合纳入区域增长运动估计框架中的运动跟踪算法(BRGMT-LPF)以解决上述问题。首先用最大后验概率值代替传统的互相关值,然后利用来自相邻匹配块的信息来正则化当前估计的位移,最后通过多项式拟合相邻位移值更新异常位移值获取最终位移。为验证本研究方法的有效性,评估本研究方法、区域生长运动跟踪算法(RGMT)、带局部多项式拟合的区域生长算法(RGMT-LPF)和仅带贝叶斯推理的区域生长算法(BRGMT)在计算机数字体模数据、在体数据上的追踪性能。结果表明,在通过有限元软件和FIELD II模拟的10对超声数据上,BRGMT-LPF获得了最低的平均绝对误差(MAE)0.169 9(降低0.25%)和最高的对比度噪声比(CNR)1.162 5(提高4%);从经病理证实的乳腺肿瘤病...     

基于深度学习单投影的CT断层成像三维重建

【摘要】目的:提出一种基于深度学习的计算机断层扫描（CT）单视图断层成像三维（3D）重建方法,在减少数据采集量和降低成像剂量的情况下对不同患者进行CT图像的3D重建。方法:对不同患者的CT图像进行数据增强和模拟生成对应的数字重建放射影像（DRR）,并进行数据归一化操作。利用预处理后的数据通过卷积神经网络训练出一个普适于不同患者的神经网络模型。将训练好的神经网络模型部署在测试数据集上,使用平均绝对误差（MAE）、均方根误差（RMSE）、结构相似性（SSIM）和峰值信噪比（PSNR）对重建结果进行评估。结果:定性和定量分析的结果表明,该方法可以使用不同患者的单张2D图像分别重建出质量较高的3D CT图像,MAE、RMSE、SSIM和PSNR分别为0.006、0.079、0.982、38.424 dB。此外,相比特定于单个患者的情况,该方法可以大幅度提高重建速度并节省70%的模型训练时间。结论:构建的神经网络模型可通过不同患者的2D单视图重建出相应患者的3D CT图像。因此,本研究对简化临床成像设备和放射治疗当中的图像引导具有重要作用。     

改进的基于遗传算法稀疏分解的脑CT图像压缩

目的提出一种新型的稀疏分解算法,对脑部CT图像进行压缩。方法本文采用改进的遗传算法（genetic algrithm,GA）与匹配追踪（matching pursuit,MP）算法相结合以实现稀疏分解,对脑部cT图像进行压缩以节约存储空间。针对原有遗传算法计算时间长、匹配率低的不足,本方法优化了迭代次数的选择、竞争、变异等操作。结果利用该算法对脑部CT图像分块压缩,使运算速度、压缩比和信噪比均得到提高。结论通过分析与实验验证,改进的方法压缩比例更大,失真更小,运行时间更短,为脑部CT图像的压缩提供了一种新方法。     

能谱CT定量参数与骨生物力学的相关性

目的:采用能谱CT定量参数检测方法评估骨质疏松并探讨能谱CT定量参数与骨生物力学的相关性。方法:选取SPF级别雌性SD大鼠20只,采用随机数字表法分为2组:假手术组(A组)、单纯去势组(B组),每组10只。B组进行双侧卵巢切除法制作骨质疏松大鼠模型,继续饲养3月,双能X线骨密度仪测定大鼠全身骨密度确定模型成功,然后能谱CT定量参数测完在体骨密度后处死大鼠,收集腰椎L4去除附件椎体,行腰椎压缩实验后灰化称量灰重,将能谱CT不同定量参数(羟基磷灰石-水基物质对、钙-水基物质对、铁-水基物质对、血-水基物质对)所得的骨密度值分别与灰重密度值、L4压缩试验所得生物力学值进行相关性分析。结果:能谱CT定量参数测得骨密度值与灰重密度值相关性分析可得,采用羟基磷灰石-水基物质对、钙-水基物质对相关性较强,且羟基磷灰石-水基物质对相关性最好,而铁-水基物质对、血-水基物质对相关性较差;能谱CT定量参数与生物力学相关性分析同样可得出在采用羟基磷灰石-水基物质对时弹性模量、最大载荷相关性最好。结论:能谱CT成像所得骨密度值与灰重密度值、骨生物力学变化趋势均一致。能谱CT成像在采用羟基磷灰石-水基物质对时,与灰重密度值相关性最好,同样也与骨生物力学相关性最好,是评价骨强度的最佳定量参数。     

基于灰度积分投影与模糊C均值聚类的肺实质分割

提出一种基于灰度积分投影与模糊C均值聚类的肺实质分割算法,用于CT图像的快速自动分割。首先,对原始肺部CT图像分别在水平和垂直方向上进行灰度积分投影;然后,选用平滑样条曲线拟合平滑原始图像的积分投影曲线,并提取拟合平滑前后曲线的极大值点,确定肺实质初始边界;最后,利用模糊C均值聚类算法对边界内区域进行分割,结合滚动小球法修复边界区域,获得肺实质区域。选取LIDC (肺部图像数据库联盟)数据库中20组图像（平均每组图像包含120幅CT图像）进行实验,平均分割精度为95.66%,平均每幅图像花费时间为0.77 s。实验结果表明,该方法可以用于CT图像肺实质分割,具有全自动、高精度、鲁棒性等特点。     

一种评价宫缩强度的小波能量值分析方法

宫缩压力数据是提取子宫收缩状况的信息来源,由于宫缩压力数据中存在着多种干扰成分,因而常用的子宫活动积分法等宫缩强度评价方法不能获取较好结果。利用bior 2.4双正交小波基分解并重构宫缩压力数据,以获取最好的消噪效果,并结合消噪结果提出了小波能量值算法,在此算法基础上计算了小波能量值曲线。该小波能量值曲线能够更好地识别宫缩波形、评价宫缩强度。     

基于双层字典学习的低剂量CT图像重建算法

目的低剂量投影条件下的CT图像重建。方法采用双层K-奇异值分解(K-singular value decomposition,K-SVD)字典训练的学习方法进行图像的超分辨率重建。字典学习方法中采用KSVD算法,稀疏编码采用正交匹配追踪(orthogonal matching pursuit,OMP)算法。该算法首先利用训练库进行第一层字典训练,然后利用第一层训练的字典对低分辨率图像进行重建。进而将重建图像作为第二层待重建图像的输入,这样使得第二层输入图像含有较多的高频细节信息,因此能在重构的过程中恢复更多的细节信息,让高分辨率重构图像达到较好的效果。结果双层字典重建效果明显优于KSVD算法,重建图像更接近于原始高分辨率CT图像。结论本研究对双层字典训练学习的框架进行反迭代投影的全局优化改进,改善了图像的重建质量。     

基于贝叶斯粗糙集的肺部肿瘤CT图像抗噪算法设计

贝叶斯粗糙集处理噪声数据能力强,分类肺部肿瘤CT图像结果准确,为图像去噪提供精准的图像分类结果。基于此,设计基于贝叶斯粗糙集的肺部肿瘤CT图像抗噪算法,基于贝叶斯粗糙集分类模型进行肺部CT图像分类,约简贝叶斯粗糙集属性和决策规则,基于决策规则预测肺部CT图像类别;对存在肿瘤的CT图像噪声小波系数构建拉普拉斯数学模型,基于贝叶斯最大后验概率估计小波系数概率密度,计算噪声方差和子代小波系数标准差,使去噪算法具备自适应性;基于小波系数的概率密度得到最大后验(maximum a posteriori,MAP)估计值,对该值做小波反变换,实现肺部肿瘤CT图像自适应去噪。结果表明,该算法去除肺部肿瘤CT图像噪声效果好,抗噪能力强,较好保留图像细节特征,视觉效果佳。     

基于非线性估计的CBCT几何标定算法

针对传统的几何标定算法由标定模体位姿误差导致的CBCT成像系统参数标定精度不高的问题,提出一种基于解析几何和非线性优化的CBCT几何标定算法。首先,设计一种插帧追踪的方法,提取特征点的坐标,使得标定模体与投影图像中的特征点实现一一对应。然后,利用投影图片与设计的标定模体之间的空间几何关系,计算相关参数。最后,对检测的特征点进行非线性估计,进一步提高几何参数的计算精度。仿真数据实验表明,本文算法能够较为精确地计算出CBCT成像系统的几何参数,并在标定模体出现位姿偏差时仍然保持较高的计算精度。通过非线性估计模型,本文所提出的算法突破了现有算法标定模体位于等中心点的限制,提高了CBCT成像系统中参数标定的精度。