共查询到19条相似文献，搜索用时 484 毫秒
1.
扇束图像重建中OSEM算法及子集划分的研究 总被引：5，自引：2，他引：3
目的：将一种快速迭代图像重建方法OSEM用于仿真Phantom模型的扇束投影数据的重建中,验证其重建参数的有效取值范围,分析比较不同子集选取对扇束OSEM重建的图像质量以及收敛速度的影响。方法：本研究采用事先计算特定几何扇束扫描的概率矩阵和最大间距划分投影子集的方法,选取图像大小为128*128。通过对模拟的Phantom扇束投影数据的重建,结果：OSEM重建效果好于传统滤波反投影(FBP)重建的结果,尤其是在有噪声情况下,在一定范围内重建质量与迭代次数和子集划分个数成正比,而计算时间仅仅与迭代次数正比。结论：恰当地选取子集个数,扇束OSEM重建可用较少迭代次数和较短的计算时间获取好的重建图像。 相似文献
2.
一种块迭代的快速代数重建算法 总被引：2，自引：2，他引：0
常用的计算机层析成像的重建算法可分为:变换重建法、代数重建法和其它算法几大类.变换重建算法中最为常用的为"卷积反投影”算法,该算法重建速度较快,重建效果较好.但该算法也存在一些不足,它通常要求完全的、等间隔的平行采样数据.在天文、物探、地震成像等领域采样数据通常是不完全的和非等间隔的.代数重建算法简单,适用于不同格式的采样数据,对不完全数据亦可重建图像.还可以结合一些先验知识进行求解.可应用于工业检测、物探成像、天文成像等领域.其缺点主要是计算量大,收敛速度慢,难以重建大的图像. 计算机层析成像的重建问题,可离散化为线性方程组AF=P的求解问题,其中P是被采集的投影数据向量,A是投影系数矩阵,F是图像基函数.假设有M个投影数据,且重建的图像有N×N像素,则A为M行、N×N列矩阵.即使重建较小的图像,系数矩阵也是很大的,需要M×N×N个浮点数.A为大型稀疏矩阵,其非零元的个数约为2×M×N个浮点数.因此,想用代数重建算法重建中等或大的图像,必须寻找一种快速的投影系数矩阵实时计算方法. 其次,代数重建算法中迭代的收敛速度也是要解决的主要难点.初值的选取对收敛速度影响是很大的.如果选取的初值与原物体的密度分布较接近,迭代就容易满足收敛条件.传统的代数重建算法中,初值常选为零和某种平均值.在每次循环中都对N×N个图像值,进行逐线或逐点迭代修正.因此,需要大量计算时间,且收敛速度甚慢. 本文提出一种基于分块迭代的快速代数重建算法,其基本思想是采用对图像逐级分块,通过迭代使图像逐步细化,最终逼近于重建的图像.算法的实现过程如下:1.将重建图像按不同级别分块;2.根据块的大小,抽取投影数据,实时计算投影系数矩阵的非零元;3.对给定级图像块赋值,根据投影系数矩阵的非零元和阀值确定对哪些图像块的值进行修正:4.对给定级的图像块经一次循环迭代修正后,判断前后两次的图像是否满足该级迭代结束条件,满足时进入下一级块的迭代;最后一级块迭代满足条件后,块迭代结束.在每一级块迭代过程中,我们设计了求解系数矩阵非零元的快速计算方法,使得所需的系数矩阵的非零元可实时计算,而不必存贮. 利用X射线工业CT实采数据,我们对块迭代代数重建算法的测试结果表明:该方法重建速度快,重建图像精度高、伪影轻,并有较高的密度分辨率和空间分辨率. 相似文献
3.
由投影重建图像的对称网格迭代算法 总被引：1，自引：0，他引：1
本文对于工业CT检测中常用的代数迭代重建算法提出了改进,利用投影射线之间存在的几何对称结构,提出了图像重建的对称网格迭代算法(简写为SM-IRT).该算法简化了投影系数矩阵的计算,调整了迭代算法逐线校正的迭代顺序.对模拟数据和工业CT实测数据进行了重建图像的数值实验,结果表明:与常规算法比较,本文提出的新算法重建速度快,成像精度高. 相似文献
4.
由投影重建图像的EM重建算法中,有序子集最大期望值法能够对经典EM算法加速,提高收敛速度,受到广泛地关注.本文提出了一种基于对称性结构的OSEM快速重建算法,在更好地满足子集平衡的条件和优化有序子集的迭代顺序的同时,压缩了尺度窗口的计算.数据实验结果表明:当合适选取子集的数量时,S-OSEM算法有效地提高了重建速度和成像精度. 相似文献
5.
CT图像重建的扫描模式有平行束、扇束、锥束等,在扇束扫描模式下的图像重建算法大多基于图像的正方形网格剖分。本文建立了扇束扫描模式下新的图像重建离散化模型,并给出了基于新模型的代数迭代校正格式和重建算法。对新的模型下迭代算法几何意义进行了讨论,基于新模型的代数迭代重建算法有助于提高成像质量,启发新的图像重建算法。 相似文献
6.
图像重建的射线交切反投影法 总被引：1，自引：0，他引：1
周海南 《CT理论与应用研究》1992,(3)
本文详述了一种快速图像重建方法——射线交切反投影法。它吸取了代数重建算法的某些长处,但无迭代计算,简单实用,对于野外作业使用更显得方便,利用此方法,重建了实测的电磁波吸收系数图像,它比传统的阴影交汇法有更好的分辨率。 相似文献
7.
在用计算机断层成像方法由EUV观测图像重建等离子体层全球密度分布时,地球的遮挡和有限角度都会导致投影数据不完备,从而无法精确重建出等离子体层的密度分布.本文针对该问题,提出一种基于图像总变差极小化的代数迭代算法.通过重建等离子体层投影数据缺失最为严重的中心子午面,证明该算法能够显著提高重建图像的质量. 并且在IMAGE卫星仅能达到90°的有限投影角度下,此算法重建图像的相关系数可达0.760,而代数迭代算法的相关系数仅为0.696. 相似文献
8.
一种改进投影系数计算的快速ART算法 总被引：1，自引：0，他引：1
代数重建(ART)是图像重建领域中的重要方法。为了提高ART算法的重建速度,本文提出了一个新的通过判别射线与网格的相交状况快速计算投影系数的算法。该算法主要使用简单的诸如加减法以及比较运算来计算投影系数。避免了传统算法中的求交排序计算,因而重建速度大大提升。仿真实验使用Shepp-Logan模型,实验结果显示该算法重建效率优于传统算法。 相似文献
9.
代数重建算法中的投影访问顺序对重建图像的收敛速度和精度有很大的影响。针对三维锥束代数重建算法,比较了几种投影序列排序方案的重建图像收敛速度:顺序访问方案,多水平级排序方案,素数分解排序方案,加权距离排序方案。通过仿真实验得到的实验结果表明:在三维锥束ART算法中按照后三种投影序列排序方案排序后的图像重建比顺序访问方案的收敛速度快,并且WDS排序方案的收敛速度最好。 相似文献
10.
正电子断层扫描仪与PET图像重建概述 总被引：2，自引：0，他引：2
概述了PET（Positron emission tomography，正电子断层扫描仪）及其图像重建的基本原理、方法与临床使用，介绍了常用的图像重建FBP（滤波反投影，Filtered Back-Projection)算法和OSEM（有序子集最大似然法，Ordered Subset Expectation Maximization)算法，描述了如何通过PET的临床协议中的参数选择以得到满意的重建效果。此外，对PET的准三维重建也做了一些简介。 相似文献
11.
已知的光谱信息对双能量CT（DECT）重建具有重要的意义,但在实际应用中,光谱信息很难直接获得,此外,双能量CT的重建算法对噪声敏感,因此,在重建算法中需要设计对应的噪声抑制方法来提升重建图像质量。本文提出了一种同时更新双能量CT估计光谱和重建图像的迭代方法,该方法不需要提前获得光谱信息,估计光谱和重建图像可以通过提出的算法同时获得。两组实验用来验证算法的有效性。实验结果表明,提出方法不仅能够准确估计光谱,也可以同时提升DECT重建图像质量。 相似文献
12.
目的:通过分析比较自适应统计迭代重建（ASIR）算法和深度学习重建（DLIR）算法在上腹部CT成像中的图像质量,探讨DLIR算法在上腹部CT成像中的应用价值。方法:回顾性纳入75例患者上腹部CT平扫图像,利用自适应统计迭代重建算法ASIR（30％、50％、70％、90％）和深度学习重建算法（DL-L、DL-M、DL-H）重建图像,共7组。测量每组图像肝脏、胰腺、竖脊肌的CT值和SD值,并计算信噪比（SNR）和对比噪声比（CNR）,采用单因素方差分析对各指标进行客观评价;同时由两位放射医师对图像质量和噪声评分,采用Friedman M检验进行比较。结果:①七组重建图像的SD值、SNR、肝脏CNR差异有统计学意义。②DL-L与ASIR 50％、DL-M与ASIR 70％、DL-H与ASIR 90％ 间各ROI处CT值、SD值、SNR值、CNR值无差异。③三种深度学习重建算法间随等级升高,SNR值升高,差异有统计学意义;且DL-H 算法的SNR值高于ASIR 30％、ASIR 50％,SD值低于除ASIR 90％ 外的其余5组重建算法。④七组图像主观评分差异有统计学意义,算法DL-H具有最佳的图像质量和最低的噪声,DL-M、ASIR 90％、DL-L、ASIR 70％、ASIR 50％、ASIR 30％ 图像噪声依次增加。结论:深度学习重建算法能够降低上腹部图像噪声,提高图像质量,且随等级升高,图像噪声降低、质量提高、信噪比升高。 相似文献
13.
基于不完备投影数据重建的四种迭代算法比较研究 总被引：1，自引：0，他引：1
在发射成像和穿透成像过程中,由于各种原因会造成投影数据不完备,若仍采用传统解析方法重建出的图像会产生伪影,而迭代算法则可以很好地改善图像质量。本文应用不同的迭代算法分别就真实标准线对测试卡的稀疏投影数据和有限角度投影数据进行重建,定量分析比较它们各自的优缺点,为几种迭代算法的工程或临床应用提供重要参考。 相似文献
14.
本文主要针对工业CT不同断层之间的同种材料,由于层间工件厚度差异,导致同种材料在CT重建后存在较大灰度差异的问题,提出基于递归的工业CT断层图像的层间处理算法。该算法首先根据先验信息:工件内部材料组成成分,建立内部结构一致性的判断模型,然后通过迭代求解,实现工件内部同种材料的一致性判断,最后通过VTK可视化平台进行验证。结果表明该层间处理算法是可行的,可以有效地提高三维可视化图像质量。 相似文献
15.
针对较少投影数据图像重建问题,在最小二乘优化的基础上,提出将未知误差引入不等式约束中,并针对其不适定性提出运用LandWeber迭代正则化技术进行迭代求解.数值实验表明相对以往各算法,此迭代算法更加稳定,并且在重建质量以及重建时间上都具有一定的优势. 相似文献
16.
利用工业CT进行无损检测时,由于实际X射线源的宽能谱特性,目前现有的大部分重建算法得到的图像含有射束硬化伪影。射束硬化伪影降低了图像的质量,影响了CT图像应用,如CT图像诊断等。本文提出一种基于深度学习的减少硬化伪影的方法,用大量含有硬化伪影的断层图像作为输入,用相应的在固定能量下重建的不含硬化伪影的图像作为输出来训练卷积神经网络。通过建立含有硬化伪影的断层图像与不含硬化伪影的断层图像之间的映射关系,来抑制硬化伪影。实验结果证明了本文所提方法在降低CT图像硬化伪影上的有效性。 相似文献
17.
处理由不完全数据重建图象的方法之一是代数重建法。但是,代数重建法的一个不足是关于重建图象的收敛速度很慢;本文利用代数重建法有限次迭代的重建图象反映原图象的分布趋势和向原图象变化的这一特点,提出一种优化的图象重建外插算法。数值模拟结果表明,新算法在重建图象的收敛速度和质量方面均有改进。 相似文献
18.
由于野外采集环境的限制,常常无法采集得到完整规则的野外地震数据,为了后续地震处理、解释工作的顺利进行,地震数据重建工作被广泛的研究.自压缩感知理论的提出,相继出现了基于该理论的多种迭代阈值方法,如CRSI方法（Curvelet Recovery by Sparsity-promoting Inversion method）、Bregman迭代阈值算法（the linearized Bregman method）等.CSRI方法利用地震波形在Curvelet的稀疏特性,通过一种基于最速下降的迭代算法在Curvelet变换域恢复出高信噪比地震数据,该迭代算法稳定,收敛,但其收敛速度慢.Bregman迭代阈值法与CRSI最大区别在于每次迭代时把上一次恢复结果中的阈值前所有能量都保留到本次恢复结果中,从而加快了收敛速度,但随着迭代的进行重构数据中噪声干扰越来越严重,导致最终恢复出的数据信噪比低.综合两种经典方法的优缺点,本文构造了一种新的联合迭代算法框架,在每次迭代中将CRSI和Bregman的恢复量加权并同时加回本次迭代结果中,从而加快了迭代初期的收敛速度,又避免了迭代后期噪声干扰的影响.合成数据和实际数据试算结果表明,我们提出的新方法不仅迭代快速收敛稳定,且能得到高信噪比的重建结果. 相似文献
19.
微米级计算机断层扫描（Micro-CT）的应用领域很广泛,在生物医学、材料科学等都有研究,而且最近几年的发展很迅速。Micro-CT图像常因辐射剂量的限制而出现噪声,所以开发一种合适的算法来抑制Micro-CT图像中噪声变得很重要。Micro-CT图像的噪声水平与扫描样本、扫描参数等参数有关,合适的噪声抑制算法应该在不同噪声水平下都有不错的性能。过去Micro-CT图像的噪声抑制算法主要是迭代重建算法,但迭代重建算法速度比较慢。深度学习方法作为近些年比较热门的图像处理方法,在临床低剂量CT图像处理上相比于传统方法效果更好、处理速度更快,有进一步在低剂量Micro-CT图像处理中应用的潜力。另外,生成对抗网络在保持图像细节上有着比卷积神经网络更好的效果,本文构建普通卷积神经网络与生成对抗网络,用于对比两者的性能差异。限制于放射源的功率,低噪声的Micro-CT数据难以获取,提出一种创新的扫描方式,可有效获取低噪声的Micro-CT数据,并对实验小鼠的进行了扫描。针对低剂量Micro-CT中较高的噪声,结合Micro-CT的成像原理,提出渐进式的低剂量Micro-CT图像处理方法,分别在解析重建前后对小鼠的Micro-CT图像进行两次处理。相比于只在断层图像上处理,渐进式方法对高噪声数据的处理效果更好。从客观指标与主观视觉效果上,分析和对比了渐进式方法与其他深度学习方法或迭代重建算法的差别。定量分析不同噪声水平下的Micro-CT图像的处理效果,分析生成对抗网络在渐进式Micro-CT图像处理中的优势与限制。渐进式Micro-CT图像处理方法生成的图像质量高、生成速度快、鲁棒性高、客观指标高,可以对进一步的高级应用如图像分割、图像三维可视化等提供帮助。 相似文献