共查询到15条相似文献，搜索用时 156 毫秒
1.
X线CT系统球管发射宽能谱X光子,使得重建图像中出现射束硬化伪影,如杯形和条纹伪影;成像对象体内还可能存在金属植入物,使得重建图像中出现金属伪影。多种图像伪影的同时出现,势必严重退化临床诊断精度,有必要深入研究加以抑制。本文利用数据一致性条件构造目标函数;利用非线性最小二乘和交替迭代优化算法求解最优尺度因子;最终得到可同时校正杯形、条纹和金属伪影的最优骨校正方法。计算机仿真实验结果表明,该方法的确能够自适应确定出最优尺度因子,从而同时校正多种图像伪影。 相似文献
2.
X-CT金属伪影校正方法综述 总被引：2，自引：0，他引：2
X-CT成像系统中,当被检测物体中含有金属等高密度物质时,对投影数据重建后,重建图像中将出现放射状伪影或带状伪影.这些伪影严重影响了图像的质量,给人们的判断带来极大困难.金属伪影的校正已成为CT技术中的研究难点和热点.本文阐述了金属伪影产生的原因,就近些年出现的金属伪影校正方法进行归纳总结,并对金属伪影校正方法研究的前... 相似文献
3.
目的:目前的射束硬化校正算法大多需要能谱、检测器特性等信息。针对硬化校正的复杂性,提出一种基于图像后处理的硬化校正方法。方法:首先将带有杯状伪影的水模体CT图像中水的部分分割出来并对其做Radon变换以获取水的投影信息,以此信息构建带有未知系数的校正模型;然后将校正模型与理想图像对比,当它们之间的差异最小时,确定出校正模型的未知系数。利用确定出来的系数和预校正图像软组织的投影信息组合成的校正模型校正实际CT图像,以此消除实际CT图像中的硬化杯状伪影。结果:通过模拟数据验证表明,该方法能去除医用CT中由于射束硬化而引起的杯状伪影。结论:本文提出的方法在不需要能谱信息及投影数据的情况下就能进行杯状伪影的校正,提高了硬化校正的灵活性。 相似文献
4.
目的:通过体模实验,探讨能谱CT单能量成像结合降低金属植入物伪影（MAR）技术的应用价值。方法和材料:利用环氧树脂制成的定量标准体模,在其周围8个标准圆柱形筒内注入不同浓度的碘溶液各20mL,分别模拟金属植入物周围人体不同组织器官的密度。中间圆筒内注入氯化钠溶液,内置弹簧圈。将标准体模行能谱CT扫描,根据扫描模式不同,分A和B两组,A组采用常规CT扫描模式获得常规混合能量CT图像;B组采用能谱扫描模式,扫描后数据采用能谱分析软件获得3组图像,分别为单纯MAR图像（68keV单能量）、40～140keV单能量图像（MonoE）、MAR+（40～140keV）MonoE图像。四组图像中,弹簧圈周围均可见到条形高密度伪影和低密度伪影,分别测量记录伪影区的CT值和SD值,计算伪影指数、硬化伪影去除率;采用ANOVA检验及配对t检验统计方法对A和B组图像的伪影指数、硬化伪影去除率进行统计分析。结果:与常规混合能量CT图像比较,对于高密度伪影,MAR、MonoE、MAR+MonoE图像伪影指数均减小,差异有统计学意义;对于低密度伪影,MAR、MonoE、MAR+MonoE图像伪影指数均减小,差异有统计学意义。MAR图像高低密度伪影的硬化伪影去除率分别为82％和92％;MonoE和MAR+MonoE图像的高低密度伪影的硬化伪影去除率随着单能量级别的递增,硬化伪影去除率逐级增大,其中MAR+140keV MonoE图像高低密度伪影的硬化伪影去除率最高。结论:能谱CT使用MAR、MonoE和MAR+MonoE重建方法均可不同程度的减少金属植入物伪影。三种方法中使用MAR+MonoE重建方法降低金属伪影效果最好。 相似文献
5.
基于光子计数探测器的能谱CT,可以同时采集多个能谱通道的投影数据,并获得相应能量范围内物质的吸收特征,可以有效应用于物质识别与材料分解。主成分分析是一种很好的多元数据分析技术,可以用于处理多能谱CT数据。本文分别在投影域和图像域对能谱CT数据进行主成分分析,并对分析结果做出系统比较。为了减少噪声的影响,提高能谱CT图像的彩色表征性能,提出双域滤波与像素值平方相结合的方法,用于含噪声的主成分图像去噪,然后将所选取的主成分图像映射到RGB颜色通道。实验结果表明,无论是在投影域还是图像域进行主成分分析,都可以获取清晰的CT图像,识别出物质的不同成分。相较于在图像域的主成分分析方法,在投影域进行主成分分析能够保留物质的更多细节,获取更清晰的彩色CT图像。 相似文献
6.
总变差（TV）最小算法是一种有效的CT图像重建算法,可以对稀疏或含噪投影数据进行高精度重建。然而,在某些情况下,TV算法会产生阶梯状伪影。在图像去噪领域,相对TV算法展现了优于TV算法的性能。鉴于此,将相对TV模型引入图像重建,提出相对TV最小优化模型,并在自适应梯度下降-投影到凸集（ASD-POCS）框架下设计对应的求解算法,以进一步提升重建精度。以Shepp-Logan、FORBILD及真实CT图像仿真模体进行重建实验,验证了该算法的正确性并评估了算法的稀疏重建能力和抗噪能力。实验结果表明,相对TV算法可以实现逆犯罪,可以对稀疏或含噪投影数据进行高精度重建,与TV算法相比,该算法可以取得更高的重建精度。 相似文献
7.
低剂量计算机断层扫描（CT）是一种相对安全的疾病筛查手段,但低剂量CT图像往往包含较多噪声和伪影,严重影响医生的诊断。针对该问题,本文提出一种基于子空间投影和边缘增强网络（SPEENet）。SPEENet为自编码器结构,包含双流编码器和解码器两个主要模块。双流编码器可以被分为噪声图像编码流及边缘信息编码流两部分,噪声图像编码流对低剂量CT图像进行特征提取,利用图像特征去除低剂量CT中的噪声和伪影;边缘信息编码流部分主要关注低剂量CT图像的边缘信息,利用边缘信息保护图像结构。为充分利用编码器特征,本文引入噪声基投影模块,构建基于编码器和解码器特征的基,并利用该基将编码器提取的特征投影到对应的子空间,获取更好的特征表示。本文在公开数据集上进行实验以验证提出网络的有效性,实验结果表明,相较于其他低剂量CT去噪网络,SPEENet可以取得更好的去噪效果。 相似文献
8.
对于CT扇束扫描,射线源焦点与被测工件旋转中心的连线不垂直于探测器所在直线时,采用标准的滤波反投影重建算法重建出的图像会存在伪影,降低图像质量。本文基于经典滤波反投影重建算法理论,分析了此类伪影形成的原因,给出了利用投影原始数据（正弦图）计算校正算法所必需的几何参数的方法。本方法无需专用模体,不必进行二次扫描,方便、快捷并有效。计算机仿真及实验结果证明本方法的有效性。 相似文献
9.
10.
医用计算机断层扫描成像系统中,X射线与物体相互作用产生的康普顿散射光子严重影响了图像质量,尤其在锥形束计算机断层扫描和多层探测器系统中。目前已有许多散射伪影校正方法,归纳为3类:硬件校正、软件校正、软硬件混合校正方法,但近年随着计算机计算能力的提高以及深度学习在医学图像处理领域的发展,出现了一些新的散射校正方法。本文首先介绍传统校正方法;然后详细介绍基于深度学习方法进行散射伪影校正,并将其分为基于图像域和基于投影域的深度学习方法,以及对不同的深度学习网络在散射伪影校正中的应用进行讨论;最后展望深度学习在多源计算机断层扫描技术中的应用前景。 相似文献
11.
针对计算机断层成像稀疏重建过程中产生条状伪影的问题,本文提出一种基于对抗式残差密集深度神经网络的CT图像高精度稀疏重建方法.设计一种耦合残差连接、密集连接、注意力机制和对抗机制的UNet网络,以含条状伪影图像和高精度图像作为训练样本,通过大规模训练数据,对该网络进行训练,使其具有压制条状伪影的能力.首先,利用滤波反投影... 相似文献
12.
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
13.
双能计算机断层成像技术(DECT)由于其材料分解能力,在高级成像应用中发挥着重要作用.图像域分解直接对CT图像进行线性矩阵反演,但分解后的材料图像会受到噪声和伪影的严重影响.虽然各种正则化方法被提出来解决这个问题,但它们仍然面临着两个挑战:繁琐的参数调整和过度平滑导致的图像细节损失.为此,本文提出一种基于迭代残差网络的... 相似文献
14.
基于二维平板探测器技术的锥束CT系统广泛应用于放射治疗前的摆位验证,但在以胰腺癌为代表的腹腔肿瘤放疗应用中会遇到呼吸运动和肠道蠕动导致的严重阴影与条状伪影问题,难以从CT影像中分辨病灶区域。由于胰腺等柔性脏器在呼吸运动作用下会存在非刚性形变,体表运动监测结果和实际脏器运动间存在难以量化的偏差,也难以监测以肠道蠕动为代表的不规则运动,故腹腔锥束CT运动伪影修正问题缺乏有效解决方案。本文基于生物动力学理论和人体生理学常识,提出全新的无需运动监测或体内标记物植入的放疗图像引导锥束CT运动伪影修正方法,设计基于伪影图像特征、融合各类CT图像域处理算法的伪影修正策略。将该策略应用于临床腹腔锥束CT影像处理后所得结果表明锥束CT图像质量有显著改善,典型软组织区域的平均CT数误差从90 HU降到30 HU,肠道空腔边界和周边软组织信息得到部分恢复。本文开发的伪影修正策略无需呼吸门控或增加投影数,避免标记物植入手术,可集成到现有工作流,为胰腺癌放疗图像引导提供肿瘤定位信息。 相似文献
15.
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