基于压缩感知的微分相衬CT迭代图像重建

X-射线相衬计算机断层成像(CT)通过X-射线穿过样品后相位信息的改变来得到高衬度的图像,特别适用于轻元素的成像,并且可以获得远高于传统吸收衬度CT的密度分辨率。基于光栅的微分相衬CT（DPC-CT）由于可以使用常规的X射线光源而有着巨大的临床应用前景,但DPC-CT成像的X-射线辐射剂量问题尤为突出,是其走向实际应用的瓶颈。针对上述不足,提出了一种微分相衬CT迭代图像重建算法（DD-L1）,该方法将压缩感知（CS）理论和CT迭代图像重建技术相结合并引入距离驱动（DD）的正/反投影运算计算策略。仿真实验结果表明,DD-L1算法能够在投影数据不完备的情况下得到较高质量的重建图像。     

基于偏微分方程的低剂量CT投影降噪算法

低剂量CT图像由于采用了较低的X射线放射剂量,大大降低了辐射对人体的危害,但由此带来的问题是投影数据受噪声污染严重,从而导致了重建图像质量的降低。针对上述问题,在基于偏微分方程的基础上,提出一种改进的投影域降噪算法。该算法在各向异性扩散方程的基础上,利用局部熵可以有效地反映图像局部特征的特点,来控制扩散的程度。实验结果表明,新的算法在提高重建图像信噪比的同时更好地保持了图像的细节和边缘信息。     

定步长压缩感知锥束CT重建算法

针对锥束CT成像系统中投影数据不完全的图像重建问题,提出了一种定步长压缩感知锥束CT重建算法。首先将锥束CT重建问题归结为投影数据均方误差作为数据保真项、全变分作为正则项的无约束优化问题,分析目标函数的Lipschitz连续性;然后近似计算Lipschitz常数,求出梯度下降步长,利用梯度下降法进行重建;最后对CT投影数据采用联合代数重建算法更新重建图像。在每次迭代过程中调整梯度下降步长,提高重建算法的收敛速度。Shepp-Logan模型的无噪声实验结果表明,该算法的重建图像信噪比分别比联合代数重建算法、自适应最速下降-凸集投影算法、BB梯度投影算法的重建图像信噪比高出13.7728 dB、12.8205 dB、7.3580 dB。仿真试验表明该重建算法提高了收敛速度,同时减少了重建图像的相对误差,极大提高了用少量投影数据重建的图像质量。     

定步长压缩感知锥束CT重建算法

针对锥束CT成像系统中投影数据不完全的图像重建问题,提出了一种定步长压缩感知锥束CT重建算法。首先将锥束CT重建问题归结为投影数据均方误差作为数据保真项、全变分作为正则项的无约束优化问题,分析目标函数的Lipschitz连续性;然后近似计算Lipschitz常数,求出梯度下降步长,利用梯度下降法进行重建;最后对CT投影数据采用联合代数重建算法更新重建图像。在每次迭代过程中调整梯度下降步长,提高重建算法的收敛速度。Shepp-Logan模型的无噪声实验结果表明,该算法的重建图像信噪比分别比联合代数重建算法、自适应最速下降-凸集投影算法、BB梯度投影算法的重建图像信噪比高出13.7728dB、12.8205dB、7.3580dB。仿真试验表明该重建算法提高了收敛速度,同时减少了重建图像的相对误差,极大提高了用少量投影数据重建的图像质量。     

一种基于先验图像的锥束CT 金属伪影校正算法

为了有效抑制锥束CT(CBCT)重建中金属植入物引入的伪影,提出一种基于先验 图像的金属伪影校正算法。首先对含金属伪影的重建图像进行双边滤波、金属阈值分割、组织 聚类等预处理,获得金属图像和不含金属信息的先验图像;再对二者正向投影,获得金属投影 区域和先验投影数据;而后利用先验投影数据及金属边界邻域的投影数据对金属投影区域插值, 获得修复的投影数据;最后利用FDK 算法对修复的投影数据重建,并将其与金属图像融合,获 得最终的校正图像。为了验证该算法的性能,利用三维Shepp-Logan 头部模型数据和临床头部 CT 数据开展金属伪影校正实验,结果表明：与常用的线性插值算法和图像修补算法相比,该算 法的校正图像均方根误差最小、峰值信噪比最大。这说明该算法在有效保留图像边缘信息的同 时,可有效地抑制金属伪影。     

基于统计特性的小波噪声抑制在低剂量CT中的应用

较高的照射剂量限制了X线断层成像(computed tomography,CT)技术在筛查及体检中的应用,目前临床常采用降低剂量的解决方案,但CT图像质量亦有明显下降。为提高低剂量CT的重建质量,提出了一种基于投影数据统计特性的小波去噪算法。通过分析低剂量投影数据的噪声特性,发现在投影域其噪声均值和方差接近非线性高斯分布,根据非平稳噪声在平稳小波域中的性质,结合贝叶斯估计方法对小波系数进行基于最小均方误差的自适应滤波,实现了图像信噪分离的目的。滤波完成后,采用常规滤波反投影(FBP)法重建CT图像。较传统算法,该方法具有较高的信噪比,实验结果表明,该算法能够有效地抑制噪声,且较好地保留图像细节。     

低剂量CT成像的研究现状与展望

低剂量CT扫描能够有效减少患者接受的辐射剂量,但同时会导致成像质量的下降。在降低剂量的同时,获得可用于临床诊断的高质量图像已经成为近年来CT领域研究的重点方向。本文从低剂量CT的成像方式和图像质量改善等方面介绍了国内外低剂量CT技术的发展与应用,包括低剂量CT扫描的实施方式,低剂量CT扫描的数据模型,相关重建算法与图像后处理策略。本文对近年来国内外研究团队在低剂量CT技术的研究上进行了概括,最后对目前该领域的研究工作进行了总结和分析。     

投影数据恢复导引的非局部平均低剂量CT优质重建

针对低剂量CT成像质量退化问题,将CT投影数据恢复与图像数据恢复巧妙地融合,提出一种投影数据恢复导引的非局部平均(NL-means)低剂量CT重建方法.首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为Gaussian分布,以便于投影数据噪声的滤除;然后对滤波后的投影数据执行Anscombe逆变换和滤波反投影(FBP)CT图像重建;最后将投影数据滤波后的FBP图像作为先验构建非局部权值矩阵,并将该权值矩阵用于低剂量CT图像的非局部平均成像.仿真和临床实验结果表明.该方法在噪声消除和伪影抑制两方面均有上佳表现.     

正则化算法在CT图像重建上的应用

由于受数据采集时间、照射剂量、成像系统扫描的几何位置等因素的约束,计算机断层成像（Computed tomography,CT）技术目前只能在有限角度范围或在较少的投影角度得到数据,这些都属于不完全角度重建问题. 因此,图像重建的算法应用变得尤为重要,本文将现有的几种正则化超分辨率重建算法应用到CT图像重建上并做了一系列的对比分析,分析不同算法下不同的图像重建效果. 首先对低分辨率CT图像进行图像配准,然后再进行样条插值放大,最后运用相关正则化算法进行超分辨率图像重建. 实验结果表明正则化算法的应用一定程度上提高了图像分辨率,其中双边正则化下的重建效果最好,基于L2范数全变分正则化效果较差.     

基于Bregman迭代的CT图像重建算法

针对大规模集成电路领域CT重建图像的特点,提出TV约束条件下采用l1范数作正则项的重建模型,并给出了基于Bregman迭代的模型求解算法.算法分为两步: 1)采用Bregman迭代求解图像的l1范数作为正则项,误差的加权l2范数作为保真项的约束极值问题;2) 采用TV约束对1)中得到的重建图像进行修正.算法对TV约束条件下采用l1作正则项的重建模型分开求解,降低了算法的复杂度,加快了收敛速度.算法在稀疏投影数据下可以快速重建CT图像且质量较好.本文采用经典的Shepp-Logan图像进行仿真实验并对实际得到的电路板投影数据进行重建,结果表明该算法可满足重建质量要求且重建速度有较大提升.     

各向异性加权先验模型MAP投影域降噪

低剂量计算机断层扫描技术（Low-Dose Computed Tomography,LDCT）降低了X射线对人体的辐射,但射线剂量降低造成重建图像中存在严重的伪影和噪声,对临床医学诊断有很大干扰。针对此问题,提出一种改进的各向异性加权先验模型的最大后验（Maximum A Posteriori,MAP）投影域降噪算法。该算法考虑到直觉模糊熵能够有效区分平滑区域和边缘细节区域,将其与传统的各向异性扩散系数相结合,构造了一种新的扩散系数,并采用局部方差实现其自适应调节;最后将该扩散系数融合于基于Huber先验的MAP优化估计算法框架中,实现对投影数据不同区域进行不同强度的降噪处理。该算法分别采用数字骨盆模型、Shepp-Logan头模型和数字胸腔模型三种体模进行验证,并与滤波反投影重建算法（Filter Back Projection,FBP）、惩罚重加权最小二乘法（Penalized Reweighted Least-Squares,PRWLS）、各向异性加权先验正弦图平滑算法进行对比。实验结果表明,利用所提算法重建出的图像中伪影明显减少,同时较好地保持了图像的边缘和细节信息。三种体模的信噪比分别为20.502 0 dB、23.294 8 dB、21.018 4 dB,所需时间分别为49.50 s、49.60 s、8.59 s。     

不完全投影数据的ICT图像重建算法

为了解决不完全投影情况下的ICT图像重建质量不高和重建速度较慢的问题，文中介绍了两种以代数重建思想为基础的CT图像重建算法：基于共轭梯度法的快速迭代算法和多约束准则的遗传算法。经过实验验证，这两种算法能够在投影数据不完全的情况下，重建出令人满意的图像。     

CT有限角度算法的比较研究

在医学临床中,C形臂X射线机的应用愈来愈广泛。由于C臂机自身的特点,且所检测物体的密度及形状存在较大差异,使得其在有限角度下所获得的投影图像断截,投影数据不完全。本文主要分析在有限角度下CT图像最优准则重建的算法。通过对迭代重建算法ART、SART以及TV-SART的比较,得知在有限角为90°的情况下,TV-SART的重建图像更为清晰,更接近原始图像,从而为基于C形臂CT的成像系统的实现提供可靠的理论支撑。     

螺旋锥束CT图像同时代数重建的机群并行化

在CT（Computed Tomography）图像重建领域,当投影数据含有噪声或者不完备时,与Feldkamp算法相比,同时代数重建方法（Simultaneous Algebraic Reconstruction Technique,SART）能重建出更高质量的三维图像。但三维SART方法非常耗时,为了减少SART的运行时间,利用工作站机群（Cluster of Workstations,COWs）进行并行加速是一种重要的方法。针对螺旋锥束扫描,对基于体数据划分的并行算法进行了改进。并在安装了MPICH 1.2.5的工作站机群上进行了实验。实验结果表明,该方法达到了和串行算法一样的重建效果,并且减少了重建时间。     

A hybrid denoising algorithm based on shearlet transform method and Yaroslavsky’s filter

In this paper, we have proposed a hybrid denoising algorithm based on combining of the shearlet transform method, as a pre-processing step, with the Yaroslavsky’s filter, as a kernel smoother, on a wide class of images with various properties such as thin features and textures. In the other word, proposed algorithm is a two-step algorithm, where in the first step the image is filtered by shearlet transform method and in the second step the weighted Yaroslavsky’s filter is applied on result of first step. The weight coefficients of the Yaroslavsky’s filter are achieved by pixel similarities in the denoised image from the first step. The theoretical results are confirmed via simulations for 2D images corrupted by additive white Gaussian noise. Experimental results illustrate that proposed hybrid method has good effect on suppressing the pseudo-Gibbs and shearlet-like artifacts can obtain better performance in terms of mean square error (MSE), peak signal to noise ratio (PSNR) and structural similarity (SSIM) index rather than existing state-of-the-art methods.     

基于Spark的CT图像FBP重建算法程序并行设计

将常用于CT图像重建的滤波反投影算法程序设计成能够运行在大数据框架Spark中的并行模式,以此来提高计算效率并实现批量图像的重建,缩短图像重建时间。基于分布式计算框架Spark,利用其图像处理工具Thunder,将滤波反投影算法在图像重建过程中设计成并行程序模式,实现图像的片间并行重建。实验结果表明,随着Spark集群规模的不断扩大,在确保重建图像质量的前提下,重建一定数量的CT图像相比单机模式下时间显著缩短,并行滤波反投影算法具有完全加速比,并行效率趋近于1。基于Spark集群实现的滤波反投影算法能够显著提升CT图像重建速度,并实现大量图像并行重建,可扩展其他的CT图像重建算法,对远程医学图像重建平台的建设具有重要参考意义。