一种基于Grengeat公式的锥束CT重建算法研究

基于单圆轨迹的Feldkamp(FDK)重建算法只有在小锥角条件下才能取得较好重建效果。随着锥角增大,图像质量迅速下降。因此在实际应用中受到一定限制。在分析了物体Radon数据与单圆扫描获得的Radon数据间的关系后,结合空间可变滤波反投影重建算法(SV_FBP),提出了一种基于Grengeat公式的叠加算法。该重建算法由两部分重建结果叠加而成,第1部分结果首先采用FDK算法通过对单圆扫描的投影数据进行重建来获得;然后采用外推方法获得缺失的数据,并利用SV_FBP进行重建得到第2部分结果;最后将两部分结果进行叠加。实验结果表明,该算法不仅有效地抑制了FDK算法重建的伪影,而且使锥角的使用范围比FDK算法提高了3~4倍。这种新的叠加重建算法在大长物体的重建中,具有重要的理论和应用价值。     

基于不规则螺旋扫描CT图像重建算法的研究

锥束螺旋CT可以解决长物体的检测问题,目前广泛应用的锥柬螺旋CT主要采用螺旋FDK算法进行图像重建,近年采为了使算法能更应用于买际,许多学者对标准的螺旋轨迹进行了拓展。针对这一情形,本文提出了变螺距不规则螺旋扫描轨迹,变螺距螺旋扫描可根据目标物体形状的变化,随时做出调整以获得最佳的图像重建质量,有更快的扫描速度和更高的时间、空间分辨率。本文首先设计了两种随投影角度自适应变化的变螺距螺旋轨迹函数,然后采用近似FDK重建算法进行重建。仿真结果表明,变螺距螺旋FDK重建算法能够重建出较好的图像质量,本文的研究可以促进实用变螺距螺旋锥束CT的发展。     

一种新颖三维ICT扫描轨道及重构算法

工业CT图像直接三维重建是近年来工业CT技术研究的前沿领域,针对FDK近似重建算法重建精度不高的问题,在不提高现有系统复杂程度的前提下,讨论了一种新的垂直双圆周扫描轨道在工业CT中的应用,提出了相应的FDK改进算法,获取物体投影的完备数据,提高重建的精度。     

三维锥束CT中几何参数的校正研究

计算机断层成像技术在工业和医学中的应用,三维锥束CT(Computed Tomography)是显微CT和工业CT目前研究的热点.三维锥束CT系统一般采用FDK重建算法,算法要求锥束中心射线垂直于探测器且投影在探测器中心,然而由于系统机械精度的不足难满足要求,从而给重建结果带来伪影.为解决上述问题,提出了一种投影数据的校正方法:在重建前首先根据几何参数对每幅投影数据进行修正,修正完后再进行重建.实验结果证明:改进后能有效地改善几何参数误差引起的图像失真,对三维锥束CT扫描系统的几何校正具有重要意义.     

一种车站危险品检测中的三维图像重建方法

图像重建是车站危险品检测过程中的重要环节,其结果直接关系到后续危险品的识别。为此提出了一种基于FDK算法的三维图像重建方法。该方法首先将X射线探测器得到的物体投影值,利用正弦函数对投影数据进行加权;然后对不同投影角度的投影数据进行水平方向的一维滤波,去除噪声和伪迹;最后沿X射线方向进行三维反投影。实验结果表明,该方法能更清晰地重建出物体。     

基于 GPU 加速技术的 C 形臂 Cone Beam CT 三维 图像快速重建方法

平板探测器技术的发展使得锥形束计算机断层扫描技术(Cone Beam Computerized Tomography,CBCT)成为一种重要的成像技术,有着十分广泛的应用.基于C形臂的CBCT,除了具有CBCT的技术优势外,还特别适合在影像引导介入手术中应用.然而,如何在满足手术实时性要求的同时获得高分辨率高质量的三维断层图像,仍是个十分具有挑战性的课题.文章提出一种基于GPU加速技术的C形臂CBCT三维图像快速重建方法:在算法层面应用GPU并行加速技术对重建算法进行优化,在系统层面通过设计分布式系统和延迟隐藏机制,大大提升了由二维投影图像重建三维体数据的效率.在保持重建精度的前提下,优化后的GPU加速的FDK算法极大地提升了重建过程的计算效率.延迟隐藏机制进一步提升了系统的运行效率.在使用90帧投影时,系统效率提升了26%,重建延迟加速了2.1倍;当使用120帧投影时,系统效率提升39%,重建延迟加速达到3.3倍.     

探测器倾斜的锥束FDK修正重建算法

在锥束工业CT系统中,通常要求射线源焦点、物体旋转中心、平板探测器中心三点在一条直线上,与平板探测器垂直。由于机械的定位误差,探测器定位后会出现一定角度的倾斜现象,如果直接利用平板探测器倾斜后采集的投影数据进行重建,重建结果将会出现偏离,产生伪影。针对该问题,利用系统标定的方法测得探测器倾斜角度,利用机械校正对其进行粗调,利用提出的基于探测器倾斜的FDK修正算法进行微调,经过两次校正可以有效抑制由于平板探测器倾斜造成的伪影,通过实验验证了该方法的可行性。     

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。     

基于GPU加速的锥束CT重建算法研究

锥束计算机断层扫描（Cone-Beam Computed Tomography，CBCT）具有采集速度快和空间分辨率高等特点，被生物医学等领域广泛关注。然而通过CPU串行处理CBCT重建中海量投影数据非常耗时，难以满足实时性的需求。GPU的发展为CBCT重建的并行加速提供了条件。根据三角函数周期性的特点对FDK算法进行了改进，并利用GPU实现了12幅投影数据同时并行计算。实验结果表明，相比于传统基于CPU的重建算法，基于GPU的CBCT重建算法在保证图像质量的前提下，将重建速度提高了超过310倍。     

锥束CT系统安装参数确定技术研究

锥束CT系统普遍采用滤波反投影(FDK)重建算法,该算法要求旋转工作台中心必须与FDK算法重建中心一致。受扫描系统安装定位精度限制,这一条件很难得到充分满足,从而引起重建切片图像出现伪影。为此,文章提出了一种基于细琴弦重建图像评估的黄金分割迭代搜索法来精确确定投影中心,还可确定射线源与旋转中心距离以及探测器安装旋转角、倾斜角等参数,实验证明了该方法的有效性。该方法对工业CT扫描系统的调试和校正具有重要意义。     

锥束CT感兴趣区域图像重建研究

针对锥束CT感兴趣区域扫描中存在的截断投影数据图像重建问题,提出用基于迭代的代数重建(ART)算法进行重建。锥束ART算法的缺点是计算量大、重建速度慢。为了提高该算法的重建速度,提出了一种基于多核平台的快速并行图像重建方法。首先将三维重建区域等分为上下两块,相应地,探测器平面也分为上下两部分;然后通过双线性插值计算虚拟探测器投影数据;最后通过多线程技术在多核平台上实现了ART算法的并行重建,在保持较高重建精度的同时取得了约两倍的重建加速比。在此基础上,通过仿真实验对3DShepp-Logan模型不同感兴趣区域进行了重建,实验结果表明,ART算法用于感兴趣区域图像重建是可行的。     

非PI线的半覆盖螺旋锥束CT的Katsevich重建

半覆盖螺旋锥束CT可以扩大传统螺旋锥束CT的视场区域,但是每个投影角下的投影数据都是横向截断的。Katsevich算法作为一种精确的重建算法,它可以得到质量较高的重建图像,但是它要求PI线上的数据是非截断的,无法直接应用于半覆盖的螺旋锥束CT。根据半覆盖螺旋锥束CT的特点和Katsevich算法本身的分析,提出了一种非PI线的Katsevich算法。它将求导后的投影数据直接沿探测器的行方向进行滤波,而不是将投影在Tam窗内重排后滤波。反投影时,也不需要根据重建点求相应的PI区间,而是直接根据重建点的z坐标求出的2π区间。实验结果表明,提出的成像方法避开了PI线对重建的影响,得到了待检测区域的完整图像。     

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。     

锥束FDK反投影重建算法的三角函数优化

为了提高传统FDK（Feldkamp-Davis-Kress）重建算法的重建速度,根据三角函数在一定程度上表现出来的周期性的特点对极坐标下的FDK重建算法进行了改进。改进的算法能够一次性对多幅投影数据进行反投影重建,并且大大减少了三角函数的运算量。同时利用正余切函数的对称性,在将重建后的图像从极坐标向笛卡尔坐标的转换过程中一次性将多个重建后的像素点进行转换。实验结果表明,对比传统FDK重建算法,经过该优化的算法在重建速度上提高了近10倍。     

基于集群并行及指令优化的FDK重建算法

为提高锥束CT的FDK重建算法在重建高分辨率的图像时的速度,分析2种并行策略及其对应的通信时耗,研究集群并行与SSE指令优化计算相结合的FDK算法,在8个节点的集群系统上进行实现。实验结果表明,采用集群并行加指令优化的方式,可将分辨率为2563的图像的重建速度提高到原来的29倍。     

锥束CT的FDK算法与CUDA实现

计算机层析成像技术,在医学和工业等诸多领域中有着广泛应用。在三维锥束CT图像重建算法中,基于圆形轨道和二维平板探测器的FDK算法最为著名。传统CPU上实现的FDK算法,计算复杂性主要集中在所谓的反投影阶段,占据了整个重建时间的99%。给出了基于CUDA统一计算架构的FDK算法的GPU实现,对于整个重建过程获得了超过百倍的加速。     

基于Chambolle-Pock算法框架的高阶TV图像重建算法

传统的总变差（TV）最小算法是一种基于压缩感知(CS)的经典迭代重建算法，可以从稀疏数据或含噪数据中高精度地重建图像。然而，TV算法在重建分段常数特征不明显的图像时可能会引入块状伪影，通过研究得出，在图像去噪中使用高阶总变差（HOTV）能有效压制TV模型引入的块状伪影。鉴于此，提出了一种HOTV图像重建模型及其Chambolle-Pock（CP）求解算法。具体来说，以二阶梯度构建二阶TV范数，进而设计了一种数据保真约束的二阶TV最小重建模型，并推导出了相应的CP算法。在理想数据投影和含噪数据投影条件下，分别采用基于波浪背景的Shepp-Logan模体、灰度渐变模体以及真实CT图像模体进行重建实验，并进行定性和定量分析。理想数据投影的重建结果表明，和传统TV算法相比，HOTV算法能有效压制块状伪影并提高重建精度。含噪数据投影的重建结果表明，HOTV算法和TV算法均有良好的抗噪能力，但HOTV算法的保边性能更好且抗噪性更强。在重建分段常数特征不明显而灰度波动特征明显的图像时，HOTV算法是一种比TV算法更优的重建算法。所提HOTV算法可以被推广到各种扫描模式下的CT重建及其他成像模态中。     

血管内光声图像的时间反演重建方法

目的 将光声成像与医学内窥技术相结合的血管内光声(IVPA)成像技术可为心血管内易损斑块的检测以及指导介入治疗提供可靠的参考。针对采用单阵元探测器进行圆周扫描的IVPA成像系统,提出基于时间反演(TR)算法的重建IVPA横截面灰阶图像的方法。方法 通过建立超声传播模型,对光声信号的反向传播过程进行模拟,反演得到血管横截面的2维初始光声压分布图像。针对测量位置稀疏和有限角度测量都会造成光声数据不完备,进而导致重建图像质量下降的问题,通过对探测器采集到的光声信号进行样条插值达到提高成像质量以及消除伪影的目的。结果 仿真实验结果表明,与相同测量位置下利用滤波反投影(FBP)算法重建出的图像相比,采用本文算法重建出的图像的结构相似性指标(SSIM)值可提高约65%。结论 该方法能有效地提高IVPA重建图像的质量,为后续图像重建算法的优化提供有益参考。