Numerical study of multigrid implementations of some iterative image reconstruction algorithms

The numerical behavior of multigrid implementations of the Landweber, generalized Landweber, ART, and MLEM iterative image reconstruction algorithms is investigated. Comparisons between these algorithms, and with their single-grid implementations, are made on two small-scale synthetic PET systems, for phantom objects exhibiting different characteristics, and on one full-scale synthetic system, for a Shepp-Logan phantom. The authors also show analytically the effects of noise and initial condition on the generalized Landweber iteration, and note how to choose the shaping operator to filter out noise in the data, or to enhance features of interest in the reconstructed image. Original contributions include (1) numerical studies of the convergence rates of single-grid and multigrid implementations of the Landweber, generalized Landweber, ART, and MLEM iterations and (2) effects of noise and initial condition on the generalized Landweber iteration, with procedures for filtering out noise or enhancing image features     

电阻抗断层图像重建算法研究——预迭代算法提出

本文分析了Landweber法与广义逆的关系,通过理论推导,证实Landweber 法实际上是用迭代法构造广义逆矩阵的一种变形,解释了Landweber法多次迭代后的成像结果与广义逆最小模解类似的现象,在此基础上,提出一种新的重建算法——预迭代法,将重建过程分为离线预迭代及在线一步成像,明显提高了成像速度。     

一种基于压缩感知的迭代重建算法

迭代重建算法是一种经典的CT图像重建算法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,文中利用压缩感知理论提出了一种改进的基于图像全变差最小的迭代重建算法。该算法在迭代的不同阶段对迭代初始值做不同处理,并在每次迭代结束后采用梯度下降法调整全变差。实验结果表明,该算法不但提高了图像重建质量,同时也加快了迭代图像的收敛速度。     

一种改进的TV图像重建算法

针对当前稀疏角度下有限角图像重建过程中,边界部分出现伪影,降低了图像重建质量的缺陷。文中提出了一种新的ART+TV算法,该方法是在原始TV算法的基础上进行改进。原始TV梯度下降算法求解目标函数最小值时,使用固定函数作为目标函数,文中对其进行更改,采用带参数的目标函数,并对TV重建后的结果进行自适应步长修正,加速图像收敛。与传统的ART+TV算法相比,文中算法在不改变重建速度的基础上,且在少量迭代次数下,能重建出质量更高的图像,抑制图像伪影。     

基于稀疏度自适应压缩感知的电容层析成像图像重建算法

为提高电容层析成像(ECT)系统重建图像的质量,该文提出一种基于改进稀疏度自适应的压缩感知电容层析成像算法。利用压缩感知与电容层析成像算法的契合点,以随机改造后的电容层析成像灵敏度矩阵为观测矩阵,离散余弦基为稀疏基,测量电容值为观测值,建立模型。利用线性反投影算法(LBP算法)所得图像预估原始图像稀疏度,以预估稀疏度值作为索引原子初始值进行稀疏度自适应迭代。改进后的稀疏度自适应匹配追踪重构算法实现ECT图像重建,解决了稀疏度预估不准确导致重建图像精度差的问题。仿真实验结果表明,该算法可以有效重建ECT图像,其成像质量优于LBP算法、Landweber算法、Tikhonov算法等传统算法,是研究电容层析成像图像重建的一种新的方法和手段。     

电容层析成像图像重建算法对比

图像重建算法在电容层析成像技术的实际应用中起着至关重要的作用。针对图像重建算法的研究,文中将线性反投影法、奇异值分解法、代数重建算法、Landweber算法、Tikhonov正则化算法的基本原理进行对比。基于MATLAB仿真平台对4种多相流流型进行仿真,并从图像误差、相关系数、计算时间3个方面对比重建图像的效果。分析结果表明,直接算法的图像重建速度优于迭代算法,但其图像重建质量劣于迭代算法。     

ART算法的平均值法改进方案

二维断层成像中,代数重建(ART)算法面临的最大问题就在于计算量大、重建速度慢。针对这个劣势,提出了一种使用平均值法改进的ART算法,希望能更快地重建出质量较好的图像。该算法将每一次迭代过程的所有中间值记录下来,并求出其平均值,将此平均值作为下一次迭代的初始值。经过实验证明这种改进后的ART算法经过更少的迭代次数后就能达到较好的重建质量,且质量比传统算法还要好。     

语音重构的DCT域加速Landweber迭代硬阈值算法

重构信号的最基本理论依据是该信号在某个变换域是稀疏的或近似稀疏的。基于语音信号在DCT域的近似稀疏性,可以采用压缩感知(Compressed Sensing, CS)理论对其进行重构。压缩感知理论中的迭代硬阈值(Iterative hard thresholding, IHT)算法以其较好的性能被广泛用来重构信号,但其收敛速度比较慢,如何提高收敛速度,一直是迭代硬阈值算法研究的重点之一。针对压缩感知理论中的IHT算法收敛速度相当慢的问题,提出了语音重构的DCT域加速Landweber迭代硬阈值(Accelerated Landweber iterative hard thresholding, ALIHT)算法。该算法对原始语音信号做DCT变换,然后在DCT域将每一步Landweber迭代分解为矩阵计算和求解两步,通过修改其中的矩阵计算部分实现Landweber迭代加速,最后通过迭代硬阈值对信号做阈值处理。实验结果表明,加速Landweber迭代硬阈值算法加快了收敛速度、减少了计算量。      

基于压缩感知OMP改进算法的图像重构

正交匹配追踪(OMP)算法中迭代次数严格依赖信号的稀疏度K值,迭代次数选取适当会重构出高精确的图像,反之则会对图像重构质量造成严重影响.针对这一问题,提出了一种根据残差值的相对极差来确定最佳迭代次数的新方法.该方法要求在同一次迭代中对一幅图像的所有列同时进行迭代计算,根据极差的相对差值与门限值比较来确定最佳迭代次数,从而达到提高重构精度,消除对稀疏度K值依赖的目的.理论分析和仿真结果表明,改进的OMP算法比原有算法有更理想的重构效果,有更高的重构精度.     

基于压缩感知的电容层析成像图像重建算法

为提高电容层析成像（ECT）系统采样速率及重建图像质量,本文提出一种基于压缩感知理论的ECT图像重建算法.首先,应用离散Fourier变换基将原始图像灰度信号进行稀疏化处理;接着,从16电极ECT系统中随机选取14个电极按随机顺序进行激励,并按随机顺序测量不同电极之间电容值,得到测量电容信号并建立相应的观测矩阵;最后,采用L1范数正则化模型和原对偶内点法实现图像重建.仿真实验结果表明,基于压缩感知理论算法重建的图像其质量优于Landweber迭代算法,在节省采样时间的同时可实现较高精度的图像重建,为ECT图像重建的研究提供了一种新的手段.     

基于空谱联合的多假设预测高光谱图像压缩感知重构算法

为充分利用高光谱图像的空间相关性和谱间相关性,该文提出一种基于空谱联合的多假设预测压缩感知重构算法。将高光谱图像分组为参考波段图像和非参考波段图像,参考波段图像利用光滑Landweber投影算法重构,对于非参考波段图像,引入空谱联合的多假设预测模型,提高重构精度。非参考波段图像中每个图像块的预测值不仅来自非参考波段图像未经预测的初始重构值的相邻图像块,而且来自参考波段重构图像相应位置及其邻近的图像块,利用预测值得到测量域中的残差,然后对残差进行重构并对预测值进行修正,此残差比原图像更稀疏,且算法采用迭代方式提高重构图像的精度。借助Tikhonov正则化方法求解多假设预测的权重系数,并基于结构相似性判断是否改变多假设预测搜索窗口大小,最后利用交叉验证计算重构算法终止迭代的判据参数。实验结果表明,所提算法优于仅利用空间相关性或谱间相关性进行预测和不预测的重构算法,其重构图像的峰值信噪比提高2 dB以上。     

Iteration compensation of inside fringe in reconstructing field with an opaque object

Aneffectivereconstructionalgorithmisessentialtoopticalcomputerizedtomography(OCT)forflowvisu alization[1,2].Thealgorithmissupposedtohavefast convergentrate,finestabilityandhighaccuracy.Fur thermore,itshouldbeabletotacklecomplexflowfields inpractice,whichi…     

Gradient-based iterative image reconstruction scheme fortime-resolved optical tomography

Currently available tomographic image reconstruction schemes for optical tomography (OT) are mostly based on the limiting assumptions of small perturbations and a priori knowledge of the optical properties of a reference medium. Furthermore, these algorithms usually require the inversion of large, full, ill-conditioned Jacobian matrixes. In this work a gradient-based iterative image reconstruction (GIIR) method is presented that promises to overcome current limitations. The code consists of three major parts: 1) A finite-difference, time-resolved, diffusion forward model is used to predict detector readings based on the spatial distribution of optical properties; 2) An objective function that describes the difference between predicted and measured data; 3) An updating method that uses the gradient of the objective function in a line minimization scheme to provide subsequent guesses of the spatial distribution of the optical properties for the forward model. The reconstruction of these properties is completed, once a minimum of this objective function is found. After a presentation of the mathematical background, two- and three-dimensional reconstruction of simple heterogeneous media as well as the clinically relevant example of ventricular bleeding in the brain are discussed. Numerical studies suggest that intraventricular hemorrhages can be detected using the GIIR technique, even in the presence of a heterogeneous background.     

基于Landweber迭代的图像重建算法

本文尝试将一种新型的基于Landweber迭代算法用于电阻抗断层图像(EIT)重建。该算法与线性反投影算法不同,Landweber算法可以明显地改进图像质量。仿真结果表明,它不仅可以消除噪声干扰,而且能加快收敛速度。     

复杂流场的代数迭代重建算法

提出了简单自相关代数迭代重建算法（SSART）。采用数值模拟的方法,对当前有代表性的基本代数迭代法（ART）、联合代数迭代法（SART）、改进的联合代数迭代法（MSART）以及SSART进行了计算模拟,对比分析了各种算法的模拟效果和重建精度。结果发现,SSART的均方误差（MSE）在10^-4数量级,比ART的降低了78．2％;峰值相对误差（PE）在10^-2,降低了92．9％;计算程序上,SSART仅比ART多1个除数因子。所以SSART具有算法简单、重建精度高、稳定性好和自愈能力强等优点。     

基于PSF改进的POCS超分辨率图像重构

为了提高重构的图像质量,给出了模拟一修正迭代的凸集投影（POCS）超分辨率图像重构方法和具体实现步骤。针对重构的超分辨率图像高频分量不足的缺点,提出了一种有效的改进方法。该方法通过对点扩散函数（PSF）的改进做到了有效地保留POCS超分辨率图像重构算法中的边沿信息。仿真实验结果表明,该方法可行性好,能够有效地保持高频分量,从而达到提高图像质量的目的。     

基于各向异性的快速超分辨率图像重建

针对传统超分辨率图像重建算法速度慢的缺点,提 出了一种基于自适应各向异性正则化的快速超分辨率图像重建算法。本文 算法兼顾重建图像质量的同时,提升了图形的重建速度。基于传统迭代算法,本文算法通过 优化约束条件,大量剔除了冗余过程, 弥补了传统算法的不足;同时引入一种具有自适应能力的各向异性平滑项,可以适应各种 复杂的运动模型。另外,提出 以图像的峰值信噪比(PSNR)为标准,作为重建迭代的截止 条件。运 用本文算法对序列低分辨率图像进行重建,证明了本文算法可以更快实现超分辨率图像重 建。     

Diffuse optical tomography of highly heterogeneous media

We investigate the performance of diffuse optical tomography to image highly heterogeneous media, such as breast tissue, as a function of background heterogeneity. To model the background heterogeneity, we have employed the functional information derived from Gadolinium-enhanced magnetic resonance images of the breast. We demonstrate that overall image quality and quantification accuracy worsens as the background heterogeneity increases. Furthermore we confirm the appearance of characteristic artifacts at the boundaries that scale with background heterogeneity. These artifacts are very similar to the ones seen in clinical examinations and can be misinterpreted as actual objects if not accounted for. To eliminate the artifacts and improve the overall image reconstruction, we apply a data-correction algorithm that yields superior reconstruction results and is virtually independent of the degree of the background heterogeneity.     

多准则图象重建的神经网络模型及实现

本文提出一种采用Ｈｏｐｆｉｅｌｅ神经网络（Ｈｏｐｆｉｅｌｄ Ｎｅｉｒａｌ Ｎｅｔｗｏｒｋ简称ＨＮＮ）优化的图象重建算法。将图象重建问题转化为ＨＮＮ优化问题,取重建图象的峰值函数最小以及原始投影与再投影之间的误差平方和最小作为图象重建的优化目标,作为能量函数构造连续型ＨＮＮ模型,由ＨＮＮ能量函数极小化可得到重建问题的优化解。这种方法具有简单、计算量小、收敛快、便于并行计算等特点。对照ＡＲＴ算法,用计算机模拟产生的无噪声投影数据检验新算法,验证了新算法的优越性。     

Algebraic reconstruction in CT from limited views

The author presents an algebraic reconstruction technique (ART) as a viable alternative in computerized tomography (CT) from limited views. Recently, algorithms of iterative reconstruction-reprojection (IRR) based on the method of convolution-backprojection have been proposed for application in limited-view CT. Reprojection was used in an iterative fashion alternating with backprojection as a means of estimating projection values within the sector of missing views. In algebraic methods of reconstruction for CT, only those projections corresponding to known data are required. Reprojection along missing views would merely serve to introduce redundant equations. Computer simulation studies are presented which demonstrate significantly improved reconstructed images achieved by an ART algorithm as compared to IRR methods.