基于相关系数和双向扩散结合的优质正电子发射断层重建算法

在正电子发射断层成像（PET）中,传统迭代算法会造成重建图像细节信息丢失或目标边界模糊。为了解决上述问题,提出一种基于相关系数和双向扩散结合的优质中值先验（MP）重建算法。首先,引入特征因子相关系数来表征图像局部灰度统计信息,构造出结合相关系数的双向扩散模型;其次,考虑到双向模型对背景和边缘区别处理的优点,将新模型应用到中值先验分布的最大后验重建算法中,形成基于双向扩散的中值先验重建算法。实验结果表明,该算法在去除噪声的同时能够较好地保持图像中的目标边界信息,信噪比（SNR）和均方误差（RMSE）的变化也能直观体现重建图像质量的提高。     

基于小波收缩和正逆扩散结合的优质中值先验图像重建算法

针对最大后验(MAP)法对重建图像造成的过度平滑或出现阶梯状边缘伪影等问题,提出了一种基于混合模型的中值先验图像重建算法。首先在中值先验分布的MAP重建的基础上,在每次中值滤波之前引入结合小波收缩和正逆各向异性扩散的滤波器。另外,对于背景区域仍残留有少量噪声的情况下,可以在迭代间的最后,选择加入只针对图像较小梯度阈值区域进行非线性扩散平滑的优良滤波器,从而进一步优化图像。仿真结果表明,该算法在抑制噪声和保持边缘效果方面具有很好的表现,与其他经典传统算法相比,信噪比(SNR)可提高0.9dB~3.8dB。     

一种基于Fourier-小波矩的PET图像重建方法

正电子发射断层图像(PET)重建问题是一种不适定问题,通常需要采用正则化方法以抑制噪声,提高重建质量.本文提出一种新的非正则化重建方法,即基于Fourier-小波基函数的特征重建算法.Fourier-小波基函数结合了小波基函数和Fourier调和函数的特征,使我们便于对其进行小波分析和Fourier分析.在本文的算法中,我们采用迭代方法,计算图像的Fourier-小波矩(FWM),并由FWM恢复图像.此外我们利用Fourier-小波基函数的旋转不变性节省算法存储空间,简化计算,并且利用此性质,推导出一种类似Row-Action(RA)方法的快速收敛算法,以提高收敛速度.我们将FWM算法同几种常用算法进行了比较,实验结果表明,FWM算法的重建效果同传统的MAP算法接近,具有较好的应用前景.     

一种基于非线性扩散方程的PET重建方法

正电子发射断层重建是一类不适定问题,因此正则化方法常用来抑制噪声提高重建的质量.依据Mumford-Shah泛函模型提出了该类重建问题的统一变分模型.基于这一模型,提出了一种新的基于扩散方程的PET重建算法,同时给出了线性和非线性两种方法.实验结果表明,两种方法均有良好的重建性能,并且非线性方法通过合理的设置参数,能体现出较为优越的抗噪声性能和边缘保持特性.     

基于动态后验模拟的PET图像重建

正电子发射成像是一种有效的生理功能性成像手段，但是由于投影数据中噪声大而给重建带来困难，为此提出了利用其他高质量的解剖成像结果的分割模板先验来进行完全Bayesian重建以提高重建效果，分割模板先验可以表示为包含超验参数的Markov场形式，但是它的非凸性和超验参数的存在使得无法用常规的方法得到最大后验估计，为此采用动态后验模拟算法计算后验平均估计，基于满足条件分布的动态后验模拟法可以同时更新象素的密度和超验参数，并且容易得到重建的方差和置信区间，将这种方法和似然估计、最大后验估计结果进行比较，重建的结果无论在空间分辨率和抑制噪声方面都有取得了好的效果。     

基于解剖非局部先验的模糊扩散PET重建算法

针对传统最大后验(MAP)算法出现阶梯伪影以及不能有效保持重建图像低梯度值处细节信息的问题,提出了一种基于解剖非局部先验的模糊扩散正电子发射计算机断层扫描(PET)重建算法。首先,对中值先验分布的MAP重建进行改进,在每次中值滤波前引入结合模糊函数的各向异性扩散滤波器;然后,采用模糊隶属度函数作为各向异性扩散过程的扩散系数,并结合解剖非局部先验来考虑图像的细节信息。仿真结果表明,与传统算法相比,该算法提高了信噪比(SNR),具有良好的抗噪性;同时视觉效果较好,图像边缘清晰,在抑制噪声和边缘保持方面取得了良好的折中。     

面向PET图像重建的结构先验导引的自适应点云方法

正电子发射断层成像(PET)重建的核心是解决重建精度和重建速度的问题.针对传统重建方法中以PET符合计数值表达待求图像的每个点像素值的规则点表达框架的问题,提出利用结构先验导引的自适应点云表达待求图像的点云表达框架的方法,从而可在保证重建精度的条件下有效地提高重建速度.该方法采用两步布点的方法引入点云表达框架:第一步基...     

投影数据恢复导引的PET图像滤波

为了提高正电子发射断层成像（Positron Emission Tomography,PET）重建图像质量,提出一种投影数据导引的PET图像优质重建方法。新方法利用恢复投影数据的重建图像冗余信息优化非局部均值权重。对投影数据进行恢复,采用传统的滤波反投影（Filtered Back Projection,FBP）法进行PET图像重建,利用非局部均值（Non-local means）的思想计算权值矩阵,利用该权值先验矩阵导引直接重建FBP图像的非局部均值滤波。仿真和临床PET数据实验表明,方法可以在满足临床应用的需求下,有效地改善PET重建图像质量。     

基于小波和四阶各向异性扩散的MLEM低剂量CT重建算法

在低剂量计算机断层扫描CT(computed tomography)重建算法中,传统的最大似然期望最大MLEM(Maximum Likelihood Expectation Maximization)算法随着迭代次数的增加会出现棋盘效应而不能有效地抑制噪声。针对上述问题提出一种基于小波收缩和四阶各向异性扩散相结合的MLEM低剂量CT重建算法。该算法结合小波收缩和各向异性扩散的优点,在每次迭代中,对MLEM重建算法处理后的图像进行离散平稳小波分解,在小波域的高频部分进行小波收缩,低频部分使用降噪效果优质的四阶各向异性扩散进行消噪,最后残留的脉冲噪声点通过中值滤波器进行处理,从而进一步优化图像。仿真实验结果表明,该算法可以有效地去除低剂量CT图像的噪声,且在保持图像边缘和细节信息方面有很好的表现,从而获得高抗噪性能的图像。     

基于Mumford-Shah 正则项的PET 图像重建方法

在正电子发射断层（Positron emission tomography,PET）重建算法中,正则项常被用来抑制噪声。现将Mumford-Shah（MS）正则项,构造出一种新的变分结构用以进行PET图像重建。采用了Ambrosio和Tortorelli提出的Г-收敛逼近方法,将MS函式对边界积分转化为一类合适的辅助光滑函数的区域积分。在仿真测试中,将算法与传统滤波反投影（Filtered back projection,FBP）算法、最大似然估计方法（MLEM）和最大后验概率估计方法作比较。通过实验对算法的效率和可行性进行了分析。实验结果表明,本文算法在噪声抑制和边界保留上均有较好的表现。     

含各向异性扩散的图像分割新模型

无边活动轮廓(CV)模型已广泛应用于图像分割领域,特别是用于分割不以梯度定义的图像.然而,模型存在对噪声敏感,无法分割深度图像等缺点.针对提高去噪性能和加快收敛性,将各向异性扩散融入到CV模型,同时引入无需重新初始化项,得到一种新的图像分割方法.采用Matlab平台进行仿真实验,结果表明,模型具有较强的抗噪能力,能很好地分割灰度变化不均匀及背景复杂图像,而且能有效地分割CV无法处理的深度图像.     

基于各向异性扩散的GRAPPA重建算法

全局自动校准部分并行采集(GRAPPA)算法假设插值核在整个K空间内具有平移不变性,在实际应用中容易引起重建伪影和噪声放大。为此,提出一种基于各向异性扩散的GRAPPA重建算法。利用偏微分方程设计各向异性扩散重建模型,对GRAPPA算法合成后的数据进行各向异性扩散,在保证相位信息正确的情况下,去除K空间中的噪声和奇异点,从而提高重建图像的准确率。对活体实验数据的重建结果表明,该算法能减少噪声和伪影,提高重建图像的信噪比。     

PET图像的DSP重建方法

以美国德州仪器公司的高性能数字信号处理器TMS320C6455为核心,在低成本数字信号处理器(Digital signal processor,DSP)平台上优化并实现了一种基于滤波反投影的正电子发射断层扫描(Positron emission tomography,PET)图像重建算法滤波反投影(Filtered back projection,FBP).实验结果表明,通过针对性的算法和代码优化,系统能够在40 s内完成512像素×512像素分辨率PET图像的重建,并获得满足应用需要的图像清晰度.基于DSP平台的PET图像重建方法在PET医学图像重建及其他医学成像领域具有良好的应用前景.     

一种超分辨率图像重构算法研究

为了从低分辨率序列图像中重构出高分辨率的图像,该文在Robust超分辨率图像重构算法中引入了正则化因子,提出了一种新的超分辨率图像重构算法,它不仅消除了低分辨率图像中的奇变信息(bias),而且增强了抑制超分辨率图像重构噪声的能力。实验结果表明,该文提出的算法具有更好的效果(MSE值更小)。     

基于金字塔的图像恢复算法

针对图像传输的丢包问题，基于拉普拉斯金字塔，本文提出一种双向塔式恢复算法。该算法构建双向金字塔数据模型，引入权值矩阵，滤波提取低频系数，插值恢复高频系数。实验证明，在丢包条件下，该算法比拉普拉斯金字塔算法恢复图像质量的性能有较大提高。     

基于迭代反投影的超分辨率图像重建

提出了一种结合频域运动估计和迭代反投影的超分辨率图像重建算法。根据输入低分辨率序列图像各帧之间的傅立叶变换相位差,估计出每幅低分辨率图像相对于参考低分辨率图像的子象素位移;依据所得的子象素位移并结合迭代反投影算法,实现了超分辨率图像重建。实验结果表明,该算法是一种有效的超分辨率图像重建方法。     

结合稀疏编码模型的多帧图像超分辨率重建

传统序列超分辨率方法对低分辨率视频序列的要求较高,一旦序列中没有包含足够的信息,会造成重建高分辨率图像质量的下降。为此,提出一种结合稀疏编码模型的序列超分辨率算法。利用概率运动场从低分辨率序列中重建一幅高分辨率图像,根据自适应阈值确定重建有效和无效区域,使用稀疏编码模型对无效区域进行补全重建。实验结果表明,该算法可以采用序列自身的信息和稀疏字典中的信息来重建高分辨率图像,在序列信息有破缺时,与仅利用序列自身信息或仅利用单幅图像的算法相比,具有更好的鲁棒性和广泛的适用性。     

基于DSP的PET图像重建方法

以美国德州仪器公司的高性能数字信号处理器TMS320C6455为核心,在低成本DSP（Digital Signal Processor）平台上优化并实现了一种基于滤波反投影的PET（Positron Emission Tomography）图像重建算法FBP （Filtered Back Projection）。实验结果表明,通过针对性的算法和代码优化,系统能够在40秒内完成512×512分辨率PET图像的重建,并获得满足应用需要的图像清晰度。基于DSP平台的PET图像重建方法在PET医学图像重建及其他医学成像领域具有良好的应用前景。     

高阶各向异性扩散小波收缩图像降噪算法

证明一种高阶各向异性扩散与小波收缩的等价性,并根据等价性利用高阶各向异性扩散与小波收缩的优势,提出高阶各向异性扩散小波收缩降噪算法。该算法在低频部分采用经典的非线性扩散方法进行扩散,在高频部分采用高阶各向异性扩散方法进行小波收缩。实验结果表明,高阶各向异性扩散小波收缩算法的计算复杂性介于高阶各向异性扩散与小波收缩算法之间,降噪能力高于这2种方法。