反投影重建算法的改进算法

本文首先讨论反投影重建算法的思想以及它的一些不足之处，然后重点阐述了均值-反投影重建算法的理论基础以及对前者的改进，尤其研究了均值-反投影重建算法的数学描述，最后在实际应用中对均值-反投影重建算法给出了需要采用的一些方法。     

图像重建算法中的窗函数研究

对广角扇束扫描模式下的图像重建算法进行了研究．在引入实验的七种典型窗函数中，有限带宽、三角形窗以及余弦窗是卷积窗函数比较理想的选择．在图像重建，选择有限带宽窗时有较好的空间分辨率，三角形窗时有较好的密度分辨率。选择余弦窗时是空间分辨率与密度分辨率两者的折衷；从窗函数的频谱角度考虑。可用于图像重建的一个良好的卷积窗函数应该具备以下条件：（1）最小的3dB带宽B，即最小的主瓣宽度；（2）最小的旁瓣最大峰值A；（3）最大的旁瓣峰值衰减速度D．通过实验，验证了基于窗函数的卷积反投影图像重建算法可以有效地提高重建图像的质量．     

一种不完全投影图像重建的快速迭代算法

为了保证不完全投影数据的重建图像质量,同时提高重建速度,提出了一种基于共轭梯度法的快速迭代算法.通过实时获取投影矩阵分量,以固定步长替代共轭梯度法中一维搜索最优迭代步长,在确保质量的同时缩短重建时间.利用模拟投影数据和实际导弹断层扫描数据进行图像重建,结果表明,与卷积反投影和代数重建法相比,此算法特别适用于扇形扫描的不完全投影数据的图像重建,在保证重建图像拟合度的同时,大大提高了重建速度.     

基于MATLAB的FDTD算法编程

介绍了时域有限差分(FDTD)法的基本原理,推导了二维TM模Y ee算法的FDFD表达式,并结合算例阐述了基于MATLAB编程的基本方法。     

基于神经优化的最大熵图像重建算法

提出了一种基于Ｈｏｐｆｉｅｌｄ神经网络优化的图像重建算法。将图像重建问题转化为ＨＮＮ优化问题,取重建图像熵函数最大以及原始投影与再投影之间的误差平方和最小作为图像重建的优化目标,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。     

基于VC与MATLAB混合编程的研究

MATLAB是功能强大的工程计算和数据分析软件，VC是面向对象的快速开发工具，二者结合，可以开发出具有友好界面，满足工程领域应用的软件。本文作者探讨了四种编程的方法，比较了它们的优缺点，并以实例说明。     

PET贝叶斯神经网络重建算法

从ML—EM重建算法入手，分析了贝叶斯模型的一些关键点，针对采用传统方法求解MAP问题的局限性，提出一种用于正电子成像的贝叶斯神经网络(BNN)重建算法，为了保留边缘信息，引入了二进制的保边缘变量，并应用共轭神经网络求解，模拟的重建结果表明，应用这种算法可以得到比ML—EM算法更好的重建图像。     

基于MATLAB的改进型基本蚁群算法

蚁群算法是一种新型的模拟进化算法。是继GA、SA、TS等算法之后求解组合优化问题的一种新思路。人工蚁群算法通过模拟蚁群搜索食物的行为，采用正反馈结构、分布式计算与某种启发式算子相结合的方法，能够很快地发现较好解。本给出一种基于MATLAB的改进型基本蚁群算法，有效地降低了算法的复杂度，缩短了搜索时间，具有较强发现最好解的能力。     

利用改进的Siddon算法提升CT图像重建速度

图像重建是电子计算机断层扫描技术的核心步骤。对于不完全投影时的图像重建,应用较多的算法是代数重建算法和同时迭代算法。介绍了同时迭代算法的原理及其实现过程。为加快图像重建速度,提出利用改进的Siddon算法计算射线与像素相交的长度和像素编号。实验结果表明,将改进的Siddon算法用于计算系数矩阵,可以整体提升图像重建速度。     

EM算法重建图像的精度分析

EM算法将观测得到的投影值看成不完全数据,合理运用相应的先验知识,以迭代的方法求出图像像素值的极大似然估计.该算法重建的图像比常用的滤波反投影和代数重建等算法得到的精度高.本文用概率统计的方法从理论上较详细地讨论了EM算法重建结果方差的下界,同时推导出实际应用中此方差近似值的一种简单求法.     

电容层析成像图像重建算法的研究

在分析电容层析成像基本原理和图像重建算法的基础上，提出了采用迭代代数方法对管道截面图像进行重建．针对迭代算法收敛速度慢、耗时多的缺点，对迭代算法进行了改进，使重建图像的速度和质量都有明显的提高．     

OSEM算法在图像重建中子集分类的研究

通过OSEM算法在不同子集下重建图像的仿真研究,分析在相同迭代次数和时间下子集数对重建图像收敛速度的影响,得到对含噪声的投影数据在子集数多时重建图像会随着迭代次数的增加而变差.若采用序列划分子集(即子集数由多到少)重建图像则可避免这种情况.通过对各种子集分类在相同时间内重建图像误差的比较,得到序列划分子集方法能在较少迭代次数和较短时间内得到好的重建图像.     

CT图象重建的快速算法

综述了ＣＴ图象重建的基本理论与发展,以及我们在这一方面中所作的贡献。     

一种分解型Quasi-Newton电容层析成像图像重建算法

针对电容层析成像系统中的"软场"效应和病态问题,在分析电容层析成像和QuasiNewton算法原理的基础上,基于非线性最小二乘的成像原理,提出了一种新的分解型Quasi-Newton电容层析成像算法,推导出了求解ECT反问题的分解型拟牛顿图像重建算法放的计算步骤,同时利用信赖域公式对目标函数的Hessian矩阵进行校正.仿真实验表明,基于分解型拟牛顿方法具有可行性,对于基本流型该算法与LBP算法相比,具有成像质量高和边界均匀稳定的特点,为ECT图像重建的研究提供了一个新的思路.     

图像重建的统计自适应子集算法

有序子集算法大大提高了图像重建迭代算法的收敛速度.增加子集的数目可以加速收敛,但图像质量会由于子集内缺少统计信息而下降.提出了一种基于假设检验的子集划分方法,建立了检验统计量,给出了算法的迭代公式.该算法可以根据用户定义的显著性水平,在每次迭代时自动调节子集的个数,生成含有相同统计信息量的子集.实验结果表明:该方法可以在少数次迭代后得到较高质量的重建图像.     

基于遗传算法的三维重构图像阈值分割

图像阈值分割是三维重构中图像处理的一个重要内容最佳熵阈值的图像分割具有很多优点,但同时也需要大量的运算时间,从而限制了其实际应用．将遗传算法应用于最佳熵阈值的确定中,提出一种新的图像阈值分割方法,以灰度图像的直方图熵作为评价标准,把图像阈值分割问题定义为一个优化问题．利用遗传算法寻优的高效性,搜索到能使分割质量达到最优的分割参数——图像分割阈值．实验结果表明,采用遗传算法不仅可以实现正确的图像分割．而且使得分割速度大大提高．     

三项共轭梯度的电容层析成像图像重建算法

针对电容层析成像技术中的＂软场＂效应和病态问题,提出了一种三项共轭梯度的新电容层析成像算法.在分析电容层析成像基本原理的基础上,给出了三项共轭梯度法的迭代公式和计算步骤,并探讨了ECT应用该算法的可行性,算法满足收敛条件且重建图像误差小.仿真和实验结果表明,同LBP和普通共轭梯度算法相比,该算法兼备成像质量高、边界均匀稳定等优点.     

基于区域增长分割算法的医学图像重建

Marching Cubes（MC）算法是经典的三维重建算法,但它采用阈值分割,算法单一.利用目前比较成熟的分割算法结果,将其作为MC算法的输入数据以改进重建算法.实验证明该方法有效扩充了MC算法的适用范围,大大提高了MC算法的重建精度.     

最大熵法重建CT图像

针对现有CT设备上重建图像存在的“伪影”问题,提出了用最大墒法重建CT图像．鉴于现成的CT设备数据之间严格的关系难以找到,设计了模拟投影数据,用最大熵法重建图像的全软件,并针对二值图像进行了实验,得出了相应的结论．