CT机图像伪影故障分析与检修

本文系统地分析了CT图像伪影产生的各种原因，并在此基础上，由扫描至重建的全过程提出了一套完整的分析与检修方法，并通过具体的检修实例进一步作出了详细的分析和说明。     

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。     

全变差最小化在CT图像环状伪影去除中的应用

环状伪影是多种CT图像中普遍存在的一种伪影,主要由像元响应不理想等因素引起。全变差最小化是一种广泛使用的去噪方法,将全变差最小化应用于CT图像,在模拟投影数据中人为添加噪声并重建,使用全变差最小化进行处理,观察图像环状伪影的去除情况,并得出了图像峰值信噪比随全变差最小化次数的变化曲线。     

基于三维加权和双域滤波的螺旋CT伪影校正

螺旋CT重建会受到锥束伪影和风车伪影的影响,锥束伪影是由于锥角和螺距过大而导致的,而风车伪影由纵向方向采样不足引起,为了降低锥束伪影与风车伪影对CT图像的影响,提出一种螺旋CT伪影校正算法;首先采用三维加权螺旋FDK算法进行重建,有效去除重建图像中的锥束伪影,然后采用改进的双域滤波算法对含风车伪影图像进行校正;三维加权螺旋FDK算法通过对大锥角的射线给予不利权重来抑制锥束伪影,改进的双域滤波算法可以在去除风车伪影的同时保留更多的细节;计算机仿真实验结果表明,该算法能有效地抑制重建图像中的锥束伪影和风车伪影,提高CT图像的质量。     

医学超声图像非均匀伪影校正研究磁

医学超声图像常受到非均匀性伪影的影响,使图像的局部统计特性发生变化,严重影响了超声图像的精确性。论文采用同态滤波方法消除非均匀性伪影,并通过仿真验证了该方法去除非均匀伪影的优势。     

MR图像运动伪影的遗传算法校正

磁共振成像过程中,由于患者的生理运动或自主性运动会使扫描数据发生相位偏移,致使重建图像含有运动伪影,从而降低成像的质量,而且严重的伪影则会影响医生对病灶的精确定位。为了能有效地抑制运动伪影,利用遗传算法高度并行、随机和自适应全局寻优的特点,提出了基于遗传算法的运动伪影修正方法,即采用逐次修正扫描信号在K空间中已偏移的相位的方法来抑制伪影。基于遗传算法的修正方法,由于能有效校正扫描数据的相位偏移,因而可达到抑制运动伪影的目的。实验表明,该方法对由较小运动引起的伪影有很好的抑制作用,对含噪声及较大运动引起的伪影的抑制作用,与经典的迭代算法相比,也有很大地改善。     

基于双调和插值的锥束CT金属伪影校正算法

在计算机断层扫描(CT)中,金属植入物会引入严重的伪影,导致图像质量降低影响诊断价值。为了对锥束CT中的金属伪影进行校正,提出了一种基于双调和方程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和金属阈值分割,获得金属和非金属图像;然后,对二者进行正向投影,获得金属投影区域和先验投影图像;接下来,利用先验投影图像对原始投影进行归一化,并对金属区域进行双调和方程插值修复,获得修复的投影数据;最后,对修复的投影数据去归一化,并利用FDK算法进行重建,再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,采用实际拍摄的数据进行金属伪影校正实验。结果表明,与常用的线性插值校正算法和归一化校正算法相比,所提算法ROI区域内图像的均方根误差分别减少了22%和8%,有效地抑制了金属伪影,优于常用的去金属伪影算法。     

扇形束扫描模式图像重建中消除伪影算法研究

在广角扇形束扫描模式下的图像重建过程中，图像伪影的消除是一个难题，也是图像重建的一个关键问题，它关系到图像质量的优劣．因此研究与之相应的图像重建算法中消除环形伪影算法是非常必要的，也是提高图像质量的重要途径．如何利用软件来消除图像重建中的环形伪影，以及在机械运动不稳定引起的旋转中心与重建中心不重合情况下，如何利用软件方法来进行图像重建是研究的主要内容．为了消除图像重建中的环形伪影，需要完成3方面的工作：①相应卷积反投影算法设计；②偏离参数估计；③仿真结果分析．图像重建技术已被广泛应用于放射医学和核医学、工业无损检测及评价和数据压缩等许多领域，由此显示出它的重要的技术价值、经济价值和社会价值．     

基于整体变分的图像修复研究

图像修复是指对数字图像中丢失破损的部分进行还原,是一种很早出现的工艺技术。目前,图像修复技术有了巨大的发展。本文从基本理论、模型建立和数值计算方面介绍了基于总体变分的图像修复算法。     

基于差分演化算法的MR图像平移运动伪影校正

在磁共振(Magnetic resonance,MR)成像过程中,病人的自主运动或生理性运动会使重建的图像产生伪影,严重影响医生的诊断.为了校正MR图像平移运动伪影,本文提出了一种基于差分演化算法的校正方法.首先利用非兴趣区的伪影数据,建立关于K空间偏移相位的约束条件方程组.然后采用差分演化算法搜索最优平移位移量,由此计算出相位偏差量并修正图像.同时提出一个新的价值函数,以此作为演化计算终止的判断条件,实现伪影图像的自动校正.实验结果表明,该算法能够有效地修正含有平移运动伪影的MR图像,且不需要反复的人工掩膜处理.     

Hybrid Method for Gibbs-Ringing Artifact Suppression in Magnetic Resonance Images

Programming and Computer Software - Suppression of ringing artifacts in images is a well-known image restoration problem. Gibbs-ringing artifacts occur when, in the process of magnetic resonance...     

一种基于参考扫描的MRI相位伪影校正方法

基于参考扫描原理提出了一种MRI（Magnetic resonance imaging）相位伪影]1影的软件校正方法,首先进行一次不加频率编码梯度和相位编码梯度的参考扫描,将获得的回波链数据沿频率编码方向做傅里叶变换后求出各回波间的相位误差,由此建立相位误差补偿矩阵,对K空间数据进行校正,最后重建得到伪影校正后的图像。实验结果证明,该方法能有效消除MRI图像中的相位伪影,明显提高图像质量。     

Adapted Total Variation for Artifact Free Decompression of JPEG Images

The widely used JPEG lossy baseline coding system is known to produce, at low bit rates, blocking effects and Gibbs phenomenon. This paper develops a method to get rid of these artifacts without smoothing images and without removing perceptual features. This results in better looking pictures and improved PSNR. Our algorithm is based on an adapted total variation minimization approach constrained by the knowledge of the input intervals the unquantized cosine coefficients belong to. In this way, we reconstruct an image having the same quantized coefficients than the original one, but which is minimal in term of the total variation. This discourages blocking effects and Gibbs phenomenon to appear while edges are kept as sharp as possible. Although the proposed subgradient method is converging in infinite time, experiments show that best results are obtained with a very few number of iterations. This leads to a simple and fast algorithm that may be applied to the great set of JPEG images to decompress them more efficiently.This work was also supported in part by CNES, 18 avenue E. Belin, 31055 Toulouse Cedex, France and Science Pratique SA, 47 avenue Carnot, 94230 Cachan, France under Grant 762/00/CNES/8319; by CMLA, ENS Cachan, 61 avenue du Président Wilson, 94235 Cachan Cedex, France; by DOLabs, 3 rue Nationale, 92100 Boulogne-Billancourt, France and by MAP5, UFR mathématiques et informatique, Université Paris 5, 45 rue des Saints Pères, 75270 Paris Cedex 06, France. François Alter was at École Normale Supérieure Ulm in Paris from 1998 to 2003, and entered the Corps des Mines attached to the French minister in charge of industry in 2003. He received M.Sc. degree in Pure Mathematics from Paris 6 University in 2001. Since 2002, he has been preparing his Ph.D. in Image Processing and Analysis at CMLA in Cachan, France. His research interests are Geometric Partial Differential Equations and Stochastic Perception Theory. Sylvain Durand received his PhD in applied mathematics, in 1993, from Paris-Dauphine University, France. In 1994 and 1995, he held a postdoctoral position at Washington University of St. Louis, Missouri. He is currently assistant professor at Jules Verne University of Picardie, France. His research interests include mathematical aspects of image processing. Jacques Froment received the Ph.D. degree in applied mathematics from Paris-Dauphine University, France, in 1990. During the academic year 1990/1991, he was an associate research scientist at the Courant Institute of Mathematical Sciences in NYUs computer science department. From 1991 to 2002, he was an assistant professor in the department of mathematics at Paris 5 University, France. He is currently professor of applied mathematics at the University of Bretagne Sud, Vannes, France. His research interests include mathematical models in computer vision and representation of meaningful information with applications to image compression and restoration.This revised version was published online in June 2005 with correction to CoverDate     

用四次多项式插值消除医用X射线CT中的金属伪影

当今X射线CT技术已是医疗领域最重要的诊断手段之一,但实践中有时会碰到金属异物吸收X射线等问题,使得重构的图象上出现大量的条纹,因而干扰诊断,为了消除这种金属伪影,提出一种用四次多项式来以对缺失的投影值进行插值,并对重构的图象进行值裁剪的方法,该四次多项式是按若干准则确定的,即在投影缺口两端点处光滑过渡,并在缺口的内部尽可能保持线性,以使各方向上投影值之和为常数,而值裁剪是通过统计图象上灰度值的分布,然后剔除不合理的灰度值来实现的,实验表明,这种新方法极大程度地消除金属伪影,并能显著提高图象的对比度。     

MRI快速序列的旋转伪影校正

磁共振扫描过程中病人的旋转运动会在图像上造成伪影,严重影响诊断效果,提出一种基于快速扫描的放置伪影校正算法以解决此问题,该算法首先提出K空间带状划分方法,通过放置数据带产生数据重叠;然后建立重叠区则化相似度判定准则,计算出旋转参数并校正数据带的位置信息;再根据K空间的厄米特区轭性质对校正后的不均匀数据补偿,并改进了Jackson网格化成像算法,使旋转伪影得抑制.实验结果表明,该算法可以有效地消除旋转伪影,且计算速度快、准确率高、受噪声影响小.     

利用JPEG块效应不一致性的合成图像盲检测

合成图像的篡改对象和背景区域一般来源于不同的JPEG图像.为了快速有效地检测这种图像篡改,提出了一种盲检测JPEG合成图像的方法.首先将图像与Laplacian模板卷积得到二阶差分图像,沿水平(垂直)方向平均后进行离散Fourier变换得到归一化的频谱,基于频谱幅值构造JPEG块效应测度;然后将待检测图像重叠分块并计算其相应块效应测度,利用块效应不一致性检测篡改区域.实验结果表明,该方法是快速有效的.     

乳腺磁共振图像中偏差场的校正

文中提出一种校正乳腺磁共振图像中光滑、缓慢变化的偏差场的方法。它在同态滤波的基础上，用B样条对初步估计的偏差场进行平滑，从而能更有效地估计磁共振图像中光滑、缓慢变化的偏差场。在有偏差场的模型图像和MR乳腺图像的校正中，此方法均取得了成功。