基于L_p算子的CT迭代重建算法研究

针对稀疏角度下的CT图像重建问题,E.Y.Sidky等人提出了ART-TV算法。该算法利用图像梯度具有稀疏性作为先验知识,每次迭代利用梯度下降法调整图像梯度的L1范数。论文在ARTTV算法的基础上,利用图像梯度的Lp(0p1)范数代替L1范数对图像进行重建,研究不同Lp(0p1)算子对图像重建效果的影响。实验表明,适当的p可以进一步提高图像重建质量。     

GPU梯度自适应SART图像重建算法

针对SART迭代重建算法所需投影数据量大且迭代时间长的问题,将TV算法引入SART中,动态调节梯度步长来加速算法的收敛性能,实现用少量投影数据重建出高质量的图像。为加快算法的执行速度,将SART-TV算法在GPU上并行加速。用SART算法和SART-TV算法对Shepp-Logan模型重建,仿真实验表明:在采样数据相同的情况下,SART-TV算法较SART算法可以重建出更好的图像,且基于GPU的SART-TV算法的迭代时间明显低于基于CPU的SART-TV算法。     

探测器分块排列的CT系统及其图像重建

为解决CT系统中扫描视野受限及低剂量成像问题,提出一种探测器分块排列的CT系统及其稀疏角度CT图像迭代重建方法。探测器分块排列可扩大CT图像物体扫描视野,稀疏角度采集投影数据能有效降低辐射剂量,同时采用ART-TV迭代算法重建CT图像。仿真实验表明:该方法可有效扩大CT系统扫描视野,在稀疏角度获取投影数据采集方式下,利用ART-TV迭代重建算法可重建优质CT图像,实现降低辐射剂量的目的。     

基于Chambolle-Pock算法的TV重建方法研究

为实现CT稀疏视角下的投影图像重建,Sidky等设计了基于Chambolle-Pock(CP)算法,论文在此基础上实现了CP算法。仿真实验表明,与传统的滤波反投影算法相比,CP算法不存在伪影,在含噪情况下,CP算法具有较好的性能,可以实现稀疏角度下的高精度图像重建。同时,探讨了平衡因子的选取对重建精度的影响。     

基于改进平滑硬阈值约束的CT迭代重建算法

稀疏角度投影数据重建CT图像,是一种有效的降低X射线辐射剂量的方式。提出一种改进的平滑硬阈值(SHT)约束,使其更接近于L_0范数,同时最优参数不受重建图像影响。该重建算法沿用ART-TV的重建策略,即对每次ART重建后的图像进行改进SHT的最小化约束。实验表明:新算法提高了重建图像质量,信噪比更高,平均绝对误差更小。     

动量加速方法提高层叠衍射成像的质量

X射线层叠衍射成像技术(Ptychography)所采用的图像重建迭代算法是一种传统的梯度下降算法。该算法从一组猜测函数开始,实验中探测到的正确信息被不断代入循环迭代中来修正猜测函数,最终达到收敛。这种算法存在一个问题就是容易出现收敛停滞的现象,也就是所谓的陷入局域最小值。造成这种现象出现的原因是局域最小值附近的梯度极小导致梯度下降的幅度极小。为了解决这一问题,最近"动量"这一概念被引入Ptychography算法中,产生了动量加速层叠衍射迭代引擎(momentum Ptychographical Iterative Engine,mPIE)算法。加入"动量"相当于给迭代重建过程赋予了"惯性"性质,当前梯度下降的幅度不仅由当前梯度决定,还会受到之前变化的幅度影响。所以即便是在梯度极小的局域最小值附近,目标函数仍然可以跳出停滞,继续变小。为了验证"动量"的引入对图像重建的提升效果,详细比较了动量mPIE算法和传统的拓展层叠衍射迭代引擎(extending Ptychographical Iterative Engine,e PIE)算法对同一套扫描相干衍射成像实验数据的重建图像质量。重建结果表明:相对于传统重建算法,动量加速算法可以获得更好的图像重建质量。     

具有加速因子的OSEM重建算法用于X射线荧光CT研究

有序子集最大期望值算法(Ordered Subsets Expectation Maximization,OSEM)具有较高的图像重建质量和较短的计算时间,已经被应用于内源CT(如SPECT、PET、同步辐射X射线荧光CT)的图像重建中。本文提出了一种具有加速因子的OSEM算法应用于X射线荧光CT的图像重建,通过引入加速因子h来调制校正因子的步长加快OSEM算法的收敛速度,研究了不同加速因子和不同子集数的AOSEM算法对重建图像质量的影响。计算机模拟及实验结果表明,在获得同等质量重建图像的同时,具有加速因子的OSEM算法的重建速度是常规OSEM的两倍。     

基于全变差和块秩的稀疏角度重建算法

针对少量角度的投影数据重建CT图像问题,将图像的全变差和块秩作为正则项,提出一种稀疏角度重建模型,并采用Bregman迭代算法重建图像。用模拟的投影数据进行了重建数据实验,实验结果表明本算法明显的提高了重建图像的精度和信噪比。同时还研究了基础图像块的大小对重建图像质量的影响。     

基于微分进化的CMAC的束流中心轨道自动校正算法研究

在高压加速器的束流引出过程中,会出现束流中心轨道偏移的现象。本文基于小脑模型神经网络(CMAC)研究束流中心轨道的自动校正算法。CMAC在学习过程中,一般采用梯度下降法更新网络权值,学习率对收敛速度影响较大。提出采用微分进化算法对CMAC的网络权值进行更新,并与传统方法进行比较。实验表明,基于微分进化的CMAC学习算法,收敛速度更快,可用于束流中心轨道的自动校正算法。     

基于半扇束扫描的CT图像迭代重建算法

为解决探测器尺寸受限导致的CT图像重建区域面积受限以及X射线辐射剂量较大问题,提出一种半扇束扫描模式下的CT图像迭代重建算法。该算法将探测器水平偏置,稀疏角度下采集物体投影数据,利用ART-TV迭代算法对投影数据进行重建,达到预设迭代次数后,输出重建图像。实验结果表明:半扫描可扩大重建面积,降低探测器成本;利用迭代重建算法,降低剂量的同时重建优质CT图像。     

基于电子束扫描阵列微焦点射线源的倒置结构Micro-CT成像研究

倒置几何结构CT成像系统理论上具有扫描视场大、图像信噪比好、锥束伪影小等优点,但其多焦点、稀疏角的扫描模式亦会带来投影数据截断、稀疏和局部数据冗余等问题。本文利用电子束扫描阵列微焦点射线源和高分辨率小面积探测器等构建了一种新型高分辨率、大视场的倒置几何结构Micro CT实验系统(IG Micro CT)。针对该系统多焦点、稀疏角扫描模式下的投影数据截断和稀疏等特点,提出一种图像先验约束的全变分正则化SART迭代CT图像重建算法。首先通过仿真实验对图像重建算法进行了验证,并对阵列微焦点数量、旋转扫描分度数量等扫描参数进行优化,最后在IG Micro CT实验系统上获得了高分辨的Micro CT测试图像。实验结果表明,本文提出的算法适用于IG Micro CT系统,解决了投影数据截断、稀疏采样和局部数据冗余带来的条状等伪影问题,并验证了IG Micro CT这种新型成像方式的可行性。     

改进ADMM-TV算法重建CT图像

将ADMM算法与TV算法结合,并在原始ADMM-TV算法的基础上进行了改进,提出基于ADMM-TV的改进算法,该改进算法能够在迭代过程中自适应地选取到更优的λ值,从而提高ADMM算法进行稀疏重建的成像质量。最后进行phantom图像的仿真实验,并将原始算法与改进算法在相同实验环境下进行对比,结果表明,改进算法能够实现更好的重建效果,并且能够有效提高图像信噪比,同时具有一定的抗噪能力。     

基于基图像TV模型的CT射束硬化校正方法

X射线CT中,X射束硬化导致重建图像中出现伪影,严重影响了图像质量。论文深入分析了射束硬化对原始投影数据的影响,并提出了一种基于基图像TV模型的射束硬化校正方法。该方法首先依据射束硬化的物理特征建立了带有可调参数的初步校正模型;其次,在不同的可调参数条件下,原始投影数据经该模型预处理变换得到多组预处理投影序列;再次,分别对预处理投影序列进行重建得到一系列校正基图像;最后,将基图像的线性组合作为最终重建图像。其中,加权系数的最优解是以最终重建图像的全变分(Total Variation,TV)函数作为目标函数,通过迭代法求得。为验证该算法,对真实的铝柱体模和工业检测件进行了实验,结果表明,该算法对射束硬化引起的杯状和条状伪影均有显著的抑制效果。     

一种加速ASD-POCS算法

为进一步提高ASD-POCS算法的图像重建速度,对ART部分的收敛因子进行改进,提高该算法的收敛速度,同时将改进的算法在GPU上进行加速以减少算法的迭代时间,并对Shepp-Logan模型进行重建,实验表明:在数据量相同且保证成像质量的前提下,基于GPU加速的改进ASD-POCS算法较基于CPU的ASD-POCS算法运行速度提高了近2倍,达到了加速的目的。     

松弛系数-有序子集-最大似然期望算法在60Co集装箱CT检测中的应用

将松弛系数和迭代间像素值约束引入有序子集一最大似然期望算法中,构造出应用于发射CT中的ROSEM算法引入到透射式工业CT中。不仅加快了图像重建的收敛速度而且改善了重建图像的质量。针对ROSEM、代数迭代算法（ART）和卷积反投影算法（CBP）,分别做了模拟实验和实际汽车CT检测以及集装箱CT检测实验,并分析比较了它们在^60Co集装箱CT检测中的应用。ROSEM算法无论在重建速度还是重建质量上都优于ART算法,其重建图像质量和CBP算法相当。     

基于自适应NLM修正的CT重建算法

针对稀疏角度CT图像重建问题,J.Huang等人提出了ART-NLM算法。该算法利用NLM对每次ART重建后的图像进行滤波去噪。虽然噪声抑制得到明显改善,但图像结构边缘模糊。论文在ART-NLM基础上改进NLM,通过自适应选取滤波参数及相似块的旋转变换,对待重建图像进行自适应NLM滤波,以达到同时去除噪声和保护边缘的目的。Shepp-Logan体模仿真实验表明,与传统ART-NLM算法相比,新算法提高了重建图像质量,有效平衡了图像去噪和边缘保护。     

集装箱CT检测系统中贝叶斯图像重建算法的应用探讨

最大后验概率(Maximum a posteriori,MAP)图像重建算法是一种贝叶斯算法(Bayesian Reconstruction,BR),可克服最大似然(Maximum Likelihood,ML)算法不能抑制噪声、重建时间较长的缺点.探讨了适合集装箱CT检测的两种MAP重建算法:加权最小二乘-最大后验概率-共轭梯度算法(weighted-least-squares MAP conjugate gradient,WLS-MAP-CG)和有序子集-贝叶斯算法(modified ordered subset,MOS-BR)并讨论了合适的先验知识分布.     

平板X射线源重叠投影的线性迭代重建

为解决平板X射线源多个射线源同时照射时产生的投影重叠问题带来的图像重建困难,本研究提出了一种基于平板X射线源重叠投影的CT图像重建方法。该方法引入线性修正因子修正投影重叠带来的非线性,然后使用联合代数重建算法(SART)实现CT图像的重建。实验表明,该方法可以实现平板X射线源重叠投影直接重建CT图像,但是随着平板X射线源阵列数增大,重建图像质量下降。     

OSEM算法在编码板成像中的应用

为提高γ辐射编码成像中MLEM算法在图像重建时的速度及质量,论文基于核医学ECT图像重建中的OSEM算法思想在图像重建时对编码成像所得投影数据进行分组,并采用精细采样平衡相关法的重建结果作为初值进行迭代。通过实验对该算法进行验证。实验表明:OSEM算法可以有效提高收敛速度,改善重建图像质量。在γ辐射编码成像中采用OSEM算法是有效且可行的。     

迭代算法用于投影数据不完备时重建断层图像的研究

在工业CT的检测过程中，由于各种原因而可能造成投影数据的不完备，这样利用传统解析方法重建出的图像会有严重失真。应用迭代算法则可以使重建图像质量有很大改善。应用基于最大似然估计的梯度法和凸函数法对不完备投影数据进行重建。