排序方式: 共有23条查询结果,搜索用时 0 毫秒
1.
2.
金属伪影的有效校正一直都是CT重建的一个重要课题。传统的插值校正法和迭代去模糊法将投影数据作为输入值,但在实际应用中经常不能得到原始投影数据。针对该问题,提出一种基于数学形态学的金属伪影消除算法。首先,通过线检测和霍夫变换提取初始图像中的条纹伪影,并找到金属物体的中心坐标;其后,以金属物体的中心坐标为注视点,对含有伪影的初始图像进行极坐标变换;继而在极坐标图像中,选择合适的结构元素和形态学过滤器消除伪影;最后将过滤后的极坐标图像转换为笛卡尔坐标系中的图像。实验结果表明,该算法能够有效消除金属伪影,并将滤波反投影图像作为输入值,能够应用于无法得到原始投影数据的情况。 相似文献
3.
靶器官与关键器官二维轮廓线序列的三维重建,是三维放射治疗计划系统(3 dimension therapy planning system,3D-TPS)的重要组成部分,它能帮助计划者以任意视角获取病人内部组织和病变体的大小、位置、形状等三维空间信息.本文在回顾3D Delaunay三角剖分的定义、性质和基本算法的基础上,运用可视化类库Visualization Toolkit(VTK)中封装的3D Delaunay类,编程实现了脊柱和肿瘤二维轮廓线序列的三维重建.结果表明,Delaunay三角剖分方法具有稳定、耗时少、内存占用量小等优点,对轮廓线点集的数据三维分布没有特殊限制等优点. 相似文献
4.
对于有限角度CT图像重建,提出一种基于先验图像约束的迭代重建方法。将先验图像中各种均匀组织的平均值作为先验信息引入到重建图像目标函数中,约束待重建图像。对Shepp-Logan体模进行了仿真重建实验,并与ART、ART-TV算法进行了主观和客观的对比评价。实验结果表明,本文方法信噪比更高,平均误差更小,重建图像的伪影和变形程度大幅度减少。 相似文献
5.
针对数字乳腺断层合成摄影(digital breast tomosynthesis,DBT)为有限角度的低剂量重建问题,提出了一种基于选择性TpV(total pvariation,TpV)正则化的重建算法。采用两相式重建策略,对DBT投影数据进行联合代数重建(simultaneous algebra reconstruction technique,SART),获得满足数据一致性以及非负性约束的图像,采用选择性TpV正则项作为约束条件更新图像,抑制图像噪声,锐化图像边缘特性,两相交替进行,直到满足收敛准则。应用该算法对数字仿真乳腺体模进行重建,实验结果表明,与SART算法、SART-TpV算法相比,该算法不仅平滑了图像噪声,而且保留了图像的边缘特性,尤其实现了微小钙化的清晰显像。 相似文献
6.
针对低剂量CT图像的噪声伪影问题,提出一种残差网络-迁移学习的图像噪声抑制算法。采用残差卷积神经网络框架,学习从低剂量CT图像到其噪声图像的映射关系。用自然图像对该模型进行简单的预训练;将CT图像数据对模型的共享参数进行微调;从低剂量CT图像中减去所得到的噪声图像,实现噪声抑制。实验表明:该方法能快速有效地将自然图像域的噪声抑制能力迁移到医学图像域,量化指标均优于传统的去噪算法,可以有效抑制噪声和保留图像的细节结构。 相似文献
7.
针对经典Random Walker算法利用图像信息的局限性,将应用于图像空间的经典Random Walker算法推广至特征空间。先将待分割图像进行高斯核滤波,然后利用联合直方图将图像空间延伸至特征空间,再用经典Random Walker算法进行半监督聚类,以实现在特征空间的初步划分,最后将初步划分的结果映射回原始图像空间中进行分割。这一改进的算法尤其适合多通道图像的分割。将新算法应用于分割多模态MR脑部图像中的神经胶质瘤,并对算法的精确性和算法对种子点的敏感性进行分析,实验结果显示新算法较经典Random Walker算法在精确性和稳定性上都有更佳表现。 相似文献
8.
由于常规医学图像的有效信息量较少,参考常规医学图像会影响肿瘤病情的判断,导致肿瘤放射治疗临床效果较低,为此提出医学图像融合技术,并将其应用到肿瘤放射治疗工作当中。利用医学设备采集患者的初始医学图像,通过灰度化、负像化和直方图预处理医学图像。经过医学图像的配准空间变换,将参考图像与浮动图像导入配准空间内,保证映射点与像素原点重合,实现多模态医学图像的配准处理。采用融合算子融合医学图像的各个级别及系数,得到重构的医学融合图像。输出医学图像融合结果,将医学图像融合结果应用到肿瘤放射治疗中,确定靶区位置并调整放射剂量,实现患者肿瘤放射治疗。实验结果表明,将医学图像融合技术应用到实际的肿瘤放射治疗工作中,可以有效地提高肿瘤的临床治疗效果,具有较高的应用价值。 相似文献
9.
10.
研究一种应用于自适应放射治疗中的CT和信息缺失锥形束CT(cone-beam CT,CBCT)图像的图像变形配准方法。通过构建及求解联合迭代重建与配准的能量函数,将CBCT全部投影图像信息以迭代前向投影与反投影的形式融入变形配准模型,同时完成CT与CBCT在投影域和图像域的匹配。分别利用5套临床头颈部肿瘤病人图像模拟CBCT截断和1套胸腹部肿瘤病人图像数据对算法进行了验证,实验结果表明,该方法能有效、精确完成CT和信息缺失CBCT图像之间的变形配准。图像变形配准是自适应放疗中的关键技术,对于减少放疗分次间病人的CBCT受照剂量以及提高放射治疗计划重设计精度具有较好的临床应用价值。 相似文献