3D均值中值滤波参数对3D有序子集期望最大化重建图像的影响

目的采用3D均值中值滤波器对重建前投影数据进行滤波处理,并调整参数定量分析3D均值中值滤波参数选取对有序子集期望最大化(OSEM)重建图像的影响。方法对分析模拟软件(ASIM)模拟的3D模体投影数据进行3D均值中值滤波处理。利用开源断层图像重建(STIR)软件中的OSEM算法对滤波前后投影数据进行重建,视觉和定量评估重建图像。结果滤波参数K与图像质量密切相关。K值过大时重建图像边缘保持效果较差,图像过平滑;K值过小则不能抑制噪声,重建图像细节模糊。结论重建图像噪声大小以及边缘保持效果对滤波参数K十分敏感。根据梯度分布直方图确定滤波参数选取范围,结合梯度分布比从中折中选择适当参数,既可去除噪声,又能保护图像边缘。

OSEM重建算法及其改进算法的研究和比较

使用OSEM算法重建CT图像,当子集水平选择较大时,重建图像收敛速度快,但会随迭代次数的增加发散;当子集水平选择较小时,重建图像收敛速度慢,图像的高频信息会丢失。为此提出将重建SPECT图像的Count-Regulated OSEM算法(CROSEM)应用于CT图像的重建。对比CROSEM算法、OSEM算法和子集序列EM算法(SSEM)对Sheep_Logan模型和实际的固体火箭发动机模型的重建结果,对比重建图像的收敛速度、重建图像的质量以及算法子集水平选择的不定性。实验结果表明,CROSEM算法相比于其它两种算法,重建图像的收敛速度更快、质量更好,子集水平是一个固定值,其具有更好的实用性。

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。

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。

平滑约束的OSEM代数重建算法

有序子集期望最大化(OSEM)迭代算法是近年来发展较快的一种迭代类算法。但该算法在迭代过程中容易产生条纹状伪影、金属伪影或者散射伪影。构造了平滑约束矩阵作为先验信息引入到重建迭代过程,建立了一种平滑约束OSEM(SC-OSEM)迭代重建算法。分别将中值滤波、全变差最小(TVM)方法作为平滑约束条件,通过数值模拟,针对不完备理想投影数据、含金属不完备投影数据、含噪声不完备投影数据三种情况,重建出了与原始模型一致性较好的计算机层析成像技术(CT)图像,比单独OSEM迭代算法重建质量高,并且发现中值滤波约束重建图像的整体噪声较小,TVM算法使金属边界更清晰,表明SC-OSEM迭代重建算法是一种精度高、适应性较强的CT重建算法。