基于SART算法的CL硬化伪影校正方法研究

X射线薄板层析成像(CL)系统是一种针对板状构件的新型断层成像系统,该系统中存在射束硬化现象。本工作研究了一种基于SART算法的硬化伪影校正算法(SART-BHC算法),通过对该算法的研究及对CL系统矩阵的计算,使该方法能应用于CL中。通过模拟与实验相结合的方式,利用蒙特卡罗方法获得CL投影的模拟数据,在实际CL中获得实验数据,然后利用SART-BHC与FPB算法对两种数据分别重建。结果表明,SART-BHC算法可应用于CL中,不需要任何先验知识,能很好地校正硬化伪影,并对层间混叠有抑制作用。

一种基于压缩传感和SART的图像重建迭代算法

滤波反投影算法已被广泛应用到CT图像重建领域,但由于算法需要大量的投影数据,会延长扫描时间和累积高剂量的辐射。为了降低辐射的剂量,文中提出一种基于压缩传感和联合代数重建方法 (SART)的迭代算法,将图像的梯度稀疏性与SART图像重建相结合,减小梯度图像的l1范数直至算法迭代结束。实验结果表明,文中算法能利用少量的投影数据准确地重建出图像,减少了由于投影数据不充分而造成的条状伪影。

一种基于加权多准则的火炮爆炸场中高温火球三维温度场的迭代重建算法

针对爆炸场温度高、温度动态范围大、不可直接测量、温度场重建难以取得较高精度等问题,改进了一种在图像重建中广泛应用的联合代数重建(simultaneous algebraic reconstruction technique,SART)算法,以实现爆炸场中温度场的重建。该改进方法将原算法迭代固定步长改为自适应步长,通过判断相邻像素间是否产生畸变来决定迭代步长的大小,无畸变时迭代步长较大,有畸变时则加入惩罚使迭代步长变小;并在SART算法满足的最小二乘准则中加入均匀性准则,提高重建质量。通过仿真实验讨论了惩罚区域和惩罚系数对重建图像质量的影响,并对比了传统SART算法和在校正项中加入惩罚的SART算法。实验结果表明,由于改进方法在迭代系数中加入了惩罚项,得到的重建图像质量更高。

基于导引图像滤波和截断全变分的CT重建算法

本文提出了一种基于导引图像滤波(Guided Image Filtering,GIF)和截断全变分(Truncated Total Variation,截断TV)的CT重建算法,称为SART-TTV-GIF算法。导引图像滤波是一个具有边缘保护作用的平滑算子,可在保持边缘特征的同时去除噪声,它通过把基于截断全变分的算法所重建的图像作为导引图像,然后利用导引图像滤波把导引图像含有的重要特征转移到SART算法重建的图像中,使滤波后的图像和导引图像的重要特征具有相似性,从而提高重建图像的质量。本文用高分辨率的头部模型进行了投影数据无噪声和有噪声实验,实验结果表明,本文提出的SART-TTV-GIF算法与SART算法、SART-TV算法、SART-TTV算法和SART-TV-GIF算法相比,重建的图像质量较高。

Shearlet变换在图像重建中的应用

在采集有限角度投影数据的情况下,研究了基于Shearlet变换的滤波反投影重建算法(FBP)和联合代数重建算法(SART),称为FBP-Shearlet算法和SART-Shearlet算法。分别将FBP算法和SART算法重建图像结果进行Shearlet正变换得到Shearlet系数,舍弃小于设定阈值的Shearlet系数,再经过Shearlet反变换得到更新后的重建图像,以达到去除噪声的目的。SART-Shearlet算法需要将更新后的重建图像结果作为SART迭代重建算法的初值继续交替迭代。结果表明:与SART、FBP和FBP-Shearlet算法相比,SART-Shearlet算法不仅能够有效地去除由有限角度投影数据所造成的重建图像中的噪声,而且还能更好地保留图像边缘等细节特征,具有较好的视觉效果。

CT图像重建算法对比研究

对4种经典的重建算法:滤波反投影算法(FBP)、代数重建算法(ART)、联合代数重建算法(SART)、基于最小化总变差的联合代数重建算法(SART-TV)进行对比研究。利用Shepp-Logan头模型进行仿真实验,在稀疏角度和有限角度情况下,对比重建效果。仿真结果表明:在2种数据情况下,FBP算法重建出的图像效果比其他3种算法差,但其重建所需的时间最短;ART算法在2种数据情况下,重建出的图像效果比FBP好,但是随着迭代次数的增加,耗时比FBP长;SART算法获得的重建图像比ART好,但是耗时比ART长;SART-TV算法在本文2种数据情况下,获得的重建图像比其他3种算法更好。

基于稀疏约束的CT图像重建算法研究

探讨了不完全投影数据的CT图像重建问题.基于压缩感知理论,引入稀疏约束,构造了ART-算法和SART-迭代方法,对SART-方法应用前两步迭代信息进行加速.最后针对模拟数据与实际临床数据将所提算法与传统方法进行比较.