不完全投影数据图像重建的ART算法研究

ART算法是一种经典的图像重建方法,适合于不完全投影数据重建。为了提高重建速度,通常对权因子进行简化,其结果是在重建图像中普遍存在椒盐噪声。提出了一种改善重建质量的方法,在每次迭代后对重建图像进行有选择的平滑,将平滑结果作为下一次迭代的初值,其特点是将图像处理和图像重建相结合。仿真实验表明该方法非常有效,不但提高了重建质量,而且克服了利用Box模板进行平滑所造成的图像模糊现象。

利用K-L域惩罚加权最小均方平滑对低剂量CT投影数据进行噪声滤除(英文)

通过对校准的低剂量CT投影数据的噪声特性进行分析,发现该噪声可用高斯分布近似,但其方差与信号本身有关,且信号与方差间的关系是非线性的。基于上述发现,我们选择惩罚加权最小均方平滑架构作为此类问题的最优解法之一。该方法可利用均值-方差间关系等先验知识来构造加权矩阵,并利用二维局部空间信息来构造惩罚项或正则算子。同时,为了进一步利用不同角度或切片间的空间相关关系,我们首先对投影数据沿角度或切片方向进行K-L变换,然后再对变换后的投影数据进行惩罚加权最小均方平滑,从而亦使原来的三维滤波问题简化为二维滤波过程。通过选择适当的邻域,K-L域惩罚加权最小均方平滑方法可充分利用先验统计知识及三维空间信息,对被噪声污染的低剂量CT投影进行更为准确的恢复。实验结果表明,当选取适当的控制参数,在投影数据的噪声滤除效果上,上述方法远较传统的低通滤波器为优。

体积CT投影数据的模拟方法

体积CT是目前研究的热点,也是医疗CT和工业CT的发展方向。在研究体积CT重建算法的过程中,模拟投影数据是必不可少的一部分。本文提出一种体积CT投影数据的模拟方法。这种方法的特点是准确、适用性广,模拟得到的投影数据能够准确反映各断层的细节信息,一方面可以为后继体积CT重建算法提供可靠的投影数据,另一方面也可以根据需要有选择地模拟失真的投影数据。我们利用此方法对人脑部及某工件的CT投影数据进行了模拟,并对模拟得到的数据采用滤波反投影算法进行重建,将重建后的断层图像与原始图像进行比较,得到了很好的重建结果,进一步验证了该投影数据模拟方法的可行性。

基于投影数据非单调性全变分恢复的低剂量CT重建

为获取低剂量CT图像的优质重建,本文提出一种基于投影数据非单调性全变分恢复的低剂量CT重建方法.新方法首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为近似Gaussian分布,其后对变换后的Gaussian型数据进行非单调性全变分最小化算法(Nonmonotone Total Variation Minimization,NTVM)滤波,最后对Anscombe逆变换数据实现传统的滤波反投影(Filtered Back Projection,FBP)CT重建.仿真和临床低剂量CT重建实验表明,本文方法在噪声清除、伪影抑制和缩短重建时间等方面均有上佳表现.

投影数据校正对数字乳腺层析成像质量的影响

目的研究数字乳腺层析成像(DBT)投影数据采集过程中的探测器性能因素对重建图像质量的影响。方法参照传统探测器的投影数据校正方式,结合DBT成像过程特有的数据采集模式,对探测器采集的投影数据进行暗场校正、光场及其增益校正等。而后,利用基于全广义变分正则化项的PWLS迭代重建算法进行DBT图像重建。结果乳腺仿真物理体模数据的实验结果表明,相对于未校正的投影数据,本文校正方法对由光子数分布不均造成的投影数据足跟效应进行了有效抑制。重建图像结果显示,校正后投影数据的重建图像中低对比度结构的显像得到提升。结论投影数据暗场校正、光场及其增益校正过程用于DBT图像重建可提高图像质量。

基于投影数据库的序列模式挖掘增量式更新算法

针对序列模式挖掘中的增量挖掘问题,提出一种序列模式更新算法ISPBP.算法引入序列数据库结构来存储从原始数据库中挖掘出的所有项、最大频繁模式以及它们的支持数,采用间接拼接方法,只需处理增量数据库,避免了对更新后数据库的重新计算.对于因增量数据库新产生的频繁模式,利用了在增量数据库中出现的频繁项集来减小投影数据库,进一步提高了算法的效率.理论分析和实验表明,算法是有效可行的,并且增量数据库越大,算法在效率上的优越性越明显,算法ISPBP优于传统增量式更新算法.

不完全扇形投影数据的图象重建算法研究

针对ＣＴ实际应用中存在不完全扇形束投影数据的图象重建问题，提出了最大熵积分递推算法，应用该算法对多种数据丢失情况进行了实验研究，并与卷积反投影法进行了对比。

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。

利用计算机断层成像方法由观测图像重建等离子体层全球密度分布--投影数据不完备问题

在用计算机断层成像方法由EUV观测图像重建等离子体层全球密度分布时,地球的遮挡和有限角度都会导致投影数据不完备,从而无法精确重建出等离子体层的密度分布.本文针对该问题,提出一种基于图像总变差极小化的代数迭代算法.通过重建等离子体层投影数据缺失最为严重的中心子午面,证明该算法能够显著提高重建图像的质量.并且在IMAGE卫星仅能达到90°的有限投影角度下,此算法重建图像的相关系数可达0.760,而代数迭代算法的相关系数仅为0.696.

管壁长弦投影数据截断问题的迭代重建算法

计算机断层成像(CT)可用于管状物的无损检测。当管壁较厚而射线能量较低时,会产生管壁长弦投影数据截断问题。联合代数重建算法(SART)易于处理投影数据截断问题,但是该方法用于管壁长弦投影数据截断问题后,其重建结果仍存在灰度渐变的伪影。为了提高重建图像的质量,将基于Chan-Vese(C-V)活动轮廓模型的重建图像分段常数化修正引入到SART算法中,得到了带分段常数化修正的SART重建算法(PCC-SART)。实验结果表明,该算法收敛速度快、精度高、稳定性好。

无重复投影数据库扫描的序列模式挖掘算法

序列模式挖掘在Web点击流分析、自然灾害预测、DNA和蛋白质序列模式发现等领域有着广泛应用.基于频繁模式增长的PrefixSpan是目前性能最好的序列模式挖掘算法之一.然而在密数据集和长序列模式挖掘过程中会出现大量的重复投影数据库,使得这类算法性能下降.算法SPMDS通过对投影数据库的伪投影做单项杂凑函数,如MD5等,检查是否存在重复的投影数据库,避免大量重复数据库的扫描,并采用一些必要条件简化投影数据库的搜索,进而提高算法的性能.实验和分析都表明SPMDS性能优于PrefixSpan.

锥束X-射线CT投影数据的仿真

研究CT图像优化问题,针对提高精确性和有效性,传统的解析方法很难应用于几何形状比较复杂的物体。为了提高CT图像重建精度,提出从离散化图像的Radon变换,推导出一种模拟X-射线投影数据的模型,并提出采用模型的快速计算方法。模型不受物体内部几何形状和扫描轨迹限制,用于数字化灰度图像。利用上述方法对三维SHEPP-LOGAN模型的投影数据进行仿真,并对得到的数据采用OS-EM算法进行重建。结果表明,提高了图像精度,进一步验证了方法的有效性。

由相叠的低分辨扇形束投影数据重建高分辨CT图像

在研究扇形束插值代数重建法基础上 ,提出了由相叠的低分辨扇形束投影数据重建高分辨CT图像的两个新算法 ,即扇形束的虚拟探测器法和扇形束的直接重建法 。

投影数据恢复导引的非局部平均低剂量CT优质重建

针对低剂量CT成像质量退化问题,将CT投影数据恢复与图像数据恢复巧妙地融合,提出一种投影数据恢复导引的非局部平均(NL-means)低剂量CT重建方法.首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为Gaussian分布,以便于投影数据噪声的滤除;然后对滤波后的投影数据执行Anscombe逆变换和滤波反投影(FBP)CT图像重建;最后将投影数据滤波后的FBP图像作为先验构建非局部权值矩阵,并将该权值矩阵用于低剂量CT图像的非局部平均成像.仿真和临床实验结果表明,该方法在噪声消除和伪影抑制两方面均有上佳表现.

任意扫描轨迹下的锥束射线投影数据计算机仿真

为了研究不同扫描方式下的CT重建算法,必须首先获取该扫描方式下投影数据。介绍了一种利用解析几何和求解二次方程仿真任意扫描轨迹下的锥束射线投影数据算法,该方法基于单色射线贯穿物体的衰减理论,通过数学建模与计算机仿真,给出了椭球、圆柱两种典型模型分别在单圆、螺旋线扫描轨迹下的投影数据仿真结果,并利用FDK和PI线重建算法进行验证,证明了该种数值仿真方法的正确性。从而为不同扫描方式下的CT重建方法研究提供了手段。

多尺度小波分析用于工业CT投影数据的滤波

用多尺度小波分析的方法对ICT投影数据进行过滤降噪,然后重建ICT图象。该方法能降低投影数据的噪声,而且能过滤非白噪声。

基于投影数据库的改进单向COFI-tree关联分类

针对关联分类算法面对大数据集事务库时的候选集庞大、难以生成挖掘数据结构和高资源消耗等问题,提出了一种基于投影数据库的改进单向COFI-tree频繁项集生成算法,结合相关性度量等剪枝操作提取高效的分类规则,通过分治数据库有效降低整个数据库对资源的需求,减小对频繁项集的搜索空间和非频繁项集的数量,从而实现对频繁项集生成的优化过程.实验结果表明该算法通过生成初始投影数据库,并利用单向COFI-tree挖掘频繁项集的时间远小于同类算法对数据集进行直接挖掘,为大数据集的关联分类挖掘提供了一种新的解决途径.

三维锥束CT投影数据的模拟

三维锥束CT是目前研究的热点,也是医学CT和工业CT的发展方向。三维重建算法的可靠性和准确性的研究过程中,模型的设计以及投影数据的模拟是必不可少的一部分。本文详细介绍了3DShepp-Logan头部模型的设计思路、推导了等距锥束射线投影仿真公式,基于3DShepp-Logan头部模型进行了投影数据模拟,并利用FDK算法的重建结果验证了思路的可行性和模型计算的准确性。

基于ECT投影数据的两相流流型辨识

提出一种基于电容层析成像(ECT)系统的两相流流型辨识新方法。ECT投影数据经特征参数提取前处理环节后馈入事先训练好的神经网络实现流型辩识。文中介绍了特征参数的提取、神经网络的构成以及训练方法。研究结果表明,该方法辨识精度高、辨识速度快,是两相流流型在线辨识的一种有效手段。

缩减投影数据库规模的增量式序列模式算法

在增量式序列模式挖掘算法中,数据库更新只有插入和扩展2种操作,未考虑序列删除的情况。为此,提出一种基于频繁序列树的增量式序列模式更新算法(IUFST)。在数据库和支持度发生变化时,IUFST算法分不同情况对频繁序列树进行更新操作,缩减投影数据库的规模,提高算法效率。实验结果表明,该算法在时间性能上优于PrefixSpan算法和IncSpan算法。