基于智能单粒子的联合代数重建算法

提出一种基于智能单粒子(intelligent particle optimizer,IPO)的改进型联合代数重建算法(simultaneous algebraic reconstruction technique,SART).为提高重建图像质量,引入松弛矩阵概念,利用智能单粒子算法搜索每一像素特有的最优松弛因子,增强重建算法对图像局部特性的针对性.仿真结果表明,采用IPO-SART算法获得的重建图像质量较传统SART算法更佳.

改进后Ray-Box Intersection权系数矩阵的SART＋TVM重建算法

针对均匀采样稀疏型重建问题,研究了Ray-Box Intersection和传统的双线性插值两种权系数矩阵计算方法。对Ray-Box Intersection算法的逻辑漏洞进行了改进,利用直线生成法并结合射线斜率和像素位置关系提出了改进算法。该算法利用代数关系求得射线穿过重建区域的起点和终点,然后取不大于其坐标的最大整数,最后采用直线生成法,依据射线斜率沿X或Y方向得到该条射线在投影区域内经过的所有像素块的左下角坐标集合,对于每个像素块,射线与像素块交点距离即为该像素块对射线的加权值。实验结果表明,相比Ray-Box Intersection权系数矩阵算法,改进后算法速度提高了96%,最大峰值信噪比提高了19%;相比双线性插值算法,改进后算法收敛速度更快,在同样时间代价下最大峰值信噪比提高了5%。改进后的Ray-Box Intersection算法能够获得更好的重建图像质量,细节更清晰。

锥束CT的惩罚SART重建算法

联合代数迭代方法(SART)对重建图像空间是无约束的,其迭代到一定次数后,图像空间的噪声会不断增加。为了解决这一问题,针对三维锥束CT情况,研究了一种增加惩罚项的联合代数迭代算法,同时研究了该算法与有序子集结合的方法。计算机仿真试验表明:在锥束CT图像重建中,该方法能够在抑制噪声的同时提高重建图像的收敛速度。

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。

有限角度CT中使用改进的SART算法消除截断投影伪影

有限角度CT(Computed Tomography)是一项应用广泛的医学影像成像技术,DBT(Digital Breast Tomography)是有限角度CT在乳腺成像上的应用,在早期乳腺癌检测上应用广泛.在有限角度CT采样过程中,由于探测器面板的尺寸有限,当X光光源位于一些大的投影角度时,探测器面板不能接收所有穿过被测物体的X射线,导致投影数据出现截断.在使用存在截断的PV(Projection Views)进行重建时,由于截断部位的体素不参与PV的更新,使体素的更新次数出现差异,产生截断投影伪影(Truncated Projection Artifacts,TPA).使用优化的SART(Simultaneous Algebraic Reconstruction Technique)算法,通过对每次更新的更新值进行扩散,降低重建过程中体素更新次数的不均衡对重建图像的影响,从而减少TPA的产生.使用模拟数据、仿体和选定患者的病例验证了该算法的可行性,证明优化的SART算法可以去除截断投影伪影,恢复被伪影遮挡的物体并改善有限角度CT的图像质量,这有利于放射科医生对患者的有限角度CT图像作出更好的判断.

CL迭代重建算法的GPU实现

计算机层析成像技术(Computer Laminography,CL)主要用于大尺寸、低厚度板状物体的无损检测。迭代重建算法虽然适用于CL这种角度受限的扫描方式,但是却非常耗时。本文研究了CL系统SART迭代重建算法的GPU加速方法。介绍了基于线驱动的投影,和基于线驱动及体素驱动的反投影的GPU加速方法,实验结果表明,采用GPU加速可以达到254倍的加速比。

基于选择性TpV正则化的DBT重建算法

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。

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.

基于超声层析成像技术的三维流场重建

在现有的以超声层析成像为基础的流场重建方法中,一般只能单独重建横向流场或轴向流场。为能够同时获得横向和轴向流场的信息,提出一种方法,通过在圆管周围合理布置超声换能器,采用联合代数迭代重建算法同时得到圆管中的横向流场和轴向流场的重建图像,完成圆管中流场的三维重建。实际的单弯管实验成功重建了横向流场和轴向流场表明方法可靠。

改进的联合代数重建法及其有限角投影重建

提出了一种基于联合代数重建法的改进算法 (MSART)。该算法将穿过像素的射线长度和灰度值综合考虑进误差分配公式 ,有效地抑制了联合迭代重建法 (SART)的边缘效应 ,使得重建精度大大提高。即使在少数投影有限角图像重建中 ,通过选择合适的投影方向 ,也能达到最大误差不大于 5 % ,平均误差不大于 1%的重建效果。

基于联合代数迭代的非视域激光图像重建方法

非视域成像技术采用非传统光学技术,利用间接成像的方法对无法直接观测的隐藏物体进行探测。针对目前试验系统复杂且需要场景扫描,导致数据采集过程复杂且需要大量时间的问题,提出基于阵列式APD的透射式非视域成像试验设置,试验设置操作简单且不需要场景扫描,实现快速数据采集。针对非视域成像技术一般只能获取不完全(缺失)角度的数据,使用反投影算法不能得到理想的重建结果的问题,提出利用联合代数迭代(SART)重建算法对非视域成像物体进行三维重建。试验结果表明:SART算法能够在部分角度数据下,更好地去除反投影算法中的伪影和噪点;在最初的第2和第3次迭代后,通过计算,其峰值信噪比PSNR值提高了1.392 8、2.466 3,其结构相似度SSIM值提高了0.119 8、0.231 2,表明该方法能有效提高非视域物体的图像重建精度。

光学医学应用

基于高斯机(GM)提出了一种新的少数投影CT图像重建算法。首先将图像重建问题转化为最大嫡准则下的优化问题,然后构造相应的GM模型,并采用双曲调度进行模拟退火,网络的稳定解就是重建问题的优化解。数值模拟结果表明,与联合代数重建技术(SART)相比,从投影角间距为450的4个不同的投影视角方向获取投影数据时。