基于FDK框架的锥形束Pseudo-LT优质重建

目前医用CT已由二维扇形束扫描模式成功演变至三维锥形束扫描模式。本文作者从经典的FDK算法框架出发,结合Noo等人提出的二维扇形束超短扫描重建算法,并在本文作者先前工作的基础上,首次将二维Lambda tomography(LT)算法与FDK型算法结合,提出一种新的锥形束Pseudo-LT算法,新算法在回避了成像公式中有关PI线计算的同时,还将关于投影数据的微分运算进行回避,较基于PI线的LT重建有了较大改进,提高了图像重建速度和重建质量。数值实验进一步验证了本文算法的有效性。

一种LT码编码生成矩阵的伪随机产生方案

常用的LT码编码生成矩阵的传输方案是在每个编码数据包的头部额外增加一个开销,用于放置该数据包对应的编码生成矢量。该方案会产生较大的开销,造成传输效率降低。给出了一种编码生成矩阵在编码器和译码器间伪随机同步产生的方案。采用该方案时,只要编码器和译码器伪随机数发生器的算法相同,种子也相同,就能产生一样的均匀伪随机数序列,将其进行转化后就能得到相同的编码生成矩阵。种子数据量小,且只需要在伪随机数发生器初始化时编码器和译码器间交换一次即可。实验结果显示,生成的伪随机度值符合指定的度分布函数,数据包的伪随机选择也符合泊松分布。相比较传统方案,该方案避免了编码生成矩阵的直接传输,减少了传输开销,提高了传输效率。

基于混沌组合的LT编译码算法

传统的LT编译码算法多采用线性同余法(LCG)对编码信号的度和度邻接信号进行随机均匀选择,但线性同余法产生的随机数列具有独立性差,周期与计算机的字长有关的缺陷.针对该问题,将混沌映射引入LT码,构建基于混沌组合的LT编译码算法,使编码信号的度和度邻接信号得到更好的随机均匀选择.仿真结果表明,该算法具有分组头部开销少,便于实现的特点,并且译码效率高于线性同余法.