迭代重建算法的研究进展

在满足临床诊断要求的图像质量同时，减少受检者的辐射剂量，已成为当今影像学的重要研究方向，重建算法的改进就是CT低剂量研究的一个重要方向。常用的CT图像重建算法主要有两类：解析算法（Analytic Reconstruction，AR）和迭代算法（Iterative Reconstruction，IR）。作为解析算法的代表，FBP算法一直都被作为CT图像重建方法的基础和“金标准”，该算法运算速度快，但对成像过程做了很多简化模拟，易受统计波动的影响，图像噪声较大。迭代算法可以弥补FBP算法所固有的问题。近年来，多种迭代算法已经快速发展，并陆续投入了临床应用，其中，自适应统计迭代重建技术（Adaptive Statistical Iterative Reconstruction，ASiR）可以有效地降低图像噪声，改善图像质量，在保证同样图像质量和相似重建速度的前提下，剂量可以降低30％-65％。