基于机器学习的低剂量CT成像关键问题研究

发布时间：2021-10-20 13:53

　　X射线计算机断层成像技术（X-Ray Computed Tomography,X-CT）因其超高的时空分辨率特性在临床中的应用越来越广泛,它能够以无损的方式对人体内部的超微信息进行结构成像,也能对运动的器官进行高维度成像,如4DCT。然而有研究表明,X射线辐射会在人体内部沉积,当沉积量超过人体器官耐受剂量的时候,会引起人体内部器官结构的改变,甚至局部基因的突变。因此降低CT扫描过程中病人所承受的X射线辐射剂量刻不容缓,但是降低CT扫描过程中病人所承受的X射线辐射剂量会极大地降低CT影像质量,影响临床诊断。如何平衡CT扫描过程中病人所承受的X射线辐射剂量和CT影像质量之间的关系是一个迫切而又有复杂的问题。影响CT扫描过程中病人所承受的X射线辐射剂量的方式多种多样,从广义上可以分为X射线源输出端:降低X射线源单次曝光剂量,提高X射线源单次曝光剂量的利用率,降低扫描过程中的投影采集率等;X射线探测器接收端:提高X射线探测器的探测效率,增加X射线探测器像元的尺寸等;不同的操作对于CT影像质量的影响不同,降低X射线源单次曝光剂量会使得投影中充满噪声,降低了重建后CT影像的信噪比;降低扫描过程中的... 

【文章来源】：中国科学院大学(中国科学院深圳先进技术研究院)广东省

【文章页数】：117 页

【学位级别】：博士

【文章目录】：
摘要
abstract
第一章 引言
    1.1 课题的背景及其意义
    1.2 CT剂量的影响因素及其国内外研究现状
        1.2.1 降低单次曝光剂量
        1.2.2 减少投影数据的采集率
        1.2.3 增加X射线探测器像元的尺寸
        1.2.4 提高单次曝光下X-Ray的利用率
    1.3 CT成像技术
        1.3.1 CT成像的基本原理
        1.3.2 CT重建技术
        1.3.3 图像质量评价
    1.4 研究内容
    1.5 论文组织结构
第二章 基于深度学习的稀疏CT重建算法
    2.1 相关研究工作
        2.1.1 基于投影域插值的重建方法
        2.1.2 基于域间转换的重建方法
        2.1.3 基于图像域后处理的重建方法
        2.1.4 优缺点
    2.2 基于深度学习的稀疏CT重建算法
        2.2.1 方法概述
        2.2.2 网络结构设计
        2.2.3 实验整体设计
    2.3 本章小结
第三章 基于模型融合的低剂量CT重建算法
    3.1 背景知识
    3.2 基于模型融合的低剂量CT重建算法
        3.2.1 问题的提出
        3.2.2 SADIR-Net 架构
        3.2.3 实验方案
        3.2.4 实验结果
        3.2.5 超参数调节
        3.2.6 正则化项的选择
    3.3 讨论和小结
第四章 基于冷阴极X射线源的低剂量CT研究
    4.1 背景知识
    4.2 基于碳纳米管X射线源的准静态CT架构设计
        4.2.1 准静态CT架构
        4.2.2 实验设计及结果
    4.3 基于碳纳米管X射线源的双环全静态CT系统概念设计
        4.3.1 整体结构
        4.3.2 环形分布式碳纳米管X射线源
        4.3.3 环形X射线探测器
        4.3.4 几何参数设计
    4.4 讨论和小结
第五章 结束语
    5.1 本文工作总结
    5.2 下一步研究方向
参考文献
附录
致谢
作者简介



本文编号：3447020