基于正弦图恢复的CT局部重建算法

发布时间：2021-08-02 04:13

　　针对局部扫描过程中投影数据沿探测器方向截断的特点,提出一种基于正弦图数据恢复的扇束CT局部重建算法.算法首先基于截断正弦图提取的边缘信息对缺失投影数据进行扩充,接下来对未扩充完整的零值区域利用两侧已知的投影数据进行线性插值,最后依据扩充完整的投影数据经滤波反投影重建出局部图像.仿真和临床数据的重建结果表明,算法对直接利用局部截断投影数据重建图像中呈现的环形伪影有明显的抑制作用,且重建图像边缘清晰. 

【文章来源】：中北大学学报(自然科学版). 2020,41(02)

【文章页数】：6 页

【部分图文】：

仿真数据

对任意的x1, 依据式(2)～式(4)依次求解基线y0, 相位θ, 振幅A. 从而获取图1(b)中的正弦边界. 在此基础上, 将截断投影数据上、 下边界处的投影数据原值外推, 得到一次扩充的投影数据, 如图2(b)所示. 但由于霍夫变换检测的局限, 发现图2(b)中仍存在箭头所示的零值区域. 为此, 算法采用线性插值法进行二次投影数据修复.1.3 线性插值

图 3(a) 、 (b)分别是原始体模及其感兴趣区域放大显示图. 图3(c)为未截断的完整投影数据的FBP重建结果的感兴趣区域, 图3(d)则为截断数据的FBP重建结果图. 显然, 图3(d)边界处产生了环状的高亮截断伪影, 且图像整体模糊, 对比度下降. 图3(e)、 图3(f)分别给出了图3 (c)与图3 (b)、图3 (d)与图3 (b)的差值图, 从中也观察到截断投影重建结果边界处的高亮环状伪影及损失的边缘细节.图 4 为常数延拓、 局部均值延拓、 对称延拓和本文算法四种算法的CT局部重建结果对比图. 左列为FBP重建结果, 右列为四种方法重建结果分别与原图相应的感兴趣区域图3(b)的差值图. 可以观察到图4(b)、 (d)、 (f)中矩形框标注区域内存在比较明显的边界特征, 相比而言, 图4(h)边界信息较少. 这说明, 本文算法重建图像与原图最为相似, 抑制了局部重建图像中边界处的环状截断伪影, 且边缘细节信息损失较少、 对比度较高.

【参考文献】：
期刊论文
[1]基于中值滤波的口腔CT图像环形伪影去除算法[J]. 王闯,李诗,吴少海,彭晓龙.  中国医疗器械信息. 2018(09)
[2]几种降低锥束CT辐射剂量的方法[J]. 陈云斌,王远,刘清华.  CT理论与应用研究. 2017(03)
[3]基于投影域校正的CT图像环形伪影去除方法[J]. 袁翠云,齐宏亮,陈梓嘉,吴书裕,徐圆,周凌宏.  计算机工程与设计. 2017(03)
[4]检测井壁图像上平面地质特征的改进霍夫变换[J]. 彭诚,邹长春.  计算机应用. 2015(06)
[5]感兴趣区域CT图像重建方法及模拟实验[J]. 李亮,陈志强,康克军,张丽,邢宇翔.  CT理论与应用研究. 2009(01)
[6]扇形束CT局部成像的Lambda优质重建[J]. 陈凌剑,马建华,陈武凡.  中国生物医学工程学报. 2007(06)

博士论文
[1]基于小波多分辨率分析的图像重建算法研究[D]. 罗戎蕾.浙江大学 2004

硕士论文
[1]局部区域CT图像重建算法研究[D]. 王克军.哈尔滨工程大学 2013
[2]CT不完全投影数据重建算法研究[D]. 王浩.大连理工大学 2008



本文编号：3316869