稀疏投影角度下的CT迭代圖像重建算法應(yīng)用研究.pdf

1、CT(Computerized Tomography)成像技術(shù)是主要用于直觀、準(zhǔn)確地顯示物體內(nèi)部構(gòu)造的計算機斷層成像技術(shù)，它結(jié)合了數(shù)學(xué)、物理學(xué)、計算機科學(xué)、電子技術(shù)等學(xué)科，至今已廣泛應(yīng)用于醫(yī)學(xué)診斷、工業(yè)無損檢測和材料學(xué)等領(lǐng)域，特別是在臨床醫(yī)學(xué)領(lǐng)域它已成為不可或缺的醫(yī)學(xué)影像技術(shù)之一。隨著CT設(shè)備的廣泛應(yīng)用，X射線輻射問題也隨之凸顯，于是越來越多的學(xué)者開始關(guān)注如何在低X射線輻射劑量下重建滿足臨床應(yīng)用需求的CT圖像。所以對由低X射線輻射劑量得

2、到的稀疏角度投影數(shù)據(jù)進行CT圖像重建的研究，即在稀疏角度投影數(shù)據(jù)下重建CT圖像，無論在學(xué)術(shù)理論方面還是在臨床應(yīng)用方面都具有重要的意義。
　　現(xiàn)有的CT圖像重建算法主要有解析類重建算法和迭代類重建算法。對于完整的投影數(shù)據(jù)，使用解析類重建算法可以快速地得到高質(zhì)量重建圖像;但是對于稀疏角度的投影數(shù)據(jù)，解析類重建算法重建的圖像將帶有大量的偽影，嚴(yán)重影響被測物體正常組織結(jié)構(gòu)的觀察。然而，使用迭代類重建算法處理稀疏角度投影數(shù)據(jù)，則可得到較高質(zhì)

3、量的CT重建圖像，即迭代類重建算法更適合于稀疏角度投影數(shù)據(jù)的CT圖像重建。此外，壓縮感知理論指出，可以使用遠低于奈奎斯特抽樣頻率的抽樣數(shù)據(jù)重構(gòu)出精確的原始信號。以上的迭代類重建算法和壓縮感知理論都為稀疏角度投影數(shù)據(jù)的CT圖像重建方法思路提供了理論基礎(chǔ)。本課題在壓縮感知理論的框架下，提出了一種針對稀疏角度投影數(shù)據(jù)的CT迭代圖像重建算法，記做RR-L1（Rough Reconstruction withLl-norm optimizatio

4、n）算法。對于稀疏角度投影數(shù)據(jù)的CT圖像重建，即求解不適定性的線性方程組問題，RR-L1算法將其轉(zhuǎn)化為有約束的目標(biāo)函數(shù)最優(yōu)化問題，并使用迭代類圖像重建思想進行求解。由于RR-L1算法采用全變差目標(biāo)函數(shù)，其圖像平滑效應(yīng)(TV-inducedSmoothing)會嚴(yán)重降低重建圖像的空間分辨率和對比度，這使得該算法的實際應(yīng)用效果大打折扣。針對此，本課題進一步改造了RR-L1算法的目標(biāo)函數(shù)，并采用模擬退火尋優(yōu)方法來完成最優(yōu)化計算。
　　另

5、外，雙能CT使用兩種不同能量的X射線對被測物體進行掃描，可以重建出物質(zhì)的有效原子序數(shù)和電子密度分布圖像，實現(xiàn)物質(zhì)區(qū)分。雙能CT成像也存在X射線輻射問題，但如何在雙能CT中有效地降低X射線輻射劑量且重建出高質(zhì)量圖像的研究尚不多見，因此本課題結(jié)合RR-L1算法提出了兩種易于實現(xiàn)、物理意義明確的思路，并通過實驗來驗證兩種思路的可行性和有效性。
　　對于常規(guī)CT和雙能CT的稀疏角度投影數(shù)據(jù)圖像重建的問題，本課題做了大量的仿真和真實數(shù)據(jù)實驗