基于Bayes估計的稀疏數(shù)據(jù)X-射線CT重建算法研究.pdf

1、CT成像的實質(zhì)是計算機層析成像，廣泛應(yīng)用于醫(yī)學(xué)，地質(zhì)探測等領(lǐng)域，對于檢測物體內(nèi)部信息是一種不可或缺的技術(shù)。當(dāng)前醫(yī)療CT軟件的主要算法有直接反投影法，迭代法等。但是隨著研究深入,出現(xiàn)稀疏數(shù)據(jù)成像問題，無法用傳統(tǒng)方法重建清晰圖像。
　　為了解決這個問題，本文對基于Bayes估計的CT重建方法進行研究。
　　首先，介紹了CT成像的背景、發(fā)展現(xiàn)狀以及當(dāng)前醫(yī)療CT的模型和CT重建的理論基礎(chǔ)及數(shù)學(xué)依據(jù)等基礎(chǔ)知識。
　　其次深入研究

2、了基于Bayes估計的CT重建方法的原理，分析先驗信息，似然函數(shù)，后驗概率密度在X-射線成像中的具體體現(xiàn)。在Bayes理論的基礎(chǔ)上采用Fortran語言對稀疏數(shù)據(jù)模型進行重建，采用結(jié)構(gòu)先驗?zāi)Ｊ剑Y(jié)合掃描獲得的X-射線衰減量，獲得圖像的后驗概率密度，通過對其進行Gibbs抽樣，用均值估計法重建圖像。確定對重建圖像質(zhì)量產(chǎn)生影響的關(guān)鍵因素是先驗估計范圍的選擇和后驗抽樣的次數(shù)。并通過對附帶噪聲模型的重建來考察基于Bayes估計重建方法的抗噪聲能

3、力。
　　再次，分析了代數(shù)迭代法(ART算法)原理，采用ART算法重建圖像，并得到對圖像質(zhì)量產(chǎn)生影響的因素是分塊的多少和迭代的次數(shù)。
　　最后，采用基于Bayes估計的CT重建方法和ART算法分別對塊狀模型進行了重建，從圖像清晰度、實時性、抗噪聲能力等方面展開比較，說明各自的優(yōu)缺點。在此基礎(chǔ)上提出結(jié)合兩者各自的優(yōu)點，在無先驗情況下采用迭代法少分塊少迭代的結(jié)果作為基于Bayes估計的CT重建算法的先驗信息，得到了良好的重建結(jié)果