2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著醫(yī)療器械行業(yè)的發(fā)展,CT機(jī)作為一個(gè)醫(yī)療常用設(shè)備已經(jīng)成為醫(yī)生診斷的重要工具。而計(jì)算機(jī)斷層成像技術(shù)中,包括采集、校正和重建等多個(gè)部分。重建算法就是將采集的信號(hào)恢復(fù)成醫(yī)生診斷使用的斷層圖像,其算法的優(yōu)劣將直接影響圖像呈現(xiàn)效果,因此這一部分技術(shù)是斷層成像技術(shù)最為關(guān)鍵的部分。目前商業(yè)使用的CT機(jī),采用的是較為傳統(tǒng)的濾波反投影算法(Filtered Back-Projection,FBP),這種算法遵循傅里葉切片定理,不論在二維還是在三維重建中

2、,都有著不錯(cuò)的重建效果,因此沿用至今。
  雖然,這種算法改進(jìn)后可以降低圖像中的噪聲,但卻不能解決感興趣區(qū)域(ROI)重建問題,也不能達(dá)到快速重建的目的,實(shí)際應(yīng)用中這一直是難以解決的問題。本文正是著眼于這兩方面,研究改進(jìn)FBP算法提高圖像質(zhì)量,解決ROI重建問題。
  螺旋掃描中的反投影濾波(BPF)重建算法可以實(shí)現(xiàn)感興趣區(qū)域重建,但算法復(fù)雜度較高,計(jì)算量較大。在項(xiàng)目中已有的研究基礎(chǔ)上,本文首先研究平行束掃描下的FBP重建算

3、法原理。將螺旋掃描中的BPF重建算法應(yīng)用于平行束中,簡化了計(jì)算量的同時(shí),提高了圖像質(zhì)量。由BPF算法的重建步驟可以得知,其本身可以實(shí)現(xiàn)感興趣區(qū)域重建。因此,平行束BPF重建算法中自然也能夠?qū)崿F(xiàn)。在Matlab環(huán)境下仿真得到Shepp-Logan模型,利用改進(jìn)后算法進(jìn)行重建,使用圖像評(píng)估領(lǐng)域兩個(gè)參數(shù)進(jìn)行評(píng)估,結(jié)果表明,本文改進(jìn)后算法可以實(shí)現(xiàn)精確重建圖像的目的,并且更接近人類視覺系統(tǒng)。
  由于扇形束掃描是現(xiàn)代CT機(jī)的主流掃描方式,因

4、此文章接下來研究扇形束重建算法的兩種優(yōu)化思路。其一,根據(jù)經(jīng)典FBP算法,本文改進(jìn)其中濾波函數(shù)。使用求導(dǎo)和希爾伯特變換代替原有濾波函數(shù),即希爾伯特濾波算法(DHB)經(jīng)過 Matlab仿真,重建Shepp-Logan圖。使用上面相同的圖像評(píng)估算法,所得結(jié)果可以達(dá)到提高峰值信噪比的目的。其二,將上述改進(jìn)后的平行束BPF算法引入到扇形束重建中,沿平行PI線重建。評(píng)估結(jié)果表明,文中基于PI線的扇形束BPF算法更接近人類視覺系統(tǒng)。
  本文研

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論