CN109949411B - 一种基于三维加权滤波反投影和统计迭代的图像重建方法 - Google Patents

一种基于三维加权滤波反投影和统计迭代的图像重建方法 Download PDF

Info

Publication number
CN109949411B
CN109949411B CN201910221802.8A CN201910221802A CN109949411B CN 109949411 B CN109949411 B CN 109949411B CN 201910221802 A CN201910221802 A CN 201910221802A CN 109949411 B CN109949411 B CN 109949411B
Authority
CN
China
Prior art keywords
projection
reconstructed
angle
image
projection data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910221802.8A
Other languages
English (en)
Other versions
CN109949411A (zh
Inventor
杨波
徐聪聪
闫新童
刘珊
曾庆川
刘婷婷
郑文锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910221802.8A priority Critical patent/CN109949411B/zh
Publication of CN109949411A publication Critical patent/CN109949411A/zh
Application granted granted Critical
Publication of CN109949411B publication Critical patent/CN109949411B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种基于三维加权滤波反投影和统计迭代的图像重建方法,先获取投影数据,获得每个投影数据对应射线的投影角度、锥角以及扇角,然后对投影数据进行预加权,再对预加权后的投影数据进行逐行滤波,然后进行三维加权,进行反投影得到初始的重建图像。再根据得到的重建图像,计算所有角度下的投影估计值,与实际的投影数据进行比较,计算误差,根据误差修正重建图像,然后再重复迭代此过程,直到满足条件的重建图像。

Description

一种基于三维加权滤波反投影和统计迭代的图像重建方法
技术领域
本发明属于图像处理技术领域,更为具体地讲,涉及一种基于三维加权滤波反投影和统计迭代的图像重建方法。
背景技术
计算机断层成像技术(Computed Tomogrophy,CT)是一种通过对物体进行不同角度的射线投影测量以获取物体横截面信息的技术,被广泛应用于工业无损检测、医学诊断、地球物理以及农林业等领域。经过多年的发展,CT的扫描方式己经从二维平行束扫描发展到三维锥束扫描,三维锥束CT(cone beam CT,CBCT)。与二维CT相比,具有射线利用率高、纵向分辨率高、扫描时间短、部分容积效应低等优点,成为目前CT重建领域的研究热点。
重建算法是CT中十分重要的问题,它的本质是利用某种重建算法从投影数据解算出成像断层平面上各个像素点的衰减系数。通过几十年的发展,基于滤波反投影的解析法己逐步成熟,目前的CT重建技术可以对无噪声的完备的投影数据以较快的速度完成重建。在CBCT中,由于圆轨迹的短扫描方式不满足完全精确重建条件,基于的FDK算法的短扫描重建算法存在锥束伪影。目前改善锥束伪影的方法主要有以下两种:采用“圆弧+圆弧”、“圆弧+线段”、“圆弧+螺旋”等扫描方式以满足完备重建条件,利用精确重建算法来进行图像重建,但这种方法要求轨迹精度高,增加了扫描的机械设计难度;或者采用改进的FDK算法,很多学者提出了基于FDK的改进算法,这些改进方法的中心思想是通过一些操作来减少锥角增大时不精确重建形成的伪影,这些算法对锥角较小情况有较高的重建质量,但当锥角大于5度时,改善效果有限。
另一种重建算法是迭代重建法,能够有效抑制噪声,迭代重建算法又分为代数迭代算法和统计迭代算法。在迭代中,根据计算得到的正投影值与实际投影数据之间的偏差更新图像。可以在采样不规则和数据缺失的情况下重建出图像。但是迭代法中需要进行多次的正投影和反投影的计算,成像速度较解析重建算法慢很多,限制了其在实际中的应用。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于三维加权滤波反投影和统计迭代的图像重建方法,通过三维加权和统计迭代实现图像重建,可以在使用较少投影角度的情况下,有效解决锥束伪影问题,抑制噪声,而且提高重建效率。
为实现上述发明目的,本发明一种基于三维加权滤波反投影和统计迭代的图像重建方法,其特征在于,包括以下步骤:
(1)、获取投影数据并进行标记;
(1.1)、以待重建物体的中心为原点建立三维物体坐标系,将待重建物体分成一个个体素,单个体素表示为Xi,对应坐标设为(xi,yi,zi),i=1,2,…,N表示待重建物体分成单个体素的总个数;
(1.2)、获取待重建物体的投影数据,计算第j个投影数据在投影时射线源相应于物体坐标系的旋转角度,即投影角度ηj、投影射线相对于当前投影角度中心射线的扇角γj、以及相对于中心平面的锥角αj,j=1,2,…,M,M为投影数据总个数,最后将每一组投影数据标记为pjjjj)。
(2)、对投影数据进行预加权处理:
p'jjjj)=cosγjpjjjj);
(3)、将加权的投影数据通过两个滤波核进行滤波处理,滤波后分别得到:
Figure BDA0002003848630000021
Figure BDA0002003848630000022
(4)、三维加权;
(4.1)、
记投影角度总数为L,则穿过体素Xi的射线对应的投影数据一共L个,按照投影角度从小到大的方式排列,将对应的投影角、扇角、锥角记为(ηililil),l=1,2,...L;其中ηi1<ηi2<…<ηiL
(4.2)、获取共轭射线及其锥角
将任意一单体素Xi与投影角度为ηil时源点S之间的连线SXi在扫描轨迹内的垂直投影的延长线与扫描轨迹的交点记为S',则单体素Xi与交点S'的连线S'Xi为SXi的共轭射线;连线SXi相对于中心平面的锥角为αil,则共轭射线S'Xi相对于中心平面的锥角记为α'il
(4.3)、计算投影角度为ηil时Xi处的三维加权因子为:
Figure BDA0002003848630000031
(5)、还原初始重建图像;
(5.1)、对单体素Xi进行反投影,得到重建后的单体素f(Xi);
Figure BDA0002003848630000032
其中,R是扫描半径,L2il,Xi)是在ηil投影角度下,连接X射线源S到Xi的线段SXi在中心平面垂直投影的长度;
(5.2)、将重建后的所有单体素按照三维物体坐标系还原,得到待重建物体的初始重建图像;
(6)、通过统计迭代方式修正重建图像;
(6.1)、对初始重建图像进行投影,得到投影估计值;
(6.1.1)、将重建后的所有单体素f(Xi)排列成列向量F(k)=(f(X1)k,f(X2)k,…,f(XN)k)T,将所有的投影数据排列成列向量P=(p1,p2,…,pM)T,其中,k表示迭代次数;
(6.1.2)、利用Siddon算法计算系统矩阵W=(wji)M×N,其中,元素wji代表第i个重建体素f(Xi)对第j个投影数据pj的贡献值;
对初始重建图像进行正向投影,得到投影估计值P':
P'=WF(k)
(6.2)、计算实际投影值和投影估计值之间的相对偏差:
Prel=P./P'
(6.3)、根据相对偏差修正初始重建图像;
(6.3.1)、计算归一化:
Figure BDA0002003848630000033
(6.3.2)、将投影的相对偏差反投影到图像空间,得到:Fback=WTPrel
(6.3.3)、更新重建图像:
Figure BDA0002003848630000041
其中,
Figure BDA0002003848630000042
是Fback的第i个元素;
(6.4)、重复步骤(6.1)-(6.3),直到相邻两次迭代的相对偏差小于10-3,则停止迭代,并将最后一次迭代后更新的图像作为满足条件的重建图像。
本发明的发明目的是这样实现的:
本发明基于三维加权滤波反投影和统计迭代的图像重建方法,先获取投影数据,获得每个投影数据对应射线的投影角度、锥角以及扇角,然后对投影数据进行预加权,再对预加权后的投影数据进行逐行滤波,然后进行三维加权,进行反投影得到初始的重建图像。再根据得到的重建图像,计算所有角度下的投影估计值,与实际的投影数据进行比较,计算误差,根据误差修正重建图像,然后再重复迭代此过程,直到满足条件的重建图像。
同时,本发明基于三维加权滤波反投影和统计迭代的图像重建方法还具有以下有益效果:
(1)、由于迭代法对数据完备性要求低,所以在三维加权滤波反投影中,所需的投影角度只要能满足迭代法的重建要求,比单独使用解析法所需的投影少,使得扫描时间更快,X光照射剂量降低。
(2)、在三维加权滤波反投影中,采用了一种改进的三维加权权重,相较之前的加权函数,除了考虑锥角的影响,还进一步考虑了扇角γ的影响,更有效的消除了重建的伪影问题。
(3)、将三维加权滤波反投影重建的图像作为迭代初值,减少了迭代所需次数,大大节省了重建时间,有效的抑制了噪声,结合了两种方法的优点,在重建质量与重建效率上都得到了令人满意的效果。
附图说明
图1是本发明基于三维加权滤波反投影和统计迭代的图像重建方法流程图;
图2是锥束圆轨迹扫描几何示意图;
图3是共轭射线几何示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于三维加权滤波反投影和统计迭代的图像重建方法流程图。
在本实施例中,如图1所示,本发明一种基于三维加权滤波反投影和统计迭代的图像重建方法,包括以下步骤:
S1、获取投影数据并进行标记;
S1.1、以待重建物体的中心为原点建立三维物体坐标系,将待重建物体分成一个个体素,单个体素表示为Xi,对应坐标设为(xi,yi,zi),i=1,2,…,N表示待重建物体分成单个体素的总个数;
S1.2、在本实施例中,如图2所示,获取待重建物体的投影数据,计算第j个投影数据在投影时射线源相应于物体坐标系的旋转角度,即投影角度ηj、投影射线相对于当前投影角度中心射线的扇角γj、以及相对于中心平面的锥角αj,j=1,2,…,M,M为投影数据总个数,
其中,投影角度ηj为已知量,通过扫描可以直接读出旋转角度,而扇角γj和锥角αj可以通过如下公式计算:
Figure BDA0002003848630000051
Figure BDA0002003848630000052
其中,R为扫描半径,xi、yi为Xi的x、y轴坐标。
对于任意一个投影数据,其所对应的η,γ,α组合是惟一的,故每一组投影数据可以表示为pjjjj)。
S2、对投影数据进行预加权处理,具体为投影数据乘以扇角的余弦值,获得加权后的数据:
p'jjjj)=cosγjpjjjj);
S3、将加权的投影数据通过两个滤波核进行滤波处理,此处两个滤波核为:
Figure BDA0002003848630000061
通过两个滤波核滤波后分别得到:
Figure BDA0002003848630000062
Figure BDA0002003848630000063
S4、三维加权;
S4.1、记投影角度总数为L,则穿过体素Xi的射线对应的投影数据一共L个,按照投影角度从小到大的方式排列,将对应的投影角、扇角、锥角记为(ηililil),l=1,2,...L;其中ηi1<ηi2<…<ηiL
S4.2、获取共轭射线及其锥角
如图3所示,将任意一单体素Xi与投影角度为ηil时源点S之间的连线SXi在扫描轨迹内的垂直投影的延长线与扫描轨迹的交点记为S',则单体素Xi与交点S'的连线S'Xi为SXi的共轭射线;连线SXi相对于中心平面的锥角为αil,则共轭射线S'Xi相对于中心平面的锥角记为α'il
S4.3、计算投影角度为ηil时Xi处的三维加权因子为:
Figure BDA0002003848630000064
S5、还原初始重建图像;
S5.1、对单体素Xi进行反投影,得到重建后的单体素f(Xi);
Figure BDA0002003848630000065
其中,R是扫描半径,L2il,Xi)是在ηil投影角度下,连接X射线源S到Xi的线段SXi在中心平面垂直投影的长度;
S5.2、将重建后的所有单体素按照三维物体坐标系还原,得到待重建物体的初始重建图像;
S6、通过统计迭代方式修正重建图像;
S6.1、对初始重建图像进行投影,得到投影估计值;
S6.1.1、将重建后的所有单体素f(Xi)排列成列向量F(k)=(f(X1)k,f(X2)k,…,f(XN)k)T,将所有的投影数据排列成列向量P=(p1,p2,…,pM)T,其中,k表示迭代次数;
S6.1.2、利用Siddon算法计算系统矩阵W=(wji)M×N,其中,元素wji代表第i个重建体素f(Xi)对第j个投影数据pj的贡献值;
对初始重建图像进行正向投影,得到投影估计值P':
P'=WF(k)
S6.2、计算实际投影值和投影估计值之间的相对偏差:
Prel=P./P'
S6.3、根据相对偏差修正初始重建图像;
S6.3.1、计算归一化:
Figure BDA0002003848630000071
S6.3.2、将投影的相对偏差反投影到图像空间,得到:Fback=WTPrel
S6.3.3、更新重建图像:
Figure BDA0002003848630000072
其中,
Figure BDA0002003848630000073
是Fback的第i个元素;
S6.4、重复步骤S6.1-S6.3,直到相邻两次迭代的相对偏差小于10-3,则停止迭代,并将最后一次迭代后更新的图像作为满足条件的重建图像。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种基于三维加权滤波反投影和统计迭代的图像重建方法,其特征在于,包括以下步骤:
(1)、获取投影数据并进行标记;
(1.1)、以待重建物体的中心为原点建立三维物体坐标系,将待重建物体分成一个个体素,单个体素表示为Xi,对应坐标设为(xi,yi,zi),i=1,2,…,N表示待重建物体分成单个体素的总个数;
(1.2)、获取待重建物体的投影数据,计算第j个投影数据在投影时射线源相应于物体坐标系的旋转角度,即投影角度ηj、投影射线相对于当前投影角度中心射线的扇角γj、以及相对于中心平面的锥角αj,j=1,2,…,M,M为投影数据总个数,最后将每一组投影数据标记为pjjjj);
(2)、对投影数据进行预加权处理:
p'jjjj)=cosγjpjjjj);
(3)、将加权的投影数据通过两个滤波核进行滤波处理,滤波后分别得到:
Figure FDA0003861038750000011
Figure FDA0003861038750000012
其中,两个滤波核的函数表达式为:
Figure FDA0003861038750000013
(4)、三维加权;
(4.1)、记投影角度总数为L,则穿过体素Xi的射线对应的投影数据一共L个,按照投影角度从小到大的方式排列,将对应的投影角、扇角、锥角记为(ηililil),l=1,2,...L;其中ηi1<ηi2<…<ηiL
(4.2)、获取共轭射线及其锥角
将任意一单体素Xi与投影角度为ηil时源点S之间的连线SXi在扫描轨迹内的垂直投影的延长线与扫描轨迹的交点记为S',则单体素Xi与交点S'的连线S'Xi为SXi的共轭射线;连线SXi相对于中心平面的锥角为αil,则共轭射线S'Xi相对于中心平面的锥角记为α′il
(4.3)、计算投影角度为ηil时Xi处的三维加权因子为:
Figure FDA0003861038750000021
其中,k(zi)的表达式为:
Figure FDA0003861038750000022
其中,a是(0,1)区间的松弛因子,zmax是轴向重建最大距离;
(5)、还原初始重建图像;
(5.1)、对单体素Xi进行反投影,得到重建后的单体素f(Xi);
Figure FDA0003861038750000023
其中,R是扫描半径,L2il,Xi)是在ηil投影角度下,连接X射线源S到Xi的线段SXi在中心平面垂直投影的长度;
(5.2)、将重建后的所有单体素按照三维物体坐标系还原,得到待重建物体的初始重建图像;
(6)、通过统计迭代方式修正重建图像;
(6.1)、对初始重建图像进行投影,得到投影估计值;
(6.1.1)、将重建后的所有单体素f(Xi)排列成列向量F(k)=(f(X1)k,f(X2)k,…,f(XN)k)T,将所有的投影数据排列成列向量P=(p1,p2,…,pM)T,其中,k表示迭代次数;
(6.1.2)、利用Siddon算法计算系统矩阵W=(wji)M×N,其中,元素wji代表第i个重建体素f(Xi)对第j个投影数据pj的贡献值;
对初始重建图像进行正向投影,得到投影估计值P':
P'=WF(k)
(6.2)、计算实际投影值和投影估计值之间的相对偏差:
Prel=P./P'
其中,./表示点除;
(6.3)、根据相对偏差修正初始重建图像;
(6.3.1)、计算归一化:
Figure FDA0003861038750000031
(6.3.2)、将投影的相对偏差反投影到图像空间,得到:Fback=WTPrel
(6.3.3)、更新重建图像:
Figure FDA0003861038750000032
其中,fi back是Fback的第i个元素;
(6.4)、重复步骤(6.1)-(6.3),直到相邻两次迭代的相对偏差小于10-3,则停止迭代,并将最后一次迭代后更新的图像作为满足条件的重建图像。
2.根据权利要求1所述的基于三维加权滤波反投影和统计迭代的图像重建方法,其特征在于,所述的步骤(1)中,扇角γj和锥角αj的计算公式为:
Figure FDA0003861038750000033
Figure FDA0003861038750000034
其中,R为扫描半径,xi、yi为Xi的x、y轴坐标。
CN201910221802.8A 2019-03-22 2019-03-22 一种基于三维加权滤波反投影和统计迭代的图像重建方法 Active CN109949411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910221802.8A CN109949411B (zh) 2019-03-22 2019-03-22 一种基于三维加权滤波反投影和统计迭代的图像重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910221802.8A CN109949411B (zh) 2019-03-22 2019-03-22 一种基于三维加权滤波反投影和统计迭代的图像重建方法

Publications (2)

Publication Number Publication Date
CN109949411A CN109949411A (zh) 2019-06-28
CN109949411B true CN109949411B (zh) 2022-12-27

Family

ID=67011216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910221802.8A Active CN109949411B (zh) 2019-03-22 2019-03-22 一种基于三维加权滤波反投影和统计迭代的图像重建方法

Country Status (1)

Country Link
CN (1) CN109949411B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3779887B1 (en) * 2019-08-12 2022-10-19 Siemens Healthcare GmbH Computer-implemented method of deriving 3d image data of a reconstruction volume and computer readable medium
CN110796620B (zh) * 2019-10-29 2022-05-17 广州华端科技有限公司 乳腺断层重建图像的层间伪影抑制方法和装置
CN110853113B (zh) * 2019-11-19 2023-05-26 黄秋 基于bpf的tof-pet图像重建算法及重建系统
CN110811667B (zh) * 2019-12-14 2023-08-15 深圳先进技术研究院 一种基于gpu加速的高精度pet重建方法及装置
CN111110260B (zh) * 2019-12-24 2023-09-26 沈阳先进医疗设备技术孵化中心有限公司 一种图像重建方法、装置及终端设备
CN113017662B (zh) * 2021-01-28 2022-06-14 明峰医疗系统股份有限公司 一种ct图像的混叠伪影去除方法及系统、ct扫描仪
CN113081012A (zh) * 2021-03-25 2021-07-09 上海涛影医疗科技有限公司 一种x射线层析成像系统
CN115330900B (zh) * 2022-10-13 2022-12-27 中加健康工程研究院(合肥)有限公司 一种用于pet图像重构的系统矩阵快速迭代计算方法
CN116758183B (zh) * 2023-08-18 2023-11-07 有方(合肥)医疗科技有限公司 一种cbct图像重建方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103077547A (zh) * 2012-11-22 2013-05-01 中国科学院自动化研究所 基于cuda架构的ct在线重建与实时可视化方法
CN103310484A (zh) * 2013-07-03 2013-09-18 西安电子科技大学 一种基于cuda架构加速ct图像重建的方法
CN103617648A (zh) * 2013-12-05 2014-03-05 上海优益基医疗器械有限公司 一种锥形束ct重建方法和系统
CN103679768A (zh) * 2012-09-24 2014-03-26 西门子公司 以加权反投影重建ct图像数据的方法、计算单元和系统
CN103810735A (zh) * 2014-02-28 2014-05-21 南方医科大学 一种低剂量x射线ct图像统计迭代重建方法
CN104408753A (zh) * 2014-10-27 2015-03-11 浙江大学 锥束ct的自适应迭代散射修正方法
CN105118039A (zh) * 2015-09-17 2015-12-02 广州华端科技有限公司 实现锥束ct图像重建的方法及系统
CN107194864A (zh) * 2017-04-24 2017-09-22 中国人民解放军信息工程大学 基于异构平台的ct图像三维重建加速方法及其装置
CN107909653A (zh) * 2017-11-15 2018-04-13 电子科技大学 一种基于稀疏主成分分析的心脏软组织三维重建方法
CN109146987A (zh) * 2018-06-15 2019-01-04 西北大学 一种基于gpu的快速锥束计算机断层成像重建方法
CN109493393A (zh) * 2017-09-13 2019-03-19 西门子医疗有限公司 减少计算机断层扫描图像数据中的多个移动伪像

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8175115B2 (en) * 2006-11-17 2012-05-08 General Electric Company Method and system for iterative reconstruction
EP2315178A1 (en) * 2009-10-12 2011-04-27 Siemens Aktiengesellschaft Reconstruction of 3D image datasets from X-ray cone-beam data
US10304217B2 (en) * 2012-07-30 2019-05-28 Toshiba Medical Systems Corporation Method and system for generating image using filtered backprojection with noise weighting and or prior in

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679768A (zh) * 2012-09-24 2014-03-26 西门子公司 以加权反投影重建ct图像数据的方法、计算单元和系统
CN103077547A (zh) * 2012-11-22 2013-05-01 中国科学院自动化研究所 基于cuda架构的ct在线重建与实时可视化方法
CN103310484A (zh) * 2013-07-03 2013-09-18 西安电子科技大学 一种基于cuda架构加速ct图像重建的方法
CN103617648A (zh) * 2013-12-05 2014-03-05 上海优益基医疗器械有限公司 一种锥形束ct重建方法和系统
CN103810735A (zh) * 2014-02-28 2014-05-21 南方医科大学 一种低剂量x射线ct图像统计迭代重建方法
CN104408753A (zh) * 2014-10-27 2015-03-11 浙江大学 锥束ct的自适应迭代散射修正方法
CN105118039A (zh) * 2015-09-17 2015-12-02 广州华端科技有限公司 实现锥束ct图像重建的方法及系统
CN107194864A (zh) * 2017-04-24 2017-09-22 中国人民解放军信息工程大学 基于异构平台的ct图像三维重建加速方法及其装置
CN109493393A (zh) * 2017-09-13 2019-03-19 西门子医疗有限公司 减少计算机断层扫描图像数据中的多个移动伪像
CN107909653A (zh) * 2017-11-15 2018-04-13 电子科技大学 一种基于稀疏主成分分析的心脏软组织三维重建方法
CN109146987A (zh) * 2018-06-15 2019-01-04 西北大学 一种基于gpu的快速锥束计算机断层成像重建方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
,Online quality optimization of the injection molding processing and model-free-optimization;Bo Yang;《Journal of Materials Processing Technology》;20151231;第85-98页 *
Noise Analysis of Iterative Algorithm for Lower Iteration Number and Weighting Effects;Gengsheng L;《2017 IEEE Nuclear Science Symposium and Medical Imaging Conference (NSS/MIC)》;20181130;全文 *
反向直线扫描CT图像重建算法研究;薛红;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170315;I138-5611 *
多媒体图像后处理系统设计;杨波;《视频应用与工程》;20090228;第33卷(第22期);第72-75页 *

Also Published As

Publication number Publication date
CN109949411A (zh) 2019-06-28

Similar Documents

Publication Publication Date Title
CN109949411B (zh) 一种基于三维加权滤波反投影和统计迭代的图像重建方法
Liu et al. Comparison of 3-D reconstruction with 3D-OSEM and with FORE+ OSEM for PET
EP1800264B1 (en) Image reconstruction with voxel dependent interpolation
JP6109524B2 (ja) X線コンピュータ断層撮影装置及び画像補正方法
Matej et al. Efficient 3-D TOF PET reconstruction using view-grouped histo-images: DIRECT—Direct image reconstruction for TOF
US8571291B2 (en) Combination weight applied to iterative reconstruction in image reconstruction
CN105118039B (zh) 实现锥束ct图像重建的方法及系统
CN103054599B (zh) X射线ct装置及x射线ct装置的动作方法
CN103186882A (zh) Pet系统中图像的衰减校正方法及装置
US9704223B2 (en) Method and system for substantially reducing cone beam artifacts based upon adaptive scaling factor in circular computer tomography (CT)
CN114387359A (zh) 一种三维x射线低剂量成像方法及装置
US7675038B2 (en) Truncation compensation in transmission reconstructions for a small FOV cardiac gamma camera
US12008689B2 (en) Devices, systems, and methods for deep-learning kernel-based scatter estimation and correction
CN102938154A (zh) 一种基于粒子滤波的动态pet图像重建方法
US20230386036A1 (en) Methods and systems for medical imaging
Szlávecz et al. GPU-based acceleration of the MLEM algorithm for SPECT parallel imaging with attenuation correction and compensation for detector response
JP6615531B2 (ja) X線コンピュータ断層撮影装置及び医用画像処理装置
Al-anbari et al. Evaluation performance of iterative algorithms for 3D image reconstruction in cone beam geometry
US11663758B2 (en) Systems and methods for motion estimation in PET imaging using AI image reconstructions
RU2736160C1 (ru) Способ формирования медицинского изображения
Jakab et al. High quality cone-beam CT reconstruction on the GPU
Gillen et al. Towards Accurate Partial Volume Correction–Perturbation for SPECT Resolution Estimation
Cheng et al. An Integrated Framework of Projection and Attenuation Correction for Quantitative SPECT/CT Reconstruction
WO2024008764A1 (en) Cone beam artifact reduction
Koutsantonis et al. A Bayesian Optimization Approach for Attenuation Correction in SPECT Brain Imaging

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant