CN110702707A - 一种获取核废物桶层析γ扫描图像的方法 - Google Patents

一种获取核废物桶层析γ扫描图像的方法 Download PDF

Info

Publication number
CN110702707A
CN110702707A CN201910982423.0A CN201910982423A CN110702707A CN 110702707 A CN110702707 A CN 110702707A CN 201910982423 A CN201910982423 A CN 201910982423A CN 110702707 A CN110702707 A CN 110702707A
Authority
CN
China
Prior art keywords
image
projection
nuclear waste
rotating platform
detection
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.)
Pending
Application number
CN201910982423.0A
Other languages
English (en)
Inventor
石睿
庹先国
何艾静
郑洪龙
李志刚
母湘樊
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.)
Sichuan University of Science and Engineering
Original Assignee
Sichuan University of Science and Engineering
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 Sichuan University of Science and Engineering filed Critical Sichuan University of Science and Engineering
Priority to CN201910982423.0A priority Critical patent/CN110702707A/zh
Publication of CN110702707A publication Critical patent/CN110702707A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/03Investigating materials by wave or particle radiation by transmission
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/10Different kinds of radiation or particles
    • G01N2223/101Different kinds of radiation or particles electromagnetic radiation
    • G01N2223/1013Different kinds of radiation or particles electromagnetic radiation gamma
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/30Accessories, mechanical or electrical features
    • G01N2223/33Accessories, mechanical or electrical features scanning, i.e. relative motion for measurement of successive object-parts
    • G01N2223/3306Accessories, mechanical or electrical features scanning, i.e. relative motion for measurement of successive object-parts object rotates
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/30Accessories, mechanical or electrical features
    • G01N2223/33Accessories, mechanical or electrical features scanning, i.e. relative motion for measurement of successive object-parts
    • G01N2223/3308Accessories, mechanical or electrical features scanning, i.e. relative motion for measurement of successive object-parts object translates
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/40Imaging
    • G01N2223/401Imaging image processing

Abstract

本发明公开了一种获取核废物桶层析γ扫描图像的方法,包括以下步骤:对核废物桶进行层析γ扫描,获取透射测量投影数据;根据透射测量投影数据建立投影方程;利用非最小最优化算法求解投影方程,得到非最小最优化解;将非最小最优化解作为MLEM算法的迭代初值,利用MLEM算法重建图像。本发明利用非迭代类的非最小最优化算法计算求解投影方程,将求得的非最小最优化解作为MLEM算法的迭代初值,能够避免传统MLEM算法的随机性、偶然性,提高重建图像的精度和准确性,提高计算机图像重建的自动化程度,降低工作量,简化过程,提高工作效率。

Description

一种获取核废物桶层析γ扫描图像的方法
技术领域
本发明属于图像处理技术领域,尤其是一种获取核废物桶层析γ扫描图像的方法。
背景技术
目前图像重建方法主要可归纳为两类:一种是以Radon变换为理论基础的解析重建算法,一种是建立在解方程思想上的迭代重建算法。迭代类算法重建效果好、过程稳定、适用复杂投影情况,是目前层析γ扫描(Tomographic gamma scanning,TGS)图像重建中最常用的方法,但是相比解析法,存在计算格式更复杂、计算量大等缺点。如何有效提高迭代算法在重建过程的算法收敛速度和最终重建精度,是目前图像重建领域的研究热点。
对于一个迭代算法,迭代过程中有三个重要因素:迭代初值、迭代格式和迭代次数。迭代初值,即代入初次迭代的各体素图像值。目前TGS图像重建中的处理方法是将图像初值设置为同一任意数值(通常取1),但这样的选取方法与实际图像值的分布情况并不相符。初始值的准确估计是保证迭代收敛性和准确性的必要条件,同时关系到收敛速度,而采用传统的经验值方法或随机数方法,盲目性较大,且结果误差大甚至不收敛。为了保证收敛性和准确性,须选取初始值接近于所要求的解,这在采用计算机自动化图像重建时尤为重要。
发明内容
本发明的目的在于提供一种获取核废物桶层析γ扫描图像的方法,能够提高层析γ扫描图像重建精度和速度,提高计算机图像重建自动化程度。
本发明的目的是这样实现的:一种获取核废物桶层析γ扫描图像的方法,包括以下步骤:
对核废物桶进行层析γ扫描,获取透射测量投影数据;
根据透射测量投影数据建立投影方程;
利用非最小最优化算法求解投影方程,得到非最小最优化解;
将非最小最优化解作为MLEM算法的迭代初值,利用MLEM算法重建图像。
进一步地,投影方程为
其中,xj为第j个体素的线衰减系数值,j=1,2,…,J,J为划分的体素总数;aij代表探测器在第i个测量位置测到的射线穿过第j个体素的径迹长度,i=1,2,…,I。
进一步地,利用非最小最优化算法求解投影方程的步骤包括:
A1、将投影方程矩阵形式B=AX改写成:
[A,-B][X,1]T=0
构造已知矩阵L=[A,-B],其中A为径迹矩阵,B为透射率负对数矩阵;
构造未知矩阵M=[X,1]T,其中X为待求的线衰减系数矩阵;
A2、构造最优化代价方程:
Figure BDA0002235633210000021
其中,
A3、为了获得最优化的M,需要将代价方程最小化,所以使用估算方程:
GM=ψM;
A4、求出G的最小特征值对应的最小特征根ξ,再选取特征向量与构造的未知矩阵M对应,从而求出图像矩阵X=[xj],X即为非最小最优化解。
进一步地,利用MLEM算法重建图像的步骤为:
A5、对第j个未知图像量xj赋予初始值xj (k)=xj (0)
A6、将图像初值xj (0)代入TGS投影方程中,计算投影估计值:
Figure BDA0002235633210000023
Figure BDA0002235633210000024
A7、计算投影估计值与测量所得投影数据的误差:
Figure BDA0002235633210000025
A8、计算对第j个未知图像量的修正因子:
A9、对xj进行修正:
Figure BDA0002235633210000027
A10、令k=k+1,将步骤A9得到的修正后的图像值作为迭代初值,重复步骤A 6~A9进行下一轮迭代,直到满足限制条件:
Figure BDA0002235633210000028
进一步地,步骤A5中,k=1。
进一步地,采用探测设备对核废物桶进行层析γ扫描,所述探测设备包括投射源、探测器和转动平台,投射源和探测器分别位于转动平台的两侧,且投射源的中心线与探测器的中心线重合;所述转动平台安装在平移平台上;扫描步骤为:
B1、将核废物桶固定在转动平台上,利用平移平台调节转动平台的水平位置,使转动平台处于第一个水平探测位置,此时,转动平台位于第一个角度探测位置;
B2、启动投射源和探测器,完成一次探测;
B3、转动平台带动核废物桶转动设定的角度,完成下一个角度探测位置的探测;
B4、重复B3,直到转动平台转动一周,完成所有角度探测位置的探测;
B5、利用平移平台调节转动平台的位置,使转动平台处于下一个水平探测位置,重复步骤B2至B4,完成下一个水平探测位置的探测;
B6、重复B5完成所有水平探测位置和角度探测位置的探测。
本发明的有益效果是:本发明利用非迭代类的非最小最优化算法计算求解投影方程,将求得的非最小最优化解作为MLEM算法的迭代初值,能够避免传统MLEM算法的随机性、偶然性,提高重建图像的精度和准确性,提高计算机图像重建的自动化程度,降低工作量,简化过程,提高工作效率。
附图说明
图1是本发明的流程示意图。
图2是验证试验中样品检测示意图。
图3是验证试验中样品的真实分布示意图。
图4是采用现有MLEM算法得到的重建图像。
图5是采用本发明得到的重建图像。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1所示,本发明的一种获取核废物桶层析γ扫描图像的方法,包括以下步骤,
对核废物桶进行层析γ扫描,获取透射测量投影数据:
为了实现在多个水平位置、多个角度下对核废物桶进行层析γ扫描,本发明采用探测设备对核废物桶进行层析γ扫描,所述探测设备包括投射源、探测器和转动平台,转动平台能够转动,使得核废物桶具有多个角度探测位置,具体可利用伺服电机等动力设备作为转动平台转动的动力,且转动的角度可控。投射源和探测器分别位于转动平台的两侧,且投射源的中心线与探测器的中心线重合,保证探测器能够接收投射源发射的γ射线。所述转动平台安装在平移平台上,平移平台即可以水平直线移动的平台,具体可采用气缸、液压缸或者电机带动的丝杆螺母机构作为平移平台移动的动力,将转动平台输送至多个水平探测位置。
具体扫描步骤为:
B1、将核废物桶固定在转动平台上,利用平移平台调节转动平台的水平位置,使转动平台处于第一个水平探测位置,此时,转动平台位于第一个角度探测位置;
B2、启动投射源和探测器,完成一次探测;
B3、转动平台带动核废物桶转动设定的角度,完成下一个角度探测位置的探测;
B4、重复B3,直到转动平台转动一周,完成所有角度探测位置的探测;
B5、利用平移平台调节转动平台的位置,使转动平台处于下一个水平探测位置,重复步骤B2至B4,完成下一个水平探测位置的探测;
B6、重复B5,完成所有水平探测位置和角度探测位置的探测。
根据透射测量投影数据建立投影方程:
Figure BDA0002235633210000041
其中,xj为第j个体素的线衰减系数值,j=1,2,…,J,J为划分的体素(像素)总数;aij代表探测器在第i个测量位置测到的射线穿过第j个体素的径迹长度,i=1,2,…,I。I可以是4、5、6等,假如水平探测位置为5个,那么I的值为5。
利用非最小最优化算法求解投影方程,得到非最小最优化解:
A1、投影方程
Figure BDA0002235633210000042
的矩阵形式为B=AX,将投影方程矩阵形式B=AX改写成:
[A,-B][X,1]T=0;
构造已知矩阵L=[A,-B],其中A为径迹矩阵,B为透射率负对数矩阵;
构造未知矩阵M=[X,1]T,其中X为待求的线衰减系数矩阵;
A2、构造最优化代价方程:
Figure BDA0002235633210000043
其中,
Figure BDA0002235633210000044
A3、为了获得最优化的M,需要将代价方程最小化,所以使用估算方程:
GM=ψM;
A4、根据估算方程求出G的最小特征值对应的最小特征根ξ即视为代价方程J的非最小最优化解,再选取特征向量与构造的未知矩阵M对应,从而求出图像矩阵X=[xj],j=1,2,…,J,J为划分的体素(像素)总数,X即为非最小最优化解。
将非最小最优化解作为MLEM算法的迭代初值,利用MLEM算法重建图像:
A5、对第j个未知图像量xj赋予初始值xj (k)=xj (0),k=1;
A6、将图像初值xj (0)代入TGS投影方程中,计算投影估计值:
Figure BDA0002235633210000051
Figure BDA0002235633210000052
A7、计算投影估计值与测量所得投影数据的误差:
Figure BDA0002235633210000053
A8、计算对第j个未知图像量的修正因子:
Figure BDA0002235633210000054
A9、对xj进行修正:
Figure BDA0002235633210000055
A10、令k=k+1,将步骤A9得到的修正后的图像值作为迭代初值,重复步骤A 6~A9进行下一轮迭代,直到满足限制条件:
Figure BDA0002235633210000056
即每次迭代后根据上式计算
Figure BDA0002235633210000057
若其小于0.1%,则迭代结束,否则继续进行下一次迭代计算。
采用以下试验验证本发明的效果,为了简化试验,提高试验的便利性和安全性,采用一些常用物品作为被测样品,替代核废物桶。
具体地,设计水平探测位置4个,角度探测位置7个,选取7种不同的样品替代核废物桶,分别为聚乙烯、木板、水、铝块、玻璃、塑料块和混凝土,且将这7种样品分别标记为S1、S2、S3、S4、S5、S6和S7,将转动平台划分为7个角度相等的扇形区,将7种样品分别放在不同的扇形区,且7种样品到转动平台圆心的距离不全部相等,具体如图2所示。
扫描过程为:首先推动转动平台直线移动,使待测样品在水平方向移动,整个装置处于测量过程的初始位置(对应图2中的平动位置1),此时透射源-探测器对连线与载物台中心圆点位置相距3.5cm;然后通过动力装置再次推动转动平台直线移动,从初始位置处朝着相同方向移动,每平移7cm选取一个测量位置,共有4个平动位置(对应图2中平动位置1~4);在每个平动位置上,驱动转动平台转动,使待测样品每次旋转固定角度并进行测量,直至得到此平动位置下待测样品旋转完整一圈的投影计数。透射源采用152Eu-γ源,取其1408keV能量的投影计数进行重建。
根据透射测量投影数据建立投影方程:
Figure BDA0002235633210000061
其中,xj为第j(j=1,2,…,J)个体素的线衰减系数值;aij代表探测器在第i(i=1,2,…,I)个测量位置测到的射线穿过第j个体素的径迹长度(线衰减厚度)。
另,
bi=-ln(Ii/I0)
其中I0为γ射线未经待测样品衰减后到达探测器的γ光子计数率,Ii为第i次测量中探测器测到的经过样品衰减后的γ计数率。
将式(1)写成矩阵形式有:
B=AX
B为测量所得投影矩阵,A为系统矩阵(径迹矩阵),X为待求的图像矩阵。TGS透射图像重建的实质就是求解上式中的透射方程,得到待测物中各体素的图像值。
采用本发明中的初值优化改进算法,对TGS透射方程进行迭代求解,得到如图5所示的重建图像。同时,采用传统MLEM算法(所有体素迭代初值选为1)得到如图4所示的重建图像。将两种重建图像与图3所示的真实分布图像进行对比,可以看出,图5明显更加接近图3,因此,相比传统MLEM算法结果,本发明的NMO-MLEM方法重建出的图像都更符合样品真实分布情况、准确度更高,图像中的伪影明显减少。
综上,本发明利用非迭代类的非最小最优化算法计算求解投影方程,将求得的非最小最优化解作为MLEM算法的迭代初值,能够避免传统MLEM算法的随机性、偶然性,提高重建图像的精度和准确性,提高计算机图像重建的自动化程度,降低工作量,简化过程,提高工作效率。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种获取核废物桶层析γ扫描图像的方法,其特征在于,包括以下步骤:
对核废物桶进行层析γ扫描,获取透射测量投影数据;
根据透射测量投影数据建立投影方程;
利用非最小最优化算法求解投影方程,得到非最小最优化解;
将非最小最优化解作为MLEM算法的迭代初值,利用MLEM算法重建图像。
2.根据权利要求1所述的一种获取核废物桶层析γ扫描图像的方法,其特征在于,投影方程为
Figure FDA0002235633200000011
其中,xj为第j个体素的线衰减系数值,j=1,2,…,J,J为划分的体素总数;aij代表探测器在第i个测量位置测到的射线穿过第j个体素的径迹长度,i=1,2,…,I。
3.根据权利要求2所述的一种获取核废物桶层析γ扫描图像的方法,其特征在于,利用非最小最优化算法求解投影方程的步骤包括:
A1、将投影方程矩阵形式B=AX改写成:
[A,-B][X,1]T=0
构造已知矩阵L=[A,-B],其中A为径迹矩阵,B为透射率负对数矩阵;
构造未知矩阵M=[X,1]T,其中X为待求的线衰减系数矩阵;
A2、构造最优化代价方程:
Figure FDA0002235633200000012
其中,
Figure FDA0002235633200000013
A3、为了获得最优化的M,需要将代价方程最小化,所以使用估算方程:GM=ψM;
A4、求出G的最小特征值对应的最小特征根ξ,再选取特征向量与构造的未知矩阵M对应,从而求出图像矩阵X=[xj],X即为非最小最优化解。
4.根据权利要求3所述的一种获取核废物桶层析γ扫描图像的方法,其特征在于,利用MLEM算法重建图像的步骤为:
A5、对第j个未知图像量xj赋予初始值xj (k)=xj (0)
A6、将图像初值xj (0)代入TGS投影方程中,计算投影估计值:
Figure FDA0002235633200000021
A7、计算投影估计值与测量所得投影数据的误差:
Figure FDA0002235633200000023
A8、计算对第j个未知图像量的修正因子:
Figure FDA0002235633200000024
A9、对xj进行修正:
Figure FDA0002235633200000025
A10、令k=k+1,将步骤A9得到的修正后的图像值作为迭代初值,重复步骤A 6~A 9进行下一轮迭代,直到满足限制条件:
Figure FDA0002235633200000026
5.根据权利要求4所述的一种获取核废物桶层析γ扫描图像的方法,其特征在于,步骤A5中,k=1。
6.根据权利要求1所述的一种获取核废物桶层析γ扫描图像的方法,其特征在于,采用探测设备对核废物桶进行层析γ扫描,所述探测设备包括投射源、探测器和转动平台,投射源和探测器分别位于转动平台的两侧,且投射源的中心线与探测器的中心线重合;所述转动平台安装在平移平台上;扫描步骤为:
B1、将核废物桶固定在转动平台上,利用平移平台调节转动平台的水平位置,使转动平台处于第一个水平探测位置,此时,转动平台位于第一个角度探测位置;
B2、启动投射源和探测器,完成一次探测;
B3、转动平台带动核废物桶转动设定的角度,完成下一个角度探测位置的探测;
B4、重复B3,直到转动平台转动一周,完成所有角度探测位置的探测;
B5、利用平移平台调节转动平台的位置,使转动平台处于下一个水平探测位置,重复步骤B2至B4,完成下一个水平探测位置的探测;
B6、重复B5,完成所有水平探测位置和角度探测位置的探测。
CN201910982423.0A 2019-10-16 2019-10-16 一种获取核废物桶层析γ扫描图像的方法 Pending CN110702707A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910982423.0A CN110702707A (zh) 2019-10-16 2019-10-16 一种获取核废物桶层析γ扫描图像的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910982423.0A CN110702707A (zh) 2019-10-16 2019-10-16 一种获取核废物桶层析γ扫描图像的方法

Publications (1)

Publication Number Publication Date
CN110702707A true CN110702707A (zh) 2020-01-17

Family

ID=69199813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910982423.0A Pending CN110702707A (zh) 2019-10-16 2019-10-16 一种获取核废物桶层析γ扫描图像的方法

Country Status (1)

Country Link
CN (1) CN110702707A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113284210A (zh) * 2021-06-07 2021-08-20 中国原子能科学研究院 Tgs透射图像重建方法、装置、介质和电子设备
CN113284208A (zh) * 2021-06-07 2021-08-20 中国原子能科学研究院 Tgs透射图像重建方法、装置、介质和电子设备
CN116664707A (zh) * 2022-02-17 2023-08-29 北京朗视仪器股份有限公司 一种ct图像迭代重建方法、装置及计算机设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5257183A (en) * 1990-12-21 1993-10-26 General Electric Company Method and apparatus for converting cone beam X-ray projection data to planar integral and reconstructing a three-dimensional computerized tomography (CT) image of an object
CN100998552A (zh) * 2007-01-23 2007-07-18 北京本草天源药物研究院 一种用于口服制剂的药物组合物及其制备方法
CN102422326A (zh) * 2009-05-07 2012-04-18 皇家飞利浦电子股份有限公司 用于生成断层摄影重建滤波器的系统和方法
US20130002659A1 (en) * 2010-02-12 2013-01-03 The Regents Of The University Of California Graphics processing unit-based fast cone beam computed tomography reconstruction
CN104569006A (zh) * 2015-01-16 2015-04-29 成都理工大学 废物桶中放射性废物水泥固化体裂缝检测装置和方法
CN105004444A (zh) * 2015-07-13 2015-10-28 山东大学 一种非迭代的超声ct温度重建方法
CN109541675A (zh) * 2018-12-06 2019-03-29 四川理工学院 基于点源空间效率函数的层析γ扫描体素效率刻度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5257183A (en) * 1990-12-21 1993-10-26 General Electric Company Method and apparatus for converting cone beam X-ray projection data to planar integral and reconstructing a three-dimensional computerized tomography (CT) image of an object
CN100998552A (zh) * 2007-01-23 2007-07-18 北京本草天源药物研究院 一种用于口服制剂的药物组合物及其制备方法
CN102422326A (zh) * 2009-05-07 2012-04-18 皇家飞利浦电子股份有限公司 用于生成断层摄影重建滤波器的系统和方法
US20130002659A1 (en) * 2010-02-12 2013-01-03 The Regents Of The University Of California Graphics processing unit-based fast cone beam computed tomography reconstruction
CN104569006A (zh) * 2015-01-16 2015-04-29 成都理工大学 废物桶中放射性废物水泥固化体裂缝检测装置和方法
CN105004444A (zh) * 2015-07-13 2015-10-28 山东大学 一种非迭代的超声ct温度重建方法
CN109541675A (zh) * 2018-12-06 2019-03-29 四川理工学院 基于点源空间效率函数的层析γ扫描体素效率刻度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HE AIJING等: ""An improved OSEM iterative reconstruction algorithm for transmission tomographic gamma scanning"", 《APPLIED RADIATION AND ISOTOPES》 *
ZIJIAN ZHAO等: ""Non-lterative algorithm for ultrasonic computer tomography"", 《JOURNAL OF MEDICAL IMAGING AND HEALTH INFORMATICS》 *
何玲君: ""基于最大似然和罚似然估计的CT统计重建算法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113284210A (zh) * 2021-06-07 2021-08-20 中国原子能科学研究院 Tgs透射图像重建方法、装置、介质和电子设备
CN113284208A (zh) * 2021-06-07 2021-08-20 中国原子能科学研究院 Tgs透射图像重建方法、装置、介质和电子设备
CN113284210B (zh) * 2021-06-07 2024-03-22 中国原子能科学研究院 Tgs透射图像重建方法、装置、介质和电子设备
CN116664707A (zh) * 2022-02-17 2023-08-29 北京朗视仪器股份有限公司 一种ct图像迭代重建方法、装置及计算机设备
CN116664707B (zh) * 2022-02-17 2024-02-13 北京朗视仪器股份有限公司 一种ct图像迭代重建方法、装置及计算机设备

Similar Documents

Publication Publication Date Title
CN110702707A (zh) 一种获取核废物桶层析γ扫描图像的方法
CN102711613B (zh) 计算断层摄影成像方法及系统
Kingston et al. Reliable automatic alignment of tomographic projection data by passive auto‐focus
Stevens et al. Alignment of a volumetric tomography system
CN107764846B (zh) 一种正交直线扫描的cl成像系统及分析方法
CN107328798B (zh) 一种新型icl系统及实现方法
CN104274201B (zh) 乳腺层析成像方法和系统及成像设备和图像采集处理方法
CN112567231A (zh) 通过动态选择投影角度进行物品检查
CN103163165B (zh) 一种二代ct扫描成像方法
CN107796834B (zh) 一种正交电子直线扫描cl成像系统及方法
CN110057847B (zh) Tr层析扫描投影重排方法及装置
CN104050631A (zh) 一种低剂量ct图像重建方法
CN107796835A (zh) 一种x射线柱面三维锥束计算机层析成像方法及装置
CN105136823B (zh) 大口径管道壁外部ct局部扫描成像方法
CN109146800B (zh) 锥束计算机断层成像图像校正方法和系统
CN113533392B (zh) 一种组合扫描cl成像方法
Guo et al. High-quality image reconstruction from exterior helical cone-beam CT data for NDE of industrial pipelines
Bauer et al. Practical part-specific trajectory optimization for robot-guided inspection via computed tomography
CN114236596A (zh) 基于双模探测器系统的核废物包装体自适应扫描方法
JP2013535678A (ja) コンピュータ断層撮影方法、コンピュータプログラム、コンピュータデバイスおよびコンピュータ断層撮影システム
WO2022031848A1 (en) Estimating background radiation from unknown sources
Aijing et al. An improved OSEM iterative reconstruction algorithm for transmission tomographic gamma scanning
CN109884090B (zh) 一种改进圆盘卡法的ct空间分辨率测量方法
Wang et al. Application of Image Reconstruction Based on Inverse Radon Transform in CT System Parameter Calibration and Imaging
CN111458300A (zh) 基于稀疏投影的Nesterov同伦摄动迭代的光学层析成像重建方法及系统

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