直接反投影重建算法(matlab)

1.原理推导

将仿真得到的投影数据,或者扫描得到的真实投影数据,沿着扫描路径按照原路回抹到路径经过的像素上,然后累加;数学公式的推导可参考YouTube上国立台湾大学成像课程https://www.youtube.com/watch?v=0255KLvu75g&t=1295s

2.实验

方法一:"iradon"函数

>> clear all;
>> close all;
>> I=phantom(256);
>> theta=0:179;
>> P=radon(I,theta);
>> rec=iradon(P, theta, 'none');
>> figure;
>> imshow(I, []), title("raw image");
>> figure;
>> imshow(rec, []), title("imaging");

重建效果 

方法二:解析法

>> clear all;
>> close all;
>> 
>> N=256;
>> I=phantom(N);
>> delta=pi/180;
>> theta=0:1:179;
>> theta_num=length(theta);
>> 
>> P=radon(I, theta);
>> [mm, nn]=size(P);
>> e=floor((mm-N-1)/2+1)+1;
>> P=P(e:N+e-1,:);
>> P1=reshape(P,N,theta_num);

>> figure;
>> imshow(I, []);
>> rec=medfuncBackprojection(theta_num, N, P1, delta);
>> figure;
>> imshow(rec, []);


>> edit medfuncBackprojection;
function rec= medfuncBackprojection(theta_num, N, R1, delta)

rec=zeros(N);
for m=1:theta_num
    pm=R1(:,m);
    Cm=(N/2)*(1-cos((m-1)*delta)-sin((m-1)*delta));
    for k1=1:N
        for k2=1:N
            Xrm=Cm+(k2-1)*cos((m-1)*delta)+(k1-1)*sin((m-1)*delta);
            n=floor(Xrm);
            t=Xrm-floor(Xrm);
            n=max(1,n);n=min(n,N-1);
            p=(1-t)*pm(n)+t*pm(n+1);
            rec(N+1-k1,k2)=rec(N+1-k1,k2)+p;
        end
    end
end

以上实验内容均学习整理于黄力宇老师等著《医学断层图像重建仿真实验》。

3.后续理解

1.点源的直接反投影重建

 2.头模的直接反投影重建

 

 

 

 

 

 

 

  • 5
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
平行束投影重建算法是一种常见的CT(计算机断层成像)重建算法,通过对平行束X射线扫描数据进行处理,生成高质量的图像。在MATLAB中,我们可以使用以下步骤实现平行束投影重建算法。 1. 数据预处理:从CT扫描仪获取的平行束X射线扫描数据可能包含伪迹和噪声。我们需要对数据进行预处理,以提高图像质量。可以使用滤波技术(如高斯滤波)来去除噪声,并使用去伪影技术(如水平补偿)来减少伪迹。 2. 扫描几何校正:平行束X射线扫描数据可能受到扫描几何方面的错误,例如由于机器运动或对齐问题导致的位置偏移。在重建之前,我们需要进行扫描几何校正,以确保数据的准确性和一致性。 3. 平行束投影:平行束投影是CT重建算法的核心步骤。它通过将每个投影数据通过投影算法转换为物体空间上对应的像素值,并对所有投影数据进行叠加,生成原始图像。在MATLAB中,我们可以使用投影函数(如iradon)来实现这一步骤。 4. 图像重建校正:投影重建得到的原始图像可能存在伪影和模糊等问题,需要进一步进行校正和增强。可以使用图像处理技术(如边缘增强、对比度调整等)来提高图像的清晰度和可视化效果。 5. 结果评估和调整:生成重建图像后,需要对其进行评估和调整。可以使用图像质量评估指标(如PSNR、SNR等)来比较不同参数或算法重建效果,并根据实际需求进行调整和优化。 通过以上步骤,我们可以在MATLAB中实现平行束投影重建算法,从而获得高质量的CT重建图像。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值