💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
基于带有派克和差分加权的扇形束滤波背投影进行 CT 图像重建
CT(Computed Tomography,计算机断层摄影)是非常重要的医学成像技术,用于产生人体内部的准确三维视图。在 CT 成像过程中,通过使用 X 射线对被研究对象进行扫描。扫描数据是以数字形式存储的,用于生成三维 CT 图像。
要生成 CT 图像,需要对扫描数据进行重建。扇形束滤波背投影是一种常用的 CT 重建算法。该算法是通过将扫描的数据传递到算法中来计算扫描数据的轴向剖面。该算法将扇形束分割为许多截面,称为“射线”。每条射线在其路径上通过被扫描的图像并记录它们通过的值。这些值被称为“投影”。
派克和加权是扇形束滤波背投影中的两个关键步骤。派克是一种滤波器,用于对投影进行预处理,在去除噪声和伪影的同时保留有用信息。加权是指给每个投影一个特定的权值,以在重建过程中强调一些投影的贡献,从而提高重建图像的质量。
在进行 CT 图像重建时,使用带有派克和加权的扇形束滤波背投影算法可以提高重建图像的质量和准确性。这种算法的实现需要深入理解 CT 成像和数学计算原理,并且需要高水平的计算机编程技能。
本文将详细介绍使用带有派克和差分加权的扇形束滤波背投影进行CT图像重建的方法。在这个过程中,我们将探讨如何应用适当的加权措施,以优化图像质量和减少伪影的产生。除此之外,我们还将讨论重构算法在短扫描协议下的适用性,以及如何在实际应用中进行参数优化和调整。通过本文的学习,读者将能够深入了解现代CT图像重建技术的最新进展,为临床实践和科研工作提供有力的支持和指导。
📚2 运行结果
部分代码:
function [sino, Hk, hn, nn] = fbp_sino_filter(sino, ...
ds, dsd, window, extra)
[nb,na] = size(sino);
npad = 2^ceil(log2(2*nb-1)); % padded size
% printm('nb=%d npad=%d', nb, npad)
sino = [sino; zeros(npad-nb,na)]; % padded sinogram
%[hn,nn] = fbp_ramp(type, npad, ds, dsd);
% ARC
n=npad;
nn = [-(n/2):(n/2-1)]';
h = zeros(size(nn));
h(nn==0) = 1 / (4 * ds^2);
odd = mod(nn,2) == 1;
h(odd) = -1 ./ (pi * dsd * sin(nn(odd) * ds / dsd)).^2;
hn=h;
% FLAT
% nn = [-(n/2):(n/2-1)]';
% h = zeros(size(nn));
% h(n/2+1) = 1 / 4;
% odd = mod(nn,2) == 1;
% h(odd) = -1 ./ (pi * nn(odd)).^2;
% hn = h / ds^2;
Hk = real(fft(fftshift(hn)));
Hk = Hk .* fbp2_window(npad, window);
Hk = ds * Hk; % differential for discrete-space convolution vs integral
% linear interpolation is like blur with a triangular response,
% so we can compensate for this approximately in frequency domain
% if decon1
% Hk = Hk ./ fftshift(nufft_sinc(nn / npad).^2);
% end
sino = ifft( fft(sino, [], 1) .* repmat(Hk, [1 na]), [], 1, 'symmetric'); % apply filter
% trick: possibly keep extra column(s) for zeros!
sino = sino([1:(nb+extra)],:);
sino([(nb+1):(nb+extra)],:) = 0;
function y = nufft_sinc(x)
iz = find(x == 0); % indices of zero arguments
x(iz) = 1;
y = sin(pi*x) ./ (pi*x);
y(iz) = 1;
🎉3 参考文献
文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
[1]郭荣,乔志伟.基于小波的扇形束CT图像局部重建算法[J].微电子学与计算机, 2015, 32(10):5.DOI:CNKI:SUN:WXYJ.0.2015-10-014.
[2]郭荣,乔志伟.基于小波的扇形束CT图像局部重建算法[J].微电子学与计算机, 2015, 32(10):63-66.
[3]马晨欣,胡君杰,闫镔.CT扇形束滤波反投影图像重建算法优化[J].激光与光电子学进展, 2012, 49(9):6.DOI:CNKI:SUN:JGDJ.0.2012-09-012.