PET断层重建中动态射线追踪算法的实现

迭代重建算法已成为PET的标准重建方法,其系统响应矩阵实现图像空间和投影空间之间的映射关系,是迭代重建算法的关键.面向list-mode断层重建,以优化Siddon算法为基础,实现了一种敏捷的正交距离射线追踪方法,实时计算系统响应矩阵,生成近似高斯形的LOR线,有效建模了探测器响应函数.结果表明该算法在重建精度和效率之间达到较好的平衡,满足了list-mode断层重建的需求.     

一种快速迭代软阈值稀疏角CT重建算法

针对目前迭代软阈值稀疏角CT重建算法收敛速度较慢的问题,提出了一种基于全变分约束的快速迭代软阈值稀疏角CT重建算法.该算法首先对CT稀疏投影数据采用联合代数重建算法(SART)进行重建,以获得满足数据一致性的重建图像,然后计算SART重建图像的离散梯度变换,并对其进行软阈值滤波,最后利用离散梯度变换的伪逆更新重建图像.由于在迭代过程中利用了前2次迭代重建图像作为下一次迭代的初始图像,因而加快了重建算法的收敛速度.对Shepp-Logan模体进行仿真的实验结果表明:在无噪、5×104和2×105光子泊松噪声情况下,与SART重建算法、基于Harr小波的快速迭代软阈值算法以及基于全变分约束的迭代软阈值重建算法相比,该重建算法的收敛速度有明显提高,同时能够有效减小图像的相对重建误差.     

基于L-M算法的射影重建技术研究

在研究已有射影重建算法的基础上，利用L-M算法对基于基础矩阵的射影重建算法得到的线性结果进行优化，提高了算法的估计精度和稳定性，并在求得所有图象对应的投影矩阵后利用Bundle adjustment方法对空间结构及投影矩阵进行全局优化，取得了良好的效果。     

基于最远块投影的自适应分块迭代CQ算法

针对分块迭代CQ算法,因子集的无序性和步长的不稳定性而导致的收敛速度较慢的问题,提出了一种基于最远块投影的自适应分块迭代CQ算法.该方法通过逐次对子集最远块进行投影,可以获取较快的收敛速度;利用类-Armijo搜索的方法可以获取合适的步长参数.在证明了算法收敛性的同时,结合短扫描CT投影重建问题对2种算法的实验结果进行了对比分析.结果表明所提出算法能够取得较快的收敛速度和较高的重建精度.     

一种线性迭代非刚体射影重建方法

为了从非标定图像序列中重建出三维非刚体的射影结构,提出了一种线性迭代非刚体射影重建方法。该方法将所有图像点放入一个图像矩阵中,利用图像矩阵具有低秩的特性,通过因式分解构造一个线性迭代算法来求解图像点的深度因子,最终通过奇异值分解实现非刚体的射影重建。该方法的优点是:射影重建过程都是线性求解,且将所有图像及图像点都平等地对待,并没有倚重某些图像及图像点。模拟实验结果表明,所提重建方法比经典的Alessio方法重投影误差小18%,比Brand方法小27%;最后的真实实验结果表明,所提的重建方法重投影误差只有1.28个像素,从而验证了所提方法的有效性。     

基于共轭梯度的工业 CT 图像重建

为了保证不完全投影数据的重建图像质量,通过共轭梯度法对工业CT图像进行重建.通过对模拟数据和实际工件断层扫描数据进行图像重建,估计了算法的有效性.结果表明,与最速下降法相比,此算法适用于不完全投影数据的图像重建,在保证重建图像拟合度的同时,大大提高了重建速度.     

基于SIDWT和迭代自一致性的快速并行成像重建方法

为提高并行磁共振成像的重建速度，基于平移不变离散小波变换(SIDWT)和迭代自一致性并行成像重建(SPIRiT)模型，提出一种高效的重建方法fSIDWT-SPIRiT.该方法针对含有数据一致项、校正一致项和L1范数正则项的复杂优化问题，首先将数据一致项和校正一致项进行合并处理，之后利用快速投影迭代软阈值算法进行求解以实现快速并行磁共振成像重建.最后，在不同人体器官的数据集上进行测试.仿真实验结果表明：与其他方法相比，该方法能够在保证图像重建质量的同时，具有更快的收敛速度.     

无物方信息的未检校近景影像的方位元素估计

无物方控制信息的未检校立体影像序列只能实现度量重建,而实现度量重建必须恢复内外方位元素,利用层次重建方法,根据三张以上同名像点,用迭代分解算法恢复投影矩阵和结构,然后采用基于绝对二次曲面的自检校方法恢复相机的内方位元素,并进一步得到外方位元素.此方法可以在不需要物方控制的条件下得到统一模型,若有物方控制即可通过绝对定向获取物方坐标,可用于低精度的三维测量,也可作为高精度光束法平差的初值.     

基于正则方法与迭代技术相结合的复杂温度场重建算法

针对傅里叶正则算法在复杂温度场重建过程中存在的不足 ,首先用正则化方法获得温度场重建这一不适定问题的稳定解 ,然后利用迭代技术对解进行一次迭代优化修正 ,充分考虑观测矩阵降质对温度场重建的影响·提出一种基于正则化方法与一次迭代技术相结合的复杂温度场重建算法·仿真结果表明该算法温度场重建精度优于傅里叶正则算法 ,能快速而较高精度地重建出复杂温度场二维温度分布     

采用迭代投影方法的测量矩阵训练算法

针对稀疏重建过程中感知矩阵的约束等距性质或累积增量难以满足约束条件,即具有较小的RIP常数或者累积增量这一问题,文中在给定变换矩阵条件下,提出了一种基于迭代投影方法训练测量矩阵的算法,从而使得感知矩阵的累积增量逼近了1/2这一约束界.实验表明,该算法训练出的测量矩阵与训练前相比,其感知矩阵累积增量大大降低,且明显提高了正交匹配追踪算法重建稀疏信号的成功率.     

MART算法快速高质量图像重建研究

ART(Algebraic Reconstruction Technique)算法是一种典型的迭代图像重建算法,适合于不完全投影数据图像重建。为了提高乘型ART(Multiplicative ART, MART)算法的重建质量,提出了一种基于亚像素的图像重建方法。首先将原始图像中的每个像素等分解为四个亚像素,然后提出一种高效的射线与像素的求交算法来计算权因子和亚像素索引,利用MART算法重建得到高分辨率重建图像,最后通过合并亚像素图像得到原始分辨率的高质量重建图像。实验结果表明文中提出的方法非常有效,与传统方法相比取得了3倍以上的重建加速比,图像重建质量显著提高。     

一种实用的三维折射率场重建算法

光学层析算法可分为两类：变换类算法与级数展开类算法。代数重建技术就是级数展开类算法中的一种。此种算法对于各类非完全投影数据，特别是住房吸遮挡物情况的三维折射率场重建具有很大的优越性，对于光线弯曲情况及先验知识的应用亦有其优越之外。该文提出了一种实用的三维折射率场重建算法，即联合应用加法式代数重建技术ＡＲＴ与乘法式代数重建技术ＱＭＡＲＴ重建三维折射率场。     

不完全扇形投影数据的图象重建算法研究

针对ＣＴ实际应用中存在不完全扇形束投影数据的图象重建问题，提出了最大熵积分递推算法，应用该算法对多种数据丢失情况进行了实验研究，并与卷积反投影法进行了对比。     

EM算法在不完全数据参数估计中的应用

EM算法是参数估计中一种很重要的方法,在处理不完全数据中有重要应用．用EM算法给出了基于状态空间模型的不完全数据的参数估计,得到了利用迭代算法计算参数估计值的方法．将之用于实例,结果表明,预测结果很好．误差在可接受范围内．     

基于增广拉格朗日的全变分正则化CT迭代重建算法

采用一种基于增广拉格朗日方法(augmented Lagrangian method)求解全变分正则化(total variation regularization)算法(ALMTVR)来进行CT图像重建.将ALMTVR算法与经典的代数重建算法(algebraic reconstruction technique,ART)进行比较,并采用仿真数据与实际数据进行实验.在实验中,使用ALMTVR算法与ART算法分别进行图像重建,并对重建图像进行对比分析.实验结果表明:所提算法与ART算法相比,显著提高了图像重建的质量与速度,显示了其对图像重建的有效性及在CT成像系统中潜在的应用价值.     

MIT中灵敏度矩阵的聚类优化

针对灵敏度矩阵的几何差异性问题,提出了一种基于聚类优化的灵敏度矩阵方法.首先,分析了灵敏度矩阵的几何差异性对MIT图像质量的影响;然后,基于几何差异性对灵敏度矩阵的向量进行聚类分组,应用能量函数对分组后的灵敏度向量赋予不同权值,构造一种聚类优化的灵敏度矩阵;最后,应用优化后的灵敏度矩阵,通过线性反投影算法和牛顿-拉夫逊迭代算法进行MIT图像重建.实验结果表明:采用聚类优化的灵敏度矩阵,使线性反投影算法的均方误差降低26%以上,图像相关系数提高10%以上, 使牛顿-拉夫逊迭代算法的均方误差降低5%以上,相关系数提高4%以上,证明了所提方法的有效性.     

A Fast Interactive Sequential Pattern Mining Algorithm

In order to reduce the computational and spatial complexity in rerunning algorithm of sequential patterns query, this paper proposes sequential patterns based and projection database based algorithm for fast interactive sequential patterns mining algorithm （FISP）, in which the number of frequent items of the projection databases constructed by the correct mining which based on the previously mined sequences has been reduced. Furthermore, the algorithm＇s iterative running times are reduced greatly by using global-threshold. The results of experiments testify that FISP outperforms PrefixSpan in interactive mining     

Riesz投影的数值算法及收敛性

利用二次规划与压缩映射原理,给出了一种Ｒｉｅｓｚ投影问题的数值算法,并证明了算法的收敛性。若利用此算法,又可构造一种变分不等式的迭代算法。文末给出了一个算例,说明该算法具有精度高,收敛速度快的特点。     

基于Moreau包络与迭代重加权策略的图像深度恢复

为了解决现有的深度恢复方法存在的局限性,提出了一种基于Moreau包络与迭代重加权策略的图像深度恢复方法。提出了一种基于Moreau包络的非凸惩罚函数,提高了模型的先验稀疏性,同时保持了模型的凸性,并对算法的收敛性进行了分析。然后引入了一种迭代重加权算法处理颜色不一致问题。此外,还提出了一种加速算法将深度观测矩阵转换到傅里叶域进行快速处理时的非均匀下采样问题。最后数据集实验结果表明,该方法能够处理各种类型的深度退化,在恢复精度和运行时间方面都取得了良好的效果。