低管电压CT扫描技术在眼动脉CTA的应用价值研究

目的评估低管电压CTA在眼动脉成像的应用价值。方法将60例拟行头颈部CTA的患者随机分为2组,低管电压组和对照组各30例。低管电压组采用100k V联合快速迭代重建算法(idose),对照组采用120 k V,比较2组眼动脉CT值、噪声(SD)、信噪比(SNR)、对比噪声比(CNR)、图像质量评分、CT容积剂量指数(CTDIvol)、剂量长度乘积(DLP)、有效剂量(ED),用于图像质量及辐射剂量评价。结果 (1)低管电压组较对照组眼动脉CT值略有增高,差异无统计学意义。(2)2组在眼动脉CTA图像差异,主观评价无统计学意义,2组图像质量均满足临床诊断需要;客观评价,低管电压组由于联合使用idose,噪声较对照组低,差异有统计学意义,低管电压组的SNR、CNR较对照组高,差异有统计学意义。(3)低管电压组辐射剂量较对照组明显减少,CTDIvol、DLP、ED分别降低了52%、55%、55%。结论低管电压(100 k V)联合快速迭代重建算法(idose)进行眼动脉CTA检查具有可行性,不仅可获得满足诊断需要的图像质量,同时可明显降低辐射剂量。     

全模型迭代重建技术在头颈部血管成像中的应用

探讨全模型迭代重建技术(iterative model reconstruction,IMR)在低管电压、低管电流、低造影剂总量与低流速条件下,在256层螺旋CT头颈部血管成像(CTA)中的可行性;并评估其对图像质量以及辐射剂量的影响。将50例行头颈部CTA检查的患者,随机分为对正常剂量和低剂量组,每组各25例。对照组选择120 kV、约220 mA·s、45 mL对比剂、流速4.5 mL/s。低剂量组选择80 kV、约155 mA·s、40 mL对比剂、流速4.0 mL/s,其余扫描条件保持一致。对照组使用滤波反投影法(FBP)对数据进行重建,低剂量组使用IMR算法对数据进行重建。对两组图像进行主观质量评价和客观统计分析包括强化CT值、信噪比(SNR)、对比噪声比(CNR)以及辐射剂量。结果 2名医师对动脉期图像质量评分一致性较高。低剂量组各段血管强化CT值、SNR、CNR均高于对照组,具有统计学意义(P0.05)。低剂量组容积CT剂量指数(CTDI)、剂量长度乘积(DLP)和有效剂量(ED)明显低于正常剂量组。说明在头颈部CTA检查中采用低管电压、低管电流、低流速与低对比剂总量扫描模式结合IMR重建技术既可满足临床诊断的需求,又可以获得较好的图像质量和较低的辐射剂量。     

全模型迭代重建技术在头颈部CTA中的应用

目的 探讨全模型迭代重建技术(Iterative Model Reconstruction,IMR)在低管电压、低管电流、低造影剂总量与低流速条件下在256层螺旋CT头颈部血管成像(CTA)中的可行性,并评估其对图像质量以及辐射剂量的影响。 方法 将50例行头颈部CTA检查的患者,随机分为对正常剂量和低剂量组,每组各25例。对照组选择120kV、约220mAs 、45ml对比剂、流速4.5ml/s,低剂量组选择80kV、约155mAs、40ml对比剂、流速4.0ml/s,其余扫描条件保持一致。对照组使用滤波反投影法(FBP)对数据进行重建,低剂量组使用IMR算法对数据进行重建。对两组图像进行主观质量评价和客观统计分析包括强化CT值、信噪比(SNR)、对比噪声比(CNR)以及辐射剂量。 结果 2名医师对动脉期图像质量评分一致性较高。低剂量组各段血管强化CT值、SNR、CNR均高于对照组,具有统计学意义(P <0.05)。低剂量组容积CT剂量指数(CTDI)、剂量长度乘积(DLP)和有效剂量(ED)明显低于正常剂量组。结论 在头颈部CTA检查中采用低管电压、低管电流、低流速与低对比剂总量扫描模式结合IMR重建技术即可满足临床诊断的需求,又可以获得较好的图像质量和较低的辐射剂量。     

双源CT低管电压联合迭代重建算法在冠状动脉成像中的应用研究

目的探讨80 k V低管电压联合迭代重建算法在CT冠状动脉成像中的应用价值.方法收集60例行冠状动脉检查的患者,所有患者心率均小于65次/min,体质量指数25 kg/m2,均采用Flash扫描模式,随机分为A组(120 k V)和B组(80 k V),B组根据原始数据重建方法不同分为B1组(传统滤波反投影,FBP)和B2组(正弦确认迭代重建技术,SAFIRE).主观对各组的图像质量进行评分,分析比较各组噪声(SD)、平均CT值(SI)、信噪比(SNR)、对比信噪比(CNR)和有效辐射剂量(ED)的差异.结果 A组和B2组主观图像评分差异无统计学意义(P0.05);B2组的图像噪声显著高于A组(P0.01),SNR和CNR相比无明显变化,差异无统计学意义(P0.05);B2组的图像噪声显著低于B1组(P0.01),SNR和CNR显著高于B1组(P0.01);A组平均有效辐射剂量为(7.30±0.68)m Sv,B组平均有效辐射剂量为(0.79±0.10)m Sv,B组辐射剂量明显小于A组,平均减少89%,两组比较差异具有统计学意义(P0.05).结论采用相同管电压时,与FBP算法比较,SAFIRE算法能显著改善冠脉的图像质量;对于BMI小于25 kg/m2的患者,采用80 k V管电压联合迭代重建算法可在不影响图像诊断的同时显著降低辐射剂量.     

DLIR在肝门静脉血管成像中降低辐射、对比剂剂量和注射速度的性能评估

目的:对比三低方案结合深度学习图像重建(DLIR)算法肝门静脉血管成像(SCTP)与常规协议结合自适应统计迭代重建Veo(ASiR-V)算法SCTP图像质量。方法:将210例上腹部SCTP检查患者分为4组：标准方案A组(n=90)、低体脂标准方案A1组(n=30)、三低方案B组(n=90)、低体脂超三低方案C组(n=30);其中A组、A1组采用60%权重ASiR-V(A-AV60,A1-AV60),80%权重ASiR-V(A-AV80,A1-AV80)重建；B组、C组：采用60%权重ASiR-V(B-AV60,C-AV60),80%权重ASiR-V(B-AV80,C-AV80),DLIR算法中等级别(B-DM,C-DM),DLIR算法高等级别(B-DH,C-DH)重建。结果:与A组相比，B组的有效剂量、对比剂剂量和注射速度分别减少41.3%(P<0.001)、32.6%(P<0.001)和30.0%(P<0.001),B-DH的标准差(SD)最低，信噪比(SNR)及对比噪声比(CNR)最高，与A-AV80比较，差异无统计学意义。B-DH综合主观评分最高医生1为4.30...     

基于小波自适应阈值的脑CT图像去噪研究

利用自适应小波阈值算法抑制脑部CT图像噪声,以提高图像质量.通过仿真实验,确定自适应滤波阈值与噪声强度的关系,然后采用真实脑部CT图像及自然图像进行验证,并与常用小波阈值算法比较.提出的算法能够抑制图像的加性白噪声,使峰值信噪比提高7～10 dB,同时更好地保留了图像细节及边缘信息.小波自适应阈值算法能够对不同噪声水平的脑CT图像及自然图像进行自适应处理,提高峰值信噪比,改善图像质量.     

单光子发射断层成像的奇异值分解重建算法

为了抑制单光子发射断层成像(SPECT)中噪声的影响,提高重建图像的质量和定量精度,应用奇异值分解(SVD)方法进行图像重建。对人体胸腔模型进行Monte-Carlo模拟计算,生成三维SPECT系统传输矩阵和模拟投影图像,求解系统传输矩阵的广义逆矩阵。在有噪声情况下,存在最佳保留奇异值数目,使重建图像质量达到最优。最佳保留奇异值数目的不同体现了噪声的差异。与常规重建方法进行比较,SVD重建算法具有更好的噪声抑制和重建图像质量,是一种值得关注的SPECT图像重建算法。     

基于Geant4的多相流CT系统优化设计

针对多相流CT系统,利用基于蒙特卡洛方法的高能粒子输运仿真软件工具包Geant4分析,构建了多相流CT系统5源、7源和9源仿真模型.分析多相流CT系统的数学模型,并利用LBP、FBP以及ART算法进行了图像重建.基于散射光子比和重建图像质量等优化指标分析,进行了多相流CT成像系统的优化设计.实验表明,优化设计后的CT系统使层流、环流和泡状流的散射光子比分别降低到5.32%、5.33%和5.29%,有效抑制了光子散射,明显改善了再构图像质量.     

基于双字典自适应学习算法的低采样率CT重建

在医疗诊断中,稀疏采样能减少CT扫描过程中辐射对患者的伤害.但直接对稀疏采样后的投影数据进行重建,会使CT重建后的图像出现失真、伪影等问题.为保证低采样率下重建图像的质量,提出了双字典自适应学习算法,参照Sparse-Land模型的双字典学习框架,将K-SVD算法与双字典学习算法框架相结合得到补全投影数据,利用FBP算法进行重建得到高质量的重建图像.实验结果表明,在低采样率下使用所提方法进行CT重建的图像质量优于COMP双字典学习算法和MOD双字典学习算法,并且此方法有效提高了CT图像重建在低采样率时的性能.     

基于圆域上多项式逼近的图像重建算法

以Marr算法为基础, 给出了圆域D上图像重建的一种 基于二元多项式逼近的加速算法. 加速后算法的计算量为O(Nlg N), 当N较大时, 新算法的运行时间远小于原算法的运行时间. 同时, 与传统图像重建算法〖CD2〗滤波反投影算法（FBP）相比, 基于多项式逼近加速算法重建的图像质量优于前者. 仿真实验验证了此算法的有效性.     

基于改进非局部先验的Bayesian低剂量CT投影平滑算法

针对低剂量CT(LDCT)图像质量退化的问题,提出了一种改进的非局部先验模型,并将基于该模型的Bayesian统计算法应用于LDCT投影降噪中.首先将方向性测度引入到传统的非局部先验模型中,构建一种改进的先验模型;同时结合基于加权欧氏距离的距离测度,提高权重系数计算的准确性;然后运用基于该先验模型的Bayesian统计算法对LDCT投影进行平滑降噪;最后依据降噪后投影,利用滤波反投影(FBP)方法进行重建,得到改善的LDCT图像.实验结果表明,与典型的传统LDCT重建算法相比,该算法在抑制噪声、去除伪影的同时,较好地保留了重建图像细节信息.     

最大似然-可分离抛物面替代函数双能CT重建算法

针对重建算法对不同的检测对象需要建立不同的查找表问题,提出了一种基于最大似然-可分离抛物面型替代函数的重建算法.根据双能CT的物理模型和统计模型建立了对数似然函数,并以之为目标函数.根据目标函数的凸性,构造了可分离抛物面型替代函数.实验结果表明,该算法重建所得各能级图像与原始图像的相关系数大于0.983,信噪比大于12 d B,均大于查表法重建结果的相应值,重建图像质量优于查表法.     

基于图像信噪比自适应阈值模型的秦简文字图像二值化算法

文本图像二值化算法的优劣直接影响图像文本字符识别的准确率。秦简文字图像受制于背景光照欠均衡和噪声复杂等因素影响,传统文本图像二值化算法无法准确分割其前景和背景,秦简文字轮廓等特征无法准确提取,二值化效果达不到文本高准确识别要求。针对图像质量不平衡的秦简文字图像提出了一种基于图像信噪比自适应阈值模型的二值化算法。首先,将图像进行灰度转换、调整亮度和降噪等一系列二值化前的预先处理;其次,根据图像信噪比(SNR)大小自适应设置阈值,分别采用OTSU算法和Bernsen算法进行二值化处理;最后,由峰值信噪比(PSNR)与结构相似性(SSIM)评价指标择优选取二值化图像,从而准确地提取秦简图像二值化后的文字轮廓。在自建的秦简文字数据集QBS text dataset上的测试结果表明,该算法的二值化结果保留了更多的秦简文字细节特征和文字轮廓,其峰值信噪比和精确率也分别达到25.61 dB和76.67%,相较其他经典文本图像二值化算法,其性能指标均有较大提升。     

基于人类视觉系统的特征相似性图像质量评价

为克服现有特征相似性(FSIM)图像质量评价算法对图像信息无序部分及边缘信息度量能力的不足,利用人类视觉系统的内在推导机制,提出基于人类视觉系统的特征相似性图像质量评价算法HFSIM.该算法采用自回归预测模型分解并解读图像内容的预测部分和无序部分;联合FSIM与边缘结构相似性算法度量预测部分,采用多尺度峰值信噪比(PSNR)度量无序部分的衰减情况,最后根据噪声能量融合图像信息预测部分与无序部分的评价结果得到图像质量评价.在6个公开基准数据库上的实验结果表明,该算法与人类主观感知具有高度的一致性,且在各类型失真图像的评价上具有较好的性能.     

Fontaine Ⅱ期及以上分期下肢动脉硬化闭塞症的128层CTA技术探讨

目的分析128层CT的不同扫描技术在下肢CT血管造影技术(CTA)对下肢动脉硬化闭塞症(PAOD)FontaineⅡa期及以上分期中的应用价值,选出最具优势的检查手段。方法回顾性分析FontaineⅡa期及以上分期的PAOD患者共43例(患肢50侧)的下肢动脉血管CTA图像,并与数字减影血管造影(DSA)检查结果进行统计学分析,计算CTA对动脉狭窄50%病例的明确诊断。并按不同的CTA检查技术方法进行分组,分析其重组血管清晰度及显示血管节段数,进行组间结果对照分析。结果以下肢动脉管腔径狭窄50%为阈值,CTA检查的敏感性、特异性、准确性、阳性预测值、阴性预测值分别为100%、97.31%、98.10%、96.51%、100%。结论对于FontaineⅡa期及以上分期PAOD的血管狭窄度的判断,CTA具有高度敏感性及准确性,可为PAOD的临床治疗提供准确可靠的指导。对于FontaineⅡa期及以下分期的PAOD采用腘动脉团注触发技术扫描即可获得满意图像;而对于FontaineⅡb及以上分期的PAOD血管狭窄度的判断,采用经验值扫描可以获得更满意图像。     

采用深度学习的快速超分辨率图像重建方法

为满足实际工业生产需要,提出一种基于深度学习的快速超分辨率图像重建方法.采用一种快速的卷积神经网络结构,使用级联的小卷积核以取得重建速度上的提升,加深卷积网络以取得重建质量上的提升.实验结果表明:在标准的公共数据集上,该算法重建的高分辨率图像在主观视觉感受和客观的图像质量评价(峰值信噪比)上取得较好的效果,且重建时间大大缩短;将算法应用在实际的项目中,能达到阈值分割后准确检测物体的标准,减少企业对高额工业相机的经济开支.     

一种利用Spark-GPU加速 CT图像重建的设计

目的:进一步解决CT图像重建耗时长的问题,实现大批量重建CT图像.方法:利用大数据框架Spark构建GPU集群.首先对加速滤波反投影(FBP)和同时代数迭代重建技术(SART)算法的复杂度进行分析及并行化设计,并比较在GPU和CPU上的运行速度.通过对比耗时选择最佳的计算组合,实现单机GPU加速.通过thunder工具读取批量的投影数据并创建分布式数据集,使用Numba开发CUDA程序并部署在Spark运行.结果:FBP算法运行速度有近40倍的提升,SART算法运行速度有近10倍的提升.结论:Spark和GPU结合能够扩展Spark的性能,突破单机加速瓶颈,大幅提升计算速度,对于不同的图像重建算法均有良好的加速效果,表明Spark-GPU在图像重建方向有良好的应用前景.     

基于滤波反投影的二值图像边缘检测新方法

利用基于滤波反投影（FBP）的CT图像重建算法中出现的“杯状效应”,对重建得到的CT值中的最小负值设置阈值因子来调整图像的整体归一化结果,从而得到一种新的边缘检测方法;同时给出一种改进的距离准则,以便针对不同的图像选择最优的阈值因子使得边缘检测的效果达到最佳。     

基于密连接生成对抗网络的图像超分辨率重建

为了使超分辨率图像展现更好的视觉效果,在基于生成对抗网络的超分辨率算法基础上,改进生成器网络,加入密连接块,使网络在更少参数、更低计算成本、更短训练时间的情况下,实现更优的性能.为了促进图像的空间平滑性,在优化问题中,使用内容损失函数和Total Variation Loss一起约束噪声.输出图像选取VGG19的19、16、13、10、7层输出对比结果,加强了不同尺度图像的特征融合.主观视觉效果显示,该方法重建后的图像质量有所提升,重建后的图像细节信息有所增加;同时,用于评价图像重建质量的峰值信噪比(PSNR)提升了1.30dB,结构相似性(SSIM)提升了0.03.     

圆轨道XCT图像重建的EM算法研究与实现

X射线CT(XCT)是一门用来获取观测物体断层图像的技术,它广泛地应用于医疗诊断和工业无损检测等领域。但目前常用于CT重建的滤波反投影算法易受噪声和伪影的影响,降低了图像质量,为了抑制图像伪影与噪声,本文应用统计迭代的方法进行XCT重建。我们将最大似然估计(MLE)理论推广到XCT,基于投影数据统计模型,实现了期望最大化(EM)算法在圆轨道XCT中的应用。最后,对计算机模拟数据与X射线扫描实际数据分别进行了实验,实验结果表明该方法有效可行,重建图像清晰准确。