基于卷积神经网络的能谱CT射束硬化伪影抑制方法

X射线能谱CT探测器可以通过一次扫描,对两个不同的能量区间进行图像重建,由于重建算法基于单色X 射线源的假设,低能量重建图像会存在明显的射束硬化伪影. 为此提出了一种用于校正射束硬化伪影的卷积神经网络结构,使用大规模的体模样本进行训练:利用低能和高能重建图像共同作为网络输入以提取伪影特征,通过最小化输出和无伪影图像之间的均方误差来对低能图像进行校正.在两种不同能谱组合中的测试结果证明了该方法可以在保留物质结构特征的基础上抑制射束硬化伪影,校正后低能图像的峰值信噪比大约提高了20 dB.     

一种基于HLCC的CT图像刚性平移运动伪影校正算法

为消除CT检查过程中病人运动引起的伪影,提高图像质量,提出一种基于HLCC多约束运动参数估计的校正算法.首先用贝塞尔曲线模型描述病人的刚性平移运动,基于HLCC构造一个包含运动信息的目标函数,再引入运动幅度的有限性和图像零阶几何动量为常量作为约束条件,通过二次规划的方法估计运动参数;重建过程中改进滤波反投影算法,加入运动参数进行补偿,以消除运动伪影.实验结果表明,该算法能够准确地估计出物体的运动参数,有效消除运动伪影,具有较强的鲁棒性.     

改进Canny的核磁共振图像伪影校正算法

核磁共振图像伪影校正是当前图像处理领域的研究重点,为了有效消除核磁共振图像中的伪影,提高医学图像质量,该文提出一种基于改进Canny的核磁共振图像伪影校正算法。首先对当前核磁共振图像伪影校正的研究现状进行分析、指出存在的不足,然后采用Canny算法对伪影边缘进行检测和识别,并采用双边滤波代替高斯滤波消除核磁共振图像中的噪声、增强核磁共振图像中的伪影信息,采用Otsu法选定图像分割的最优阈值,最后采用B样条法校正异常投影数据,并采用仿真实验对算法性能进行分析。结果证明,该文算法有效抑制了核磁共振图像中的伪影,视觉效果和客观结果均要优于其它伪影校正算法,更加有利于核磁共振图像的后续处理。     

一种射束硬化伪影校正方法

提出了一种医用CT图像射束硬化伪影校正后处理算法。CT扫描机扫描得到的投影数据重建CT图像,对此图像进行分割,得到仅包含高密度物质的图像。分别对原始图像和高密度物质图像进行投影,并对投影数据进行校正。使用校正后的投影数据进行图像重建,得到包含校正信息的校正图像。对原始CT图像,使用校正图像进行CT值校正,得到校正后的CT图像。通过实验,验证了该后处理校正算法的有效性和稳定性。     

基于图像配准的CT定位像床板影校正

针对计算机断层成像中床板非均匀性制约定位像质量给临床扫描带来的问题，提出基于图像配准的数字减影方法．该方法先通过仿射变换将空床板扫描图像投射到与待校正图像相同高度的平面上，再采用单向Sobel算子提取出两幅图像中的床板纵向特征并对齐，最终对经过块匹配精确配准的两幅图像进行数字减影，消除待校正定位像中的床板影．仿真试验证明了该方法的有效性．     

基于投影空间的CT射束硬化校正方法

针对医用X线CT成像系统的多色能谱X线在成像过程中出现的CT图像硬化伪影,会降低图像质量,干扰诊断等问题,需要对CT硬化伪影进行校正.本文对于单介质水和水骨混合物分别提出了一种基于投影空间优化的多项式拟合校正方法.首先,构建投影校正模型和理想投影模型;然后,将构建的投影校正模型与理想投影模型做对比,差异最小时确定校正系数;最后,把校正系数代入投影校正模型中再重建图像.经仿真实验结果表明,所提出的多项式拟合校正方法能够很好地去除CT硬化伪影,提高图像精度,对CT的精准定量分析具有重大意义.     

逆滤波在消除磁共振图像运动伪影中的仿真和应用研究

由于自主运动、呼吸和器官搏动等原因,在磁共振成像过程中会造成运动伪影.该文对脑部、胸部和腹部磁共振图像仿真出不同的运动伪影,通过逆滤波方法和位移纠正来消除运动伪影和复原原始图像.实验结果表明,该文方法可以较好地消除运动伪影并复原原始图像.     

SPECT影像呼吸运动参数辨识与伪影校正的体模研究

为了提出一种单光子发射断层扫描成像(SPECT)影像呼吸运动参数估计和伪影校正方案,该文通过对伪影图像的方向微分和自相关分析分别辨识出体模的运动方向和幅度,根据匀速运动和正弦振动拟合的系统点扩散函数,运用Wiener滤波和Richardson-Lucy盲反卷积(RL)算法校正伪影。结果表明:5个典型运动方向和幅度辨识的结果均与实际值接近,RL算法校正伪影经过5次迭代后图像质量总体优于维纳滤波。通过图像后处理估计运动参数,运用迭代反卷积可以有效的校正图像伪影,可能成为一种更方便实用SPECT/PET(正电子发射断层扫描成像)图像呼吸伪影解决方案。     

基于对抗式多任务学习的医学CT图像金属伪影去除方法

人体中的金属植入物会导致X射线计算机断层扫描(Computed Tomography,CT)图像中存在金属伪影,使图像质量大幅降低,目前已有许多利用深度学习(Deep Learning,DL)的方法一次针对一帧CT图像来去除金属伪影(Metal Artifact Reduction,MAR),但患者经CT扫描后得到的大量连续CT切片图像会使计算成本和时间成本十分高昂.为了能同时处理连续的CT伪影图像,提出一种基于对抗式多任务学习的连续CT图像MAR方法(Adversarial Multi-Task Learning MAR,AMTL-MAR),可以充分利用连续CT图像的空间相关性和解剖组织相似性,并行地处理多张连续的伪影图像.利用共享编码器提取连续伪影图像的共享特征,同时使用多个解码器重建相应的无伪影图像,整个任务的目标函数由各个平权的MAR子任务的损失函数线性组合而成,可以提高整个任务的图像重建质量.实验结果表明,该方法可以并行地去除连续图像中的金属伪影,准确恢复原始图像的组织结构.与现有方法相比,提出的方法处理连续伪影图像的效率更高,处理一组伪影图像耗时小于0.02 s,有效提升了MAR方法实时处理伪影图像的速度.     

基于阈值的平板探测器增益校正方法

为了更好地提高平板探测器在齿科CT中采集图像的质量,去除由于探测器制造缺陷等因素而导致的CT重建切片中的条状和环状伪影,提出了一种基于阈值的平板探测器增益校正方法.利用采集的相同放射条件下的空气数据,通过归一化方法计算得到增益系数矩阵.考虑到物体对射线的衰减性,先通过阈值区分出图像的不同部分,然后根据增益系数矩阵和阈值判断结果,对图像的每个像素逐一进行校正.实验结果表明:在校正后的图像中,由于探测器制造缺陷等因素所引起的重建切片中的大量条纹以及环状伪影被有效地清除,且未出现新引入的条纹,重建切片的图像质量得到明显改善.     

64排CT冠脉序列扩大增强扫描诊断大血管疾病的临床价值

目的:运用64排螺旋CT冠脉序列扩大增强扫描结合回顾性心电门控技术研究在诊断大血管疾病方面的临床价值。方法:选择31例临床怀疑主动脉疾病患者,全部行64排螺旋CT平扫及冠脉序列扩大增强扫描加后续重建,观察主动脉夹层包括范围、破口位置、内膜病变,主动脉瘤及有无合并其他先天性疾病等,总结和归纳病灶的影像学表象及特征。结果:大血管疾病(如主动脉粥样硬化、主动脉夹层及并发的相关疾病、主动脉瘤及先天性疾病等)的影像表现在图像上显示清楚,能够确切显示微小病变结构,克服了搏动伪影等多种干扰因素。结论:运用64排螺旋CT冠脉序列扩大增强扫描结合回顾性心电门控技术可以在很大程度上克服大血管的搏动伪影,清晰显示血管壁、管腔以及病变波及的范围等,从而作出精准的诊断,对临床抢救及治疗发挥重要作用。     

工业CT重建图像中边缘梯度效应引起的高频伪影

为研究伪影对大型工件内部密度锐变区域高对比度微小缺陷检测的影响,从一个简单的轴对称断层模型出发,计算了边缘梯度效应引起的通过物体内部不同材料交界面处的射束的投影偏差。并研究采样相位的影响,探讨了由此偏差引起的重建图像中的高频伪影的表现形式。计算结果表明,高频伪影具有相当的强度,且具有与缺陷相似的表现形式,从而影响工业CT的检测能力。结合点扩散过程,高频伪影强度的计算为评估工业CT边缘处的缺陷检测能力提供了理论依据。     

基于冗余表达的CT图像中金属伪影校正

针对CT图像中存在的金属伪影,提出了一种新的基于冗余表达的校正方法.首先分割出CT图像中的金属区域,将其投影得到金属投影区域;然后从原始投影数据中去除金属投影区域部分的投影数据;最后利用冗余表达的算法恢复金属部分的投影数据,经过滤波反投影后,重建出校正后的图像.校正结果显示,本方法对含有多块金属模体的重建图像的金属伪影有较好的校正效果.     

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.     

基于投影的CT图像金属伪影非线性权重校正

为抑制计算机层析造影(CT)系统重建图像中出现的金属伪影,提高图像的质量,采用一种基于金属投影非线性权重衰减的方法进行校正。对原始的投影直接重建,在得到的图像中利用阈值分离出金属区域,并重新对该金属区域进行投影,便得到原始的投影中金属投影的区间。只对该金属投影进行合适的非线性衰减。再用传统的滤波反投影方法重建图像。数值模拟表明,该方法不但能基本消除由射线硬化和射线剧烈衰减而引起的金属伪影,而且能保留金属信息,同时能增强金属区域不同部分之间的对比度,使得重建图像的质量得到很大的提高。该算法计算复杂度较小,实现简单,具有较高的实用价值。     

改进的基于二次空间变换的运动补偿

传统的Ｈ．２６１／３ 以及ＭＰＥＧ－１／２ 标准中采用基于块的运动补偿,因只能描述像素块的平移运动,所以在低比特率运用时,会出现严重的块状效应及蚊式噪声;而当前的面向对象的运动补偿,大多在提取光流场的基础上,采用仿射运动模型．但光流场固有的孔径效应等缺陷,造成运动补偿的稳定性差及巨大的运算负载．本文提出一种改进的基于二次空间变换的运动补偿（ＭＱＳＴ）,能在图像简单空间分割的基础上,实现基于任意形状区域的二次空间变换运动补偿,图像预测结果较传统的块运动估计有较大的提高,且算法稳定性较高     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。     

CT三代扫描旋转中心偏离的卷积反投影算法

讨论了卷积反投影算法实现CT图像重建时，被测工件旋转中心偏离理想重建中心的工程问题。在于理想卷积反投影重建算法理论，推导出相应校正偏离的卷积反投影算法，并引入单象素工件模型估计偏离参数。根据偏离幅度给出了理想重建算法适应的范围，仿真结果证明了校正算法的有效，利用校正算法消除了由旋转中心偏离造成的伪影，提高了图像分辨率。     

基于梯度的多图像小波变换运动测量

利用小波变换的特性,设计了一种基于梯度的多图像小波变换运动测量算法.该算法利用多幅图像的数据计算两幅图像的运动,精度得到了较大的提高;同时结合可靠性检验,对通过了可靠性检验的光流约束利用快速的小波变换,进行多层并行的时间微分.同传统运动估计算法相比,这种多层并行小波变换运动测量算法避免了估计中的误差传播,从而提高了测量精度.实验模拟结果表明,该算法不但实现简单,而且运动测量精度高.