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.     

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.     

基于重建图像全角度前投影的硬化校正方法

现有的硬化效应校正方法依赖于射线频谱等先验条件,校正过程较为复杂,因此提出一种基于重建图像全角度前投影的硬化校正方法.对重建后的图像进行区域分割,提取出杯状伪影主要影响的组织区域;然后进行基于像素点的全角度前投影,获得校正基算子;再将校正基算子及其高次方乘积进行线性组合获得校正算子,并将此校正算子应用于原图像从而达到校正的目的.水模、头模和西瓜的校正结果显示,本方法对单物质及近人体的物质重建图像的硬化效应均有较好的校正效果.     

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.     

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.