医学CT断层图像三维重建的Matlab实现方法

介绍了运用Matlab软件进行CT断层图像的三维重建的原理及实现方法.运用计算机图形学和图像处理技术将计算机断层扫描(CT)等成像设备得到的人体断层二维图像序列,在计算机中重建成三维图像数据,并在屏幕上形象逼真地显示人体器官的立体视图.可以对重构出的器官图像进行诸如旋转、缩放等操作,重建方法简单,显示效果良好.     

CT图像分块重建算法

为加快重建速度，节省资源，提出了CT图像分块重建算法，与一般的整幅重建算法不同，该算法通过恰当地分割投影空间、滤波投影空间、图像空间来实现重建的分块运算，最后拼装成整幅图像，它所占用的资源要比对整幅图像重建所需要的少，分块重建算法适用于多机运算、计算机网络分布运算及投影数据量巨大的高分辨率CT图像重建，并发展成一种局部重建技术，能减少对X射线剂量的要求，从而减少X射线对人体的辐射损害，仿真实验表明，CT图像分块重建算法是可行的和令人满意的。     

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。     

头部撞击损伤的有限元模型建立

根据人体头部的螺旋CT医学影像,利用图像边界分割、各层图像之间的影像配准以及三维重建技术建立了头部几何模型,然后运用NURBS曲面片的构造算法将三角面片转换为四边形面片,最后利用TrueGrid软件对颅脑几何模型进行网格划分,同时进行适当的网格修补,从而建立了人体头部有限元模型。根据碰撞过程中的能量守恒,验证了模型的可靠性。本模型可用于汽车交通事故中头部损伤的生物力学研究以及为开发相应的汽车安全防护装置提供理论依据。     

DICOM医学图像格式转换的VC 实现

DICOM3.0是医学影像存储和传输的国际标准,它是随着图像化、计算机化的医疗设备的普及和医院管理信息系统(PACS)和远程医疗系统的发展应运而生.DICOM的定制为不同的医学影像设备和用户提供了统一的接口标准和交互协议.DICOM医学图像在CT、MR、医院PACS系统中应用广泛.编程实现DICOM医学图像格式转换,对医学影像技术的研究具有重要的意义.     

基于Marching Cubes算法的多层医学图像重建实现

为了进一步增强医学三维图像的可视性,研究了用于医学三维图像重建的Marching Cubes算法,采用了双曲线渐进方法来消除其等值面连接的二义性,使用八叉树数据结构减少多层图像重建的冗余计算.在VS2005平台上,对CT医学图像序列,利用OPENGL图形库实现了基于这些方法的多层医学三维图像重建.实验结果表明:基于MC算法的多层医学图像重建比单层重建能给医生提供更多的可视化信息,具有一定的临床优势.     

Chamfer Matching 在CT 和MRI 图像匹配融合中的应用

医学影像中的CT和MRI图像的精确匹配融合能为临床提供全面，丰富的诊断信息。文中首先对CT图像正常脑组织边缘做距离变换，形成距离图像，然后利用MRI图像正常脑组织边缘作为模板，实现了CT和MRI图像的精确匹配。在此基础上完成了CT和MRI的信息融合。文中算法适用于CT和MRI的匹配，并对SPECT，PET，DSA等医学图像的匹配具有参考作用。     

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.     

深度学习技术在PET/CT医学影像中的应用综述

医学影像技术为临床诊断提供了丰富信息,利用深度学习技术对医学图像进行分析和处理,取得了良好效果.PET/CT作为一种新兴的诊断技术,同时具备PET和CT的功能与特征,对癌症早期诊断具有重要指导意义,但是PET/CT的双模态特征,使传统的用于处理单模态影像的深度学习模型,不能直接应用于PET/CT的图像处理.PET/CT...     

人工智能在医学CT图像重建中的研究进展

计算机断层扫描成像(CT)是临床医学中广泛使用的一种医学图像，它可以清晰地可视化人体内部精细结构细节。在临床操作中，为防止患者暴露在高辐射X射线束下引起组织受损，通常最小化X射线以获得CT图像，但会导致成像质量严重下降。为解决上述矛盾，如何重建出符合临床需求的CT图像是国内外研究者广泛关注的、具有挑战性的难点问题。随着人工智能领域深度学习技术的蓬勃发展，在大数据驱动下，利用深度学习技术来提升CT重建质量成为当前研究热点。本文分析了CT图像重建机理；总结了现有重建模型并梳理了重建方法的优劣势，根据深度学习方法的成像过程，将现有方法分为4大类，并依次介绍4类方法的基本思想，总结了重建方法优缺点；归纳了目前公开的公共数据集以及增加训练样本方法，并对损失函数的多样性进行对比分析；讨论了该新兴领域目前仍然存在的问题，展望了后续研究中需要解决的关键问题，以便于相关研究人员了解CT重建领域的研究现状，促进该领域的长足发展。     

CT系统的参数标定及成像方法研究

该文利用X射线在介质中的衰减规律以及电子计算机断层扫描(CT)图像重建的相关知识,建立了CT参数标定的单目标拟合优化模型以及CT成像的滤波反投影图像重建模型。首先结合X射线在介质中的衰减规律以及Radon变换的相关理论,基于最小二乘原理建立单目标拟合优化模型。然后利用遗传算法对旋转中心点以及探测单元间距进行分组优化多次求解,求解结果基本收敛于同一数值。之后在标定的CT系统参数下,结合CT图像重建相关知识,运用傅里叶变换以及傅里叶切片定理,建立CT图像的滤波反投影图像重建模型。基于探测器单元的接收信息,求解图像重建模型得到正方形托盘上各个位置的吸收率信息,并构建介质在托盘上的位置和形状。最后通过对原数据信息进行图像重建并对比,验证了模型的可行性。     

基于CT图像反求技术的人体股骨头修复建模

提出了一种基于CT图像反求技术的髋关节建模和缺损股骨头修复建模的新方法.利用基于模型的分割方法从人体髋关节CT图像中分别提取股骨和髋臼骨轮廓三维点数据,通过对离散点云数据进行规则化处理、精简、分割等,提取目标区域点云数据,最后利用最小二乘法拟合对因病变而发生塌陷的股骨头表面进行修复重建,恢复其健康状态的球面形态特征.利用两例不同程度的股骨头坏死病例进行修复实验,均得到较精确的修复还原效果.该方法不仅可以很好地重构人体髋关节模型、还原缺损股骨头的原始形态,而且可以推广到其他关节或骨组织,为骨科手术的精确定位和生物力学有限元分析提供了理论模型,并为关节假体的个体化快速制造提供了一种有效的方法.     

基于雅可比算法的着装人体三维模型重建

根据数字像机拍摄的两幅正面着装人体图像和侧面图像，重建着装人体三雏模型的雅可比（Jacobi）算法，在利用平面旋转变换矩阵对基本矩阵进行正交相似变换雅可比方法处理后，计算出特征点三雄坐标并组成稀疏的三维网格结构，然后采用分步紧支撑径向基函数进行三雏插值逼近运算，重建相应的着装人体三维模型，并根据图像纹理数字化记录技术，将其映射到三维模型上，得到三维着装人体结构渲染效果图．     

基于肺部先验知识的电阻抗成像重构算法

为获取人体肺部组织分布,结合人体肺部组织的结构特征,运用大型有限元仿真软件COMSOL,根据CT肺部扫描图像构建人体肺部模型,同时结合人体组织和器官电导率分布参数等信息,并考虑肺部先验知识,采用共轭梯度算法重建被测场电导率分布图像．仿真实验表明,灵敏场均匀性指标由基于圆形场域的34．218减少到基于肺部模型灵敏场域的15．568,灵敏场的均匀性得到明显改善,且重构图像具有较高的分辨率和图像质量．     

阈值取值对CT影像边缘提取的效果研究

阈值选取是图像边缘提取过程中必不可少的步骤,适当的阈值取值使得CT影像边缘部分准确明显地表示出来,可为医学影像的后续处理分析提供好的素材.本实验从二值化图像函数入手,通过计算医学影像均值、标准差、显示灰度直方图,求取影像前景面积和图像逻辑运算分析不同阈值对医学影像边缘提取效果的影响,并使用通用的边缘提取算法对不同阈值影像提取边缘,实验结果发现值为0.2时边缘效果最佳.     

基于相机模型的锥束CT重建误差校正

该文对存在几何误差的锥束计算机层析成像(CT)的图像重建校正方法进行了研究。该文将锥束CT系统看做针孔相机,因此相机的成像模型可以用来修正三维体素与二维投影之间的映射关系。将该映射关系带入到重建算法中,就可以对存在误差的锥束CT进行有效的重建,提高重建图像的质量。计算机视觉中的相机标定技术被用来构建成像模型。该技术的可靠性保证了本文方法的精度和鲁棒性。仿真和实际系统实验表明:本方法可以在图像重建过程中对锥束CT中的几何误差进行有效的校正。     

基于体素的医学图像三维表面模型重建

三维表面模型重建是将CT和MRI等医疗影像设备获得的二维图像重建成三维立体表面显示图像的过程·重点研究了其重建算法的具体实现:在建模上采用了基于体素的三维物体体积重建;在显示上提出了基于Ray Casting的三维物体二维直接显示技术·所以,和传统采用三角面拟合的方法相比,具有图像重建过程无需生成中间数据,无需进行3D物体的边界检测等优点,同时该算法并行性好,易于采用硬件方法实现加速·     

基于小波框架的有限角度CT重建算法

针对有限角度CT重建问题,结合压缩传感相关理论,提出了基于小波框架的有限角度CT迭代重建算法．该算法利用小波框架的冗余性及框架系数稀疏性原理,首先建立了小波框架图像重建模型,通过共轭梯度法求解投影方程,得到重建图像,然后通过分裂Bregman迭代法对重建图像的小波框架系数进行阈值收缩,减小图像L1范数,提高重建精度．实验结果表明在有限的投影数据下该算法重建出的图像内部结构边缘清晰,对比度高,重建误差低,对噪声有一定的抑制作用．     

基于平行PI线段的平行束CT重建

为了研究基于PI线段的反投影滤波重建方法在CT(computed tomography)系统中的应用,提出了一种基于平行PI线段的简化的平行射束重建算法。该算法首先对平行X射线束产生的投影数据进行微分,然后把这些微分后的数据反投影到一系列的平行PI线段上,最后沿着PI线段的方向对反投影数据进行Hilbert滤波,即得到重建图像。利用Shepp-Logan模型进行计算机数值模拟实验,得到了该算法和传统的滤波反投影算法的对比结果。利用微焦点X射线CT的投影数据进行重建,得到了实际数据下的重建图像。实验结果表明,该简化算法能够进行精确重建,可以应用于实际的CT系统。     

快速成形技术在临床外科手术中的潜在应用

为了解决复杂外科手术的规划和修复假体的制作问题 ,该文采用了基于 CT图像的快速成形技术。通过 CT图像滤波、分割、开操作等图像处理方法以及轮廓提取和采样等建模方法 ,得到了假体的快速成形数据接口 ,在此基础上使用快速成形技术制造了假体的三维原尺寸实物模型 ,最后根据此实物模型进行手术规划和修复假体制作。该方法经过临床医疗的验证 ,在人体右侧半骨盆置换手术中取得成功。结果证实 ,使用基于 CT图像的快速成形技术是辅助临床外科手术的有效方法。