醫(yī)學(xué)圖像重建精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的醫(yī)學(xué)圖像重建主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：醫(yī)學(xué)圖像重建范文

[關(guān)鍵詞] 可視化；醫(yī)學(xué)圖像；體繪制；面繪制

[中圖分類號(hào)]R814.43 [文獻(xiàn)標(biāo)識(shí)碼] B[文章編號(hào)] 1673-7210（2009）03（a）-157-02

隨著可視化技術(shù)的發(fā)展，現(xiàn)代的許多醫(yī)學(xué)圖像設(shè)備都是向提供三維圖像發(fā)展，目前三維CT、三維超聲均可提供三維影像，如通用電氣、西門子等成像設(shè)備制造商均生產(chǎn)三維CT產(chǎn)品，但是這些設(shè)備價(jià)格相當(dāng)昂貴。通過計(jì)算機(jī)圖像圖形學(xué)技術(shù)和可視化技術(shù)，對(duì)二維CT圖像進(jìn)行后處理，根據(jù)輸入的各圖像參數(shù)直接在PC機(jī)上實(shí)現(xiàn)三維影像重建具有十分現(xiàn)實(shí)的意義。

1 三維可視化系統(tǒng)技術(shù)研究

符合DICOM標(biāo)準(zhǔn)的CT圖像的三維可視化系統(tǒng)必須具有的基本功能是DICOM文件的解析功能，用于提取出重建的數(shù)據(jù)場和空間信息。針對(duì)醫(yī)學(xué)CT圖像的特殊性，必須具有窗寬/窗位的調(diào)節(jié)功能，還必須具有體數(shù)據(jù)場的三維可視化功能。

1.1 DICOM文件的解析功能

DICOM標(biāo)準(zhǔn)的提出使得醫(yī)學(xué)圖像及各種數(shù)字信息在計(jì)算機(jī)之間的傳遞有了一個(gè)統(tǒng)一的規(guī)范，DICOM標(biāo)準(zhǔn)不但規(guī)定了通訊的標(biāo)準(zhǔn)，也規(guī)定了醫(yī)學(xué)圖像特定的存儲(chǔ)格式。DICOM文件一般由一個(gè)DICOM文件頭和一個(gè)DICOM數(shù)據(jù)集構(gòu)成，在DICOM文件頭中包含了標(biāo)識(shí)數(shù)據(jù)集合的相關(guān)信息，DICOM文件的信息主要集中在數(shù)據(jù)集部分。DICOM數(shù)據(jù)集又由數(shù)據(jù)元素組成，數(shù)據(jù)元素主要由4個(gè)部分組成：標(biāo)簽、數(shù)據(jù)長度VL、數(shù)據(jù)域和數(shù)據(jù)描述VR。不同的標(biāo)簽規(guī)定了后續(xù)數(shù)據(jù)域中數(shù)據(jù)對(duì)應(yīng)實(shí)體的內(nèi)容，數(shù)據(jù)元素按標(biāo)簽的升序排列構(gòu)成數(shù)據(jù)集。DICOM文件解析目的是通過分析符合DICOM標(biāo)準(zhǔn)的CT圖像的文件中各數(shù)據(jù)元素，從給定的序列文件中按標(biāo)簽號(hào)逐個(gè)提取出重建中需要用到的信息，分析判斷各圖片之間的空間關(guān)系，構(gòu)造數(shù)據(jù)場，作為可視化系統(tǒng)的原始輸入數(shù)據(jù)。

1.2 窗寬/窗位調(diào)節(jié)功能

通過DICOM文件解析獲得的CT圖像各象素比特深度一般為12位，存儲(chǔ)位為16位，目前計(jì)算機(jī)能夠顯示的灰度級(jí)只有8位，因此在重建前要完成16位到8位灰度級(jí)的映射功能，這在CT圖像的處理中稱為窗寬/窗位的調(diào)節(jié)。

目前常用窗寬/窗位的調(diào)節(jié)算法有Linear算法、Gamma算法、Logarithmic算法等。Gamma算法和Logarithmic算法都是非線性的，可以補(bǔ)償人眼對(duì)灰度反應(yīng)的非線性，但是它們的運(yùn)算量非常大，對(duì)于二維圖像處理采用可以產(chǎn)生較為理想的效果，如果直接將其運(yùn)用到三維數(shù)據(jù)場，則巨大的計(jì)算量將影響實(shí)時(shí)窗寬/窗位的調(diào)節(jié)。為了有效地進(jìn)行窗寬／窗位的調(diào)節(jié)，筆者采用了計(jì)算速度快、可以實(shí)時(shí)交互的Linear算法，效果理想。

1.3 可視化技術(shù)

規(guī)則數(shù)據(jù)場的可視化方法一般分為兩類：一類是表面繪制法，一類是體繪制法。

通過軟件開發(fā)，實(shí)際比較了表面繪制和體繪制的優(yōu)劣。發(fā)現(xiàn)了表面繪制處理的是整個(gè)體數(shù)據(jù)場中的一小部分?jǐn)?shù)據(jù)，具有較快的速度，并且可以快速靈活地進(jìn)行旋轉(zhuǎn)和變換光照效果，它適合于繪制表面特征分明的組織和器官。但是，由于表面重建對(duì)表面分割的依賴較大，對(duì)分割的精確程度要求很高，所以對(duì)形狀不明顯、亮度變化小的軟組織，以及血管等組織的三維顯示，效果不盡如人意。體繪制對(duì)于形狀特征模糊不清的組織和器官進(jìn)行三維顯示時(shí)具有較好的效果。但是由于在原始的體繪制過程中，一般要遍歷體數(shù)據(jù)場中的每一個(gè)體素，因而計(jì)算量較大，圖像成像的速度較慢。當(dāng)改變光照和視點(diǎn)時(shí)，要重新進(jìn)行投影運(yùn)算，所以交互的速度較慢。因此，為適應(yīng)不同的應(yīng)用要求，系統(tǒng)同時(shí)實(shí)現(xiàn)了兩種重建方法。

2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)和功能

根據(jù)系統(tǒng)的功能構(gòu)想和實(shí)現(xiàn)目標(biāo)，筆者將系統(tǒng)結(jié)構(gòu)設(shè)計(jì)為4個(gè)模塊：

DICOM文件解析模塊：完成由符合DICOM標(biāo)準(zhǔn)的CT圖像輸入序列到體數(shù)據(jù)的組織和相關(guān)信息獲取的功能。該模塊首先逐個(gè)解析單個(gè)的文件，提取出了關(guān)鍵數(shù)據(jù)，再判斷輸入的圖片是否為同一序列，在空間位置上是否滿足重建的要求，然后將刪去不符合要求的圖片而將符合要求的圖片組成列表，提取逐個(gè)列表中各文件的象素和空間信息，將各切片數(shù)據(jù)組織為空間體數(shù)據(jù)場。

體數(shù)據(jù)預(yù)處理模塊：完成窗寬/窗位調(diào)節(jié)和體數(shù)據(jù)增強(qiáng)等功能。窗寬／窗位調(diào)節(jié)采用Linear算法；體數(shù)據(jù)增強(qiáng)主要是為了消除CT圖片中可能存在的噪聲而采用的可選的預(yù)處理功能，一般的中值濾波器具有消除噪聲同時(shí)對(duì)圖像邊緣等信息影響不大的優(yōu)點(diǎn)，在系統(tǒng)中選用該算法實(shí)現(xiàn)圖像濾波。

可視化模塊：設(shè)計(jì)了表面繪制和體繪制兩種算法。表面繪制使用MC算法提取等值面；體繪制算法采用Ray Casting算法。為了加快開發(fā)速度，筆者通過比較分析：作為可視化開發(fā)工具，VTK是一個(gè)開放式的免費(fèi)軟件，具有強(qiáng)大的三維功能，它提供目標(biāo)函數(shù)庫，用戶可以利用面向?qū)ο蟮募夹g(shù)和方法對(duì)它進(jìn)行二次開發(fā)。

交互顯示模塊：交互顯示模塊主要完成對(duì)重建后的三維影像實(shí)現(xiàn)旋轉(zhuǎn)、縮放，獲取冠狀面、矢狀面和實(shí)時(shí)窗寬/窗位調(diào)節(jié)的功能。

3 結(jié)論

醫(yī)學(xué)CT圖像三維可視化系統(tǒng)實(shí)現(xiàn)了符合DICOM標(biāo)準(zhǔn)的CT圖像的三維顯示，為醫(yī)務(wù)人員提供了形象、直觀的診斷技術(shù)，具有廣泛的臨床應(yīng)用價(jià)值。系統(tǒng)實(shí)現(xiàn)了：DICOM文件的解析；交互式Linear算法窗寬/窗位調(diào)節(jié)；MC表面繪制法和光線投射法重建醫(yī)學(xué)CT圖像；通過軟件開發(fā)，比較了兩種重建方法的優(yōu)劣；直方圖指示，冠狀面、矢狀面的獲得及其旋轉(zhuǎn)、縮放等功能。

[參考文獻(xiàn)]

[1]李樹祥.醫(yī)學(xué)圖像技術(shù)的發(fā)展與應(yīng)用[J].中國圖像圖形學(xué)報(bào),1996,1(1):281.

[2]唐澤圣.三維數(shù)據(jù)場可視化[M].北京:清華大學(xué)出版社,1999.

[3]姚富光,魏彪．基于醫(yī)用X-CT的三維重建系統(tǒng)研究[J].儀器儀表學(xué)報(bào),2004,25(4):439.

第2篇：醫(yī)學(xué)圖像重建范文

摘要：介紹了圖像處理技術(shù)在醫(yī)學(xué)領(lǐng)域的發(fā)展，闡釋了圖像分割、圖像融合和圖像重建技術(shù)在醫(yī)學(xué)領(lǐng)域的發(fā)展。提出了圖像處理技術(shù)發(fā)展所面臨的相關(guān)問題及其發(fā)展方向。

關(guān)鍵詞：圖像處理技術(shù)　圖像分割　圖像融合　圖像重建

圖像處理技術(shù)是20世紀(jì)60年展起來的一門新興學(xué)科。近幾十年來，由于大規(guī)模集成電路和計(jì)算機(jī)科學(xué)技術(shù)的迅猛發(fā)展，離散數(shù)學(xué)理論的創(chuàng)立和完善，以及軍事、醫(yī)學(xué)和工業(yè)等方面需求的不斷增長，圖像處理的理論和方法的更加完善，已經(jīng)在宇宙探測、遙感、生物醫(yī)學(xué)、工農(nóng)業(yè)生產(chǎn)、軍事、公安、辦公自動(dòng)化、視頻和多媒體系統(tǒng)等領(lǐng)域得到了廣泛的應(yīng)用，成為計(jì)算機(jī)科學(xué)、信息科學(xué)、生物學(xué)、醫(yī)學(xué)等學(xué)科研究的熱點(diǎn)。

圖像處理在醫(yī)學(xué)界的應(yīng)用非常廣泛，無論是病理研究還是臨床診斷都大量采用圖像處理技術(shù)。它因直觀、無創(chuàng)傷、方便安全等優(yōu)點(diǎn)而受到人們青睞。圖像處理首先應(yīng)用于細(xì)胞分類、染色體分類和放射圖像分析等，20世紀(jì)70年代圖像處理在醫(yī)學(xué)上的應(yīng)用有了重大突破，1972年X射線斷層掃描CT得到實(shí)用：1977年白血球自動(dòng)分類儀問世：1980實(shí)現(xiàn)了CT的立體重建。隨著科學(xué)技術(shù)的不斷發(fā)展，現(xiàn)代醫(yī)學(xué)已越來越離不開醫(yī)學(xué)圖像的信息處理，醫(yī)學(xué)圖像在臨床診斷、教學(xué)科研等方面有重要的作用。目前的醫(yī)學(xué)圖像主要包括CT(計(jì)算機(jī)斷層掃描)圖像、MRI(核磁共振)圖像、B超掃描圖像、數(shù)字X光機(jī)圖像、X射線透視圖像、各種電子內(nèi)窺鏡圖像、顯微鏡下病理切片圖像等。但由于醫(yī)學(xué)成像設(shè)備的成像機(jī)理、獲取條件和顯示設(shè)備等因素的限制，使得人眼對(duì)某些圖像很難直接做出準(zhǔn)確的判斷。計(jì)算機(jī)技術(shù)的應(yīng)用可以改變這種狀況，通過圖像變換和增強(qiáng)技術(shù)來改善圖像的清晰度，突出重點(diǎn)內(nèi)容，抑制次要內(nèi)容，來適應(yīng)人眼的觀察和機(jī)器的自動(dòng)分析，這無疑大大提高了醫(yī)生臨床診斷的準(zhǔn)確性和正確性。

一、圖像處理技術(shù)及其在醫(yī)學(xué)領(lǐng)域的應(yīng)用

(一)圖像分割

圖像分割就是把圖像中具有特殊涵義的不同區(qū)域分開來，這些區(qū)域使互不相交的每一個(gè)區(qū)域都滿足特定區(qū)域的一致性。它是圖像處理與圖像分析中的一個(gè)經(jīng)典問題。比如基于三維可視化系統(tǒng)結(jié)合fast marching算法和watershed變換的醫(yī)學(xué)圖像分割方法，能得到快速、準(zhǔn)確的分割結(jié)果。圖像分割同時(shí)又是進(jìn)行三維重建的基礎(chǔ)，分割的效果直接影響到三維重建后模型的精確性，分割可以幫助醫(yī)生將感興趣的物體(病變組織等)提取出來，幫助醫(yī)生能夠?qū)Σ∽兘M織進(jìn)行定性及定量的分析，進(jìn)而提高醫(yī)生診斷的準(zhǔn)確性和科學(xué)性。由于解決和分割有關(guān)的基本問題是特定領(lǐng)域中圖像分析實(shí)用化的關(guān)鍵一步，因此，將各種方法融合在一起并使用知識(shí)來提高處理的可靠性和有效性是圖像分割的研究熱點(diǎn)。

(二)圖像融合

圖像融合的主要目的是通過對(duì)多幅圖像間的冗余數(shù)據(jù)的處理來提高圖像的可讀性。對(duì)多幅圖像問的互補(bǔ)信息的處理來提高圖像的清晰度。利用可視化軟件對(duì)多種模態(tài)的圖像進(jìn)行圖像融合，可以準(zhǔn)確地確定病變體的空間位置、大小、幾何形狀和它與周圍生物組織之間的空間關(guān)系，從而及時(shí)高效地診斷疾病。目前的圖像融合技術(shù)可以分為兩類：一類是以圖像像素為基礎(chǔ)的融合方法：另一類是以圖像特征為基礎(chǔ)的融合方法。以圖像特征為基礎(chǔ)的融合方法原理上不夠直觀且算法復(fù)雜，但是實(shí)現(xiàn)效果較好。在圖像融合技術(shù)研究中，不斷有新的方法出現(xiàn)，其中小波變換、基于有限元分析的非線性配準(zhǔn)以及人工智能技術(shù)在圖像融合中的應(yīng)用將是今后圖像融合研究的熱點(diǎn)與方向。隨著三維重建顯示技術(shù)的發(fā)展，三維圖像融合技術(shù)的研究也越來越受到重視。

(三)圖像重建

圖像重建是從數(shù)據(jù)到圖像的處理，即輸入的是某種數(shù)據(jù)，而經(jīng)過處理后得到的結(jié)果也是圖像。CT是圖像重建處理的典型應(yīng)用實(shí)例。目前，圖像重建與計(jì)算機(jī)圖形學(xué)相結(jié)合，把多個(gè)二維圖像合成為三維圖像，并加以光照模型和各種渲染技術(shù)，能生成各種具有強(qiáng)烈真實(shí)感的圖像。

二、圖像處理技術(shù)在醫(yī)學(xué)領(lǐng)域未來發(fā)展方向

當(dāng)前，醫(yī)學(xué)圖像處理面臨的主要任務(wù)是研究新的處理方法，構(gòu)造新的處理系統(tǒng)。未來發(fā)展方向大致可歸納為以下幾點(diǎn)：

(一)圖像處理技術(shù)的發(fā)展將圍繞研制高清晰度醫(yī)學(xué)顯示設(shè)備、更先進(jìn)的醫(yī)學(xué)成像設(shè)備，向著高速、高分辨率、立體化、多媒體化、智能化和標(biāo)準(zhǔn)化方向發(fā)展。

(二)圖像、圖形相結(jié)合，朝著三維成像或多維成像的方向發(fā)展。

第3篇：醫(yī)學(xué)圖像重建范文

【關(guān)鍵詞】形態(tài)濾波器；基于期望值最大的最大似然算法；懲罰最大似然算法

0 引言

正電子發(fā)射斷層成像（positron emission tomography，PET）是核醫(yī)學(xué)領(lǐng)域最先進(jìn)的技術(shù)之一，它利用注入體內(nèi)的放射性核素來進(jìn)行顯像，可以動(dòng)態(tài)的反應(yīng)生物體的生理、生化信息。正電子成像技術(shù)的關(guān)鍵問題是如何重建出高質(zhì)量的圖像，因此，重建算法一直都是 PET 的研究熱點(diǎn)。

MLEM算法[1]，在重建過程中充分考慮了測量數(shù)據(jù)的Poisson性質(zhì)，是一種比較好的圖像重建算法。但是，它在實(shí)際使用中卻存在一個(gè)問題，就是當(dāng)投影數(shù)據(jù)中存在比較嚴(yán)重的統(tǒng)計(jì)噪聲時(shí)，重建圖像的質(zhì)量并不完全是隨著迭代的進(jìn)行越來越好。MLEM算法在初始迭代的步驟中隨著圖像細(xì)節(jié)部分越來越多地恢復(fù)過來，圖像質(zhì)量也逐漸變好，但隨著迭代次數(shù)的增加，重建圖像中的噪聲同時(shí)也會(huì)逐漸上升，以至于經(jīng)過足夠多次的迭代后噪聲帶來的負(fù)面影響可能超過圖像細(xì)節(jié)恢復(fù)的正面影響，使得此后重建圖像的質(zhì)量會(huì)隨著迭代的進(jìn)行再次下降。因此，MLEM圖像重建問題是個(gè)不適定的問題。目前，解決這個(gè)問題的辦法是引入一個(gè)正則化項(xiàng)，使得重建結(jié)果不僅要在一定程度上滿足測量數(shù)據(jù)，而且同時(shí)還要與獨(dú)立于測量數(shù)據(jù)的正則化項(xiàng)保持一致。我們通常稱這種方法為PML算法或者是貝葉斯算法。在過去幾十年中，提出了許多PML算法。

1990年，Green提出了一種貝葉斯算法，我們稱之為遲一步（one-step-late，OSL）算法[2]。這種方法的關(guān)鍵是尋找一個(gè)合適的能量函數(shù)，使得它能在去噪的同時(shí)保護(hù)圖像邊緣。不幸的是，能量函數(shù)的選擇十分困難。中值先驗(yàn)（median root prior， MRP）算法[3]，是OSL算法的一個(gè)運(yùn)用，這種算法擅長于處理具有局部單調(diào)放射性溶度的圖像。但是，MRP算法也存在缺陷，因?yàn)樗荒苡行У娜コ赑ET圖像中的高斯和Poisson噪聲。

形態(tài)濾波器是從數(shù)學(xué)形態(tài)學(xué)中發(fā)展出來的一種非線性濾波器，它能在去除圖像噪聲的同時(shí)有效的保護(hù)圖像的局部邊緣，現(xiàn)在廣泛應(yīng)用于圖像分析與處理，模式識(shí)別和計(jì)算機(jī)視覺等領(lǐng)域[4]。

1 MLEM算法

2 基于形態(tài)濾波器的PET圖像重建算法

4 總結(jié)

為了提高重建圖像的質(zhì)量，本論文把形態(tài)學(xué)關(guān)-開濾波器引入到MLEM算法中，提出了一種新的PET圖像重建算法MLEM-CO。新提出算法的每次迭代都分為2步：首先用MLEM算法重建圖像；然后用關(guān)-開濾波器去除噪聲。實(shí)驗(yàn)結(jié)果表明，跟其他算法相比，MLEM-CO算法不僅能有效的去除噪聲，還能很好的保護(hù)圖像的邊緣信息?？傊?，MLEM-CO算法能重建出高質(zhì)量的圖像。

【參考文獻(xiàn)】

[1]L. A. Shepp and Y. Vardi. Maximum likelihood reconstruction for emission tomography[J]. IEEE Transactions on Medical imaging， vol.1， no.2， pp.113-122， 1982.

[2]P.J.Green.Bayesian reconstruction from emission tomography data using a modified EM algorithm[J].IEEE Transactions on Medical imaging， vol.9， no.1， pp. 84-93， 1990.

[3]S. Alenius and U. Ruotsalainen. Bayesian image reconstruction for emission tomography based on median root prior[J]. European Journal of Nuclear Medicine， vol.24， no.3， pp.258-265， 1997.

第4篇：醫(yī)學(xué)圖像重建范文

針對(duì)錐束CT成像系統(tǒng)中投影數(shù)據(jù)不完全的圖像重建問題，提出了一種定步長壓縮感知錐束CT重建算法。首先將錐束CT重建問題歸結(jié)為投影數(shù)據(jù)均方誤差作為數(shù)據(jù)保真項(xiàng)、全變分作為正則項(xiàng)的無約束優(yōu)化問題，分析目標(biāo)函數(shù)的Lipschitz連續(xù)性；然后近似計(jì)算Lipschitz常數(shù)，求出梯度下降步長，利用梯度下降法進(jìn)行重建；最后對(duì)CT投影數(shù)據(jù)采用聯(lián)合代數(shù)重建算法更新重建圖像。在每次迭代過程中調(diào)整梯度下降步長，提高重建算法的收斂速度。Shepp-Logan模型的無噪聲實(shí)驗(yàn)結(jié)果表明，該算法的重建圖像信噪比分別比聯(lián)合代數(shù)重建算法、自適應(yīng)最速下降-凸集投影算法、BB梯度投影算法的重建圖像信噪比高出13.7728dB、12.8205dB、7.3580dB。仿真試驗(yàn)表明該重建算法提高了收斂速度，同時(shí)減少了重建圖像的相對(duì)誤差，極大提高了用少量投影數(shù)據(jù)重建的圖像質(zhì)量。

關(guān)鍵詞：壓縮感知；定步長；錐束CT；圖像重建

中圖分類號(hào)： TP301.6

文獻(xiàn)標(biāo)志碼：A

Compressing-sensing cone-beam CT reconstruction algorithm of fixed step-size

Abstract：

To solve the problem of image reconstruction of incomplete projection data from cone-beam CT， a fast cone-beam CT reconstruction algorithm was proposed. In this work， the cone-beam CT reconstruction problem was reduced to an unconstrained optimization problem of minimizing an objective function which included a squared error term combined with a sparseness-inducing regularization term. The Lipschitz continuity of the objective function was analyzed and the Lipschitz constant was estimated based on its definition. The gradient descent step-size was calculated by the Lipschitz constant and the reconstructed image was updated by gradient method. Finally simultaneous algebraic reconstruction technique was used to reconstruct image from limited-angle projections and to meet the constraint of the projection data. An adaptive step-size technique was accommodated as so to accelerate the convergence of proposed algorithm. Simulation with noiseless Shepp-Logan shows： In comparison with simultaneous algebraic reconstruction technique， adaptive steepest descent-projection onto convex sets algorithm and gradient-projection Barzilari-Borwein algorithm， the proposed algorithm has higher SNR （Signal-to-Noise Ratio） by 13.7728dB， 12.8205dB， and 7.3580dB respectively. The algorithm has better performance in convergence speed and reconstruction accuracy， and can greatly improve the quality of images reconstructed from few projection data.

Key words：

compressed sensing； fixed stepsize； cone-beam CT； image reconstruction

0 引言

計(jì)算機(jī)斷層成像（Computed Tomography， CT）是通過無損方式獲取物體內(nèi)部結(jié)構(gòu)信息的一種醫(yī)學(xué)影像技術(shù)。在數(shù)據(jù)采集的速度、重建圖像分辨率以及劑量利用率等方面，錐束CT優(yōu)于二維平行束和扇束CT，是CT成像領(lǐng)域內(nèi)一個(gè)活躍的研究方向。傳統(tǒng)的濾波反投影算法，如FDK（Feldkamp-Davis-Kress）類算法[1]，會(huì)產(chǎn)生嚴(yán)重的錐束偽影。目前錐束CT重建問題的具體重建算法主要是基于級(jí)數(shù)展開的迭代法。其中聯(lián)合代數(shù)重建算法（Simultaneous Algebraic Reconstruction Technique， SART）[2]將圖像重建問題轉(zhuǎn)化為線性方程組的求解問題， 當(dāng)投影數(shù)據(jù)不完全時(shí)， 把丟失的數(shù)據(jù)看作缺少若干方程，在某種程度上忽略了投影數(shù)據(jù)不全的問題， 適合于錐束CT重建問題。

近年來，Donoho、Candes及Tao等[3-4]提出了一種新的信息獲取指導(dǎo)理論——壓縮感知（Compressed Sensing， CS）理論。該理論指出，信號(hào)在某個(gè)變換域是稀疏的，僅需對(duì)信號(hào)少量采樣，并通過求解優(yōu)化問題精確恢復(fù)原信號(hào)。CS理論在信息論[5]、圖像處理[6]、光學(xué)成像[7]、雷達(dá)成像[8]等領(lǐng)域受到高度關(guān)注。針對(duì)錐束CT重建問題，很多學(xué)者提出了各種壓縮感知算法，其中梯度投影類算法[9-11]利用全變分最小化的先驗(yàn)知識(shí)進(jìn)行精確重建，取得了良好的效果。

梯度投影類算法以負(fù)梯度方向?yàn)橄陆捣较颍煌惴ǖ牟介L選擇策略不同。自適應(yīng)最速下降-凸集投影算法（Adaptive Steepest Descent-Projection Onto Convex Sets， ASD-POCS）[9]交替使用最速下降法和凸集投影法進(jìn)行迭代計(jì)算，迭代步長與重建圖像凸集投影的變化量成正比。然而最速下降法往往隨著問題條件數(shù)的增大而變得非常緩慢，搜索方向沿著“之”字形曲折地逼近極值點(diǎn)，效率低下；BB梯度投影算法 （Gradient-Projection Barzilari-Borwein， GPBB）[10]利用前兩次計(jì)算結(jié)果來計(jì)算迭代步長，計(jì)算復(fù)雜度低，收斂速度較快，但非單調(diào)收斂，需要非單調(diào)線性搜索過程保證算法全局收斂。

本文針對(duì)梯度投影類算法收斂速度較慢的問題，提出一種快速壓縮感知錐束CT重建算法。該算法將錐束CT重建問題歸結(jié)為投影數(shù)據(jù)均方誤差作為數(shù)據(jù)保真項(xiàng)、全變分作為正則項(xiàng)的無約束優(yōu)化問題，基于凸函數(shù)的連續(xù)性求出迭代步長，加快算法的收斂速度。采用Shepp-Logan無噪聲投影數(shù)據(jù)、有噪聲投影數(shù)據(jù)對(duì)新算法進(jìn)行實(shí)驗(yàn)，并將其與SART算法、ASD-POCS算法和GPBB算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文算法的重建效果和收斂速度明顯優(yōu)于上述三種算法。

1 錐束CT成像系統(tǒng)

錐束CT成像系統(tǒng)模型可以近似表示為如下的離散線性系統(tǒng)：

通過上式看出，可以通過設(shè)置一個(gè)較小的δ保證全局收斂性。但是，過小的δ導(dǎo)致步長αk很小，收斂緩慢。另一方面，過大的δ可能無法保證全局收斂。因此在每次迭代中對(duì)δ進(jìn)行合理的估計(jì)。

從式（3）可以看出，δ的取值范圍為（0，2），當(dāng)δ=1時(shí)取得最大值。然而，在實(shí)際處理中，δ∈（1，2）往往會(huì)取得較好的效果。

本文將δ0=1.5作為初值，在迭代過程中自適應(yīng)調(diào)整。

其中γ為調(diào)節(jié)因子，一般取為γ=0.95。前若干次迭代使用較小δ，保證全局收斂性；隨著Lk趨于穩(wěn)定，使用較大的δ，提高收斂速度。

2.3 FS-POCS算法流程

綜上所述，F(xiàn)S-POCS算法流程如下所示：

1） 初始化：

3 實(shí)驗(yàn)與結(jié)果

本文錐束CT重建算法基于CPU+GPU異構(gòu)平臺(tái)進(jìn)行計(jì)算。所采用的平臺(tái)：Tesla C2050，448塊核心頻率，1.15GHz的CUDA核心，3GB內(nèi)存。CPU是時(shí)鐘頻率為1.14GHz的Intel雙核，40GB內(nèi)存，64位Windows操作系統(tǒng)。開發(fā)環(huán)境為：Visual Studio 2008， CUDA 4.0 runtime API。

3.1 無噪聲投影重建

實(shí)驗(yàn)選擇Shepp-Logan模型模擬生成圓形掃描軌跡的扇形束投影數(shù)據(jù)。其中，X射線源與重建中心、探測器中心的距離分別為400mm和600mm，探測器數(shù)為512，單元尺寸為0.78mm，重建圖像大小為256×256，單元尺寸為0.78mm×0.78mm。掃描間隔為12°，共30個(gè)采樣點(diǎn)。分別使用SART算法、ASD-POCS算法、GPBB算法和FS-POCS算法進(jìn)行錐束CT短掃描圖像重建。圖1給出了分別使用四種算法的重建結(jié)果，窗口顯示范圍為[0， 0.5]。

圖2和圖3分別給出了四種算法在無噪聲情況下重建結(jié)果的相對(duì)誤差曲線和信噪比曲線。結(jié)果表明，F(xiàn)S-POCS算法的相對(duì)誤差小于SART算法、ASD-POCS算法、GPBB算法的相對(duì)誤差；重建結(jié)果信噪比分別比SART算法、ASD-POCS算法、GPBB算法重建結(jié)果的信噪比高出18.2243dB、16.9361dB、5.3944dB。說明FS-POCS算法能夠更精確地重建原始圖像。

無噪聲情況下SART算法、ASD-POCS算法、GPBB算法和FS-POCS算法運(yùn)行200次迭代的時(shí)間如表1所示。

從表1中可以看出，ASD-POCS算法運(yùn)行時(shí)間最長，GPBB算法其次，SART算法運(yùn)行時(shí)間最短。在迭代重建過程中，投影和反投影過程占用全部重建時(shí)間的98%以上。GPBB算法非單調(diào)收斂，需要非單調(diào)線性搜索過程，而這往往需要很多次凸集投影計(jì)算；ASD-POCS算法在逐步逼近負(fù)梯度方向最優(yōu)值過程中進(jìn)行多次投影和反投影計(jì)算。與SART算法相比，F(xiàn)S-POCS算法在每次迭代過程中只增加一次目標(biāo)函數(shù)求導(dǎo)過程，時(shí)間沒有明顯增加。

3.2 有噪聲投影重建

為了檢測該算法的抗噪能力，在投影數(shù)據(jù)中加入0.1%的高斯隨機(jī)噪聲。圖4是加入噪聲后，分別使用四種算法的重建結(jié)果。仿真參數(shù)同無噪聲投影情況下相同，切片圖像窗口顯示范圍為[

4 結(jié)語

本文將定步長計(jì)算與凸集投影相結(jié)合，提出了一種定步長壓縮感知錐束CT圖像重建算法，結(jié)論如下：

1） 提出了基于凸函數(shù)連續(xù)性的錐束CT圖像重建算法。

2） FS-POCS算法有效提高圖像重建質(zhì)量。在無噪聲試驗(yàn)結(jié)果表明，在30個(gè)采樣角度下，文中算法重建圖像的信噪比值比SART算法、ASD-POCS算法、GPBB算法重建結(jié)果分別高出18.2243dB、16.9361dB、5.3944dB；在加入0.1%的高斯隨機(jī)噪聲實(shí)驗(yàn)結(jié)果表明，本文提出的PCBB算法的重建結(jié)果信噪比分別比SART算法、ASD-POCS算法、GPBB算法重建結(jié)果的信噪比高出13.7728dB、12.8205dB、7.3580dB。

3） FS-POCS算法能減少圖像重建時(shí)間，提高計(jì)算效率。算法在每步計(jì)算中估計(jì)Lipschtiz常數(shù)，無需額外的復(fù)雜計(jì)算過程，每次迭代過程中FS-POCS算法只涉及到單次投影和反投影計(jì)算，從而大大減少了圖像重建時(shí)間。

參考文獻(xiàn)：

[1] LI L， XING Y， CHEN Z， et al. A Curve-filtered FDK （C-FDK） reconstruction algorithm for circular cone-beam CT[J]. Journal of X-Ray Science and Technology， 2011， 19（3）： 355-371.

[2] SONG B， PARK J， SONG W. A novel， fast， variable step size gradient method for solving Simultaneous Algebraic Reconstruction Technique （SART） type reconstructions： an example application to CBCT[J]. Medical Physics， 2011， 38（6）： 3444.

[3] DONOHO D L. Compressed sensing[J]. IEEE Transactions on Information Theory， 2006， 52（4）： 1289-1306.

[4] CANDES E J， ROMBERG J K， TAO T. Stable signal recovery from incomplete and inaccurate measurements[J]. Communications on Pure and Applied Mathematics， 2006， 59（8）： 1207-1223.

[5] LAUZIER P T， TANG J， CHEN G-H. Prior image constrained compressed sensing： Implementation and performance evaluation[J]. Medical Physics， 2012， 39（1）： 66.

[6] HAGER W W， PHAN D T， ZHANG H. Gradient-based methods for sparse recovery[J]. SIAM Journal on Imaging Sciences， 2011， 4（1）： 146-165.

[7] CHEN T， LI Z， WANG J， et al. Imaging system of single pixel camera based on compressed sensing[J]. Optics and Precision Engineering， 2012， 20（11）： 2523-2530.（陳濤，李正煒，王建立，等. 應(yīng)用壓縮傳感理論的單像素相機(jī)成像系統(tǒng)[J]. 光學(xué)精密工程， 2012， 20（11）： 2523-2530.）

[8] VOLZ R， CLOSE S. Inverse filtering of radar signals using compressed sensing with application to meteors[J]. Radio Science， 2012， 47（6）： RS0N05.

[9] SIDKY E Y， PAN X. Image reconstruction in circular cone-beam computed tomography by constrained， total-variation minimization[J]. Physics in Medicine and Biology， 2008， 53（17）： 4777.

[10] PARK J C， SONG B， KIM J S， et al. Fast compressed sensing-based CBCT reconstruction using Barzilai-Borwein formulation for application to on-line IGRT[J]. Medical Physics， 2012， 39（3）： 1207.

[11] ZHANG Y， WANG Y， LI W， et al. Reconstruction of photoacoustic image based on total varition[J]. Optics and Precision Engineering， 2012， 20（1）： 204-212.（張硯， 汪源源， 李偉，等. 基于全變分法重建光聲圖像[J]. 光學(xué)精密工程， 2012， 20（1）： 204-212.）

[12] JENSEN T L， JORGENSEN J H， HANSEN P C， et al. Implementation of an optimal first-order method for strongly convex total variation regularization[J]. BIT Numerical Mathematics， 2012， 52（2）： 329-356.

第5篇：醫(yī)學(xué)圖像重建范文

摘要:

首先研究了LOT中光線傾斜角度對(duì)光在組織體內(nèi)分布的影響，在此基礎(chǔ)上設(shè)計(jì)并完成了壓縮傾角薄層光學(xué)層析成像系統(tǒng)，提出了矯正掃描振鏡枕型畸變的新方法，并發(fā)展了基于虛擬源-擴(kuò)散近似技術(shù)和GPU的LOT快速圖像重建算法．光路模擬結(jié)果表明，cdaLOT系統(tǒng)可使入射主光線傾角減小為傳統(tǒng)LOT系統(tǒng)的1/2．cdaLOT系統(tǒng)將測量值與蒙特卡洛模擬結(jié)果的相對(duì)誤差由傳統(tǒng)系統(tǒng)的38%降低為18%，從而緩解了實(shí)際測量方式和正向數(shù)學(xué)模型的不匹配性．仿體成像實(shí)驗(yàn)表明:重建異質(zhì)體的吸收系數(shù)、位置和形狀與真實(shí)情況基本相符．

關(guān)鍵詞:

薄層光學(xué)層析成像;傾角;圖像重建;測量系統(tǒng)

引言

薄層光學(xué)層析成像是一種能夠?qū)崿F(xiàn)深度分辨的介觀功能光學(xué)成像方法，以幾百微米的空間分辨率獲得毫米級(jí)深度下的血氧變化等功能［1］，有望在皮膚癌、宮頸癌等的在體早期診斷上獲得應(yīng)用．LOT利用600～900nm的紅和近紅外光，采用類似共聚焦掃描顯微鏡的光學(xué)結(jié)構(gòu)實(shí)現(xiàn)非接觸的柵格化掃描．和共聚焦掃描顯微鏡不同的是:LOT以面陣或線陣探測器采集從組織體內(nèi)出射的漫射光;在每個(gè)光源點(diǎn)下，探測器的不同通道對(duì)應(yīng)于目標(biāo)物體表面上與光源點(diǎn)距離不同的探測點(diǎn)位置，這樣由光源點(diǎn)的平面掃描即可獲取不同源-探距離下的二維原圖像序列．根據(jù)光在散射媒質(zhì)中的傳播規(guī)律，不同SDS對(duì)應(yīng)于不同的探測深度，因此，采用類似于漫射光層析成像的圖像重建算法可獲取目標(biāo)物體的斷層圖像，進(jìn)而獲得目標(biāo)的三維光學(xué)結(jié)構(gòu)．E．M．Hillman等人率先進(jìn)行了LOT系統(tǒng)的研究并進(jìn)一步對(duì)系統(tǒng)進(jìn)行了改良［2-3］，例如他們發(fā)展了機(jī)械臂和光纖束形式的LOT［4］．S．Yuan等人研究了與光學(xué)相干層析成像(OCT)相結(jié)合的熒光LOT系統(tǒng)，實(shí)現(xiàn)了功能成像和結(jié)構(gòu)成像的結(jié)合［5］．LOT系統(tǒng)中，設(shè)以樣品表面的中心為坐標(biāo)原點(diǎn)時(shí)，在掃描過程中，入射或出射主光線與探測面法線的夾角會(huì)隨著入射點(diǎn)或探測點(diǎn)的坐標(biāo)的不同而不同:例如入射點(diǎn)的坐標(biāo)越大，入射光線和探測面法線間的夾角越大;而在同一入射點(diǎn)時(shí)，源-探距離越大出射主光線與探測面法線間的夾角也越大．對(duì)于傳統(tǒng)LOT系統(tǒng)，當(dāng)視場為5mm×5mm時(shí)，最大入射傾角將達(dá)到2°．和DOT類似，LOT的圖像重建依賴于對(duì)正向模型(如蒙特卡洛模擬)的多次迭代計(jì)算．在正向模型計(jì)算中，雖然對(duì)一個(gè)源點(diǎn)的單次計(jì)算中可設(shè)定入射光角度，但考慮到LOT測量中源掃描點(diǎn)數(shù)眾多且不同源點(diǎn)時(shí)入射角并不固定，以及探測主光線的出射角不易提前獲知等因素，在圖像重建中計(jì)入變化的入射角的方法是不現(xiàn)實(shí)的．因此目前LOT的正向數(shù)學(xué)模型的計(jì)算通常是基于入射光束角度不變的［1-6］，從而造成了實(shí)際測量與正向數(shù)學(xué)模型的不匹配，進(jìn)而加大重建圖像的誤差．在共聚焦顯微成像中，為了實(shí)現(xiàn)整個(gè)掃描區(qū)域內(nèi)入射和返回主光線與探測面法線間夾角的不變，一個(gè)有效的方法是讓待測物體做二維平動(dòng)來代替掃描振鏡的二維掃描，雖然這種掃描方式實(shí)現(xiàn)起來相對(duì)簡單，但其一方面犧牲了系統(tǒng)的掃描速度，另一方面所需要的亞毫米移動(dòng)也很難應(yīng)用到對(duì)人體等的在體檢測．因此，研究適合LOT系統(tǒng)的小傾角系統(tǒng)是十分必要的［6］．本文在研究傾角對(duì)LOT系統(tǒng)影響的基礎(chǔ)上，研制了壓縮傾角LOT系統(tǒng)(LOTwithcondenseddipan-gle，cdaLOT)，在不移動(dòng)被測對(duì)象的前提下，使得入射和返回主光線在整個(gè)成像區(qū)域內(nèi)都近乎垂直于探測面，以期緩解實(shí)際測量方式和數(shù)學(xué)模型的不匹配問題．最后利用所發(fā)展的cdaLOT系統(tǒng)和算法進(jìn)行仿體成像，驗(yàn)證所發(fā)展的系統(tǒng)的有效性．

1傾角的影響

利用蒙特卡洛模擬(MC)研究當(dāng)準(zhǔn)直光以不同角度斜入射時(shí)，媒質(zhì)內(nèi)部的光子密度分布．模擬時(shí)，入射光子數(shù)取為108，根據(jù)皮膚、肌肉等生物組織體在近紅外波段的光學(xué)參數(shù)［7］，媒質(zhì)的光學(xué)參數(shù)設(shè)為:吸收系數(shù)μa=0．01mm-1，散射系數(shù)μs=10mm-1，各向異性因子g=0．9．設(shè)X-Y平面與媒質(zhì)表面重合，圖1(a)-(d)的上排分別是當(dāng)準(zhǔn)直光入射角分別為0°、1°、2°和6°時(shí)媒質(zhì)深度方向(X-Z截面)內(nèi)的光子密度分布，下排為斜入射與垂直入射時(shí)的光子密度的偏差ε．從圖1可以看出，光源斜入射的影響更多地集中分布在入射點(diǎn)附近的近場區(qū)．斜入射對(duì)遠(yuǎn)場區(qū)影響小源于生物組織的散射作用，光在生物組織中傳播時(shí)原有的方向性逐漸消失，至完全擴(kuò)散區(qū)(半徑范圍大于5～10個(gè)平均散射自由程，根據(jù)本文所采用的散射系數(shù)，對(duì)應(yīng)于0．5～1．0mm)時(shí)入射光最初的方向性將消失殆盡．雖然光斜入射對(duì)遠(yuǎn)場區(qū)影響較小，但LOT系統(tǒng)是對(duì)被測物面進(jìn)行移動(dòng)的二維柵格掃描，柵格間距以及最小探測距離約為200μm左右，也就是說異質(zhì)體定將位于入射點(diǎn)的近場，因此，斜入射對(duì)近場的影響將導(dǎo)致異質(zhì)體附近光子傳輸及分布的改變，從而加大異質(zhì)體光學(xué)參數(shù)重建的誤差．圖2顯示了圖1中沿x=0．1mm的ε，可以看出，在近場處ε呈現(xiàn)先增大再逐漸減小的趨勢，在z=0．5mm時(shí)ε達(dá)到極大值，而這一深度恰好是LOT的主要成像深度，因此入射傾角對(duì)LOT這樣具有亞毫米成像深度的系統(tǒng)具有很大的影響．

2cdaLOT系統(tǒng)的研究

2．1硬件系統(tǒng)設(shè)計(jì)及優(yōu)化

圖3cdaLOT系統(tǒng)原理圖Fig．3SchematicdiagramofthedevelopedcdaLOTsystem設(shè)計(jì)并搭建的cdaLOT系統(tǒng)的原理如圖3，系統(tǒng)的光源和探測器分別為2mW的He-Ne激光器和線陣PMT．由于組織體對(duì)632．8nm光具有強(qiáng)烈的散射和較大的吸收，由組織內(nèi)部出射的漫射光極其微弱，為了防止表面的直接反射光對(duì)待測的微弱漫射光信號(hào)的干擾，根據(jù)散射可導(dǎo)致光的偏振性發(fā)生改變的原理，系統(tǒng)采用偏振光入射和偏振檢測的方法以濾除表面的直接反射光．p偏光經(jīng)過起偏器和立方體偏振分束器過濾掉殘余的s偏光．為了實(shí)現(xiàn)二維柵格掃描，采用鋸齒波和階梯波分別控制X和Y振鏡．進(jìn)行行掃描時(shí)，Y振鏡保持靜止，X振鏡在斜波控制下以一定的角度間隔旋轉(zhuǎn)，實(shí)現(xiàn)行方向上的點(diǎn)掃描．一行掃描完畢后，X振鏡回到最初位置，Y振鏡在階梯波的控制下旋轉(zhuǎn)到下一個(gè)角度，X振鏡重復(fù)進(jìn)行下一行的點(diǎn)掃描．重復(fù)上述過程直至掃描結(jié)束．背向散射光經(jīng)過掃描光路后在分束器處被反射，經(jīng)過檢偏器后被成像透鏡聚焦至與樣品面共軛的PMT上．根據(jù)近紅外光在生物組織中的傳播規(guī)律，一般來說，光出射點(diǎn)距源點(diǎn)越遠(yuǎn)則探測到的光在被測物內(nèi)傳播的越深，因此線陣PMT不同通道上的探測信號(hào)反映了被測物內(nèi)不同深度下的光學(xué)參數(shù)(吸收系數(shù)和散射系數(shù))信息，該探測信號(hào)作為測量數(shù)據(jù)輸入圖像重建算法即可獲得光學(xué)參數(shù)的三維分布．為了壓縮傾角，借鑒掃描顯微鏡的掃描光路，本文將傳統(tǒng)LOT系統(tǒng)中的二倍倒像掃描改進(jìn)為遠(yuǎn)心掃描，如圖4所示．通過掃描透鏡和雙遠(yuǎn)心物鏡組成壓縮傾角雙遠(yuǎn)心掃描光路，掃描透鏡的后焦面在X、Y振鏡中間，掃描透鏡和雙遠(yuǎn)心透鏡組中的筒鏡構(gòu)成一個(gè)4f系統(tǒng)，把掃描振鏡成像在雙遠(yuǎn)心透鏡組的物鏡的入瞳位置，使得從掃描振鏡出射的且與光軸有一定夾角的平行光束也能近似垂直地入射在樣品的探測面上．根據(jù)圖3，系統(tǒng)的放大倍率由各個(gè)平行光透鏡組的放大倍率級(jí)乘得到．成像透鏡和掃描透鏡為一組平行光透鏡組，成像透鏡的焦距fimaging=200mm，掃描透鏡的焦距fscan的選擇則充分考慮到視場、源探距離、探測深度的要求，選為75mm，則該組的放大倍數(shù)m1=fimaging/fscan=2．67．選取雙遠(yuǎn)心透鏡的物像放大倍數(shù)為m2=2，則系統(tǒng)的總放大倍數(shù)m=5.34．根據(jù)物像放大倍數(shù)的定義，最小源探距離ΔSDS為線陣PMT每個(gè)通道的寬度Δchannel的1/m倍，本文所采用的Δchannel=1mm，因此可計(jì)算得ΔSDS=0.187mm．采用的PMT共有16通道，則在某一個(gè)源點(diǎn)時(shí)，最大的源探距離可約達(dá)3mm．為了矯正掃描振鏡固有的枕型畸變，本文發(fā)展的矯正方法為:將二維光電位置檢測器(PSD)置于探測面，采集不同掃描振鏡角度下的實(shí)際光點(diǎn)坐標(biāo)(X，Y)值并建立數(shù)據(jù)庫;使用二元多項(xiàng)式模型對(duì)已建立的數(shù)據(jù)庫作最優(yōu)擬合，最后根據(jù)實(shí)際中所需要的光電坐標(biāo)從擬合模型獲得所需的振鏡旋轉(zhuǎn)角度．本文擬合階數(shù)選取為7，得到坐標(biāo)X和Y的擬合誤差分別小于13．38μm和16．42μm，滿足LOT的應(yīng)用要求，用本方法矯正前后的光點(diǎn)軌跡如圖5所示．

2．2圖像重建算法

考慮到LOT測量時(shí)源探距離小于擴(kuò)散近似的適用范圍，采用本課題組發(fā)展的基于虛擬源-擴(kuò)散近似技術(shù)(Virtual-sourcediffusionapproximation，VS-DA)的光子輸運(yùn)模型作為正向模型［7-8］，該方法所獲得的解析式避免了傳統(tǒng)LOT中對(duì)每一個(gè)源點(diǎn)進(jìn)行一次MC模擬所帶來的巨大計(jì)算量．在逆問題中，利用互易原理得到雅可比矩陣:J=VG(r－rd)Φ(r－rs)，(1)其中，Ф為光子密度;G為格林函數(shù);rd(s)代表探測器(或光源)的空間位置矢量;V為VS-DA模型剖分單元的體積．同時(shí)，考慮到LOT系統(tǒng)的高密度柵格化掃描造成雅可比矩陣規(guī)模劇增，利用GPU多重算術(shù)邏輯單元(ALU)實(shí)現(xiàn)了雅可比矩陣的并行計(jì)算．完整的線性化圖像重建流程如圖6所示．最終利用Tikhonov正則化方法完成系統(tǒng)矩陣方程的逆運(yùn)算［9］，得到吸收微擾的空間分布:δμa=J(JJT+λI)-1ΔMFM，(2)其中δμa代表吸收系數(shù)的微擾;ΔM為無擾動(dòng)條件下的測量值M與擾動(dòng)下的測量值之差;F為正向模型預(yù)測值，由VS-DA模型在無擾動(dòng)條件下求得．

3結(jié)果

3．1系統(tǒng)傾角的改善

采用ZemaxTM分別對(duì)傳統(tǒng)LOT和本文提出的cdaLOT進(jìn)行光路追跡．傳統(tǒng)LOT的物鏡為普通透鏡，焦距為200mm，為了保持兩個(gè)系統(tǒng)的放大倍率近似相等，傳統(tǒng)LOT中的掃描透鏡的焦距取為50mm．假設(shè)入射光線與被測物表面垂直處位于被測物中心，且將該點(diǎn)設(shè)為坐標(biāo)原點(diǎn)．圖7為傳統(tǒng)LOT和cdaLOT系統(tǒng)入射主光線傾角β與物面坐標(biāo)間的關(guān)系．可以看出入射光線與光軸的夾角與物點(diǎn)坐標(biāo)成近似線性關(guān)系，坐標(biāo)值越大則入射傾斜角度β越大．傳統(tǒng)LOT在(x，y)坐標(biāo)為(1．5mm，0)和(2．5mm，0)處的β可達(dá)1．1°和1．8°，而cdaLOT系統(tǒng)對(duì)應(yīng)的β僅分別為0．3°和0．9°，即cdaLOT系統(tǒng)至少能夠使β減小為傳統(tǒng)LOT系統(tǒng)的1/2．

3．2與正向模型符合度的驗(yàn)證

將實(shí)驗(yàn)結(jié)果與MC模擬出的漫射光強(qiáng)進(jìn)行對(duì)比，以驗(yàn)證壓縮光束入射角對(duì)改善實(shí)驗(yàn)條件與正向模型匹配度的作用．MC模擬中，光線垂直入射到媒質(zhì)上．本文制作了以環(huán)氧樹脂作為基底，墨水和TiO2顆粒分別作為吸收體和散射體的固體仿體，μa=0.01mm-1，μs=10mm-1，g=0．68．在傳統(tǒng)LOT和cdaLOT系統(tǒng)下，仿體面上的采集坐標(biāo)均為(0，0)、(1．5mm，0)和(2．5mm，0)，獲取7個(gè)SDS(對(duì)應(yīng)于PMT的前7個(gè)通道)下的漫射光強(qiáng)值．以各自最大SDS下的漫射光測量值作為基準(zhǔn)進(jìn)行歸一化后與MC的模擬值進(jìn)行對(duì)比，結(jié)果如圖8所示．需要說明的是，由于兩個(gè)系統(tǒng)的放大倍率略有差異，因此圖8(a)和(b)的橫坐標(biāo)取點(diǎn)略有不同．對(duì)比可見，cdaL-OT的測量結(jié)果更加接近于MC模擬值，測量結(jié)果與MC計(jì)算結(jié)果間的相對(duì)誤差由原來的最大達(dá)38．8%降低到18%．

3．3圖像重建結(jié)果

上述方法制作的固體仿體經(jīng)挖槽、灌注等過程制作成淹埋有異質(zhì)體的仿體，如圖9所示．背景和異質(zhì)體的μa分別制作為0．01mm-1和0．05mm-1，分別用于模擬宮頸的正常和病變區(qū)域．二者的μs均為10mm-1，g均為0．68．異質(zhì)體沿X-Z-Y方向的尺寸為1mm×1mm×7mm，上表面距離探測表面的深度為0．4mm．系統(tǒng)的掃描面積為8．33mm×8．33mm，共掃描100×100個(gè)點(diǎn)，掃描過程中保證掃描區(qū)域左邊界距離異質(zhì)體左邊界2mm．為了符合光在組織體內(nèi)傳播的過程，正模型計(jì)算中將X-Y面內(nèi)的成像域由掃描區(qū)域的中心向外擴(kuò)展2mm，并離散成84×84個(gè)剖分單元，則每個(gè)單元代表的長度約為0．123mm，換算得掃描區(qū)域約含68×68個(gè)剖分單元．考慮到光的穿透深度和計(jì)算量，Z方向剖分深度為2．5mm，該方向剖分單元的尺寸與X(或Y)方向相同．圖10中上排及下排分別為基于傳統(tǒng)LOT及cdaLOT系統(tǒng)用前述的重建算法得到的X-Z平面(a)及Y-Z平面(b)的斷層圖像，其中黑色實(shí)線代表目標(biāo)的實(shí)際位置．由圖10可以看出，重建出的異質(zhì)體均不同程度地趨向于表面，這是由于反射測量時(shí)測量靈敏度會(huì)隨著深度而下降，從而導(dǎo)致基于反射測量的重建圖像具有趨膚效應(yīng)和對(duì)深處成像能力的下降［10］．但相比于傳統(tǒng)LOT系統(tǒng)，cdaLOT重建出的異質(zhì)體深度更為準(zhǔn)確，這是由于入射光線的傾斜導(dǎo)致介質(zhì)內(nèi)部光子密度發(fā)生變化(如圖1所示)，而入射方向與探測器方向的交叉導(dǎo)致局部吸收靈敏度增強(qiáng)，仍然采用垂直入射情形下的靈敏度函數(shù)進(jìn)行圖像重建將產(chǎn)生更加嚴(yán)重的趨膚效應(yīng)．根據(jù)重建結(jié)果，傳統(tǒng)LOT得到的量化度約為42．05%，在Z=0．9mm處沿Y方向的半高寬約為1．15mm，而對(duì)于cdaLOT分別為89．13%及1．05mm，均優(yōu)于傳統(tǒng)LOT．可以看出，該結(jié)果與異質(zhì)置重建的準(zhǔn)確性一致，這是由于重建過程同時(shí)包含對(duì)異質(zhì)置、形狀、以及光學(xué)參數(shù)的反演，而其中任何一項(xiàng)的誤差將直接影響其余項(xiàng)．

4結(jié)論

研究了入射光傾角對(duì)光在組織體內(nèi)分布的影響，發(fā)現(xiàn)傾角對(duì)近場區(qū)及LOT的成像深度范圍的光子分布具有更大的影響．為了改善測量條件和正向模型的匹配性，本文研制了壓縮傾角LOT系統(tǒng)(cdaLOT)，并提出了矯正掃描振鏡枕型畸變的新方法，光路模擬結(jié)果表明:cdaLOT系統(tǒng)可使入射主光線傾角減小為傳統(tǒng)LOT系統(tǒng)的1/2．改進(jìn)的系統(tǒng)將測量值與蒙特卡洛模擬結(jié)果的相對(duì)誤差由傳統(tǒng)系統(tǒng)的38%降低為18%．考慮到LOT測量時(shí)源探距離小于擴(kuò)散近似的適用范圍以及LOT的高密度柵格化掃描引起的計(jì)算量激增，發(fā)展了基于虛擬源-擴(kuò)散近似技術(shù)和GPU的LOT快速圖像重建算法．最后利用所發(fā)展的cdaLOT系統(tǒng)和算法進(jìn)行了仿體成像，結(jié)果表明:重建異質(zhì)體的吸收系數(shù)、位置和形狀與真實(shí)情況基本相符．為了同時(shí)兼顧空間分辨率及成像效率，LOT中柵格化的掃描區(qū)域邊長尺寸通常只有毫米量級(jí)［2，11］，因此在描述表面形貌變化平緩的皮膚、宮頸等人體組織淺層結(jié)構(gòu)時(shí)［11］，普遍將探測面視為平面．如果毫米量級(jí)下的平面假設(shè)不成立，則現(xiàn)有LOT圖像重建算法不再適用，這是由于LOT中高密度的柵格化掃描限制了傳統(tǒng)逐點(diǎn)建模方式，普遍的加速手段是利用目標(biāo)幾何結(jié)構(gòu)的對(duì)稱性通過一次MC求得完整的正向模型及Jacobian矩陣［11］，而對(duì)稱性將隨著平面假設(shè)失敗而遭到破壞．因此在系統(tǒng)設(shè)計(jì)中，本文未對(duì)探測面的曲率問題作討論．

參考文獻(xiàn)：

第6篇：醫(yī)學(xué)圖像重建范文

【關(guān)鍵詞】 先天性心臟?。?64層螺旋CT； 超聲心動(dòng)圖； 診斷顯像

先天性心臟病(congenital heart disease，CHD)是一種常見的兒科疾病，是胎兒時(shí)期心臟血管發(fā)育異?；虺錾髴?yīng)自動(dòng)關(guān)閉的通道(在胎兒屬正常)未能閉合而致的先天畸形，其主要治療方法是手術(shù)治療［1］。術(shù)前準(zhǔn)確、有效的影像學(xué)檢查對(duì)于明確診斷及手術(shù)方案的制定具有重要意義，也是手術(shù)成功的關(guān)鍵，尤其是復(fù)雜型CHD，常因伴有多種心外大血管畸形，使得術(shù)前檢查更為重要。亞秒級(jí)掃描技術(shù)使64層螺旋CT在心血管病檢查中有了新的應(yīng)用［23］，并且能應(yīng)用于難以配合檢查的新生兒及嬰兒。本研究旨在探討64層螺旋CT心血管成像技術(shù)對(duì)新生兒及嬰兒CHD的診斷價(jià)值。

1 材料與方法

1.1 一般資料

收集2007年4月至2008年6月在我院行64層螺旋CT和超聲心動(dòng)圖(ECG)檢查的CHD新生兒及嬰兒共55例的資料，男38例，女17例；年齡1 d～12個(gè)月，平均5個(gè)月26 d；體重2.2～11.5 kg，平均6.5 kg。其中新生兒7例，嬰兒48例。

1.2 CT檢查

病人準(zhǔn)備：掃描前所有患兒均口服5%水合氯醛50 mg·kg-1，外周靜脈血管放置留置針。CT機(jī)：Siemens Sensation 64層螺旋CT機(jī)。掃描模式：螺旋掃描。掃描參數(shù)：管電壓80～100 kV，管電流80～100 mAs，有效管電流由掃描時(shí)病人的具體情況智能設(shè)置，螺距1.2，準(zhǔn)直0.6 mm。對(duì)比劑：非離子型對(duì)比劑歐乃派克(350 mg·ml-1)1.2～2.0 ml·kg-1，用高壓注射器注入，速率1～1.5 ml·s-1。掃描時(shí)采用雙管注射，對(duì)比劑注射結(jié)束后，立刻以同樣的速率注射相同體積的生理鹽水。采用對(duì)比劑跟蹤技術(shù)對(duì)胸部支氣管分叉平面以下降主動(dòng)脈強(qiáng)化過程進(jìn)行監(jiān)測，當(dāng)強(qiáng)化幅度增加80 Hu時(shí)延遲9 s開始觸發(fā)掃描。

1.3 圖像重建方法

掃描結(jié)束后重建層厚1 mm，重建間隔0.6 mm，重建方式Kernel B25f。所有數(shù)據(jù)傳至MSCT工作站(Syngo Multi Modality Workplace)進(jìn)行多平面重建(multi plannar reformation，MPR)、最大密度投影(maximum intensity projection，MIP)、容積成像(volume render，VR)觀察，由兩位高年資影像科醫(yī)師進(jìn)行圖像分析和診斷，如有不同意見討論后達(dá)成共識(shí)。

1.4 統(tǒng)計(jì)學(xué)處理

64層螺旋CT對(duì)心血管畸形的診斷準(zhǔn)確率與ECG進(jìn)行比較（兩種診斷方法互為雙盲），采用χ2檢驗(yàn)，P＜0.05表示差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)

果

本組55例患兒檢查過程順利，獲得圖像滿意。患者的原始軸位圖像均可顯示所有病變信息，經(jīng)各種重組方法所得到的二維、三維圖像更加直觀地顯示了病變形態(tài)及與周圍結(jié)構(gòu)的空間關(guān)系，尤其能顯示主動(dòng)脈、肺動(dòng)脈以及冠狀動(dòng)脈，有利于指導(dǎo)外科醫(yī)師手術(shù)方案的制定。55例手術(shù)結(jié)果對(duì)照共計(jì)199處心血管畸形(表1)，64層螺旋CT對(duì)畸形的診斷敏感度為97.49%，特異度為99.48%，準(zhǔn)確率為96.98%；ECG對(duì)畸形的診斷敏感度為76.88%，特異度為93.46%，準(zhǔn)確率為71.86%。64層螺旋CT的診斷敏感度、特異度、準(zhǔn)確率均明顯高于ECG (χ2值分別為18.90、10.39、23.88，均P＜0.005)。表1 64層螺旋CT與ECG診斷各種心血管畸形的比較例按心臟解剖將心血管畸形分為心內(nèi)畸形和心外畸形兩大部分，心內(nèi)畸形包括心間隔缺損、心臟異位等共計(jì)68處(圖1、2)；心外畸形包括各型大動(dòng)脈轉(zhuǎn)位(圖3)、心室雙出口(圖4、5）、主動(dòng)脈騎跨、肺靜脈畸形連接、肺動(dòng)(靜)脈狹窄、肺動(dòng)脈閉鎖(圖6)、主(肺)動(dòng)脈起源異常、主動(dòng)脈縮窄、永存動(dòng)脈干、動(dòng)脈導(dǎo)管未閉、冠脈解剖變異等共計(jì)131處。

心內(nèi)畸形68處中，64層螺旋CT發(fā)現(xiàn)64處，漏診1處室間隔缺損、4處房間隔缺損，誤診1例室間隔缺損；ECG診斷66處，漏診1處室間隔缺損和1例右位心。64層螺旋CT、ECG對(duì)心臟部分畸形的診斷準(zhǔn)確率分別為92.65%、97.06%，兩者無統(tǒng)計(jì)學(xué)差異(χ2=0.68，P＞0.05)。

心外畸形131處中，64層螺旋CT發(fā)現(xiàn)130處，漏診1處動(dòng)脈導(dǎo)管未閉；ECG診斷87處，誤診10處，漏診54處。64層螺旋CT、ECG對(duì)心外畸形的診斷準(zhǔn)確率分別為99.24%、58.78%，前者明顯高于后者(χ2=32.32，P＜0.005)。

3 討

論

3.1 新生兒及嬰兒64層螺旋CT成像的掃描技術(shù)

64層螺旋CT采用的是寬體薄層各向同性探測器技術(shù)，1次旋轉(zhuǎn)代替過去多次旋轉(zhuǎn)，節(jié)省了X線球管的耗損；同時(shí)采用了先進(jìn)的智能濾過技術(shù)、自動(dòng)毫安調(diào)制與設(shè)置技術(shù)等，大大降低了掃描時(shí)的X線劑量，對(duì)兒童更加安全［34］。完成整個(gè)胸部掃描時(shí)間僅為3 s左右，掃描時(shí)間短，可減少呼吸及心跳等運(yùn)動(dòng)偽影的影響。因而本研究不需要患兒屏氣配合，臨床情況不穩(wěn)定的新生兒和嬰兒都能順利完成檢查，增強(qiáng)掃描后所得圖像對(duì)解剖結(jié)構(gòu)的顯示非常滿意。

3.2 CHD圖像重建方法及各自的優(yōu)缺點(diǎn)

CT橫斷面圖像是掃描的原始圖像，提供了病變的所有信息，但缺乏立體感，對(duì)CHD尤其是復(fù)雜型CHD畸形的顯示不直觀。軸位圖像能夠反映心臟的結(jié)構(gòu)以及主動(dòng)脈、肺動(dòng)脈、冠狀動(dòng)脈，但不能提供整體視圖，不能直觀顯示主動(dòng)脈和肺動(dòng)脈，不能提示心臟與大血管之間的關(guān)系。圖像重建有助于描繪復(fù)雜的三維解剖關(guān)系。將軸位重組圖像傳至工作站后，可進(jìn)行實(shí)時(shí)圖像重組，如我們采用的MPR、MIP、VR［57］。圖像重建雖然費(fèi)時(shí)，但為臨床醫(yī)生提供了直觀的影像。

MPR、MIP、VR各有優(yōu)缺點(diǎn)，顯示的病變信息可以相互補(bǔ)充，因此需聯(lián)合應(yīng)用各種后處理方式才能顯示CHD所有的畸形。MPR可任意角度重建，可顯示心血管腔內(nèi)外結(jié)構(gòu)及畸形的空間位置關(guān)系，是一種簡便可靠的重建方法，在CHD圖像重建中起重要作用。本組中心內(nèi)畸形以及心外畸形包括主動(dòng)脈和肺動(dòng)脈都能清晰顯示，薄層MPR可顯示大部分冠狀動(dòng)脈的近段。MPR不足之處仍是二維圖像，缺乏立體感，不能將特定結(jié)構(gòu)完整地顯示在一幅圖像上。MIP利用了旋轉(zhuǎn)觀察技術(shù)，其優(yōu)點(diǎn)是可將不在單一平面的結(jié)構(gòu)顯示在同一個(gè)二維平面上，可獲得類似數(shù)字減影血管造影技術(shù)（DSA）的效果，缺點(diǎn)是骨骼和鈣化等高密度結(jié)構(gòu)遮蓋心血管圖像。本組進(jìn)行橫斷面及冠狀面MIP重建，可以清晰顯示心內(nèi)畸形以及心外大血管畸形，如圖1、2清晰顯示房、室間隔缺損，圖5明顯可見右心室同時(shí)發(fā)出肺動(dòng)脈及主動(dòng)脈。VR法可直觀顯示心外大血管的立體形態(tài)及空間位置關(guān)系，并可任意角度旋轉(zhuǎn)觀察，受到臨床醫(yī)生的廣泛好評(píng)，VR所見與術(shù)中所見均完全一致。如圖3可以很直觀地顯示完全性大動(dòng)脈轉(zhuǎn)位，同時(shí)可見動(dòng)脈導(dǎo)管未閉；圖4可見右心室同時(shí)發(fā)出肺動(dòng)脈和主動(dòng)脈；圖6可見左心室發(fā)出主動(dòng)脈，右心室未見發(fā)出肺動(dòng)脈主干。但VR對(duì)心內(nèi)畸形顯示不佳，而且操作比較復(fù)雜，對(duì)組織的特異性分辨有限，易受到人工干擾，需要影像科醫(yī)師付出更多的時(shí)間和精力。

3.3 64層螺旋CT對(duì)新生兒和嬰兒CHD的臨床應(yīng)用

64層螺旋CT不僅掃描速度快，掃描范圍大，時(shí)間和空間分辨率高，而且具有價(jià)格相對(duì)便宜、無創(chuàng)、便捷等特點(diǎn)。檢查時(shí)不需要患兒屏氣配合，因而可應(yīng)用于臨床情況不穩(wěn)定的新生兒和嬰兒。CT橫斷面解決了圖像的重疊問題，能很好地顯示解剖學(xué)房室的位置、形態(tài)，房室連接、房室與大血管連接的關(guān)系，三維重建又能直觀地顯示心臟大血管連接、大血管形態(tài)及空間位置關(guān)系，對(duì)復(fù)雜心血管畸形的節(jié)段分析有重要價(jià)值。本研究中64層螺旋CT利用其強(qiáng)大的后處理技術(shù)，對(duì)新生兒和嬰兒CHD心血管畸形的診斷敏感度、特異度、準(zhǔn)確率均明顯優(yōu)于ECG；對(duì)心內(nèi)畸形，64層螺旋CT的診斷準(zhǔn)確率與ECG無顯著性差異；對(duì)心外畸形，64層螺旋CT的診斷準(zhǔn)確率明顯高于ECG，彌補(bǔ)了ECG對(duì)心外畸形診斷的不足，尤其能評(píng)價(jià)主動(dòng)脈和肺動(dòng)脈的發(fā)育、肺靜脈異位引流、體肺側(cè)支血管及冠狀動(dòng)脈異常［89］等，對(duì)術(shù)前手術(shù)方案的制定具有重要價(jià)值。

64層螺旋CT診斷CHD的最大不足就是不能反映心腔大血管的壓力及血氧情況，不能量化肺動(dòng)脈高壓的程度［10］。其圖像質(zhì)量會(huì)受呼吸及心搏偽影的影響，檢查前需做好充分準(zhǔn)備。新生兒及嬰幼兒心跳、呼吸快，運(yùn)動(dòng)偽影相對(duì)較多，有時(shí)會(huì)干擾心內(nèi)結(jié)構(gòu)的顯示，易漏診小于5 mm的間隔缺損，本組漏診4例房間隔缺損即為這類原因。

總之，64層螺旋CT是一種無創(chuàng)、有效、可靠的診斷CHD的方法，64層螺旋CT及二維、三維圖像重建不僅能很好地顯示CHD的心內(nèi)畸形，還可同時(shí)發(fā)現(xiàn)伴發(fā)的心外畸形，彌補(bǔ)了ECG對(duì)心外畸形診斷的不足，尤其能評(píng)價(jià)主動(dòng)脈、肺動(dòng)脈以及冠狀動(dòng)脈異常，對(duì)術(shù)前手術(shù)方案的制定具有重要價(jià)值。

參考文獻(xiàn)

［1］張郁林，程沛，王沖，等.嬰兒先天性心臟病的外科治療［J］.東南大學(xué)學(xué)報(bào)：醫(yī)學(xué)版，2005， 24(5):318320.

［2］MERTENS L，GANAME J，EYSKENS B.What is new in pediatric cardiac imaging?［J］.Eur J Pediatr，2008，167(1):18.

［3］NIKOLAOU K，F(xiàn)LOHR T，KNEZ A，et al.Advances in cardiac imaging:64 slice scanner［J］.Int J Cardiovasc Imaging，2004，20(6):535540.

［4］WILLIAMS B J，MULVIHILL D M，PETTUS B J，et al.Pediatric superior vena cava syndrome:assessment at low radiation dose 64slice CT angiography［J］.J Thorac Imaging，2006，21(1):7172.

［5］SIEGEL M J.Multiplanar and threedimensional multidetector row CT of thoracic vessels and airways in the pediatric population［J］.Radiology，2003，229(3):641650.

［6］YANG D H，GOO H W，SEO D M，et al.Multi slice CT angiography of interrupted aortic arch［J］.Pediatr Radiol，2008，38(1):89100.

［7］LAURENS F T，SUBRAMANIAM C K，JOANNE D S，et al.Noncoronary applications of cardiac multi detector row computed tomography［J］.JACC Cardiovascular Imaging，2008，1(1):94106.

［8］KHOSITSETH A，PORNKUL R，SIRIPORNPITAK S.Diagnosis of tetralogy of Fallot with anatomically corrected malposition of the great arteries and single coronary artery by multi detector CT［J］.Br J Radiol，2006，79(943):e57.

第7篇：醫(yī)學(xué)圖像重建范文

關(guān)鍵詞：64層螺旋CT；后處理技術(shù)；不確定性肋骨骨折

【中圖分類號(hào)】R683 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-7526（2012）12-0512-01

肋骨骨折在胸外損傷中較為常見，典型的肋骨骨折經(jīng)臨床檢查結(jié)合X線片即可確診，但是易因主觀因素出現(xiàn)漏診，螺旋CT能清晰、直觀地顯示出肋骨的立體構(gòu)型，加上三維重建技術(shù)的應(yīng)用，能準(zhǔn)確、多角度的提供肋骨骨折信息[1]。然而在實(shí)際應(yīng)用過程中，在應(yīng)用64層螺旋CT對(duì)肋骨骨折進(jìn)行診斷時(shí)，5mm肋骨橫斷圖像并不能明確所有患者骨折情況，這種疑似肋骨骨折即為不確定性肋骨骨折[2]。筆者擬以不確定性肋骨骨折患者的原始圖像導(dǎo)入工作站，分析多項(xiàng)后處理技術(shù)對(duì)其診斷價(jià)值，為臨床肋骨骨折的診斷處理方法提供參考。

1 資料與方法

1.1 一般資料：對(duì)我院2009年8月至2011年8月行64層螺旋CT檢查的647例患者的CT圖像進(jìn)行回顧性分析，所有患者均因胸部外傷而入院，由兩名資深主治醫(yī)師對(duì)647例患者的5mm肋骨橫斷圖片進(jìn)行篩查，不確定性肋骨骨折患者43例，年齡17～64歲，平均年齡（43.2±5.4）歲，主訴胸部疼痛、呼吸困難等。

1.2 CT檢查方法：64層螺旋CT機(jī)型號(hào)：Siemens Somatom Sensation，掃描范圍：胸廓入口處至臍部，掃描參數(shù)設(shè)定：管電壓120KV，管電流10～300mA，層厚5mm，將掃描的數(shù)據(jù)進(jìn)行層厚為0.6～1.0mm、間隔0.625mm的模式重建，重建后的數(shù)據(jù)傳入Volume Wizard工作站，采用容積再現(xiàn)、多平面重組、曲面重建、表面遮蓋等后處理手段進(jìn)行技術(shù)重建。應(yīng)用容積重現(xiàn)來觀察肋骨的輪廓，同時(shí)曲面重建技術(shù)可顯示肋骨全貌，調(diào)整骨窗以觀察骨質(zhì)是否連續(xù)，調(diào)整軟組織窗以觀察軟組織是否損傷。所有的圖像的分析診斷由4名醫(yī)師共同完成，每名醫(yī)生負(fù)責(zé)分析1種后處理方法的重建圖像，最后由2名資深醫(yī)生對(duì)診斷結(jié)果進(jìn)行確認(rèn)。

2 結(jié)果

本次64層螺旋CT圖像后處理后43例不確定性肋骨骨折患者共顯示54處骨折，其中35例為單處骨折，5例為2處骨折，3例為3處骨折。四種后處理技術(shù)中曲面重建準(zhǔn)確率最高54處骨折全部檢出，其次為多平面重組，共確診52處骨折，準(zhǔn)確率96.3%，明顯高于其他兩項(xiàng)處理方法（P

3 討論

多層螺旋CT是繼CT發(fā)展上的又一突破性的進(jìn)展，其掃描范圍進(jìn)一步擴(kuò)大，在時(shí)間、體軸方向空間等分辨率均有顯著地提高。由于肋骨呈現(xiàn)插兜樣，平片脊椎、胸骨和前后肋發(fā)生重疊，缺乏立體感，易造成誤、漏診，64層螺旋CT掃描時(shí)間短暫，除了在分辨率提高上的優(yōu)勢外，其強(qiáng)大的圖像后處理技術(shù)對(duì)圖像進(jìn)行二維或三維重建，更直觀顯示肋骨骨折全貌，彌補(bǔ)了普通X線片、2DCT的不足[3]。

表1 4種后處理方法肋骨骨折檢出情況

64層螺旋CT后處理技術(shù)主要包括容積再現(xiàn)、多平面重組、曲面重建、表面遮蓋等，其中容積再現(xiàn)是選定三維容積中像素的投影，能夠顯示密度層次和良好形態(tài)外觀的圖像，對(duì)于肋骨淺表或深在結(jié)構(gòu)均有較好的顯示，通過任意角度和軸向旋轉(zhuǎn)，能悉知骨折全貌、骨折線走向以及對(duì)骨碎片的定位，有利于臨床醫(yī)師治療方案的制定，但是對(duì)于移位小于2mm或不移位的骨折易漏診，且對(duì)軟組織的改變和肺部損傷不敏感，本組試驗(yàn)中容積再現(xiàn)的準(zhǔn)確率75.9%，證實(shí)了其漏診率較高[1]。多平面重組是將容積掃描數(shù)據(jù)進(jìn)行冠狀、矢狀、橫軸、斜面的二維圖像重建，該處理方法所得圖像最接近橫斷面圖像，可觀察骨折每處細(xì)節(jié)，對(duì)隱匿性骨折、不全骨折、肋軟骨與骨交界骨折分辨率高，確診率較高，本試驗(yàn)中為96.3%，但仍需結(jié)合三維立體圖像以彌補(bǔ)其不連續(xù)、不全面的缺陷。曲面重建能重現(xiàn)不在同一平面走行的肋骨，對(duì)骨折的形態(tài)和移位情況顯示更優(yōu)，能同時(shí)顯示細(xì)微骨折變化以及軟組織、胸膜的變化，但對(duì)操作技術(shù)要求較高，不熟練的曲線勾畫可出現(xiàn)骨折假象[4]，本試驗(yàn)中所有肋骨骨折曲面重建處理全部檢出。表面遮蓋能整體顯示肋骨骨折的空間位置和立體形態(tài)，可幫助醫(yī)師從各方向、角度觀察肋骨骨折移位情況，但是對(duì)不全骨折、微小骨折的顯示欠佳，漏診率在4項(xiàng)后處理技術(shù)中最高，為53.7%。

綜上所述，在不確定性肋骨骨折的分析診斷上，多平面重建和曲面重建明顯優(yōu)于容積再現(xiàn)、表面遮蓋，顯示后處理技術(shù)對(duì)于該類骨折具有重要價(jià)值，綜合分析以達(dá)到最佳診斷效果。

參考文獻(xiàn)

[1] 遲寶權(quán)，劉亞靜，康潔. 64 層螺旋 CT 在隱匿性肋骨骨折診斷中的應(yīng)用價(jià)值[J]. 河北醫(yī)藥，2011，33（16）：2418-2420

[2] 楊磊. 64層螺旋CT后處理技術(shù)在不確定性肋骨骨折中的應(yīng)用[J].中國醫(yī)藥科學(xué)，2012，2（4）：117-118

第8篇：醫(yī)學(xué)圖像重建范文

【關(guān)鍵詞】超分辨率重建 磁共振成像 字典訓(xùn)練 稀疏復(fù)原 機(jī)器學(xué)習(xí)

磁共振成像（MRI）是目前最重要的臨床醫(yī)學(xué)診斷工具之一，它具有無射線損傷、多參數(shù)成像、任意方位斷層等成像優(yōu)勢。故自上個(gè)世紀(jì)80年展以來，很快得到廣泛應(yīng)用，有著良好的發(fā)展前景。然而囿于當(dāng)前硬件技術(shù)的限制，無法在較短的掃描時(shí)間內(nèi)獲取滿足要求的高分辨率圖像；同時(shí)，考慮到成像儀器如發(fā)射線圈、接收線圈和磁體以及外界環(huán)境干擾等，不可避免會(huì)引入噪聲，因此超分辨率技術(shù)應(yīng)運(yùn)而生。圖像超分辨率的主要思想是由兩幅或更多幅同樣場景的低分辨率（LR）圖像重建出對(duì)應(yīng)的高分辨率（HR）圖像；具體來講，就是運(yùn)用某種算法，將連續(xù)序列分辨率低并包含噪聲的圖像融合以得到一個(gè)更加清晰的高質(zhì)量MRI影像。

稀疏表示理論作為一種新興的一種基于學(xué)習(xí)的算法，旨在由過完備字典擴(kuò)充的全部向量空間根據(jù)稀疏度大小作為標(biāo)準(zhǔn)尋找最優(yōu)解，近年來在圖像處理相關(guān)領(lǐng)域應(yīng)用廣泛，如人臉模式識(shí)別、圖像降噪、壓縮感知等，均展現(xiàn)了優(yōu)良的性能。

由于MRI在后期分析或者圖像后處理，如匹配或者多通道分割，所@得的低分辨率圖像必須與其他高分辨率圖像進(jìn)行匹配，所以必須盡可能保證采集圖像的高頻信息不丟失。本文在稀疏表示算法上加以改進(jìn)，針對(duì)其有時(shí)重建圖像時(shí)，主觀視覺效果不佳，存在的高頻邊界不豐富、紋理細(xì)節(jié)區(qū)域?yàn)V波過度等問題，提出一種針對(duì)性地處理架構(gòu)，即利用一次重建的高頻殘余繼續(xù)進(jìn)行二次字典學(xué)習(xí)最后再得到超分辨率結(jié)果，并選取了人體各部位的MRI作為實(shí)驗(yàn)驗(yàn)證了算法的可行性。

1 離線字典訓(xùn)練

基于字典學(xué)習(xí)的算法在圖像重建方面已得到廣泛應(yīng)用，如K空間域的MR圖像重建，對(duì)于一般用途的圖像，根據(jù)字典的一次重建已經(jīng)可以基本滿足需求。但對(duì)于分辨率和精度要求很高的MRI圖像，由于需要對(duì)重建的結(jié)果繼續(xù)進(jìn)行二次分割或者匹配等操作，一次重建結(jié)果的分辨率往往不能滿足要求。針對(duì)這種特性，本文在一次稀疏字典學(xué)習(xí)的基礎(chǔ)上提取出重建圖像的高頻細(xì)節(jié)圖像塊作為高頻殘余訓(xùn)練庫，以此為基礎(chǔ)進(jìn)行二次字典訓(xùn)練得出殘余字典對(duì)，以提高超分辨率重建效果。

（1）原始訓(xùn)練庫：把采集到的原始高分辨率MRI影像庫H_1經(jīng)過下采樣壓縮后得到低分辨率影像庫L_1，經(jīng)過插值放大后恢復(fù)到與H_1相同的圖像尺寸，得到原始低頻訓(xùn)練庫L_1F，但L_1F與H1相比濾掉了高頻細(xì)節(jié)部分。同理，與H_1、L_1平行的另一組高、低分辨率圖像訓(xùn)練庫記為H_2、L_2，由壓縮降質(zhì)的L_2經(jīng)過插值放大得到對(duì)應(yīng)的低頻信息庫L_2F，去掉了H_2的高頻信息。

（2）圖像塊提?。簽榱说玫阶值鋵W(xué)習(xí)階段的圖像塊，我們需要提取出這些塊的特征信息表示?？紤]到算法的簡潔性和高效性，本文利用一階和二階梯度因子進(jìn)行這些特征的提取，將4個(gè)濾波器分別設(shè)置為：

，將這4個(gè)濾波器作用于原始低頻訓(xùn)練庫L_1F的圖像塊，每個(gè)圖像塊得到4個(gè)特征向量后，再將這4個(gè)向量合成為1個(gè)最終表示向量。

1.1 一次稀疏字典訓(xùn)練

對(duì)高分辨率字典Ch和低分辨率字典Cl采用了相同的原始高分辨率庫X={x1，x2，...，xm}，并由降采樣得到相應(yīng)的低分辨率訓(xùn)練庫Y={y1，y2，...，ym}。由于字典訓(xùn)練過程涉及到對(duì)稀疏表示系數(shù)β多次迭代運(yùn)算，為了提高效率，我們僅先求得低分辨率的稀疏系數(shù)。

由上面的基本原理部分，訓(xùn)練低分辨率字典基于下面的約束方程：

其中τ為初始基字典，ξ為訓(xùn)練塊的稀疏表示矩陣，Cl為稀疏字典，q表示ξ的向量稀疏性，利用K-SVD算法求解此約束方程。類似地，針對(duì)高分辨率字典有以下約束方程：

1.2 二次高頻殘余字典訓(xùn)練

將用稀疏字典Ch學(xué)習(xí)得到的一次重建圖像庫與原高分辨率圖像庫H_2作比較得到殘余的高頻邊界或紋理細(xì)節(jié)區(qū)域，同理將這部分高頻圖像庫繼續(xù)稀疏表示訓(xùn)練，不斷迭代直至稀疏系數(shù)收斂后得到二次高頻殘余字典Chr，Clr。

2 超分辨率圖像重建

結(jié)合1中的稀疏表示原理，高分辨率圖像X中的每一塊xi，可依據(jù)得到。需要注意的一點(diǎn)時(shí)，在具體應(yīng)用時(shí)應(yīng)考慮到觀測圖像本身存在噪聲的影響，那么類似地，這個(gè)待解決的問題轉(zhuǎn)變?yōu)椋?/p>

F對(duì)應(yīng)1-2）中的特征提取操作因子。顯然這就是1中所述的NP問題的求解，化為一范數(shù)就是凸優(yōu)化問題：

上式采用OMP（Orthogonal Matching Pursuit）算法求解，從而得到βi，這些高分辨率塊便組成了目標(biāo)圖像X。

3 實(shí)驗(yàn)結(jié)果及分析

本文對(duì)利用雙三次卷積（Bicubic）算法、Yang算法和本文算法得到的MRI圖像超分辨率效果進(jìn)行了比較。針對(duì)實(shí)驗(yàn)結(jié)果，主要從主觀、客觀（PSNR）兩個(gè)方面進(jìn)行評(píng)估。其中，實(shí)驗(yàn)測試所用大腦部位MRI圖像由John Reeves Hall提供由于MRI圖像一般體積較為龐大，首先選取局部并劃分為256×256的二維高分辨率圖像塊，再分別對(duì)每個(gè)維度進(jìn)行2倍降質(zhì)壓縮得到測試用的低分辨率塊；然后將壓縮后的圖像放大為2倍，令其每個(gè)2×2的圖像塊，相應(yīng)為4×4的高分辨率塊，采用塊間最大重疊方式。

3.1 主觀比較

從圖1可以看出，采用雙三次卷積（Bicubic）算法存在過度平滑的缺點(diǎn)，很大一部分模糊不清；Yang算法雖然較Bicubic有較大程度的改善，但在紋理復(fù)雜區(qū)域細(xì)節(jié)不夠豐富，人眼觀察同樣受到制約。經(jīng)過綜合比較，本文算法得到的結(jié)果相對(duì)是最清晰的，與原圖相比失真度最小。

3.2 字典大小對(duì)超分辨率效果的影響

由于隨機(jī)抽取圖像塊、訓(xùn)練字典得到Ch，Cl的過程耗時(shí)很長，為了盡可能減少用時(shí)，我們繼續(xù)探究了字典大小對(duì)超分辨率重建效率的影響，以期用最小的時(shí)間復(fù)雜度得到盡可能小的失真度、清晰的高分辨率MRI圖像。

由圖2可以看出，當(dāng)字典容量在1000以下時(shí)，隨著字典容量的增加，PSNR也隨之顯著增加；但當(dāng)字典大小超過1000時(shí)，PSNR的增加開始逐漸放緩，而此時(shí)已經(jīng)犧牲了大量的時(shí)間復(fù)雜度，所以，將訓(xùn)練字典容量大小維持在1000左右是優(yōu)化的選擇。

4 結(jié)語

本文所介紹的算法將稀疏表示應(yīng)用于MRI圖像超分辨率重建。通過離線訓(xùn)練首先獲取高、低分辨率圖像塊的字典對(duì)，再對(duì)插值放大的低分辨率圖像進(jìn)行一次超分辨率重建，得到原始高分辨率圖像；然后提取圖像中高頻細(xì)節(jié)重構(gòu)不充分的部分，利用經(jīng)高頻細(xì)節(jié)學(xué)習(xí)的字典對(duì)，繼續(xù)針對(duì)高頻細(xì)節(jié)部分進(jìn)行二次重建。實(shí)驗(yàn)結(jié)果說明本文基于稀疏高頻雙字典的重建方法，在主觀視覺效果、客觀評(píng)估指標(biāo)結(jié)構(gòu)相似性和峰值信噪比這三個(gè)方面均優(yōu)于傳統(tǒng)插值方法和Yang算法。證明這種基于二次字典學(xué)習(xí)的稀疏表示方法有較好的MRI圖像超分辨率效果，能較好地重構(gòu)高分辨率圖像的細(xì)節(jié)信息。為后續(xù)處理和信息挖掘鋪墊了堅(jiān)實(shí)的基礎(chǔ)。

參考文獻(xiàn)

[1]WEI D，OLGICA M.Subspace Pursuit for Compressive Sensing Signal Reconstruction[J]// IEEE Transactions on Information Theory，2009，55（05）：2230-2249

[2]AHARON M，ELAD M，BRUCKSTEIN A.The K―SVD：An algorithm for designing of overcomplete dictionaries for sparse representation[J].IEEE Transactions on Signal Processing，2006，54（11）：4311-4322.

[3]SAIPRASAD R，YORAM B.MR Image Reconstruction From Highly Undersampled k-Space Data by Dictionary Learning[J]// IEEE Transactions on Medical Imaging，2011，30（05）：1028-1041

[4]YANG J，WRIGHT J，HUANG T，et al. Image super-resolution as sparse representation of raw image patches[C]// Proceedings of the 2008 IEEE ComputSociet Conference on Computer Vision and Pattern Recognition.Colorado Springs：IEEE，2008.

[5]HARDIE RC，BARNARND K J，ARMSTRONG EE.Joint MAP Registration and high resolution image estimation using a Sequence of undersampled images[J]//.IEEE Transactions on Image Processing，1997，6（12）：1621-1633.

[6]John Reeves Hall.2005，Brain MRI Images[DB]/http：///15，2016.5.10

第9篇：醫(yī)學(xué)圖像重建范文

關(guān)鍵詞：多排螺旋CT；重建技術(shù)；骨折

骨折是最常見臨床疾病之一，由于骨關(guān)節(jié)處構(gòu)成復(fù)雜，重疊投影及密度分辨率低的，一些細(xì)微骨折在普通X線片難以顯示清晰，往往會(huì)導(dǎo)致誤診，延誤患者及時(shí)治療時(shí)機(jī)，并由于給引起一些醫(yī)療糾紛。隨著科技及醫(yī)療技術(shù)的發(fā)展，多排螺旋CT越來越廣泛應(yīng)用于臨床工作，多層螺旋CT后處理技術(shù)得到推廣。目前常用的后處理技術(shù)有容積再現(xiàn)技術(shù)（VR）、

多平面重建（MPR）、最大密度重建（MIP）和表面遮蓋法（SSD）、曲面重建（CPR）等二維或三維重建技術(shù)，此技術(shù)通過對(duì)原始數(shù)據(jù)的重建，獲取具有解剖細(xì)節(jié)和空間立體感的圖像，具有較高的空間分辨率[1]，對(duì)細(xì)微骨折的診斷有著重要意義，并能顯示骨折周圍情況，對(duì)臨床的治療有重要的指導(dǎo)意義。 1 資料與方法

1.1一般資料 我院自2013年5月～2015年8月共100例X線平片未提示明確骨折而臨床高度提示骨折的外傷患者行64排CT掃描并行圖像重建后處理，其中男65例，女35例，年齡10～66歲，平均年齡38.2歲。

1.2方法 使用飛利浦64排螺旋CT對(duì)100例疑似骨折患者行CT掃描，層厚、層距0.35mm，掃描后于工作站中行容積再現(xiàn)技術(shù)（VR）、多平面重建（MPR）、最大密度重建（MIP）和表面遮蓋法（SSD）、曲面重建（CPR）等重建技術(shù)，最后獲取清晰二維及三維骨成像。

2 結(jié)果

100例外傷患者中，普通X線未明確診斷骨折，經(jīng)過CT掃描并重建后，52例發(fā)現(xiàn)細(xì)微骨折，其中肋骨骨折22例，腕骨舟狀骨骨折3例，脛骨平臺(tái)骨折12例，齒狀突骨折5例，髖臼骨折3例，尾骨骨骨折4例，鼻骨骨折3例。

3 討論

對(duì)于外傷懷疑骨折患者，我們臨床醫(yī)師目前首選X線檢查，此方法對(duì)一般骨折顯示清晰，并可較清楚顯示關(guān)和是否有脫位等，但由于骨關(guān)節(jié)處構(gòu)成復(fù)雜，重疊投影及密度分辨率低的，一些細(xì)微骨折在普通X線片難以顯示清晰。而多排螺旋CT掃描速度快，檢查時(shí)間短，基本不受患者限制，能良好顯示細(xì)微骨折及骨關(guān)節(jié)周圍結(jié)構(gòu)關(guān)系；其后期二維、三維重建圖像更是能直觀、真實(shí)，既能顯示病變細(xì)微結(jié)構(gòu)，也能顯示骨關(guān)節(jié)的空間關(guān)系，尤其適合骨關(guān)節(jié)外傷患者[2]。 3.1肋骨骨折 肋骨由于解剖上呈弓形走行，且平片上密度分辨率低并有存在有影像，即使投照技術(shù)標(biāo)準(zhǔn)，圖像質(zhì)量好，有些細(xì)微骨折難以顯示，診斷較困難[3]。而多排CT掃描的二維及三維重建技術(shù)可對(duì)胸廓進(jìn)行重建，切割，甚至可單根肋骨行曲面重建，避免圖像重疊的缺點(diǎn)。多排螺旋CT后處理功能結(jié)合軸位，對(duì)胸部外傷肋骨骨折有較高的應(yīng)用價(jià)值，可為臨床及法醫(yī)鑒定工作提供可靠的依據(jù)，同時(shí)還可以對(duì)肺內(nèi)、腹腔內(nèi)臟器官外傷進(jìn)行診斷。

3.2脊柱損傷 脊柱損傷臨床較常見，一般X線能有較明確診斷，但是骶尾椎及寰樞椎的骨折由于解剖關(guān)系難以清晰顯示，診斷困難，極易誤診導(dǎo)致患者病情加重。齒狀突由于位置特殊，張口位X線對(duì)關(guān)節(jié)診斷幫助不大，CT橫斷位診斷也存在困難，而多排CT重建技術(shù)可克服上述不足，能多角度，立體顯示寰樞結(jié)構(gòu)各組成結(jié)構(gòu)關(guān)節(jié)，能清晰，準(zhǔn)確顯示骨折位置及關(guān)節(jié)構(gòu)成情況，并能觀察椎管狹窄程度，為臨床提供豐富影像資料，對(duì)病情的診斷及預(yù)后有重要的價(jià)值。

3.3鼻骨骨折 鼻骨為錐形結(jié)構(gòu)，且位于面部的正中部位，面部收到外力時(shí)，容易造成鼻骨骨折，一般骨折，鼻骨X線側(cè)位片能有較清晰顯示。但是遇到一些特殊情況，如患者骨折端移位不明顯時(shí)，鼻骨X線側(cè)位片顯示不清晰，產(chǎn)生診斷上困難，這時(shí)利用多排螺旋CT重建技術(shù)可大大提高鼻骨骨折診斷率，并可清晰顯示周圍面顱的解剖及損傷情況，給臨床提供及時(shí)、準(zhǔn)確的診斷資料。

3.4四肢骨關(guān)節(jié)骨折 膝關(guān)節(jié)輕微的脛骨平臺(tái)及髖關(guān)節(jié)的髖臼的細(xì)微骨折，由于骨折線的嵌鈍及骨小梁紊亂，X線上難以顯示骨折線；腕部舟狀骨由于解剖結(jié)構(gòu)關(guān)系，大量影像重疊而不易觀察，造成X線診斷上的困難，而我們多排螺旋CT掃描后的多平面重建及容積再現(xiàn)技術(shù)可清晰顯示骨折線及毗鄰結(jié)構(gòu)關(guān)系，為影像醫(yī)師帶來很大的幫助，并能讓臨床醫(yī)師有一個(gè)準(zhǔn)確、客觀而完整的病情評(píng)估，從而選擇最佳治療方案。

綜上所述，多排螺旋CT及后期重建技術(shù)的應(yīng)用，可顯示外傷處骨及關(guān)節(jié)全貌，能清晰顯示一些細(xì)微骨折，較普遍X線對(duì)細(xì)微骨折的檢出率更高，對(duì)外科醫(yī)生的臨床診療工作有著重要的指導(dǎo)意義，能最大限度減少漏診及誤診，對(duì)普通X線未提示骨折而臨床高度提示骨折的外傷患者能做出正確診斷，而且能顯示骨折周期結(jié)構(gòu)關(guān)系，給臨床醫(yī)師提供很大幫助。因此，對(duì)于普通X線未提示骨折而臨床高度提示骨折的外傷患者行多層螺旋CT骨重建檢查有重要的臨床應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1]項(xiàng)華，趙堅(jiān)，等.螺旋CT重建技術(shù)在骨關(guān)節(jié)骨折中的應(yīng)用價(jià)值；現(xiàn)代醫(yī)藥衛(wèi)生，2006，22（5）：640.