医学图像重建精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇医学图像重建，期待它们能激发您的灵感。

篇1

核医学影像设备如单光子断层扫描仪(Single Positron Emission Compute Tomography，SPECT)、正电子发射断层扫描仪(Positron Emission Tomo-graphy，PET)融合了当今最高层次的核医学技术，是目前医学界公认的极为先进的大型医疗诊断成像设备，在肿瘤学、心血管疾病学和神经系统疾病学研究中，以及新医药学开发研究等领域中已经显示出它卓越的性能。随着核医学断层影像设备的广泛应用和计算机技术的迅速发展，图像重建方法作为该类设备中的一个关键技术，其研究工作越来越受到人们的重视。本文概述了传统的图像重建方法，并详细介绍了一种具有较高图像质量和较短计算时间的重建算法—有序子集最大期望值方法(Ord-ered Subsets Expectation Maximization，OSEM)在核医学影像设备中的应用。

二、传统的图像重建方法

在核医学影像设备中，需要根据物体某一层面在不同探测器上检测到的投影值来重建该断层图像层面，即二维图像重建。传统的图像重建方法主要分为解析法和迭代法。

解析法是以中心切片定理(Central Slice Theorem)为理论基础的求逆过程。常用的一种解析法称为滤波反投影法(Filtered Back-Projection，FBP)。FBP法首先在频率空间对投影数据进行滤波，再将滤波后的投影数据反投影得到重建断层图像。滤波器选为斜坡函数和某一窗函数的乘积，窗函数用于控制噪声，其形状权衡着统计噪声和空间分辨。常用的窗函数有Hanning窗，Hamming窗，Butterworth窗以及Shepp-Logan窗。

解析法的优点是速度快，可用于临床实时断层重建。但当测量噪声较大或采样不充分时，这类算法的成像效果不甚理想，尤其是在核医学断层图像重建中对小尺寸源的成像效果差(即所谓偏体积效应)。在滤波中如果对高频信号不做抑制，截止频率高，此时空间分辨最好，但所重建的图像不平滑，易产生振荡和高频伪影; 反之，采用较低截止频率，过多压抑高频成分的低通窗函数会造成重建图像的模糊，故在变换法中低噪声和高分辨对滤波器的要求是矛盾的，需折衷选择。且难以在重建中引入各种校正和约束，如衰减校正等。

迭代法是从一个假设的初始图像出发，采用迭代的方法，将理论投影值同实测投影值进行比较，在某种最优化准则指导下寻找最优解。迭代求解方法的基本过程是:

(1) 假定一初始图像f(0);

(2) 计算该图像投影d;

(3) 同测量投影值d对比;

(4) 计算校正系数并更新f值;

(5) 满足停步规则时，迭代中止;

(6) 由新的f作为f(0)从(2)重新开始。

该方法最大优点之一是可以根据具体成像条件引入与空间几何有关的或与测量值大小有关的约束和条件因子，如可进行对空间分辨不均匀性的校正、散射衰减校正、物体几何形状约束、平滑性约束等控制迭代的操作。其中实现对比的方法有多种，施加校正系数的方法也有多种。在某些场合下，比如在相对欠采样、低计数的核医学成像中可发挥其高分辨的优势。但是迭代法收敛速度慢，运算时间长，运算量大，而且重建图像会随着迭代次数的增加而趋于“老化”甚至发散，出现高频伪影，这些缺点极大地限制了它在临床中的应用。

三、OSEM迭代算法

为了加快收敛速度，减少运算时间，提高图像质量，人们提出了很多快速算法，其中有序子集最大期望值法是很有应用前景的一种快速迭代重建算法，它是在最大似然期望法(Maximum Like-lihood Expectationmaximization，MLEM)的基础上发展起来的。

MLEM方法旨在寻找与测量的投影数据具有最大似然性(ML)的估计解，其迭代过程是由最大期望值算法(EM)来实现的。由于是以统计规律为基础，MLEM重建法具有很好的抗噪声能力，是目前公认为最优秀的迭代重建算法之一，尤其是在处理统计性差的数据时，更能显示出它相对于解析法的优越性，但是这种方法仍然存在迭代法的运算量大、运算时间长等缺点。MLEM方法在每一次迭代过程中，使用所有的投影数据对重建图像每一个象素点的值进行校正，重建图像只被替换一次。 转贴于

OSEM方法在每一次迭代过程中将投影数据分成N个子集，每一个子集对重建图像各象素点值校正以后，重建图像便被更新一次，所有的子集运算一遍，称为一次迭代过程，它所需要的运算时间与FBP重建的时间基本相等。在ML-EM方法一次迭代过程中，重建图像被更新一次，而在OSEM方法中重建图像被更新N次，所以OSEM方法具有加快收敛的作用。OSEM算法中子集的选取和划分有很多种，在SPECT中投影数据可以根据每个采样角度实时地进行划分和重建，在PET中由于各个探测器上测得的投影数据是在符合判选之后同时获得的，因此可以在全部投影数据采集完成之后划分子集。不同子集的重建顺序也可以有选择的进行，如可将两个位于相对垂直的角度上的子集按相邻顺序进行重建，以加快收敛速度。

四、数据模拟与临床实验结果

分别采用FBP法、MLEM法和OSEM法对仿真模型和临床数据进行图像重建。仿真模型类似Jaszczak模型，在64×64的 Phantom切片中间的圆形区域上分布着大小不等、呈指数衰减的点状源。选取观测角度个数为32，探测器单元(Bin)的个数为64，模拟实际投影矩阵，投影数据符合泊松随机分布。临床PET的Transmission投影数据由美国密西根大学J.Fessler教授提供，观测角度为192个，探测器Bin个数为160，PET为CTI ECAT EXACT。图1为采用不同方法对临床(人体模型)投影数据的重建结果，其中FBP法选用的滤波器为But-terworth滤波，陡度因子N=2，截止频率为0.2，OSEM法为N =16一次迭代重建结果; 图2为不同子集划分情况下一次迭代 重建结果; 图3为不同子集划分情况下经过适当迭代次数的重建结果。

篇2

Abstract: 3D image reconstruction is an attractive field generally in digital image processing techniques, especially in medical imaging. The design and implementation of a 3D medical image reconstruction system VascuView, which can be used to build 3D images from 2D image slice files produced by CT and MRI devices, is introduced. The volume rendering, surface rendering and Multi-Planar rendering are implemented and lots of the 3D operations such as coloring of 3D image based on CLUT can be performed with this software.

关键词：医学图像处理；3D图像重建；VTK；ITK

Key words: medical image processing；3D image reconstruction；VTK；ITK

中图分类号：TP393文献标识码：A 文章编号：1006-4311（2011）24-0161-02

0引言

计算机断层扫描仪（CT）、核磁共振成像（MRI）和3D-4D超声波立体影像诊断等3D医学成像诊断设备已得到广泛应用。这类设备通常使用切片扫描技术，将所得到的数码切片图像系列以DICOM文件格式保存起来，并据之还原为3D图像。这些设备所生成的数码图像数据也可以导出并存放到其他存储设备如计算机或网络硬盘中，供医生和研究人员采用医学图像软件重建其3D图像进行浏览和分析。

医学3D图像重建技术是计算机可视化领域的一部分，它使用2D切片图像系列来重建三维图像，这些2D切片图像系列可由不同种类的医学扫描设备生成，并以DICOM文件格式存放其图像和各种参数。不同类型的设备有其不同的扫描采样参数，如CT通常使用高对比度平行扫描切片，MRI使用低对比度平行扫描切片，而超声波扫描仪一般使用低对比度的平行或散射切片。一般来说，医学3D图像重建的基本步骤如下：

第一步：将2D切片图像系列（以DICOM格式存放的一组文件）读入内存并还原其位置和排列顺序，组成数据体；

第二步：使用某种绘制技术将数据体转换为3D图像。

通常用于医学图像的绘制技术有多平面绘制（MPR，Multi-Planar Rendering），表面绘制（SR，Surface Rendering）和体绘制（VR，Volume Rendering）等。我们开发的VascuView3D就是一个3D医学图像重建系统，该系统可用于将CT和MRI等设备生成的2D病患切片图像系列转换成3D图像。VascuView3D同时集成了体绘制、表面绘制和多平面绘制等3D视图。

1几种主要绘制技术

1.1 多平面绘制MPR技术多平面绘制技术用于切片结构重建，即根据垂直轴向扫描的切片系列重建出冠状轴向平面投影和矢状轴向平面投影。实际上，VascuView3D所使用的MPR算法并不局限于重构正交方向上的投影，也可以用于重构出三维空间上任意平面方向上的投影图像。MPR技术的优点是计算量较小，因此可用于配置较低的计算机。

1.2 表面绘制SR技术表面绘制技术是用一组等值面来表现3D对象。在各切片上，同一等值面中各点的密度相同。表面绘制技术用于将一种组织和其他组织区分开来，如从头部的切片系列中分离骨头和肌肉，或者从肌肉组织中分离血管等。表面绘制技术通常用于高对比度数据。

在表面绘制技术中，有两种主要的等值面重建方法：

①基于轮廓的表面绘制：使用从各切片中提取的等值面阈值来重建等值面；

②基于体素的重建：直接从标明等值面阈值的体素来重建等值面。在这类算法中，最好的是移动立方体算法，其他类似的算法还有移动四面体算法和分割立方体算法。

在VascuView3D提供的表面绘制算法中，用户可以提供一个等高值以得到更好的绘制效果。

1.3 体绘制VR技术体绘制技术使用穿过对象体的投影光束来实现对象体的透明化。沿着每一根光束，对每个体素计算其透明度和颜色，然后再根据沿各光束计算出的数据重整为图像平面上的像素。体绘制技术所产生的图像是半透明的立体灰度图像，也可以根据不同的需要对其进行着色处理。这种3D图像对理解对象的整体结构非常有用，是医学3D图像软件中最重要的界面视图。体绘制技术的缺点是计算工作量很大，如果用户的计算机配置较低，则响应时间很长，它可用于低对比度数据。在实现体绘制技术时，主要用到下面两种射线投影方法：

①对象顺序法：投影光束从对象体的后方向前投射（从对象体到图像平面）；

②图像顺序或光线投射法：投影光束从前方向后穿过对象体（从图像平面到对象体）。

此外还有一些其他方法可用于3D图像合成，在医学图像处理中常用的有：最大密度投影、最小密度投影，α合成和非实感体绘制等。在实际的三维图像软件中，这些方法通常都和以上各种绘制技术结合起来使用。

在VascuView3D中，同时提供了MPR、VR和SR三种不同的绘制界面供用户选择，在不同的绘制界面中，还提供了相应的参数调整手段，以达到最好的显示效果。

2由平行切片系列重建3D图像

平行切片数据系列可由计算机断层扫描仪（CT）或核磁共振（MPR）等设备生成，并以DICOM文件系列的方式存储。除了2D图像点阵数据外，存放于DICOM文件中的还有关于患者和设备的有关信息，以及各种扫描参数。

平行切片设备所使用的扫描间距通常在0.5到2.0毫米之间。从CT数据重建3D图像比较容易，这是因为CT采用高对比度扫描。在使用上节所述的各种绘制方法得到3D图像之前，首先应在计算机内存中按原来的顺序和位置排列好平行切片来组成数据体。由于数据量很大，所以对计算机的内存容量的要求比较高。

3VascuView3D系统的开发

3D医学图像重建系统VascuVeiw3D是VascuBase医学信息管理系统的一个组成部分，用于从病患医疗档案中存放的CT和MPR图像系列文件中重建其3D图像，供医生和研究人员分析使用。VascuView3D使用Visual C++.NET开发，并使用了可视化工具包VTK（Visualization Toolkit）和ITK（Insight Segmentation and Registration Toolkit）中提供的各种3D算法。

3.1 VTKVTK是一个广泛应用于3D计算机图形图像处理和可视化编程的开源软件包。它由一组C++类库和几种交互式界面接口如Tcl/Tk、Java以及Python组成。VTK支持各种可视化算法，包括标量的、矢量的、张量的研究面向容积的算法；支持高级模型算法如：隐式模型、多边形裁剪、网格平滑、分割、等值面，以及德洛内三角（Delaunay Triangulation）算法等。VTK有一个内容丰富的信息可视化框架，有一整套3D交互组件，支持并行处理。VTK可运行于多种操作系统平台上，如Windows、Linux、Unix及Mac。

3.2 ITKITK是一个多平台的图像分析工具的开源软件包，具有强大的医学图像分割和配准功能，包括许多高水平的多维图像分析算法，如用于等值面提取的移动立方体算法。ITK软件并不提供对图像界面的直接支持，因此需要和VTK等可视化软件结合使用。ITK还包含了对DICOM文件的读取功能，这对提取存放于DICOM文件头中的各种参数非常有用。

3.3 VasucView3D软件结构图1说明了VascuView3D系统的结构。作为医学信息管理系统VascuBase的一个组件，VascuView3D被设计成内嵌于VascuBase用户界面的一个OCX控件。

3.4 VascuVeiw3D软件界面设计VascuVeiw3D的主界面类似某些商业医学软件系统，见图2。左面是2D切片系列浏览窗口，右面用于显示重建的3D图像。在3D窗口上方有一个工具条，整合了若干常用功能按钮。VascuView3D还提供了丰富的菜单功能以方便用户。

3.5 VascuView3D的主要类结构

VascuView3D的主要类有：

clsDicomIOclsImageFileReaderclsImageSeriesReaderclsItkVtkData

clsMetaDataDictionary clsMetaDataObject

clsCastImageFilter；clsExtractImageFilter；clsFlipImageFilter；

clsRescaleIntensityImageFilter

vtkMFCWindow clsVascuView

其中Filter类的结构如图3所示。

3.6 VascuView3D的主要功能

VascuView3D的主要功能如下：

①读入2D切片序列文件，从中提取DICOM信息并构造对象数据体；

②选用合适的算法重建3D图像，可提供体绘制（VR）、表面绘制（SR）和多平面绘制（MPR）等视图；

③用户可通过系统界面对生成的3D图像进行各种操作，如旋转、平移、缩放、调整对比度和亮度，以及感兴趣区操作；

④对于体绘制视图，还提供了基于颜色对照表CULT（Color look-up table）的3D图像着色。CLUT是一种将一给定的颜色范围转换为另一组颜色的转换机制，可用于对三维灰度图像的仿真着色或伪彩色着色，以提高图像辨识率；

⑤对于表面绘制，可根据用户给定的轮廓值进行绘制。

4结论

3D医学图像重建软件VascuView3D用于根据CT或MRI输出的2D医学切片图像文件重建其三维图像，供医生和研究人员使用。该系统建立在VTK和ITK之上，使用Visual C++编程。该软件是医学信息管理系统VascuBase的一个重要组成部分，拥有令人满意的三维图像重建速度和方便的用户界面。

参考文献：

[1]曾更生.医学图像重建入门[M].北京：高等教育出版社，2009.

[2]唐慧，周正东，鲍旭东等.基于GPU的三维医学图像混合可视化系统[J].数据采集与处理，2006.

篇3

[关键词] 可视化；医学图像；体绘制；面绘制

[中图分类号]R814.43 [文献标识码] B[文章编号] 1673-7210（2009）03（a）-157-02

随着可视化技术的发展，现代的许多医学图像设备都是向提供三维图像发展，目前三维CT、三维超声均可提供三维影像，如通用电气、西门子等成像设备制造商均生产三维CT产品，但是这些设备价格相当昂贵。通过计算机图像图形学技术和可视化技术，对二维CT图像进行后处理，根据输入的各图像参数直接在PC机上实现三维影像重建具有十分现实的意义。

1 三维可视化系统技术研究

符合DICOM标准的CT图像的三维可视化系统必须具有的基本功能是DICOM文件的解析功能，用于提取出重建的数据场和空间信息。针对医学CT图像的特殊性，必须具有窗宽/窗位的调节功能，还必须具有体数据场的三维可视化功能。

1.1 DICOM文件的解析功能

DICOM标准的提出使得医学图像及各种数字信息在计算机之间的传递有了一个统一的规范，DICOM标准不但规定了通讯的标准，也规定了医学图像特定的存储格式。DICOM文件一般由一个DICOM文件头和一个DICOM数据集构成，在DICOM文件头中包含了标识数据集合的相关信息，DICOM文件的信息主要集中在数据集部分。DICOM数据集又由数据元素组成，数据元素主要由4个部分组成：标签、数据长度VL、数据域和数据描述VR。不同的标签规定了后续数据域中数据对应实体的内容，数据元素按标签的升序排列构成数据集。DICOM文件解析目的是通过分析符合DICOM标准的CT图像的文件中各数据元素，从给定的序列文件中按标签号逐个提取出重建中需要用到的信息，分析判断各图片之间的空间关系，构造数据场，作为可视化系统的原始输入数据。

1.2 窗宽/窗位调节功能

通过DICOM文件解析获得的CT图像各象素比特深度一般为12位，存储位为16位，目前计算机能够显示的灰度级只有8位，因此在重建前要完成16位到8位灰度级的映射功能，这在CT图像的处理中称为窗宽/窗位的调节。

目前常用窗宽/窗位的调节算法有Linear算法、Gamma算法、Logarithmic算法等。Gamma算法和Logarithmic算法都是非线性的，可以补偿人眼对灰度反应的非线性，但是它们的运算量非常大，对于二维图像处理采用可以产生较为理想的效果，如果直接将其运用到三维数据场，则巨大的计算量将影响实时窗宽/窗位的调节。为了有效地进行窗宽／窗位的调节，笔者采用了计算速度快、可以实时交互的Linear算法，效果理想。

1.3 可视化技术

规则数据场的可视化方法一般分为两类：一类是表面绘制法，一类是体绘制法。

通过软件开发，实际比较了表面绘制和体绘制的优劣。发现了表面绘制处理的是整个体数据场中的一小部分数据，具有较快的速度，并且可以快速灵活地进行旋转和变换光照效果，它适合于绘制表面特征分明的组织和器官。但是，由于表面重建对表面分割的依赖较大，对分割的精确程度要求很高，所以对形状不明显、亮度变化小的软组织，以及血管等组织的三维显示，效果不尽如人意。体绘制对于形状特征模糊不清的组织和器官进行三维显示时具有较好的效果。但是由于在原始的体绘制过程中，一般要遍历体数据场中的每一个体素，因而计算量较大，图像成像的速度较慢。当改变光照和视点时，要重新进行投影运算，所以交互的速度较慢。因此，为适应不同的应用要求，系统同时实现了两种重建方法。

2 系统结构设计和功能

根据系统的功能构想和实现目标，笔者将系统结构设计为4个模块：

DICOM文件解析模块：完成由符合DICOM标准的CT图像输入序列到体数据的组织和相关信息获取的功能。该模块首先逐个解析单个的文件，提取出了关键数据，再判断输入的图片是否为同一序列，在空间位置上是否满足重建的要求，然后将删去不符合要求的图片而将符合要求的图片组成列表，提取逐个列表中各文件的象素和空间信息，将各切片数据组织为空间体数据场。

体数据预处理模块：完成窗宽/窗位调节和体数据增强等功能。窗宽／窗位调节采用Linear算法；体数据增强主要是为了消除CT图片中可能存在的噪声而采用的可选的预处理功能，一般的中值滤波器具有消除噪声同时对图像边缘等信息影响不大的优点，在系统中选用该算法实现图像滤波。

可视化模块：设计了表面绘制和体绘制两种算法。表面绘制使用MC算法提取等值面；体绘制算法采用Ray Casting算法。为了加快开发速度，笔者通过比较分析：作为可视化开发工具，VTK是一个开放式的免费软件，具有强大的三维功能，它提供目标函数库，用户可以利用面向对象的技术和方法对它进行二次开发。

交互显示模块：交互显示模块主要完成对重建后的三维影像实现旋转、缩放，获取冠状面、矢状面和实时窗宽/窗位调节的功能。

3 结论

医学CT图像三维可视化系统实现了符合DICOM标准的CT图像的三维显示，为医务人员提供了形象、直观的诊断技术，具有广泛的临床应用价值。系统实现了：DICOM文件的解析；交互式Linear算法窗宽/窗位调节；MC表面绘制法和光线投射法重建医学CT图像；通过软件开发，比较了两种重建方法的优劣；直方图指示，冠状面、矢状面的获得及其旋转、缩放等功能。

[参考文献]

[1]李树祥.医学图像技术的发展与应用[J].中国图像图形学报,1996,1(1):281.

[2]唐泽圣.三维数据场可视化[M].北京:清华大学出版社,1999.

[3]姚富光,魏彪．基于医用X-CT的三维重建系统研究[J].仪器仪表学报,2004,25(4):439.

篇4

关键词:三维重建;改进的光线投射法;自适应改进求交;线性八叉树;深度;片段;层次包围盒

中图分类号:TB811文献标识码: A文章编号:1009-3044(2010)10-2470-02

The Overview about 3D Reconstruction of Medical Image Based on RayCCasting Method

WEI Wei, ZHENG Yong-guo

(College of Information Science & Engineering,Shandong University of Science & Technology, Qingdao 266510, China)

Abstract: This paper summarizes some improved algorithm of Ray-casting algorithm apply to current Three-dimensional reconstruction of medical images and compare their merits and demerits.

Key words: 3D reconstruction; improved ray-casting algorithm; adaptive improved-intersecting; linear Oc tree-based; depth-based; segment-based; hierarchical bounding volumes

磁共振(MRI)、计算机断层(CT)扫描等医学成像设备能提供医学序列二维断面,但是由序列二维断面想象复杂的三维结构很困难。近几十年来,人们一直在研究由序列二位断面重构并显示三维结构的方法,这一领域被称为医学体数据可视化。目前体绘制方法主要分两类:以图像空间为序的体绘制方法和以物体空间为序的体绘制方法。光线投射算法是一种基于图像空间的经典体绘制算法,由Levoy提出。光线投影法是体绘制技术中图像效果较好的方法,且算法原理简单易实现。

1 光线投射算法简介

光线投射算法[1](Ray-Casting)它的基本思想是:从屏幕上的每一像素点发出1条视线,这条视线穿过三维场的体元矩阵,沿这条视线等距设置采样点,将距离采样点最近的8个数据点所组成体素的颜色值及不透明度进行三次线形插值,求出该采样点的不透明度及颜色值。然后可以按从前到后或从后到前的合成公式对所有采样点的颜色和不透明度进行合成。当对所有像素点都进行以上过程后,就会得到此数据场的体绘制图像。在医学上可表现出各组织器官的属性、特征及层次关系,从而使图像更加丰富。

2 几种改进的光线投射算法

2.1 改进求交的自适应光线投射法[2]

利用光线和平面簇相交简化光线求交过程,确定采样点,直线和平面族的交点并非是需要的采样点,采样是不等间隔的,但仍然可以保证采样的密度,使直线上的所有体素都能获得采样点。在预处理阶段确定自适应采样步长Δt的大小、计算Δt个体元的总不透明度和颜色值。传统光线投射算法在进行进行三线性插值时的时间复杂度为O(n3)。采用光线快速求交方法的法复杂度略高于O( n2)但低于O(n3);利用自适应采样确定采样点能使算法速度能提高30%左右。

2.2 基于线性八叉树的光线投射体绘制算法[3]

基于线性八叉树的光线投射体绘制算法具有时间复杂度与数据场基本无关的特点,其基本思想类似于空间跳跃采样,基于线性八叉树的光线投射体绘制算法的效率主要取决于两个操作:1) 计算射线在当前八分体上的出口点;2) 查找沿射线前进方向与当前八分体相邻的下一个八叉树叶结点所代表的八分体。

只有当由于减少采样而节约的时间大于求交计算所耗费的时间时才会产生加速效果。当数据场比较复杂、每个结点都接近于最小分辨率时,运算负担会相应增加,此时就不能采用八叉树的方法;当不透明度值很大时也难以取得明显的加速效果,因此,该改进算法适用条件是:空间物体不同属性部分的连续性较高、数据场越大,加速效果越明显。

2.3 基于深度的光线投影体绘制算法[4]

深度是指绘制起始点到目标点的物理距离,一定深度下的图像是对小于此深度的信息予以透明化的结果。基于深度的光线投影体绘制算法是在绘制过程中引入深度信息,通过观察角度和深度的交互来有效绘制体数据内部层次的信息,同时将其上下文信息予以绘制和保存。通过基于深度的交互,信息被由外向里地绘制出来,基于深度的光线投影体绘制是把高于目标深度的信息以及上下文信息都保留,对低于目标深度的信息予以忽略。

算法绘制的过程是深度和光线投射两者的结合。分为以下几步:

1)数据预处理,把数据进行初步分割,赋予相应的颜色值。

2)基于数据量设定深度函数节点。

3)进行光线投射重采样,应用深度函数求解透明度值。

4)合成透明度值与强度值,绘制图像。

5)调整深度函数,重新绘制输出。

在基于深度的光线投射体绘制算法整个绘制过程中,通过深度的不断增加,重建图像内部信息从侧面开始逐渐作为整体被绘制出来,保证了对特征的信息的判断提供帮助。

2.4 基于片段的光线投射算法[5]

基于片段的光线投射算法(segment-based ray-casting, SRC)是利用体数据的数据一致性对传统的光线投射算法进行简化从而提高了绘制性能。体数据的数据一致性是指在体数据中,相邻体素通常具有相似或者相同的值,因此可以认为相邻的重采样点之间具有相似或者相同的光学属性。基于片段的光线投射算法将相似的连续重采样点合并成片段,并将融合的基本单位由重采样点扩大为片段,从而减少了融合次数,提高了绘制性能。结合GPU加速技术可以将绘制速度提高数倍,可以实现对中小规模体数据高质量的实时绘制。

基于片段的光线投射算法认为体数据的数据一致性总是存在的,并且密度值相近的体数据总是具有相同的光学属性,这种假设在某些特殊的情形下会丢失一些细节,如传递函数在某一点处发生跳跃有可能就会被忽略,因此为了提高绘制性能,基于片段的光线投射算法在一定程度上要牺牲图像质量。SRC中有阈值S和片段长度的最大值M两个重要参数,这两个参数是决定图像质量和绘制性能的关键。片段相似度阈值S是用来判定连续重采样点是否属于同一个片段,片段长度的最大值决定了一个片段可能存在的最大长度,设置片段的最大长度可以适度限制不合理的片段相似度带来的图像走样。

2.5 层次包围盒与GPU实现相结合的光线投射算法[6]

该算法的基本思想为:根据体数据大小构建包围盒,令包围盒的顶点颜色与空间坐标在数值上相等,然后绘制包围盒的前表面,绘制结果为投射光线进入体数据的起始点坐标。最后绘制包围盒的后表面,绘制结果为投射光线离开体数据的终点坐标,终点坐标减去起点坐标获取投射光线的方向向量。该算法避免了复杂的顶点着色程序,通过对体数据分块构建包围盒树来跳过空体素,在不影响图像绘制质量的情况下,以缩短投射光线在体数据内的有效采样长度来提高光线积分的效率,从而加快了绘制速度。该算法构造包围盒树的处理时间短,不改变原始体数据的存储方式,与体裁剪操作结合时响应时间快,有较好的应用前景。但是,由于图形硬件存储空间的限制,当体数据量过大并且不能一次载入时无法进行处理。

3 比较及结论

用连续的460张基于DICOM标准的空间分辨率为512×512、扫描间隔1 mm的头部CT图像做三维重建,比较以上几种方法发现,采用改进求交的自适应光线投射法绘制出的图像质量没受到明显影响,改进后耗时4.45秒,相对改进前的5.73秒速度提高了30%左右。采用基于线性八叉树的光线投射体绘制算法,设采样步长和不透明度为1时,体绘制时间为3.95秒,采样步长和不透明度越小,加速效果越显著。缺点是只有当减少采样节约的时间大于求交计算所耗费的时间时,才会产生加速效果。当不透明度值很大时,也难以取得明显的加速效果。采用基于深度的光线投影体绘制算法,随着深度的增加,组织内部逐渐绘制,通过这种深度和观察角度交互有效地定位目标信息并保存上下文信息。需要改进的是特征信息定位的交互性和实时性及提取效果的再优化。采用基于片段的光线投射算法,由于没有简化重采样操作,对绘制性能的提升十分有限,SRC可以在保持绘制图像质量的基础上,提高绘制速度。缺点是与其他几种方法,绘制速度相对较慢。层次包围盒方法与八叉树加速效果相当,但加入体裁剪操作后能快速响应,因此具有更好的实用性。缺点是普遍受图形硬件存储空间的限制,当体数据量过大或不能一次载入时无法对体数据进行处理。

参考文献:

[1] Harvey R H P.Raycasting architectures for volume visualization[J].IEEE Trans on Visualization and Computer Graphics,1999,5(3):210-223.

[2] 樊鹏,郭宝龙.一种改进求交的自适应光线投射体绘制算法[J].计算机工程与应用,2008,44(4):70-72.

[3] 颜辉武,费立凡,马晨燕.基于线性八叉树的光线投射体绘制算法改进研究[J].遥感信息,2004(3).

[4] 罗晖,吴百锋,孙晓光.基于深度的光线投射体绘制算法[J].计算机应用与软件,2008(1).

篇5

【关键词】 胸部外伤； 多层螺旋CT； 图像重建

中图分类号 R826.63 文献标识码 B 文章编号 1674-6805（2013）29-0045-02

随着交通、建筑业的飞速发展，胸部外伤逐渐成为急诊科中的常见病、多发病。胸部外伤是临床常见急诊，因胸腔内含有心脏和肺脏两个重要脏器，故死亡率高，文献报道可达25%[1]。胸部外伤患者病情危急，如何能够在短时间内快速、准确地诊断，成为诊断中的重点。多层螺旋CT及三维重建图像处理软件的应用，为临床提供了便捷、快速、直观的影像检查方法。笔者回顾性分析本院胸部外伤患者280例，目的在于探讨多层螺旋CT及图像重建处理软件在胸部外伤中的应用价值。

1 资料与方法

1.1 一般资料

病例资料来自本院2010年8月-2012年10就诊的胸部外伤患者，所有病例均行多层螺旋CT检查、图像重建，共280例，男195例，女85例，患者年龄18～75岁。

1.2 方法

使用SIEMENS Sensation多层螺旋CT机，采用容积扫描，扫描参数：螺距1.45：1，层厚7.5 mm，120 kV，200 mAs；重建层厚1.0 mm，间隔0.7 mm。扫描范围包括整个胸廓范围。扫描完成后，将图像发送至Syngo工作站，进行MPR（多平面重建）、CPR（曲面重建）、SSD（表面遮盖法）、VRT（容积再现）等图像后处理软件处理。由两名资深影像科医师对所得资料进行评估、诊断。

2 结果

本组资料共280例患者中，多层螺旋CT扫描及图像重建都发现异常，其中部分为复合外伤，肋骨骨折280例590处，合并肩胛骨骨折54例，液气胸158例，肺挫伤223例，其他部位骨折共48例（其中胸骨15例，锁骨26例，胸椎17例）；腹部脏器损伤24例，软组织损伤80例。

3 讨论

在常规胸部外伤患者中，首选检查为X线平片检查，以其方便快捷、低廉而被临床广泛应用，但是X线平片检查具有图像重叠多、定位不准确、密度分辨率低等客观原因，容易造成漏诊、误诊情况的发生。常规CT的推广应用，在一定程度上解决了X线平片中所遇到的问题，但是也存在定位不准确的问题。多层螺旋CT的应用推广，为胸外伤患者提供了强有力的检查技术支撑。有学者通过对比研究论证了多层螺旋CT较单层螺旋CT更具有全方面功能及特定的优越性[2]。多层螺旋CT机的采用真正实现了短时间、大范围容积扫描，真正实现了各向同性，能够真实的反映人体的解剖结构；同时配合图像后处理工作站，能够直观、快速、全方位地实现图像重建，节约了外伤患者的检查时间，实现了多脏器一站式快速检查，为及时发现病变，抢救患者生命，提供了保障。同时也为法医鉴定带来了一种全新的诊断思路[3]，为鉴定结论的科学性、准确性提供了保障。

胸部外伤患者常用的图像重建技术及特点。VRT具有立体感强，可多方位、多角度观察的优点，可以利用容积数据重建出类似立体的图像，能为判断肋骨骨折线及移位情况提供帮助。在实际工作中，仅仅依靠MPR来判断哪一根肋骨骨折是有难度的，通过在VRT多方位、多角度观察，可以对肋骨骨折的部位进行准确定位。外伤所致的肺内改变（肺挫裂伤、气胸、软组织损伤等）在VRT上则往往难以显示。SSD和VRT均属于三维成像技术，SSD以经过薄层重建的轴位图像为基础，依据预定的CT阈值来取得成像容积以内的2D图像，并有工作站将CT阈值以上的连续像素3D合成[4]，以显示目标表面为目标。SSD和VRT均可以实现任意轴向和多角度的观察，尤其是显示复杂结构区域的三维关系。由于SSD仅仅是利用的表面数据，所以在成像过程中丢失的信息较多，因此，阈值的设定决定图像的清晰度，如果阈值设置不当就很容易造成假象。MPR是在薄层重建基础上进行成像，可以从冠状位、矢状位或任意为斜面观察解剖结构及形态，重复性好。骨折的部位、断端移位情况及邻近组织改变都可以通过调整窗宽、窗位直接显示；对于肺内改变（气管损伤、肺挫裂伤、胸腔积液等）等情况也都可以全面、清晰显示。CPR能够显示肋骨的全貌，可以进行曲面全景式的重建。有资料统计CPR、MPR的联合应用对骨折、脱位、骨折片的显示率达100%[5]。本组病例MPR、CPR对各部位骨折及肺内改变的诊断完全准确。

统计本组资料，肋骨骨折360处、胸骨骨折16例、胸椎骨折13例在轴位图像上未见异常，但在图像重建中发现存在骨折；肺野情况的改变，需要调整窗宽、窗位仔细观察，在轴位图像、MPR、CPR图像中均能清晰显示。轴位像、MPR、CPR在显示各部位的骨折及肺野、软组织的改变效果为佳。窗宽、窗位的综合调整，有利于显示骨折部位和肺组织损伤情况，常常可显示X线平片漏诊的隐蔽性骨折[6-7]；MPR、VRT重建在显示各部位骨折具有优势。因此，在胸部外伤患者中，充分灵活利用多层螺旋CT的图像重建（MPR、CPR、SSD、VRT）对扫描区进行仔细、全方位、多角度观察，才能有效检出病变，从而避免漏诊、误诊的发生，为临床、法医鉴定提供可靠的依据。

通过本组病例分析，在多层螺旋CT图像重建中需要注意以下问题：外伤患者的躁动、不配合或金属等阳性异物，极易在图像重建中产生伪影及假象，造成病变的高估或假阳性诊断等问题的发生。因此，在工作中要注意甄别区分，通过本组病例分析发现假性骨折常呈多发对称、骨折线多不锐利，横断位图像不支持，并且与临床症状不相符；调整窗宽、窗位时软组织可见带状伪影。重复检查时假阳性征象消失。因此，检查前尽量去除体外异物、取得患者的配合、掌握好扫描时机，是减少伪影、避免漏诊、误诊的关键。

多层螺旋CT扫描及图重建的应用，能够一站式多脏器检查，快速、直观、全方位显示病变部位、程度；为胸部外伤患者诊断、治疗及判断预后提供了可靠、详实的影像学依据。

参考文献

[1]刘蓓蒂.胸部创伤的X线和CT诊断价值分析[J].南通医学院学报，2003，23（1）：100.

[2]王敏君，周志坚，龚洪翰.多层螺旋CT三维重建在骨关节损伤中的应用[J].实用放射学杂志，2004，20（1）：562-564.

[3]贾应武，蒋兆飞.螺旋CT三维成像在肋骨骨折法医鉴定中的应用[J].刑事技术，2003，28（2）：34

[4]Rubin C D，Date M D，Napel S A，et al.Three-dimensional spiral CT angiography of the abdomen：initial clinical esperence[J].Radiology，1993，186（1）：147-151.

[5]王广丽，张成琪.多层螺旋CT在骨关节创伤中的应用[J].医学影像学杂志，2005，15（7），610-611.

[6]黄崇权，张丽敏，斯洋，等.多层螺旋CT三维重建在胸部外伤骨折中的应用价值[J].医学影像学杂志，2009，19（3）：278-281.

篇6

摘要：介绍了图像处理技术在医学领域的发展，阐释了图像分割、图像融合和图像重建技术在医学领域的发展。提出了图像处理技术发展所面临的相关问题及其发展方向。

关键词：图像处理技术　图像分割　图像融合　图像重建

图像处理技术是20世纪60年展起来的一门新兴学科。近几十年来，由于大规模集成电路和计算机科学技术的迅猛发展，离散数学理论的创立和完善，以及军事、医学和工业等方面需求的不断增长，图像处理的理论和方法的更加完善，已经在宇宙探测、遥感、生物医学、工农业生产、军事、公安、办公自动化、视频和多媒体系统等领域得到了广泛的应用，成为计算机科学、信息科学、生物学、医学等学科研究的热点。

图像处理在医学界的应用非常广泛，无论是病理研究还是临床诊断都大量采用图像处理技术。它因直观、无创伤、方便安全等优点而受到人们青睐。图像处理首先应用于细胞分类、染色体分类和放射图像分析等，20世纪70年代图像处理在医学上的应用有了重大突破，1972年X射线断层扫描CT得到实用：1977年白血球自动分类仪问世：1980实现了CT的立体重建。随着科学技术的不断发展，现代医学已越来越离不开医学图像的信息处理，医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT(计算机断层扫描)图像、MRI(核磁共振)图像、B超扫描图像、数字X光机图像、X射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。但由于医学成像设备的成像机理、获取条件和显示设备等因素的限制，使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度，突出重点内容，抑制次要内容，来适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。

一、图像处理技术及其在医学领域的应用

(一)图像分割

图像分割就是把图像中具有特殊涵义的不同区域分开来，这些区域使互不相交的每一个区域都满足特定区域的一致性。它是图像处理与图像分析中的一个经典问题。比如基于三维可视化系统结合fast marching算法和watershed变换的医学图像分割方法，能得到快速、准确的分割结果。图像分割同时又是进行三维重建的基础，分割的效果直接影响到三维重建后模型的精确性，分割可以帮助医生将感兴趣的物体(病变组织等)提取出来，帮助医生能够对病变组织进行定性及定量的分析，进而提高医生诊断的准确性和科学性。由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步，因此，将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点。

(二)图像融合

图像融合的主要目的是通过对多幅图像间的冗余数据的处理来提高图像的可读性。对多幅图像问的互补信息的处理来提高图像的清晰度。利用可视化软件对多种模态的图像进行图像融合，可以准确地确定病变体的空间位置、大小、几何形状和它与周围生物组织之间的空间关系，从而及时高效地诊断疾病。目前的图像融合技术可以分为两类：一类是以图像像素为基础的融合方法：另一类是以图像特征为基础的融合方法。以图像特征为基础的融合方法原理上不够直观且算法复杂，但是实现效果较好。在图像融合技术研究中，不断有新的方法出现，其中小波变换、基于有限元分析的非线性配准以及人工智能技术在图像融合中的应用将是今后图像融合研究的热点与方向。随着三维重建显示技术的发展，三维图像融合技术的研究也越来越受到重视。

(三)图像重建

图像重建是从数据到图像的处理，即输入的是某种数据，而经过处理后得到的结果也是图像。CT是图像重建处理的典型应用实例。目前，图像重建与计算机图形学相结合，把多个二维图像合成为三维图像，并加以光照模型和各种渲染技术，能生成各种具有强烈真实感的图像。

二、图像处理技术在医学领域未来发展方向

当前，医学图像处理面临的主要任务是研究新的处理方法，构造新的处理系统。未来发展方向大致可归纳为以下几点：

(一)图像处理技术的发展将围绕研制高清晰度医学显示设备、更先进的医学成像设备，向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。

(二)图像、图形相结合，朝着三维成像或多维成像的方向发展。

篇7

【关键词】 三维重建；医学影像；解剖学；教学

医学图像三维重建技术，就是指用一系列二维切片图像重建三维图像模型并进行定性分析和定量分析的技术[1]。该技术可以从二维图像中获取三维结构信息，能够提供更逼真的显示手段，能够提供具有真实感的三维医学图像，便于从多角度、多层次进行观察和分析。

三维重建技术应用数字化和可视化的方法，发现生命现象的变化规律，在诊断、手术规划及模拟仿真等方面均广泛应用，并为影像的应用提供了重要技术支持和广阔的应用前景[2-3]，因此，三维重建技术在医学领域得到了广泛关注了和学者们的大量研究，已出现多种图像的三维重建方法。由于三维重建模型具有很强的直观性，且医学影像专业的解剖学与其他科目相互渗透、相互结合[4]，如果人体结构的三维模型可以用到解剖学教学中，那么教师和学生们都将获益匪浅。本文将重点介绍利用三维重建软件对影像资料进行重建，并阐述其在医学影像专业解剖学教学中的应用。

1 材料与方法

1.1 材料 Intel3处理器，1G以上内存，1024*1024分辨率，WindowsXP操作系统，人体CT影像数据，扫描层厚为0.625mm。Mimics13.0软件。

1.2 三维重建方法 采用图像三维重建软件Mimics13.0对图像进行三维重建。利用软件的阈值设定选择拟重建部分，软件中以不同颜色显示各种拟重建结构；用图像编辑功能对图像边界进行“添加”或“擦除”操作，这样可使重建图像更准确；利用区域增长功能可对选定的结构进行图像分割，再现细小结构的形态，还可利用布尔运算可对图像进行逻辑运算。最后采用软件的三维计算功能对图像进行重建，清楚地再现不同结构的三维形态结构。

1.3 教学应用 讲授我校2011级高职医学影像专业学生的解剖学理论课时，使用三维重建软件导入重建的三维模型，对照三维模型讲授各解剖结构的形态及毗邻关节。

2 结 果

将断层影像导入Mimics13.0软件后，软件可再现水平面、矢状面及冠状面的影像。通过软件中阈值设定、图像编辑、区域增长、布尔运算及三维计算等功能对CT断层数据进行图像分割、重建，既可清楚地再现整体的三维结构，也可单独显示各器官的三维形态。在我校2011级医学影像专业解剖学教学中试用，学生普遍反应三维重建模型可以清楚显示人体的空间结构和毗邻关系，增进了学生对医学影像专业的认识，大大降低了学习的难度，理解了空间位置关系，提高了学习兴趣。与2010级医学影像专业学生成绩相比，2011级成绩有了显著提高，见表1。

统计学分析结果显示使用三维重建技术运用于教学的2011级学生比2010级学生及格率，平均分均有显著提高（P

3 讨 论

3.1 各种三维重建方法的比较 李鉴轶等[5]通过三维扫描仪获得骨表面点的空间信息，并通过相应的图像拼接软件快速地建立骨外形的三维模型，它只能对骨的外形进行重建。目前普通使用的三维重建方法大多是通过CT、MRI影像进行重建。本研究采用三维图像重建软件对CT或MRI数据在普通计算机上进行图像重建，不仅可开展整体器官结构的三维重建，还可显示相邻结构，将此三维图像用于解剖学教学直观、立体。

3.2 三维重建模型在解剖学教学中的作用 在安装了适当的图像软件后，重建的三维模型可以在普通的个人计算机上使用，可以大大方便老师的教学和学生的学习。对老师而言，首先可以很方便地进行解剖理论课的教学，各解剖结构一目了然，不用再辛苦而且枯燥地描述各解剖结构的空间位置，使枯燥难懂的断层解剖学变得形象易懂。培养了学生立体、空间的医学影像专业解剖思维，从而达到了全面、多方位理解知识的目的。

参考文献

[1] 田捷，包尚联，周明全.医学影像处理与分析.电子工业出版社[M].2003：117-158.

[2] Jin Seo Parka，Yong Wook Junga，Jun Won Lee，et a1.Genera-ting usefu1 images for medical applications from the VisibleKorean puter Methods and Programs in Biomedi-cine，2008，3（92）：257-266.

[3] 饶利兵，侯发忠，谢正兰，等.医学三维重建技术的应用研究进展[J].怀化医学高等专科学校学报，2009，8（2）：55-57.

篇8

关键词：CT成像技术 螺旋 多排螺旋

中图分类号：R445.3 文献标识码：A 文章编号：1005-0515（2013）8-004-01

一、CT成像技术概况

20世纪70年代医学成像技术进人了飞速发展的时期。各种新技术相继被应用到医学成像系统中，这些不同的成像方式所提供的人体结构或生理参数的图像为提高临床诊断与治疗的有效性发挥了极大的作用。发展起来的CT成像技术，曾给医学影像学带来一场深刻的革命而医学成像设备已成为现代化医院的一个重要的标志。CT（computed tomography）成像技术包括：数据采集技术、图像重建技术、重建图像后处理技术；其主要特点是利用X射线管绕人体的某一个层面扫描，探测器测得该层面各个点吸收X射线的数据，利用计算机的高速运算和图像重建原理，获得该层面的图像，利用CT值可以测量人体组织密度。经过不断地改进、完善、更新和发展，CT成像技术现已经成为临床诊断疾病的重要手段。随着科学技术进步，CT新技术新应用层出不穷。

CT成像技术的发展主要从非螺旋CT向螺旋CT发展，单层CT向多层CT发展，单源螺旋CT向双源螺旋CT发展。此外，CT的发展还包括探测器，球管、扫描方式、采样重建系统、反投影重建算法的不断改进及发展。计算机的性能提升及快速发展也给CT的图像后处理技术带来突飞猛进的发展，为临床诊断带来立体诊断模式，使得CT的临床应用有了进一步的突破，把医学影像学的推向一个更广阔的发展空间。

二、CT成像技术原理

CT是用X线束对人体的某一部分一定厚度的层面进行扫描，由探测器接收透过该层面的X线，所测得的信号经过模数转换（ADC），转变为数字信息后由计算机进行处理，从而得到该层面的各个单位容积的X线吸收值即CT值，并排列成数字矩阵。这些数据信息可存储于磁光盘或磁带机中，经过数模转换（DAC）后再形成模拟信号，经过计算机的一定变换处理后输出至显示设备上显示出图像，因此又称为横断面图像。CT的特点是操作简便，对病人来说无痛苦，其密度分辩率高，可直接显示X线平片无法显示的器官和病变，它在发现病变、确定病变的位置、大小、数目方面非常敏感而可靠，而在病理性质的诊断上存在一定的限制。

CT与传统X光摄影不同，在CT中使用的X光探测系统比摄影胶片敏感，一般使用气体或晶体探测器，并利用计算机处理探测器所得到的资料。在这两种检查系统中都使用大致相同的方法产生X光。CT的特点在于它能区别差异极小的X光吸收值。与传统X光摄影比较，CT能区分的密度范围多达2000级以上，而传统X光片大约只能区分20级密度。这种密度分辨率，不仅能区分脂肪与其它软组织，也能分辨软组织的密度等级，例如能区分脑脊液（CSF）和脑组织及区分肿瘤与其周围的正常组织。这种革命性技术显著地改变了许多疾病尤其是颅内病变的诊断方式。在每次曝光中所得到的资料由计算机重建形成影像。计算机会计算每个像素（Pixel）中的X光衰减（吸收）值（Attenuation Value）。

三、CT成像技术的发展

1、螺旋CT

螺旋CT扫描主要具有以下优点：（1）螺旋CT连续扫描的能力，使得整个器官或一个部位可以在一次屏气中完成扫描，从而避免漏扫或重扫。（2）由于没有层与层面之间的停顿，使得一次扫描检查的时间明显缩短，有益于危重病人和不配合病人的检查。（3）对于肺脏、肝脏等受呼吸影响的脏器，由于在屏气情况下一次完成扫描，可以避免小病灶的遗漏。（4）病人运动形成的伪影，由于扫描速度的提高而得以减少或避免。（5）可进行任意回顾性重建，没有层面间隔大小和重建次数的限制。（6）单位时间内扫描速度的提高，使CT增强扫描时对比剂的利用率提高和增强效果改善。（7）由于螺旋CT扫描得到的是容积扫描数据，因此使得多平面和三维重建图像的质量有了明显改善。

2、多排螺旋CT

多排螺旋CT和单螺旋CT的主要区别是探测器的结构不同。如前所述，单层螺旋CT的层厚由准直器决定，而多层螺旋CT的层厚由探测器的宽度及其组合而决定。在非螺旋CT扫描中，X射线束完全是一个垂直的平面，图像的重建过程可以直接采用投影的数据，不需要做任何的修正；多层螺旋CT（尤其是4排以上者）由于探测器排数的增宽，使得X射线呈锥形束，在扫描过程中，X线球管在X、Y平面上运行，而病人是在Z轴方向上移动，两者的同时运动所采集到的数据实际上是一个螺旋状的扫描数据段，对于横断面图像重建来说，不能直接采用某一个断面的投影数据，必须先采集重建层面邻近数据的内插，然后才能按照非螺旋CT扫描图像重建的方法重建出横断面图像。多排螺旋CT具有以下优点。

（1）提高扫描速度。多层螺旋CT扫描架旋转一周可以扫描多层，旋转速度比单层螺旋CT快1倍，同时螺距为单层螺旋CT的4～8倍，相同的扫描时间内可获得范围更长或范围相同但层面更薄的容积数据，有助于重建出高质量的横断图像和三维图像。另外，扫描时获取的具有高的纵向分辨率的容积数据，有助于减少部分容积效应，从而提高了图像的质量。

（2）提高图像的空间分辨率。由于多层螺旋CT的扫描速度提高，在相同的扫描时间内可获得范围更长或范围相同但层面更薄的容积数据，有助于重建出高质量的横断图像和三维图像。

（3）CT透视的定位更准确。单层螺旋CT使用CT透视功能仅能获得一层的透视图像，在做CT引导下的穿剌活检时仅可以实时显示针尖的位置，而多层螺旋CT可以同时进行多层透视，应用实时重建功能可以同时显示3个层面的3幅透视图像，CT引导穿剌活检时，不仅可准确定位穿刺针尖的位置，还可以显示进针的方向。这说明应用多层螺旋CT可提高CT透视的纵向分辨率，使CT透视引导穿刺的定位更准确。

篇9

【关键词】形态滤波器；基于期望值最大的最大似然算法；惩罚最大似然算法

0 引言

正电子发射断层成像（positron emission tomography，PET）是核医学领域最先进的技术之一，它利用注入体内的放射性核素来进行显像，可以动态的反应生物体的生理、生化信息。正电子成像技术的关键问题是如何重建出高质量的图像，因此，重建算法一直都是 PET 的研究热点。

MLEM算法[1]，在重建过程中充分考虑了测量数据的Poisson性质，是一种比较好的图像重建算法。但是，它在实际使用中却存在一个问题，就是当投影数据中存在比较严重的统计噪声时，重建图像的质量并不完全是随着迭代的进行越来越好。MLEM算法在初始迭代的步骤中随着图像细节部分越来越多地恢复过来，图像质量也逐渐变好，但随着迭代次数的增加，重建图像中的噪声同时也会逐渐上升，以至于经过足够多次的迭代后噪声带来的负面影响可能超过图像细节恢复的正面影响，使得此后重建图像的质量会随着迭代的进行再次下降。因此，MLEM图像重建问题是个不适定的问题。目前，解决这个问题的办法是引入一个正则化项，使得重建结果不仅要在一定程度上满足测量数据，而且同时还要与独立于测量数据的正则化项保持一致。我们通常称这种方法为PML算法或者是贝叶斯算法。在过去几十年中，提出了许多PML算法。

1990年，Green提出了一种贝叶斯算法，我们称之为迟一步（one-step-late，OSL）算法[2]。这种方法的关键是寻找一个合适的能量函数，使得它能在去噪的同时保护图像边缘。不幸的是，能量函数的选择十分困难。中值先验（median root prior， MRP）算法[3]，是OSL算法的一个运用，这种算法擅长于处理具有局部单调放射性溶度的图像。但是，MRP算法也存在缺陷，因为它不能有效的去除在PET图像中的高斯和Poisson噪声。

形态滤波器是从数学形态学中发展出来的一种非线性滤波器，它能在去除图像噪声的同时有效的保护图像的局部边缘，现在广泛应用于图像分析与处理，模式识别和计算机视觉等领域[4]。

1 MLEM算法

2 基于形态滤波器的PET图像重建算法

4 总结

为了提高重建图像的质量，本论文把形态学关-开滤波器引入到MLEM算法中，提出了一种新的PET图像重建算法MLEM-CO。新提出算法的每次迭代都分为2步：首先用MLEM算法重建图像；然后用关-开滤波器去除噪声。实验结果表明，跟其他算法相比，MLEM-CO算法不仅能有效的去除噪声，还能很好的保护图像的边缘信息。总之，MLEM-CO算法能重建出高质量的图像。

【参考文献】

[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.

篇10

【关键词】 图像重建 MRI 闭孔内肌 肛提肌 盆底

0引 言

三维医学图像可视化在最近的 10 a间得到了极其广泛的应用，如在解剖结构可视化、手术规划与模拟、放射治疗等方面. 目前的三维重建主要还是应用CT图像，但CT图像不能将肌肉等软组织很好地分离开来，尤其对于女性盆底内组织来讲，组织间的灰度值相似，更加不易分离，目前国内对盆底内组织的MRI成像的实验性研究还没有相关的报道. 本研究旨在通过图像重建的方法，利用MRI图像进行盆底组织的三维重建，从几何构型上完全真实再现盆底肌肉组织结构，为对完整的女性盆底组织进行计算机仿真研究、从力学角度认识女性盆底组织［1］的力学特性和女性盆底功能障碍性疾病［2］发病机理做一定的前期基础工作.

1 材料和方法

1.1材料

本次研究所用的MRI资料由北京妇产医院提供. 对志愿者盆底组织进行超薄横截面位核磁扫描，层厚0.8 mm，共192层，文件格式为DICOM，获得用于三维模型重建的相关MRI图像. 拍摄MRI所用设备为GE公司3.0T磁共振扫描仪（Signa EXCITE 3.0T）. 运用三维重建软件MIMICS10.11对图像进行处理，生成三维立体几何模型［3］.

1.2方法

1.2.1三维重建首先将所有DICOM格式的MRI图像导入MIMICS，转换为所指定的格式MCS，在MIMICS软件中自动形成冠状面、矢状面和垂直面三视图形式(图1A，B，C)，可选择其中任意一个视图进行处理.

1.2.1.1确定肌肉所在位置及分界点选取肌肉较明显的图像通过MedCAD中的画曲线能逐层进行勾画边界，确定重建区域［4］. 当界面恢复到正常模式，将会出现由刚才所画的边界组成的立体轮廓图像（图1D）.

1.2.1.2选取阈值和分割图像上一步完成后进行阈值的选择. 为了使结果更真实化，选用自定阈值的办法将所选区域尽可能选上，同时还要尽可能减少其他组织的影响. 利用tool里的profile line功能可以更准确的确定阈值范围. 由于MRI图像中阈值的相近性，会有一些其它组织被选定，可通过在选好阈值的原图像上进行erase（擦）的操作，将多余的部分擦去，也就是去除噪声。

1.2.1.3生成三维图像利用软件提供的Calculate 3D功能可直接对所选区域进行三维重建. 根据提示，选择最佳效果，便得到相应的三维图像.

1.2.2三维图像的处理

1.2.2.1切割和边缘处理新建的三维图像比较粗糙，可以通过软件里的模拟切割功能进行美化，对于较大的部分可以用面切割，对于边缘较细的可以用曲线切割. 减少点或边缘的角度，可以使边缘顺滑一些，设定适当的边缘角度、迭代次数和公差，使图像进行第一次平滑的修正.

1.2.2.2有限元分析经过上述工作所得到的闭孔内肌重建模型还不能满足力学分析的需要，仅仅是直观上重塑了其几何外形，所形成的图形表面实际上是由许多三角面片构成的，它们并不是每一个都很优化（等边三角形最佳），将处理好的三维图像导入有限元分析中，通过软件提供的减少三角形面片的功能，适当设置各个参数，减少三角形面片，最后再通过remesh功能，去除坏三角. 将处理完的三维图形导入MIMICS软件，依据灰度值赋材质，建立闭孔内肌MRI灰度与密度的关系，为在有限元分析中进行处理做好准备，至此真正的闭孔内肌的三维实体模型建立了. 运用同样的方法，我们还重建出了肛提肌和骨盆的三维模型.

1.2.2.3对重建模型的后期处理软件中提供了Export模块，可将重建好的三维模型以STL文件格式输出. 在同一个工程文件中导入建立好的STL文件，对完成的三个模型进行重定位和配准处理，便得到了完整的盆底内组织的三维模型.

2结果

在 MRI图像的基础上，重建出了成年女性盆底三维结构，包括肛提肌、闭孔内肌和骨盆(图2). 所获得的三维模型真实地反映了其解剖构型和几何外形，且通过有限元软件验证了本模型力学分析的可行性，为从力学角度进一步认识女性盆底组织的力学特性和盆底功能障碍性疾病［5］的发病机理做好了前期准备.

3讨论

建立正确、完善的三维模型是有限元力学分析的基础和关键，是全面认识盆底组织生物力学的基础［5-6］. 本研究利用盆底MRI三维影像重建技术，取自健康活体样本资料，建立了一种可进一步实验分析和临床应用的盆底内部组织三维模型，为盆底内肌肉组织生物力学研究和临床应用提供了研究手段和依据.

【参考文献】

［1］Tseng LH， Liang CC， Lo HP， et al. The prevalence of urinary incontinence and associated risk factors in Taiwanese women with lower urinary tract symptoms［J］.Chang Gung Med J，2006， 29(6):596-602.

［2］段继宏，杨勇，吴士良，等.北京地区尿失禁发病率调查［J］.北京医科大学学报，2000，32(2):74-75.

［3］刘家康，辛静.人体医学图像三维表面重构的实现［J］.计算机工程与应用，2002，14(245):97-98.

篇11

电磁层析成像（Electromagnetic Tomography,EMT）技术是近十年来发展起来的一种新型过程层析成像技术[1]。它将电磁感应原理与“由投影重建图像”的理论相隔合，通过检测被测空间边界的磁场信息重建空间中导电、导磁物质的时空分布图像，而且其传感器具有非介入、非接触和无危害的检测优点，因此可应用于工业过程中多相流检测[2]、化工分离、异物监测、地质勘探及生物电磁学研究[3]等领域。EMT系统图像重建质量的影响因素之一是其检测系统的准确性和测量的一致性。在检测系统的传感器设计中，检测边界磁场的多个检测线圈在工艺上难以做到完全一致，由此将直接导致重建图像的失真。为消除这种不一致性对图像重建造成的影响，作者设计了一种动态补偿算法，通过在多个激励方向下对检测线圈做综合补偿，提高了图像重建的精神性。

1 EMT系统结构及检测特点

EMT系统的结构如图1所示。左边圆形结构为可安装于工业多相流管道的传感器截面。在被测管道的中心分布有多相流动物质，系统的检测目的是通过非接触、非介入的方式将管道内的不同物质的分布图像在计算机上得以重建，进而分析出多相流体的各种特征参数，并应用于测控系统中。这实现这一目的，由计算机控制图1所示的激励模式选择和激励信号分配系统，由激励系统在被测管道中激发出特定的激励场；然后与医学CT类似，使激励场在空间连续旋转，旋转的同时检测边界磁场的畸变情况，并由数据采集与处理系统实现磁场信号的解调；最后应用图像重建算法重建出被测空间的物质分布。

作者用柔性激励极板阵列实现的EMT传感器[4]的截面如图2所示。传感器由内到外依次是管道壁、检测线圈、激励层和屏蔽层。其中，检测线圈由8个沿管道外壁待距离分布的精密绕组构成，完成边界磁场的测量；激励层由柔性激励极板阵列构成；电磁屏蔽层由铁氧体和波莫合金构成。数据采集与信号处理电中实现各个激励角度条件下的边界磁场测量，激励和检测由图像重建计算机协调控制，同时该计算机完成图像重建和多相流特征参数的提取。激励极板阵列由32个均匀分布的柔性极板构成，通过改变极板的电流分布可实现不同的激励方式。其中，管道半径Rp=35mm，检测线圈半径Rd=38.42mm，激励线圈半径Re=55mm，磁屏蔽层内半径Rsin=60mm，被测管道直径为70mm。

对于这一传感器结构，需要补偿的就是检测层的8个检测线圈特性的一致性。但检测线圈的特性会受到线圈几何尺寸、安装角度、前端检测电路特性不一致的影响，而且线圈检测的信号是交变的磁场信号，其相位随激励方向的变化而改变，这些因素给检测线圈特性的补偿带来了困难。

2 检测线圈特性不对称的补偿

实现检测线圈特性不对称补偿的难点是检测信号是频率为187.5kHz的交流信号，而且各检测线圈输出的检测信号与激励基准信号之间有不同的相位差，这个相差会随检测角度的改变而变化。为此作者设计了一种补偿方法，其思路是使每个检测线圈在全部激励旋转方向下测量同一被测场，计算综合测量值并将其作为补偿系数，而补偿过程的实现则通过计算机控制激励场的旋转并对边界磁场进行连续检测来完成。在EMT系统进行图像重建时，首先选择空场作为检测线圈特性检测的参照场，来进行检测线圈特性测量；然后由公式计算出各检测线圈的补偿因子。采集进行图像重建的物场信号时，应用计算得到的补偿因子对测量数据进行修正。

对任意一个检测线圈检测补偿数据时，应分别测量其在所有激励场投影方向下的检测值。检测值包括通过解调电路得到的实部和虚部数据，所有激励方向下的检测值一起构成计算检测线圈特性补偿因子的参考矩阵。对于N个检测线圈，P个激励磁场旋转方向的EMT系统激励场需要旋转P次来获得全部N个检测线圈的补偿值，所以补偿参考矩阵由N行P列构成，其中每个元素都是检测线圈检测值的复数表示形式。本文介绍的EMT传感器系统中，N=8，P=16。

对于N个检测线圈，定义其特性补偿因子为K(i)，其中i=1,2,......N，表示检测线圈序号。K(i)可按照如下公式计算：

式中,j=1,2,......P，表示激励场投影方向序号；C R、C1分别为空场时在第j个激励方向下第i个检测线圈检测值的实部和虚部。

进行实际测量时，将每个检测线圈在各个激励方向下的检测信号的实际M R(i,j)和虚部M1(i,j)都乘以补偿因子K(i)，从而得到各个检测线圈经过补偿后检测值的实部和虚部。

ER(i,j)=MR(i,j)xK(i)    (2)

E1(i,j)=M1(i,j)xK(i)    (3)

式中，ER(i,j)和E1(i,j)为经过补偿后的检测结果。

3 EMT检测线圈补偿前后的实验数据分析

为分析EMT传感器检测线圈进行特性补偿前后的测量数据，对传感器在同一种检测条件下各个投影方向、不同检测线圈的测量值进行分析，来比较补偿前后数据的分布特点。对于本实验的传感器系统，激励投影方向为16个，检测线圈为8个，所以共有128组测量值，其中每个测量值都包含实部和虚部。实验过程中为使每一个测量点的数据可靠，对数据进行多次检测产求取平均值，16个激励方向下8个检测线圈在128个测量点的测量数据如图3所示。图中所示的数据为每个测量点检测信号的模值，测量时被测空间为空场条件。

图3中(a)为未经补偿的检测数据M的图示，(b)为经过补偿计算后的检测数据E的图示。图中底部平面为测量点的图示，上部为各个测量点检测信号模值的图示，其中，N轴为检测线圈序号轴，P轴为激励投影方向序号轴，M轴和E轴为检测信号的模值。由图3（b）可知，对于一个固定的激励投影方向，各个检测线圈的检测值符合正弦规律；对于某一检测线圈，当激励场沿圆周旋转时，其检测值的模值也呈正弦分布。图3(a)中各个检测线圈在16个激励方向下的分布幅度不同，这体现出各线圈检测特性的不一致，但在图3(b)中， 这一现象得以补偿。所以由补偿前后的数据图示可以看出，这种检测线圈特性补偿算法在不改变检测数据随投影方向的分布结构的前提下，使得在同一种激励场下各种线的检测特性趋于一致。

4 补偿方法在EMT系统中的实现

这种补偿方法在实验系统中的实现可通过软件控制自动完成。每次实验系统启动时，首先进行补偿因子的计算，获得补偿因子后在实际物场测量时将检测线圈的检测值按照补偿算法进行修正。由补偿因子的计算方法可知，为实现补偿因子的计算，需要在EMT系统启动时保持被测空间为空场，这样每次得到的补偿值就是符合当时检测环境条件的补偿值。如果在系统启动时不能满足空场条件，则需要屏蔽这一自动补偿功能，补偿时可使用预先测得并存储起来的补偿因子。

篇12

针对锥束CT成像系统中投影数据不完全的图像重建问题，提出了一种定步长压缩感知锥束CT重建算法。首先将锥束CT重建问题归结为投影数据均方误差作为数据保真项、全变分作为正则项的无约束优化问题，分析目标函数的Lipschitz连续性；然后近似计算Lipschitz常数，求出梯度下降步长，利用梯度下降法进行重建；最后对CT投影数据采用联合代数重建算法更新重建图像。在每次迭代过程中调整梯度下降步长，提高重建算法的收敛速度。Shepp-Logan模型的无噪声实验结果表明，该算法的重建图像信噪比分别比联合代数重建算法、自适应最速下降-凸集投影算法、BB梯度投影算法的重建图像信噪比高出13.7728dB、12.8205dB、7.3580dB。仿真试验表明该重建算法提高了收敛速度，同时减少了重建图像的相对误差，极大提高了用少量投影数据重建的图像质量。

关键词：压缩感知；定步长；锥束CT；图像重建

中图分类号： TP301.6

文献标志码：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

计算机断层成像（Computed Tomography， CT）是通过无损方式获取物体内部结构信息的一种医学影像技术。在数据采集的速度、重建图像分辨率以及剂量利用率等方面，锥束CT优于二维平行束和扇束CT，是CT成像领域内一个活跃的研究方向。传统的滤波反投影算法，如FDK（Feldkamp-Davis-Kress）类算法[1]，会产生严重的锥束伪影。目前锥束CT重建问题的具体重建算法主要是基于级数展开的迭代法。其中联合代数重建算法（Simultaneous Algebraic Reconstruction Technique， SART）[2]将图像重建问题转化为线性方程组的求解问题， 当投影数据不完全时， 把丢失的数据看作缺少若干方程，在某种程度上忽略了投影数据不全的问题， 适合于锥束CT重建问题。

近年来，Donoho、Candes及Tao等[3-4]提出了一种新的信息获取指导理论——压缩感知（Compressed Sensing， CS）理论。该理论指出，信号在某个变换域是稀疏的，仅需对信号少量采样，并通过求解优化问题精确恢复原信号。CS理论在信息论[5]、图像处理[6]、光学成像[7]、雷达成像[8]等领域受到高度关注。针对锥束CT重建问题，很多学者提出了各种压缩感知算法，其中梯度投影类算法[9-11]利用全变分最小化的先验知识进行精确重建，取得了良好的效果。

梯度投影类算法以负梯度方向为下降方向，不同算法的步长选择策略不同。自适应最速下降-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进行迭代计算，迭代步长与重建图像凸集投影的变化量成正比。然而最速下降法往往随着问题条件数的增大而变得非常缓慢，搜索方向沿着“之”字形曲折地逼近极值点，效率低下；BB梯度投影算法 （Gradient-Projection Barzilari-Borwein， GPBB）[10]利用前两次计算结果来计算迭代步长，计算复杂度低，收敛速度较快，但非单调收敛，需要非单调线性搜索过程保证算法全局收敛。

本文针对梯度投影类算法收敛速度较慢的问题，提出一种快速压缩感知锥束CT重建算法。该算法将锥束CT重建问题归结为投影数据均方误差作为数据保真项、全变分作为正则项的无约束优化问题，基于凸函数的连续性求出迭代步长，加快算法的收敛速度。采用Shepp-Logan无噪声投影数据、有噪声投影数据对新算法进行实验，并将其与SART算法、ASD-POCS算法和GPBB算法进行比较。实验结果验证了本文算法的重建效果和收敛速度明显优于上述三种算法。

1 锥束CT成像系统

锥束CT成像系统模型可以近似表示为如下的离散线性系统：

通过上式看出，可以通过设置一个较小的δ保证全局收敛性。但是，过小的δ导致步长αk很小，收敛缓慢。另一方面，过大的δ可能无法保证全局收敛。因此在每次迭代中对δ进行合理的估计。

从式（3）可以看出，δ的取值范围为（0，2），当δ=1时取得最大值。然而，在实际处理中，δ∈（1，2）往往会取得较好的效果。

本文将δ0=1.5作为初值，在迭代过程中自适应调整。

其中γ为调节因子，一般取为γ=0.95。前若干次迭代使用较小δ，保证全局收敛性；随着Lk趋于稳定，使用较大的δ，提高收敛速度。

2.3 FS-POCS算法流程

综上所述，FS-POCS算法流程如下所示：

1） 初始化：

3 实验与结果

本文锥束CT重建算法基于CPU+GPU异构平台进行计算。所采用的平台：Tesla C2050，448块核心频率，1.15GHz的CUDA核心，3GB内存。CPU是时钟频率为1.14GHz的Intel双核，40GB内存，64位Windows操作系统。开发环境为：Visual Studio 2008， CUDA 4.0 runtime API。

3.1 无噪声投影重建

实验选择Shepp-Logan模型模拟生成圆形扫描轨迹的扇形束投影数据。其中，X射线源与重建中心、探测器中心的距离分别为400mm和600mm，探测器数为512，单元尺寸为0.78mm，重建图像大小为256×256，单元尺寸为0.78mm×0.78mm。扫描间隔为12°，共30个采样点。分别使用SART算法、ASD-POCS算法、GPBB算法和FS-POCS算法进行锥束CT短扫描图像重建。图1给出了分别使用四种算法的重建结果，窗口显示范围为[0， 0.5]。

图2和图3分别给出了四种算法在无噪声情况下重建结果的相对误差曲线和信噪比曲线。结果表明，FS-POCS算法的相对误差小于SART算法、ASD-POCS算法、GPBB算法的相对误差；重建结果信噪比分别比SART算法、ASD-POCS算法、GPBB算法重建结果的信噪比高出18.2243dB、16.9361dB、5.3944dB。说明FS-POCS算法能够更精确地重建原始图像。

无噪声情况下SART算法、ASD-POCS算法、GPBB算法和FS-POCS算法运行200次迭代的时间如表1所示。

从表1中可以看出，ASD-POCS算法运行时间最长，GPBB算法其次，SART算法运行时间最短。在迭代重建过程中，投影和反投影过程占用全部重建时间的98%以上。GPBB算法非单调收敛，需要非单调线性搜索过程，而这往往需要很多次凸集投影计算；ASD-POCS算法在逐步逼近负梯度方向最优值过程中进行多次投影和反投影计算。与SART算法相比，FS-POCS算法在每次迭代过程中只增加一次目标函数求导过程，时间没有明显增加。

3.2 有噪声投影重建

为了检测该算法的抗噪能力，在投影数据中加入0.1%的高斯随机噪声。图4是加入噪声后，分别使用四种算法的重建结果。仿真参数同无噪声投影情况下相同，切片图像窗口显示范围为[

4 结语

本文将定步长计算与凸集投影相结合，提出了一种定步长压缩感知锥束CT图像重建算法，结论如下：

1） 提出了基于凸函数连续性的锥束CT图像重建算法。

2） FS-POCS算法有效提高图像重建质量。在无噪声试验结果表明，在30个采样角度下，文中算法重建图像的信噪比值比SART算法、ASD-POCS算法、GPBB算法重建结果分别高出18.2243dB、16.9361dB、5.3944dB；在加入0.1%的高斯随机噪声实验结果表明，本文提出的PCBB算法的重建结果信噪比分别比SART算法、ASD-POCS算法、GPBB算法重建结果的信噪比高出13.7728dB、12.8205dB、7.3580dB。

3） FS-POCS算法能减少图像重建时间，提高计算效率。算法在每步计算中估计Lipschtiz常数，无需额外的复杂计算过程，每次迭代过程中FS-POCS算法只涉及到单次投影和反投影计算，从而大大减少了图像重建时间。

参考文献：

[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.（陈涛，李正炜，王建立，等. 应用压缩传感理论的单像素相机成像系统[J]. 光学精密工程， 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.（张砚， 汪源源， 李伟，等. 基于全变分法重建光声图像[J]. 光学精密工程， 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.

篇13

关键词：光声成像，光声信号，耦合液

 

1 引言

光声层析成像技术是近年来发展的一种新型的无损伤的医学成像技术，它是用时变的光束照射吸收体膨胀而产生超声压，利用超声换能器在各个方向探测从吸收体中传播出来的光声压，通过相应的图像重建算法，可以重建出吸收体的光吸收分布。该方法结合了纯光学成像和纯声学成像的优点，可以得到高分辨率高对比度的重建图像。

为了进一步提高光声重建图像的质量，或者将光声层析成像推向临床应用研究，很多研究者提出了各种各样的光声信号采集与光声成像系统以及与之相适用的各种图像重建算法，或者报道了一些模拟生物样品或者活体组织功能的光声成像检测。

本文提出了利用与组织声速匹配的耦合液进行光声成像，并配置了几种适合于组织声速的超声耦合液：调节水温、调节盐水浓度、调节甘油溶度等。由研究表明，通过耦合液进行声速匹配后，重建图像的对比度和空间分辨率得到明显提高。。

2 理论分析

光声重建就是对光吸收的空间分布的反演。在空间某一位置接收到的光声压p(r,t)和光吸收系数的分布A(r)的关系可以表达为

（1）

其中是等压膨胀系数，c0是声速，cp为比热，I0为光强，r表示光声压的场点位置，表示光声源的位置，表示场点到源点的距离。由于探测器接收后的信号不是实际的光声信号p(r,t)，而是光声压和探测器的脉冲响应h(t)的卷积。。为了滤去探测器的脉冲响应，把光声压和脉冲响应信号都变换到频域处理，然后再逆变换得到：

（2）

其中和分别是探测器接收到的光声信号和探测器的脉冲响应的傅立叶变换，为截止频率，是滤波的窗函数。探测器的脉冲响应是通过聚焦透镜把弱激光聚焦到一块黑胶带上产生的光声信号，水听器在黑胶带后面接收到的光声信号作为探测器的脉冲响应信号。

光声信号在不同声速组织中会产生声的反射和折射，当光声信号从组织中以入射角为传播出组织时，其折射角与光声信号在组织中声速和耦合液中的声速有关，具体表达式如下：

（3）

式中λ1、λ2分别为超声波在组织和耦合液中的波长；、分别为超声波在组织和耦合液中的声速。当声速，则，即不存在声的折射。表1为超声在各种组织中传播声速。。

表1 各种组织的声速

篇14

关键词：颌面部损伤；螺旋CT；三维重建

头面部创伤引起的颌面部骨折发生率较高，对临床诊断工作要求较高。临床实践证明，颌面部骨折行常规CT扫描无法全面的显示骨折细节，误诊率较高。随着螺旋CT三维重建技术的发展应用，螺旋CT并三维重建检查法于颌面部损伤诊断中应用优势不断凸显，可以提供全面、系统的颌面骨解剖结构及骨间空间信息，已经成为颌面创伤临床诊断的重要方法[1]。本文选取我院近年来收治的45例颌面部外伤患者作为研究对象，着重分析探讨了螺旋CT三维重建在颌面部外伤诊断中的应用价值，具体分析如下。

1资料与方法

1.1一般资料 选取我院2012年1月～2013年12月收治的45例颌面部外伤患者作为研究对象，其中男性患者20例，女性患者25例，年龄为16～50岁，平均年龄为（36.5±2.4）岁。本组45例颌面损伤患者中交通事故伤患者22例，暴力伤10例，其它外伤11例。所有患者住院后均给予X线检查及螺旋CT检查。

1.2方法 螺旋CT三维重建与二维重建具体分为原始图像采集与图像后期处理两大环节。本次研究使用Philps Brilliance64排螺旋CT扫面议，扫描过程中患者取仰卧，头部先入，图像矩阵为512×512，扫描范围包括眶上缘到颌下缘。仪器使用过程中扫面参数中电流为130 mA，管电压设置为120 KV，螺距为1.0，层厚为2.0 mm。扫描结束后将原始数据转入数据处理工作站，对原始图像进行表面遮盖重建（SSD）、多平面重组图像（MPR）、容积再现（VR）、最大密度投影重建（MIP）、三维与二维重建动画等处理，原始数据处理过程中重建层厚设置为1 mm。扫描过程中着重采用不同方位、不同切割角度等观察骨折情况，记录骨折线方向及转移程度等。

2结果

本组45例患者中27例单一骨折，5例鼻骨骨折，4例上颌骨骨折，4例下颌骨骨折例，6例颧骨骨折，8例筛骨骨折；18例复合骨折，4例上颌骨骨折合并眼眶骨折，8例上颌骨骨折合并鼻骨骨折，4例上颌骨骨折合并下颌骨骨折，2例下颌骨骨折合并颧骨骨折。经过螺旋CT并三维重建分析，本组所有患者骨折部位、骨折线方向及骨折部位移位情况等均清晰显示，见表1。

3讨论

颌面部具有复杂的解剖结构，一旦发生骨折将会引起外观畸形[2]，还会为患者带来极大伤痛。颌面部骨折发生后给予及时检查确诊有助于减少患者痛苦，提升临床治疗效果。但是，临床实践证明，颌面骨折受面部骨重叠影响[3]，单纯的X线检查确诊难度极大，而常规CT诊断又无法提供直观的立体影 像[4]，极易发生误诊或漏诊。螺旋CT技术应用于颌面部骨折诊断将容积扫描引入到临床诊断中，完全实现了原始数据回顾性图像重组，应用价值明显优于常规X线及CT检查法。本文研究发现，采用螺旋CT三维重组法诊断颌面部骨折可以提供全面的骨折部位、骨折线方向及骨折部位移位信息等，为临床治疗工作的开展提供了客观、系统的信息指导。

本文45例临床研究发现，螺旋CT三维重建法可以结合表面遮盖重建（SSD）、多平面重组图像（MPR）、容积再现（VR）、最大密度投影重建（MIP）、三维及二维重建动画等各种图像后期处理技术，可以针对颌面部细节进行多重图像重建，大大降低了误诊、漏诊率，诊断价值极高，可推广应用。

参考文献：

[1]谢红.多层螺旋CT三维重建在颌面部外伤诊断中的应用[J].南京医科大学学报（自然科学版），2009，25（10）：1462-1463+1466.

[2]李.多层螺旋CT三维重建在颌面部复合骨折中的临床应用[J].当代医学，2010，17（01）：79-80.