【摘要】：作為一種醫(yī)學(xué)輔助診斷技術(shù),計(jì)算機(jī)斷層成像(Computed Tomography,CT)在各種疾病的診斷中發(fā)揮著重要的作用。但是,由于其放射強(qiáng)度相對(duì)較大,對(duì)人體會(huì)造成不可逆的傷害,導(dǎo)致在臨床應(yīng)用中具有一定的局限性。因此,降低CT設(shè)備的放射劑量,研制新一代低劑量CT成像設(shè)備越來(lái)越得到人們的期盼。然而,隨著放射劑量的大幅度降低,會(huì)嚴(yán)重地影響CT投影數(shù)據(jù)的信噪比,造成重建圖像的嚴(yán)重退化失真,傳統(tǒng)的圖像重建技術(shù)已經(jīng)無(wú)法滿足需求。因此,正確地分析低劑量投影數(shù)據(jù)的特性,并根據(jù)其特性發(fā)展針對(duì)于低劑量場(chǎng)條件下的快速、精準(zhǔn)的重建算法,這具有重要的實(shí)際使用價(jià)值。本文研究?jī)?nèi)容就是基于新一代低劑量CT設(shè)備的研制,開(kāi)展了高精度快速迭代的重建算法研究。主要工作包括:1)對(duì)CT的成像原理進(jìn)行了闡述與分析,研究了低劑量CT系統(tǒng)產(chǎn)生的投影數(shù)據(jù)的噪聲特性,建立了相應(yīng)的噪聲統(tǒng)計(jì)模型。低劑量CT的投影數(shù)據(jù)服從Poisson分布,并受Gaussian噪聲的影響。在此基礎(chǔ)上,對(duì)低劑量CT的投影模型進(jìn)行了計(jì)算機(jī)仿真。2)提出了一種可調(diào)動(dòng)態(tài)自適應(yīng)(ADSA-OSEM)算法來(lái)提高成像質(zhì)量�；诘蛣┝客队皵�(shù)據(jù)的統(tǒng)計(jì)特性,改進(jìn)了迭代重建算法以適應(yīng)低劑量CT數(shù)據(jù)。該方法將變子集策略與約束優(yōu)化的懲罰函數(shù)相結(jié)合,取代了傳統(tǒng)的具有固定子集的OSEM方法。通過(guò)與經(jīng)典的OSEM方法和FBP方法的比較,驗(yàn)證了該方法的有效性和優(yōu)越性。通過(guò)對(duì)自適應(yīng)參數(shù)的靈活調(diào)整,結(jié)果表明該方法需要的迭代次數(shù)少,重建圖像質(zhì)量也高,能夠有效地抑制粒度噪聲和條紋狀偽影。3)進(jìn)一步地,提出了基于Bregman迭代正則化的OSEM(Bregman-OSEM)方法。針對(duì)于CT圖像重建問(wèn)題是經(jīng)典的不適定反問(wèn)題,現(xiàn)有的正則化方法已被證明在一定程度上能優(yōu)化解決這個(gè)問(wèn)題。然而,由于它們的正則項(xiàng)是固定的,對(duì)低劑量情況下的適應(yīng)性欠佳。Bregman迭代利用了 Bregman距離導(dǎo)出的自適應(yīng)距離約束函數(shù),其能夠使得原來(lái)固定的正則優(yōu)化變?yōu)橹鸩阶兓恼齽t迭代,使求解過(guò)程更精細(xì)優(yōu)化。往往能在高頻噪聲被引入之前,收斂圖像,保持圖像的平滑性和精細(xì)結(jié)構(gòu)。本文比較了 Bregman-OSEM與經(jīng)典的FBP、OSEM和基于全變分正則化的OSEM(TV-OSEM)算法。通過(guò)計(jì)算機(jī)仿真結(jié)果表明,Bregman-OSEM能夠保持圖像的精度的同時(shí),提高重建圖像的信噪比。該算法是一種處理低劑量CT圖像重建的十分有效的方法。
【圖文】：

圖１．邋１兩種掃描系統(tǒng)逡逑

圖２．１世界上第一張Ｘ射線照片（左〉和ＣＴ成像照片（右）逡逑
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R814;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姜永生;于燕燕;;一種適用于小視野的快速精確重建算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年12期

2 王振天;張麗;邢宇翔;康克軍;;統(tǒng)計(jì)重建算法綜述[J];CT理論與應(yīng)用研究;2007年04期

3 盧建宇,韋鈺;合成孔徑超聲衍射CT付里葉域插值重建算法的研究[J];中國(guó)醫(yī)學(xué)影像技術(shù);1988年01期

4 薛慧亮;韋鈺;;反射模扇形束入射衍射CT的重建算法[J];南京工學(xué)院學(xué)報(bào);1988年04期

5 張芳;張權(quán);崔學(xué)英;董嬋嬋;劉yN;孫未雅;白云蛟;桂志國(guó);;基于小波和非局部的全變差中值先驗(yàn)重建算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年08期

6 惠苗;;螺旋錐束精確重建算法優(yōu)化[J];三明學(xué)院學(xué)報(bào);2012年04期

7 馬永波;陳龍;王國(guó)胤;聶能;黎龍;;基于有限狀態(tài)機(jī)的一種事件重建算法[J];計(jì)算機(jī)應(yīng)用研究;2007年06期

8 夏靖波,魏穎,陸增喜,褚改霞;基于最大熵電容成象圖象重建算法的研究[J];控制與決策;2000年04期

9 伍曉平,谷士文,費(fèi)耀平,劉應(yīng)龍,李杰;基于遺傳算法的圖象重建算法[J];計(jì)算技術(shù)與自動(dòng)化;2000年01期

10 譚建榮;一個(gè)連通域的重建算法[J];工程圖學(xué)學(xué)報(bào);1993年02期

相關(guān)會(huì)議論文 前10條

1 伍曉平;谷士文;費(fèi)耀平;劉應(yīng)龍;李杰;;基于遺傳算法的圖象重建算法[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

2 杲霄源;譚晶文;潘自來(lái);石博文;朱蘭;張歡;;原始數(shù)據(jù)迭代重建算法在胃癌術(shù)前分期診斷中的應(yīng)用價(jià)值研究[A];中國(guó)中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)第十五次全國(guó)學(xué)術(shù)大會(huì)暨上海市中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)2017年學(xué)術(shù)年會(huì)暨《醫(yī)學(xué)影像新技術(shù)的臨床應(yīng)用》國(guó)家級(jí)繼續(xù)教育學(xué)習(xí)班資料匯編[C];2017年

3 朱欣陽(yáng);;不同迭代重建算法提高低劑量圖象質(zhì)量的應(yīng)用[A];中國(guó)中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)第十五次全國(guó)學(xué)術(shù)大會(huì)暨上海市中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)2017年學(xué)術(shù)年會(huì)暨《醫(yī)學(xué)影像新技術(shù)的臨床應(yīng)用》國(guó)家級(jí)繼續(xù)教育學(xué)習(xí)班資料匯編[C];2017年

4 蘇俊宏;朱日宏;陳磊;;基于塊重建算法的干涉圖延拓方法研究[A];第十一屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2006年

5 徐啟飛;顏剛;陳武凡;;關(guān)于序列圖像的超分辨率重建算法[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

6 王新波;李學(xué)軍;王林旭;;一種基于綜合搜索策略的表面增量重建算法[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

7 韓冬;陳曉俠;任占麗;雷雨欣;賀太平;賈永軍;馬春玲;于勇;;基于低單能量水平圖像結(jié)合自適應(yīng)迭代重建算法探討低碘負(fù)荷在門靜脈成像中的應(yīng)用[A];中國(guó)中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)第十五次全國(guó)學(xué)術(shù)大會(huì)暨上海市中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)2017年學(xué)術(shù)年會(huì)暨《醫(yī)學(xué)影像新技術(shù)的臨床應(yīng)用》國(guó)家級(jí)繼續(xù)教育學(xué)習(xí)班資料匯編[C];2017年

8 李亮;陳志強(qiáng);張麗;邢宇翔;康克軍;;內(nèi)部感興趣區(qū)域CT精確重建算法新進(jìn)展[A];全國(guó)射線數(shù)字成像與CT新技術(shù)研討會(huì)論文集[C];2009年

9 李梅;毛善君;馬藹乃;;平行輪廓線三維礦體重建算法研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 李亮;陳志強(qiáng);張麗;康克軍;;CT精確重建算法新進(jìn)展[A];全國(guó)第五屆核儀器及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 劉正午;更快 更清 更安全[N];醫(yī)藥經(jīng)濟(jì)報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 賈睿璽;基于超聲波溫度檢測(cè)的溫度場(chǎng)重建算法與實(shí)驗(yàn)研究[D];重慶大學(xué);2018年

2 彭冬;吸收光譜技術(shù)在復(fù)雜流場(chǎng)診斷中的應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

3 竇少彬;CT圖像優(yōu)化重建算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

4 楊立山;圖信號(hào)采樣與重建研究[D];北京郵電大學(xué);2018年

5 羅戎蕾;基于小波多分辨率分析的圖像重建算法研究[D];浙江大學(xué);2004年

6 萬(wàn)雄;發(fā)射光譜層析算法研究及其三維流場(chǎng)重建應(yīng)用[D];南京航空航天大學(xué);2005年

7 霍修坤;錐束CT直接三維成像算法研究[D];安徽大學(xué);2005年

8 王瑜;基于DSA掃描軌跡的錐束重建算法研究[D];大連理工大學(xué);2008年

9 李志霖;基于先驗(yàn)信息的壓縮感知重建算法研究[D];北京郵電大學(xué);2017年

10 李志林;圖像壓縮感知重建算法研究[D];北京交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 陳彬;基于低劑量場(chǎng)新一代CT的重建算法研究[D];杭州電子科技大學(xué);2019年

2 黃杰星;數(shù)字乳腺斷層成像的快速迭代重建算法研究[D];南方醫(yī)科大學(xué);2019年

3 蔣運(yùn)超;微波熱聲成像重建算法的優(yōu)化及高性能計(jì)算平臺(tái)的設(shè)計(jì)[D];電子科技大學(xué);2019年

4 王雅涵;面向圖像壓縮感知的深度學(xué)習(xí)重建算法研究[D];北京交通大學(xué);2019年

5 楊炎炎;腹部低劑量掃描聯(lián)合迭代重建算法的可行性研究[D];廣西醫(yī)科大學(xué);2018年

6 郭帥志;基于最大似然估計(jì)的超分辨重建算法研究與FPGA實(shí)現(xiàn)[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

7 華桁;多視點(diǎn)圖像的深度重建算法研究[D];北京郵電大學(xué);2019年

8 王陽(yáng);基于深度學(xué)習(xí)的單目室內(nèi)場(chǎng)景深度估計(jì)與重建[D];北京郵電大學(xué);2019年

9 宋曉瑩;基于卷積神經(jīng)網(wǎng)絡(luò)的超分辨率重建算法研究[D];哈爾濱理工大學(xué);2019年

10 張雁霞;基于壓縮感知的能譜CT降噪重建算法研究[D];中北大學(xué);2019年

，

本文編號(hào)：2655445