X射線多譜CT是抑制X射線多譜硬化偽影,提升CT圖像對(duì)比度的有效方法,在新材料、新藥物、微納器件等領(lǐng)域具有重要意義�，F(xiàn)有多譜CT主要是基于迭代重建算法模型,耦合X射線多譜成像的物理先驗(yàn)約束,構(gòu)建多譜投影觀測(cè)模型,設(shè)計(jì)迭代優(yōu)化求解算法實(shí)現(xiàn)。但是此類算法假設(shè)條件較多、模型復(fù)雜、各優(yōu)化項(xiàng)的參數(shù)不確定,實(shí)際應(yīng)用難度較大,工程應(yīng)用性不強(qiáng)。鑒于此,通過多能投影序列分離獲取窄譜投影的投影域分解工作逐漸被重視。投影域分解可直接得到窄譜特性較好的投影數(shù)據(jù),再通過傳統(tǒng)CT重建算法可得到灰度一致性較好的CT圖像,有效降低了CT重建算法的設(shè)計(jì)難度,為多譜CT成像提供了一種新的途徑。因此,論文在研究現(xiàn)有的投影域分解方法的基礎(chǔ)上,以提升CT圖像對(duì)比度和滿足組分區(qū)分與表征為目標(biāo),研究基于多譜投影分離的X射線多譜CT成像與組分表征方法。論文在研究X射線多譜CT成像原理的基礎(chǔ)上,針對(duì)現(xiàn)有的基于多能量投影序列盲分離模型的無能量約束問題,引入基效應(yīng)分解,將分離模型中的衰減系數(shù)按光電效應(yīng)和康普頓效應(yīng)分解為能量項(xiàng)和材料項(xiàng),建立了基于基效應(yīng)分解的多譜投影序列盲分離模型。同時(shí),根據(jù)射線成像的多譜特性,耦合殘差非負(fù)性約束條件,推導(dǎo)了... 

【文章來源】：中北大學(xué)山西省

【文章頁(yè)數(shù)】：124 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 基于能譜CT重建的X射線多譜CT成像
        1.2.2 基于能譜濾波分離的X射線多譜CT成像
        1.2.3 基于光子計(jì)數(shù)探測(cè)器的X射線多譜CT成像
        1.2.4 基于多譜投影分離的X射線多譜CT成像
    1.3 論文研究?jī)?nèi)容及安排
        1.3.1 主要研究?jī)?nèi)容
        1.3.2 論文結(jié)構(gòu)安排
2 多譜CT成像與連續(xù)譜X射線投影分離的理論分析
    2.1 X射線多譜CT成像
        2.1.1 X射線產(chǎn)生
        2.1.2 多譜X射線投影
        2.1.3 傳統(tǒng)X射線CT重建算法
        2.1.4 多譜射線CT重建成像
    2.2 基于光子計(jì)數(shù)探測(cè)器的多譜CT成像
        2.2.1 光子計(jì)數(shù)探測(cè)器成像原理
        2.2.2 光子計(jì)數(shù)探測(cè)器成像噪聲分析
        2.2.3 能譜CT重建算法
        2.2.4 實(shí)驗(yàn)對(duì)比分析
    2.3 基于投影盲分離的多譜CT成像
        2.3.1 投影分離的可實(shí)現(xiàn)性分析
        2.3.2 X射線投影序列盲源分離算法
    2.4 能譜約束的投影序列盲分離的可行性分析
    2.5 本章小結(jié)
3 基于基效應(yīng)分解的多能量投影序列盲分離算法
    3.1 多能量投影序列盲分離模型分析
    3.2 基于基效應(yīng)分解的多能量投影序列盲分離模型
        3.2.1 基效應(yīng)分解
        3.2.2 基于基效應(yīng)分解的盲分離模型
    3.3 模型求解
        3.3.1 算法推導(dǎo)
        3.3.2 初始值選擇
        3.3.3 算法流程圖
    3.4 實(shí)驗(yàn)驗(yàn)證與分析
        3.4.1 仿真實(shí)驗(yàn)
        3.4.2 實(shí)際模體實(shí)驗(yàn)
    3.5 本章小結(jié)
4 基于多能段掃描的多譜投影分離重建算法
    4.1 分能段CT掃描成像
    4.2 多能段掃描下投影分解可行性分析
    4.3 基于多能段掃描的投影分解模型
    4.4 模型求解
        4.4.1 求解算法推導(dǎo)
        4.4.2 初始值選擇
        4.4.3 算法流程圖
    4.5 實(shí)驗(yàn)驗(yàn)證與分析
        4.5.1 仿真實(shí)驗(yàn)
        4.5.2 實(shí)際實(shí)驗(yàn)
    4.6 本章小結(jié)
5基于多譜CT圖像序列的材料組分的表征
    5.1 CT圖像與材料組分的關(guān)聯(lián)分析
    5.2 基于雙能CT圖像域分解的材料組分分解
        5.2.1 雙能CT圖像重建原理
        5.2.2 基于圖像域的雙能CT圖像分解方法
    5.3 基于多譜CT圖像序列的材料組分識(shí)別
        5.3.1 基于多譜CT圖像序列組分表征模型
        5.3.2 基于多能CT序列的組分識(shí)別
    5.4 實(shí)驗(yàn)驗(yàn)證與分析
        5.4.1 兩組分識(shí)別實(shí)驗(yàn)
        5.4.2 多組分識(shí)別實(shí)驗(yàn)
        5.4.3 含能材料的驗(yàn)證實(shí)驗(yàn)
    5.5 本章小結(jié)
6 結(jié)論
    6.1 論文工作總結(jié)
    6.2 論文創(chuàng)新點(diǎn)
    6.3 存在的問題及以后的工作展望
參考文獻(xiàn)
攻讀博士期間發(fā)表的論文及所取得的研究成果
致謝



本文編號(hào)：3164365