低剂量X射线CT重建算法研究毕业论文（最全）.doc

低剂量X射线CT重建算法研究毕业论文

1引言

1.1概述

医学影像技术是诊断疾病的重要手段,它以非常直观的图像形式向人们展示了人体部的结构形态或脏器功能,并且随着影像学诊断飞跃进步和介入医学的成功应用，己成为临床诊断与医学研究中不可缺少的工具[1]。

1895年，德国人伦琴发现了X射线。三天后，他的夫人偶然看到了自己手的X射线造影，从此用X射线进行医学诊断的放射学走上了历史舞台。1917年，奥地利数学家Radon在其发表的论文中提出了CT图像重建的基本数学理论[2]，他系统地论证了由积分值确定被积函数的整套理论方法，为CT技术的形成和发展提供了可靠的理论依据。但是限于当时的技术条件，该方法未能在实际中应用，他的论文也未能被世人重视。随着科学技术的进步，特别是计算机技术的发展，图像重建问题重新引起了人们的兴趣，相继有不少学者进行了卓有成效的创造性研究。1963年，美国科学家A.M.Cormack教授首先提出了用X射线投影重建断层图像的计算方法。1972年，英国EMI公司中央研究所工程师G..N.Hounsfield从实验技术角度解决了吸收值的问题，研制成功了诊断头颅用的第一台电子计算机X射线断层摄影装置。自此之后，人们才真正实现了人体断层成像。这一新式的射线显像技术在1974年被正式命名为ComputedTomography(计算机断层成像技术)，简称CT，即通过对物体进行不同角度下的射线投影测量而获取物体横截面信息的成像技术。CT的问世在放射学界引起了爆炸性的轰动，被认为是继伦琴发现X射线后，工程界对放射学诊断的又一划时代的贡献。从此，放射诊断学进入了CT时代[1]。

1.2课题研究的背景、意义及研究概况

在医学CT中，图像重建算法大都使用滤波反投影重建算法，当代X射线CT系统中几乎都用这种方法构成系统。然而由该算法本身的非局部性特征，使得要重建物体的某一断面必须对物体进行180度全方位扫描以采集完整的数据，在数据质量高的情况下才能重建出准确清晰的图像，如果得到的数据不完整，重建的效果将急剧恶化。为了获得更多、更清晰的医学图像信息，以往都会采用加大X线剂量的方法。但是随着人们逐渐

注意到X线检查中的放射剂量问题，在临床中对放射剂量也有了进一步地限制[3]。这常.参考资料.

常导致不能获得完整的投影数据。因此，研究低剂量X射线照射情况下的CT图像重建算法具有十分重要的实用价值。

目前常见的低剂量CT图像重建方法主要有两类：一类是利用线性或非线性滤波器直接对投影数据或图像数据进行滤波处理，从而抑制噪声的影响[4,5,6]。另一类是统计重建算法。在第一类方法中，J.Hsieh[7]提出了一种基于投影数据的局部统计特性的自适应平衡均值滤波方法。M.Kachelrie[8]提出了一种投影域的自适应卷积滤波方法，这些方法的不足是没有或仅仅较少地考虑具体噪声的统计分布信息，因而重建出的图像质量不高，还难以在具体的临床诊断中应用。而对于第二类方法，上个世纪80年代初，Shepp和Lange等人将期望最大化(EM)算法应用于统计[9]。1994年，Hudson和Larkin提出的OS加速方法，OS加速解决了EM类算法收敛速度慢的缺点，大大提高了统计重建的实用性，随后围绕算法加速和收敛性的研究迅速展开[10]。另外，基于先验知识的贝叶斯最大后验估计(MAP：MaximumAPosterior)方法，也成为近年来低剂量CT重建算法中的一个研究热点。

1.3本文研究的主要容

本论文将从无噪声和有噪声两种情况下的低剂量X-CT图像重建入手加以深入，力求做到在图像重建质量得到优化的前提下，重建算法的速度有进一步提高。同时将不同重建算法进行比较，探讨各种方法的优缺点。

针对上述研究容，本论文容具体安排如下：

第1章：引言。介绍了低剂量X.CT的研究背景、意义和当前国外的研究发展概况，并介绍了本文的主要研究容。

第2章：阐述滤波反投影重建算法的原理和并利用计算机实现其算法。第3章：阐述迭代重建算法的原理和并利用计算机并实现其算法。

第4章：阐述统计重建算法的原理和并利用计算机并实现其算法。

第5章：对不同的X.CT图像重建算法进行比较并得出结论。

.参考资料.

....

2平行射束滤波反投影重建算法

2.1CT技术的基本思想

取一理想的X射线源，它发出极细的笔束X射线。在其对面置一检测器(图2.1)。

测出X射线源发出的强度I以及经物体衰减以后到达检测器的