计算机断层成像(Computed Tomography,CT)重建算法作为CT成像技术的核心,该算法的改善不仅能够拓展成像应用领域,还可进一步推动新型成像系统的出现.而有限角度重建问题因其自身高度奇异的病态性,是CT重建算法研究领域长期以来的热点和难点问题.受到生成对抗网络(Generative Adversarial Networks,GAN)在图像修复领域取得显著进展的启发,本文提出一种基于GAN网络投影补全的有限角度CT重建算法,该算法利用GAN网络对抗训练获得可将有限角度投影数据补全的生成网络,生成网络在判别网络的监督下逼近真实的全角度投影图像,而后利用补全后的投影进行FBP重建,获得有限角度重建结果.实际数据实验结果表明本文方法与传统的SART-TV算法和FBP+ CNN方法相比,在重建质量上具有一定优势,并初步验证了使用GAN网络投影补全策略进行有限角度重建的可行性.

目的:进一步解决CT图像重建耗时长的问题,实现大批量重建CT图像.方法:利用大数据框架Spark构建GPU集群.首先对加速滤波反投影(FBP)和同时代数迭代重建技术(SART)算法的复杂度进行分析及并行化设计,并比较在GPU和CPU上的运行速度.通过对比耗时选择最佳的计算组合,实现单机GPU加速.通过thunder工具读取批量的投影数据并创建分布式数据集,使用Numba开发CUDA程序并部署在Spark运行.结果:FBP算法运行速度有近40倍的提升,SART算法运行速度有近10倍的提升.结论:Spark和GPU结合能够扩展Spark的性能,突破单机加速瓶颈,大幅提升计算速度,对于不同的图像重建算法均有良好的加速效果,表明Spark-GPU在图像重建方向有良好的应用前景.

计算机层析成像技术(Computer Laminography,CL)主要用于大尺寸、低厚度板状物体的无损检测.迭代重建算法虽然适用于CL这种角度受限的扫描方式,但是却非常耗时.本文研究了 CL 系统SART迭代重建算法的GPU加速方法.介绍了基于线驱动的投影,和基于线驱动及体素驱动的反投影的GPU加速方法,实验结果表明,采用GPU加速可以达到254倍的加速比.

目的 基于系统仿真的数字乳腺层析成像(DBT)进行性能分析研究.方法 基于临床DBT系统获取不同辐射剂量下物理体模和常规剂量水平下临床患者的原始测量数据,并进行低剂量仿真和使用3种重建算法进行重建,即Feldkamp-Davis-Kress(FDK)算法、联合代数重建技术(SART)、具有全变分约束的自适应最速下降凸集投影(ASDPOCS-TV)算法.采用信噪比(SNR),峰值信噪比(PSNR),噪声功率谱(NPS),伪影扩散函数(ASF)以及ASF的全宽半高值(FWHM)指标对辐射剂量水平和重建算法两因素对图像质量的影响进行统计对比分析.结果 低剂量DBT仿真策略的有效性经评估实验得以保证;在合适的剂量水平范围内,增加剂量可促进减少高频噪声成分和显著提高信噪比(P<0.05),当曝光剂量低于40 mAs,不同剂量水平下的图像具有相似表征;不同重建算法在不同解剖结构区域处的表现性能有差异,ASDPOCS-TV算法的结果包含更少的层间伪影和更轻微的噪声,优于SART算法和FDK算法.结论 辐射剂量和重建算法的选择对DBT成像质量有显著影响,应当平衡各影响因素、整体图像质量、临床诊断需求之间的关系,以达到临床任务中最优成像性能的目标.

本文提出了一种基于导引图像滤波(Guided Image Filtering,GIF)和截断全变分(Truncated Total Variation,截断TV)的CT重建算法,称为SART-TTV-GIF算法.导引图像滤波是一个具有边缘保护作用的平滑算子,可在保持边缘特征的同时去除噪声,它通过把基于截断全变分的算法所重建的图像作为导引图像,然后利用导引图像滤波把导引图像含有的重要特征转移到SART算法重建的图像中,使滤波后的图像和导引图像的重要特征具有相似性,从而提高重建图像的质量.本文用高分辨率的头部模型进行了投影数据无噪声和有噪声实验,实验结果表明,本文提出的SART-TTV-GIF算法与SART算法、SART-TV算法、SART-TTV算法和SART-TV-GIF算法相比,重建的图像质量较高.

目的 利用Geant4/GATE平台建立移动式锥形束CT扫描成像模型,探究图像优化方法,提高锥形束CT图像质量.方法 基于蒙特卡罗模拟算法中的Geant4/GATE平台对移动式锥形束CT进行成像模拟,构建放射源、平板探测器及测试模体的模型,获得锥形束CT的投影数据;比较3种图像重建算法(FDK,SART和EM)对设计的数字化模体进行图像重建,并模拟出2档X射线的成像.结果 3种重建算法中FDK算法最快;SART算法重建图像质量对比度较高、伪影较低,图像质量较优;EM算法噪声最小但不同密度插件图像边界模糊.SART算法重建70 kVX射线图像散射程度较大,而140 kV X射线重建图像质量较好.结论 基于Geant4/GATE建立的移动式锥形束CT仿真平台,可以获取数字化模体的三维重建图像,为后续移动式锥形束CT图像质量优化、质量控制等方面的研究提供理论依据.