CT重建中自适应网格模型地研究.pdfVIP

4．Illustrationofthe Figure partial卅procedure CT重建中自适应网格模型的研究 李亮、陈志强、邢宇翔 (清华大学工程物理系，北京，100084) ne of MeshModelin InvestigationContent·adaptive Tomography tcconstrBction Keywords：CTreconstruction，imrafivealgorithm,mesh image 摘要：在各类CT重建算法中，基于统计思想的迭代重建算法在很多方面有着优越的性能，但在实 际工程中。由于迭代算法计算量大、消耗时间多而限制了它的应用。本文主要介绍了一种自适应的 非均匀网格模型，通过在要求分辨率高的区域加密网格，其他区域减少网格的办法自动完成网格划 分，再利用迭代重建算法实现快速CT图像迭代重建。该算法在有效识别目标缺陷的前提下，可以 极大的减小迭代计算量，缩短计算时间。最后，通过计算机模拟实验验证了该算法的有效性。 关键词：CT重建、迭代重建算法、网格模型、自适应 计算机断层成像(Computed 迭代重建算法。在近似重建算法中影响力最大、应用最广泛的是滤波反投影算法(FBP算法)或卷 积反投影算法(CBP算法)。在迭代类重建算法中，代数迭代重建算法(ART算法)是人们最早提 出来的迭代类重建算法。和FBP或CBP重建算法相比，迭代类算法具有许多优点，比如算法使用更 加灵活，可以针对有限角投影或稀疏角投影等不完全投影数据进行重建，迭代类算法还具有良好的 抗噪声能力，并且在某些情况下可以利用一些先验知识提高算法的图像重建质量；正是迭代类重建 作者简介：李亮(1981一)，男(汉)，山东人，清华大学工程物理系在读博士研究生，主要从事CT图像重建算法方 面的研究；E-mail：lilian908@tsinghua．org．cll；电话：01086049 算法的众多优势，使得它在实际工程中得到了越来越多的应用。 但是，迭代重建算法相对于FBP或CBP算法仍然有一个很大的缺陷就是它的计算量非常大，需 要花费较大的硬件开销和重建时间。虽然，目前计算机硬件的发展速度很快，但仍然不能很好的满 足迭代重建算法的要求，这也在很大程度上限制了迭代莛建算法在工程中的应用。 I．CT图像重建的背景和特点 CT图像重建算法有很强的工程应用背景，在医学图像检查和工业无损检测中，为了准确无误的 检查清楚某个病灶或者缺陷的存在，往往需要重建出具有很高空间分辨率和密度分辨率的CT图像， 这在某些情况下，特别是在需要检查庞大体积部件的工业无损检测中，对整个部件实现高空间分辨 率重建需要花费大量的硬件和时间开销，另外海量数据的处理也是一个具有挑战性的研究课题。 在实际医学图像检查和工业无损检测中，人们感兴趣的往往是图像中的某几个区域，为了得到 这些感兴趣区域的高质量图像，需要对整个物体进行很高分辨率的重建．这样就需要对大量的数据 进行处理增加了图像重建的难度和处理时问。实际上，我们并不需要得到接个物体的高质量图像， 只要能够确定出我们感兴趣的区域，并得到这些区域的高质量图像就达到我们检查的目的了，其余 区域完全可以采用低精度的图像重建，这样在满足检查需求的前提下就减少了图像重建的计算量。 为了实现不同区域精度重建的目的，我们可以采用了基于自适应非均匀网格模型的cr图像重 建算法。首先利用FBP或CBP算法对物体进行快速低精度重建。得到该物体的一个初步图像，然后 利用本文中的自适应网格模型对物体进行分区域的网格化，在需要高分辨率重建的区域进行精确的 网格化这样就可以得到更多的细节信息，在其他的区域则使用租网格划分，通过这种方法在很大程 度上减少了计算量。最后针对得到的自适应非均匀网格模型利用迭代算法实现物体的分区域高精度 重建，达到检查豹目的。 2．网格模型基础 在计算机中我们往往采用数据点阵的形式来表示一幅图像，在这里我们仍然采用这种方式。，G) 表示物体图像，i∈D，D是图像的定义区域；定义区域D分为M个彼此不混叠的阿格，即D。， m=L2，…，M，因此物体图像可以表