X线CT不完备投影数据统计重建地研究.pdf

Statistical Reconstruction Methods for Insufficient X-ray CT Projection Data A dissertation submitted to Xi’an Jiaotong University in partial fulfillment of the requirement for the degree of Doctor of Engineering Science By Qiong Xu (Information and Communication Engineering) Supervisor: Prof. Xuanqin Mou January 2012 摘 要 论文题目：X 线 CT 不完备投影数据统计重建研究 学科专业：信息与通信工程 申 请 人 ：许琼 指导教师：牟轩沁教授 摘 要 X 射线计算机断层成像（Computed Tomography, CT ）技术能够提供物体内部的截 面图像，在医学辅助诊断和工业无损检测等领域发挥着不可替代的重要作用。当前医 学 CT 的研究目标是在满足成像质量要求的情况下，尽可能的降低 X 线剂量，即所谓 的ALARA （As Low As Reasonably Achievable ）准则。降低X 线剂量可以通过降低 X 线球管电流、减少扫描时间、缩小 X 线的覆盖范围和减少数据采集视角等方法来实现， 但是这些方法会造成采集到的投影数据的信噪比降低、沿探测器方向的数据截断以及 沿扫描视角方向的数据欠采样等问题。另外，在实际成像中，常常出现由于受到探测 器尺寸等几何条件的限制，探测器不足以覆盖整个被扫描物体，从而造成投影数据截 断的情况。以上这些情况下的投影数据无法满足 CT 图像精确重建要求，称为不完备投 影数据。研究不完备投影数据的重建问题对于降低 X 线辐射剂量、减少对成像系统几 何的要求等方面具有重要意义。 迭代重建算法是解决不完备投影数据重建问题的有效方法。迭代重建算法通过对 目标函数的迭代优化来重建图像，它对投影数据的完备性要求较低，且易于考虑成像 物理模型和先验约束信息以提高重建图像质量。在实际情况中，由于探测器所采集的 投影数据服从一定的统计分布，统计迭代算法在建立目标函数的时候考虑了投影数据 的这种统计特性，能够获得更好的重建效果，特别是对于低剂量高噪声投影数据能够 有效的减少重建图像的噪声和条纹伪影。另一方面，压缩感知（Compressive Sensing, CS ）理论证明稀疏信号可以从远小于 Shannon/Nyquist 采样定理所要求的采样信号中精 确恢复，它为 CT 不完备投影数据精确重建问题的解决提供了一条途径。根据 CS 理论， 在迭代重建中增加关于稀疏变换后图像的稀疏性约束可以解决内部问题、少视角问题 等不完备投影数据的精确重建问题。由上可知，在图像重建过程中加入先验约束信息 是解决不完备投影数据精确重建问题的必要条件，而考虑了数据统计特性的统计迭代 重建框架能更好的将先验约束与投影数据约束有机结合起来。 综上，本论文围绕统计重建算法展开研究，针对不完备投影数据重建问题，特别 是内部问题、少视角问题和高噪声投影数据重建问题，通过结合适当的先验信息和约 束条件，开发适于实际应用的重建算法，提高重建图像质量。主要创新性工作包括： 1. 改进的全变分（Total Variation, TV ）正则化方法。基于CS 理论的 TV 最小化 本研究得到国家自然科学基金（编号61172163 ）和国家教育部项目（编号： I 20060698040 ，NCET-05-0828 ，20110201110011 ）