期刊论文模板.docx

文章编号：1004-4140（2009）01-0047-04CT图像重建方法及模拟实验李四，张三四，赵五六?，李二三（XX大学 XXXXXXXX系，北京100084）摘要：虽然CT技术已经发展得相当成熟，但在大物体成像、高分辨率成像和减少辐射剂量等方面现有的CT成像方法仍然存在较大的困难。事实上，很多工程应用中并不要求对完整的物体进行全局CT成像，只需要获得某些感兴趣区域的物体图像即可，特别是医疗临床诊断中只要能够实现对可疑病灶部位的成像即可。因此，本文研究了针对感兴趣区域的CT图像重建方法，以及X射线束的视野只覆盖感兴趣区域的扫描方法设计，感兴趣区域CT成像研究的关键是如何在投影数据截断情况下实现断层图像的精确、稳定重建；本文介绍了三种投影数据在不同截断方式下的图像重建方法，并设计了相应的数值模拟实验，给出了数值模拟实验结果。最后，对感兴趣区域CT成像技术在工程中应用潜力做了展望。关键词：CT；感兴趣区域成像；图像重建；迭代中图分类号：TP391.41　　　文献标识码：A自从1972年Hounsfield发明了第一台CT机，CT技术给医学诊断和工业无损检测带来了革命性的影响。但是，复杂多样的工程应用条件对CT技术的进一步发展提出了更高的要求，尤其是在工业应用中对大尺寸、高精度、低剂量成像等方面存在较大困难。这主要由于：CT扫描视野（Filed of View，FOV）受X射线束宽度、探测器尺寸和扫描视角的限制，使得对大物体扫描的投影数据可能存在探测器方向和扫描角度方向两个方面的截断。因此，目前对大物体或不规则物体进行成像时，往往难以直接完成扫描，需要通过多次扫描后依靠数据重排等近似转换方法才能重建出最终图像，这对CT成像的速度和精度造成了负面的影响。另一方面，医疗照射已经成为全民最大的人为电离辐射来源，减少CT检查的X射线剂量是关系到全体社会公众及其后代健康的重大课题。基础20世纪80年代初，人们已经开始研究物体的局部CT成像（local tomography）问题，但受当时CT重建理论所限，人们无法精确重建出物体局部的CT图像，因此转而寻求一种与物体断层图像相关的近似函数。1985年，Smith等提出了一种lambda tomography的局部重建算法[1－2]，该算法利用局部投影数据重建出一个与ROI密度函数有相同奇异性的函数。随后，Katsevich提出了一种pseudolocal tomography的局部重建算法，这种算法通过重建密度函数的Hilbert变换的一部分来代替原函数[3]。 （5）扇束CT图像重建[14－17]中，特别是利用改进的BPF算法解决了半探测器CT系统中，当所有角度投影均存在一端截断时的图像精确重建问题[18]。最近，张朋等也就ROI成像问题进行了有效地探讨[19]。基于ROI的图像精确重建方法研究ROI成像的核心问题是研究基于ROI的CT图像重建方法，然后根据重建方法针对具体的ROI成像问题进行相应地CT扫描方案设计，即ROI成像策略。表3　人工神经网络训练与预测值Table 1　The analysis table of the sensitivity and specificity of DP diagnosis试验编号极间距d∕mm气压p∕Pa吸收率κ∕％渗层厚度δ∕μm元素总质量分数w∕％试验值 预测值 试验值 预测值试验值 预测值11170.90070.58734.534.57987.4968720060.87136.536.38089.7968933032.84719.019.24584.8958465044.40121.020.87177.57977.321注：*为检测样本值，试验编号17为正交优化工艺。目前ROI成像理论仍然是基于PI线的。PI线上的图像重建是ROI图像重建的基础，PI线相对于FOV和物体支撑分下面3种情况进行重建：①PI线的两个端点在物体支撑外，如图1（a）所示，该问题可以利用传统的BPF方法较好地解决[7－8]，但是针对具体的扫描轨道需要重新推导新轨道下的BPF算法，可以通过POCS（Projections onto Convex Sets）迭代方法实现ROI重建[10]。③该条PI线各扫描角度上的投影都是截断的，现有的滤波反投影或反投影滤波方法均无法进行图像重建[11]可以对该问题进行重建。（a） （b） （c）图1　不同FOV下的ROI成像示意图Fig.1　The illustrations of ROI imaging with differen