医学成像及处理-南京航空航天大学.DOC

南 京 航 空 航 天 大 学 实 验 指 导 课 程 名 称： 医 学 成 像 及 处 理 实 验 名 称： X—CT图象重建的计算机仿真实验研究 实验开设单位： 自动化学院生物医学工程系 X—CT图象重建的计算机仿真实验研究（8学时） 1．实验目的 加深对X-CT图像重建算法的理解 初步掌握计算机仿真物理系统的方法 熟悉MATLAB仿真平台的使用 锻炼实验者的编程能力 2．实验所需设备 (1) 一台计算机/生 (2) Matlab6.0以上软件 实验内容、原理及步骤 本实验内容依次分为三大部分：仿真头模型的建立；仿真投影数据的产生；卷积反投影方法的计算机仿真 3．1仿真头模型的建立 在研究从投影重建图像的算法时，为了比较客观地评价各种重建算法的有效性，人们常选用公认的Sheep Logan头模型（以下简称S-L模型）作为研究对象。该模型由10个位置、大小、方向、密度各异的椭圆组成，象征一个脑断层图像。 表1给出了S-L头模型中10个椭圆的中心位置、长轴、短轴、旋转角度及折射指数。 表1 头模型中的椭圆参数 序号 中心坐标 长轴 短轴 旋转角度(度) 折射指数 a (0,0) 0.92 0.69 90 1.0 b (0,-0.0184) 0.874 0.6624 90 -0.8 c (0.22,0) 0.31 0.11 72 -0.2 d (-0.02,0) 0.41 0.16 108 -0.2 e (0,0.35) 0.25 0.21 90 0.1 f (0,0.1) 0.046 0.046 0 0.1 g (0,-0.1) 0.046 0.046 0 0.1 h (-0.08,-0.605) 0.046 0.023 0 0.1 i (0,-0.605) 0.023 0.023 0 0.1 j (0.06,-0.605) 0.046 0.023 90 0.1 根据以上参数用Matlab语言编程，生成头模型的数字图像文件，并用Matlab函数显示该头模型图像。把得到的图像作为原始图像，以便与将来的重建图像进行比较，说明图像重建算法的有效性。 3．2仿真投影数据的产生 这一步主要产生下一步重建图像需要的S-L头模型投影数据。用S-L头模型进行计算机仿真研究的主要好处之一是可以获得该模型投影数据的解析表达式。 现设一密度为ρ的均匀椭圆，其中心坐标为（x0,y0），椭圆的长轴长为A，椭圆的短轴长为B，椭圆的长轴相对于x轴沿逆时针方向旋转了α角，投影函数的坐标轴R与x轴的夹角为θ。并设： rα2= A2cos2（θ-α）+B2sin2（θ-α） Rα= R-x0cosθ-y0sinθ 则可以证明，当︱Rα︱≤rα时，该椭圆图像的投影函数gθ，α(R)为： gθ，α(R)= 2ABρ√A2cos2（θ-α）+B2sin2（θ-α）-(R-x0cosθ-y0sinθ)2 A2cos2（θ-α）+B2sin2（θ-α） 而当︱Rα︱rα时, 该椭圆图像的投影函数gθ，α(R)=0。 对于由10个椭圆组成的S-L头模型，可以按照上式进行叠加组合，得到该模型的投影数据。 按上述方法用Matlab语言编程，生成头模型在不同θ下的仿真投影数据，形成仿真投影数据矩阵数据文件，作为重建图像需要的S-L头模型投影数据。 3．3卷积反投影方法的计算机仿真 根据傅里叶变换的卷积定理，投影的傅里叶变换用|ρ|进行变换或滤波，等效于投影gθ(R)与滤波函数|ρ|的傅里叶反变换进行卷积计算。|ρ|的傅里叶反变换在时域中可构造成卷积函数h(t)，通过选取不同的卷积函数，对投影gθ(R)进行有效地滤波，达到满意的重建图像效果。由于h(t)选取是卷积计算的关键，故又称之为卷积核。 卷积运算可以严格地描述为：在实数域上给定两个函数φ和Ψ，其卷积后是实数域上的另一个函数，记为[φ卷积Ψ]（v）=∫∞-∞φ（u）Ψ（v-u）-L(n,a)= 0 n为偶整数 1/-a2n2π n为奇整数 式中a为图像每个平行射线间的距离，n为图像矩阵单列或单行的长度。 S-L卷积函数表达式：gS-L(n,a)=-2/a2π2(4n2-1) n=0,±1,… 式中a为图像每个平行射线间的距离，n为图象矩阵单列或单行的长度。 本实验采用R-L卷积函数，学生也可选择S-L卷积函数，以作对比。由于卷积反投影法编程较为复杂，故本实验对这部分的基本要求是：直接利用Matlab自带的卷积反投影函数IRADON来对3.2中得到的投影数据重建图像并与3.1中的原始图像作比较；要求学生对IRADON函数的使用要熟练掌握。而用Matlab语言自行编程卷积反投影算法作为提高