基于卷积滤波算法CT系统参数标定和成像.pdf

基于卷积滤波算法的 CT 系统参数标定及成像 摘要 随着医学技术的进步和数学领域的发展，CT 技术被广泛应用于各个领域。从医疗方面的检查 人体器官组织病变到工业方面对未知介质的内部构造探求，CT 技术不断更新发展，方便人们工作 与生活。利用X 射线对未知介质进行分层扫描，将信息转化为电信号，经过数字化后由计算机处理， 进而利用已知 CT 仪器的各个参数对图像重建，复原未知介质的具体信息。CT 成像技术的应用受 到相关人士的青睐，CT 技术的发展成为一个热门话题。由于 CT 设备的标度参数因客观装机因素 而异，也需要对现有参数优化。因此，对现有的一些重建算法的整合和模型标度参数的优化成为一 个值得研究的课题。 对于问题一，建立了基于多元非线性规划的 CT 系统标定参数模型。先根据模板中椭圆的位置 信息和长短轴的特性，粗略推算出旋转中心位置、探测器单元间的距离。根据模板几何图形的信息 建立方程组求解出每一方向上射线与几何图形所截弦长值 ，结合探测器吸收强度值 给出新定 ∑ 义信息差值，将其做为目标函数： 。以模糊计算出的系统旋转中心位置、相邻探测 器之间的间距为初始值，对系统旋转中心位置坐标、相邻探测器之间的间距以及每个旋转方向的角 度（共 180 次）进行非线性规划。最终得到中心位置：（-8.8070,6.7642 ）、探测器单元间距：0.2768 和旋转位置图表。 对于问题二，以旋转中心为原点建立直角坐标系，则通过坐标系中任一点 的射线对应发 射器编号的一般形式为 。利用问题一求出的标定参数中的角度得到一共180 个接收器的衰减度值，求其均值则可以作为点 处的吸收强度的估计值。为了消除星状伪影加 入卷积滤波的步骤，利用 Cosine 滤波器对投影数据的傅里叶变换的结果进行筛选，将筛选后的数 据通过逆傅里叶变换重新组合为新的投影数据，并用于反投影 CT 重建，得到的结果较之前有较大 改进。利用标准模板重建后的吸收强度与已知吸收强度的比例关系确定标准化系数，并利用标准化 系数对附件 3 中投影数据的 CT 重建结果进行标准化。附件四中给出的 10 个点的吸收强度可以 利用插值的方法得到，首先将附件四提供的点的位置进行处理，将位置转换为吸收强度矩阵的广义 坐标，通过内插的方法得到该点的吸收强度值。得到 10 个点在附件 3 对应吸收强度矩阵中的值为 。 对于问题三，由于附件 5 中的投影数据的重建图形较为复杂，对模型的灵敏度提出了很大的要 求。因此对模型进行优化，从不同滤波器中选择最优，同时继续优化问题一求出的标定参数的精确 性。最终得到 10 个测试点在附件 5 中对应的吸收强度为 。 对于问题四，在附件一的基础上进行改动，移动小球，让小球与椭圆重叠的角度范围更少，得 到新的标定模板的几何信息矩阵 。利用Matlab 的radon 函数，在 180 个方向上循环建立一个 新的投影矩阵 。建立方程组，确定每个接收器在每个方向上对应的射线与模板中两个几何图 形相交所截弦长和的解析解 △ 。以每个方向角度′ 上的所有接收器的吸收强度值与对应射线穿 过介质距离 △ 的增益值差值的平方和为目标函数，对系统旋转中心位置坐标 、相邻探测 器之间的间距 以及该角度 进行非线性规划。同样利用 Matlab 的radon 函数，在同样的 180 个方向上对附件一的原型模板循环重新建立一个新的投影矩阵，做与上述相同的规划。比较两个规 划的结果发现，利用新的标定模板做得规划，180 个角度目标函数值优化达标率更高。 关键字：CT 重建；模型优化；卷积滤波；内插方法；Radon 变换； 一、问题提出与分析 1 . 1 背景知识 1 . 1 . 1 总背景介绍 CT(Computed Tomography) 技术是由奥地利数学家 J