医学图像处理1213断层成像.pptVIP

CT图像重建算法 06研究生版 常用的重建算法 二维傅利叶变换法（中心切片理论） 普通反投影 反投影法 平行线束 滤波反投影 去伪影 重建 （雷登变换）扇形线束 卷积反投影 投影重建 迭代法（数值迭代） 拟和逼近法（算术拟和） 两个重要工具 迪拉克函数-抽样 卷积-滤波 傅里叶变换法  1．二维傅里叶变换法 傅利叶变换是将任意一周期信号或非周期信号变换成用其自身频率特性表述的一种形式，使信号的变化与频率变化之间建立内在的联系，从分析频率特性的角度来揭示信号本身的变化观律。如图所示的矩形波信号，经过傅里叶变换成频率变化的形式。 二维傅里叶变换法 二维傅里叶变换法将各个投影进行一维傅里叶变换，再把各角度上的变换结果汇集起来，在变换成极坐标上补足求得的傅里叶变换的频域曲面，再改为空间直角坐标。按公式进行二维傅里叶反变换后即可得到重建图像。 二维傅里叶变换法是最理想的图像重建方法之一。但该方法需要进行正、反两次傅里叶变换，计算量比较大，在实际应用中不易实现。 1．二维傅里叶变换法 二维傅里叶变换法 理论依据：中心切片理论 优点：算法精确 缺点：复杂耗时，运算量庞大 定义 密度函数f（x，y）在某一方向上的投影函数g θ （R）的一维傅里叶变换函数 G θ （p），是密度函数f（x，y）的二维傅里叶变换F（p，θ）在p，θ平面上沿同一方向过原点直线上的值。 中心切片理论的证明 特殊情况 θ=900 一般情况 中心切片的应用 指出了投影重建图像的可能性 二维傅里叶变换法 如果我们在不同角度下取得足够多的投影函数数据，并进行傅里叶变换，那么变换后的数据将充满整个（u，v）平面。得到频域函数F（u，v）的全部值，将其进行傅里叶反变换，得到原始的密度函数f（x，y）即所要的图像。 填充（u，v）平面需要按照角度填充，即筛选角度，完成这一步骤需要做极坐标转换。 二维傅里叶变换法 算法：描述/过程图 验证：sinc（2R） 缺点：插值/运算量大 2、反投影法 反投影法(back projection)又称总和法，是利用投影数值近似地复制出值的二维分布。 基本原理是将所测得的投影值按其原路径平均的分配到每一点上，各个方向上投影值反投影后，在影像处进行叠加，从而推体出原图像。 反投影法 反投影法 反投影法 设被测人体断面上器官或组织的吸收系数分布为，X线束扫描时在某一角度方向的投影表示为 ： 则在角度的反投影可表示为： 式中的是由沿反方向进行反投影所产生的吸收系数，δ-函数起筛选角度作用。将上式全部角度上的反投影值相加，即对应从0变化到π所有反投影值加在一起，可得到图像重建的吸收系数分布为： 反投影重建算法的物理概念 投影重建算法的基本内容： “断层平面中某一点的密度值可看作这一平面内所有经过该点的射线投影之和（的平均值）”。 式中xk表示象素的值，pk,i为经过象素的第i条射线投影。可以这样理解： 其中f(x,y,z)是身体组织密度。 算法举例 算法举例 根据反投影算法x1=p5 = 5 x6=p2+p3+p5=18 … 平均化处理，除以投影线数目 xi=xi/6 星状伪迹 反投影重建后，原来为0的点不再为0，形成伪迹 星状伪迹 我们考虑孤立点源反投影重建，中心点A经n条投影线投影后，投影值均为1： p1=p2=...=pn=1 因此重建后 而其他点均为1/n 这类伪迹成为星状伪迹 星状伪迹 产生星状伪迹的原因在于：反投影重建的本质是把取自有限物体空间的射线投影均匀地回抹(反投影)到射线所及的无限空间的各点之上，包括原先像素值为零的点 反投影重建算法的数学描述 反投影重建算法的数学描述 先设φ为离散取值，　　 则投影为 根据反投影重建的定义式，点　　　 的图像在所述坐标系统表示为 式中，　　　　　,　　为投影数 反投影重建算法的数学描述 可见，反投影重建算法相应的系统的扩展函数不是δ函数，系统不是完美的．式定量地描述了反投影重建算法星状伟迹的本质． 要除去反投影算法的星状伪迹，我们可以在输出端加一滤波器，使加了滤波器后的反投影重建成像系统PSF＝δ(x,y).使滤波器的PSF为q(x,y),相应的传递函数为Q(ξ,η),这里 我们要求： 反投影重建算法的数学描述 ＊＊表示二维卷积，对上式取二维傅立叶变换得 或 这是一只二维滤波器，实现起来比较麻烦．若ρ的变换范围可扩至∞，根本不能实现，但不管怎样，它提供了去除星状伪迹的一个努力方向． 反投影重建算法的实现 正