基于有序子集的惩罚加权最小二乘低剂量CT优质重建算法研究

摘要

随着放射工程技术的飞速发展，很多CT设备都加大X线剂量，从而达到更多、更清晰的医学图像信息。然而随着放射卫生学的发展以及公众自我保护意识的增强，人们越来越注意到X线检查中的放射剂量问题。人们要求在不影响诊断的fj订提下，尽可能地减少放射剂量，随即呼唤低剂量CT设备的诞生。低剂量CT可以应用到临床的很多方面，例如高危人群肺癌的筛检、CT增强扫描、肺内结节病变的复查、肺癌术后及放化疗后随访观察、婴幼儿和儿章肺部CT检查等等。有效地降低X射线剂量成为目前医用CT研究领域的主要任务之一，由于低剂量CT扫描时受量子噪声的影响，使得用于图像重建的投影数据退化，致使采用目前临床广泛使用的解析重建算法(如滤波反投影)得到的重建图像含有较大噪声成分且分辨率偏低，无法达到临床应用的要求。由于基于统计学的迭代方法较传统的滤波反投影算法在处理低剂量CT时具有显著的优点，相关重建算法得到较为广泛的研究。 为解决低剂量CT图像重建的噪声问题，新算法在经典的加权最小二乘迭代算法的基础上，采用有序子集设计策略，针对此问题进行低剂量CT图像优质重建。有序子集技术下惩罚加权最小二乘算法，可以较有效处理低剂量条件下CT重建信息量不足带来的缺点。同时有序子集的引入，使得新算法较经典的惩罚加权最小二乘算法在速度上得到很大提高，低剂量CT的重建图像仍可保持较佳的图像质量和较高的空间分辨率。本文前面两章首先对CT。成像技术历史与现状和XCT成像算法历史与现状进行详细叙述，然后提出论文的选题背景及实际意义。 本文第二章主要分析、比较目前CT图像重建的各种算法的理论基础、特点和应用范围。 第三章是本文的重点，由于传统的解析重建算法(如滤波反投影)重建速度较快，但是得到的重建图像含有较大噪声且分辨率偏低，无法达到低剂量CT图像重建的要求。山于基于统计学的迭代方法较传统的滤波反投影算法在处理低剂量CT时，重建图像分辨率具有显著的优点，但是收敛速度远不及解析重建算法，而本文提出新的迭代算法，在目前国际研究前沿的惩罚加权最小二乘迭代法的基础上，加入有序子集技术，在重建速度和效果上都取得了比较满意的结果。 第四章介绍低剂量CT。的临床应用情况。低剂量CT图像重建技术的不断进步，可以解决临床上诸多难题，特别是有利于诸多疾病的普查筛检，使得更多的疾病得到早发现早治疗的效果。 最后本文对低剂量CT的前景和趋势做出总结和展望。

目录

文摘

英文文摘

声明

第一章绪论

1CT成像技术历史与现状

2XCT成像算法历史与现状

3论文的选题背景及实际意义

4本文的主要贡献

第二章XCT成像的基本理论

1XCT投影数据的获取

2XCT成像算法

2.1Radon变换与X-Ray变换

2.2平行束和扇形束XCT经典成像公式

3迭代重建算法

4OSEM重建算法

第三章有序子集的惩罚加权最小二乘低剂量CT优质重建算法

1迭代法定义和重建思想

2迭代法修正顺序

3有序子集的惩罚加权最小二乘低剂量CT优质重建算法

3.1低剂量CT图像噪声模型

3.2基本迭代解法

3.3加权最小二乘法

3.4惩罚加权最小二乘CT重建算法

3.5引入有序子集策略

3.6实验和结果

第四章低剂量CT的临床应用

1低剂量CT在胸部低剂量扫描的应用

2低剂量CT在颅面部的应用价值

第五章总结与展望

参考文献

攻读硕士学位期间发表和完成的论文

致谢