CT图像中金属伪影校正方法的研究

摘要

金属伪影问题是CT成像中的重要问题之一。本文首先介绍了CT图像重建算法的理论基础，分析了金属伪影的成因，然后对目前常用的几种金属伪影校正方法进行了归纳总结，分析了它们的利与弊，最后在快速插值算法的基础上提出了基于改进的LBF（Local Binary Fitting，局部二元拟合）模型分割的线性校正算法。
　　 快速插值算法是一种较常用的金属伪影去除方法，使用阈值分割法对金属区域进行分割，并将分割出的金属区域直接放入重建图像。它能够去掉大多数的伪影，并且运算简单，实现快速，但是通过该算法校正的图像中常常残留不少条状伪影，并且金属物体形状出现轻微形变。针对这两点不足，本文提出一种基于改进的LBF模型分割的线性校正算法。改进的LBF模型分割法适用于边界模糊的图像，能够将金属区域准确的分割出来；和其他算法不同，它是在投影域进行金属信息的补偿。通过数值模拟的实验和真实CT数据的实验结果表明该算法具有较强的去除金属伪影能力，且校正后的图像中金属物体形状准确，边缘清晰，校正效果优于快速插值算法。

目录

文摘

英文文摘

第1章 绪论

1.1 CT成像技术简介

1.1.1 CT成像技术概述

1.1.2 CT机发展历史

1.2 CT图像中的金属伪影

1.2.1 金属伪影的表现形式及形成原因

1.2.2 金属伪影校正方法的研究现状

1.3 本文的主要研究内容

第2章 CT重建理论与常见金属伪影校正算法

2.1 CT图像重建算法的理论基础

2.1.1 投影数据采集

2.1.2 傅里叶切片定理

2.1.3 滤波反投影算法

2.1.4 扇形束重建

2.1.5 锥形束重建

2.1.6 迭代重建

2.2 常见的金属伪影去除算法

2.2.1 快速插值算法去除金属伪影

2.2.2 Laigao Chen的自适应衰减滤波校正方法

2.2.3 基于小波的金属伪影去除方法

2.2.4 迭代重建法去除金属伪影

2.3 本章小结

第3章 基于改进的LBF模型分割的线性校正算法研究

3.1 确定金属物体的投影区域

3.1.1 金属伪影图像的特点

3.1.2 阈值分割

3.1.3 改进的LBF模型分割

3.2 补偿金属信息

3.2.1 直接插入金属图像

3.2.2 金属投影的线性校正

3.3 本章小结

第4章 算法实现与实验研究

4.1 算法实现

4.1.1 算法流程

4.1.2 具体实现步骤

4.2 实验设计与实验结果分析

4.2.1 数值模拟实验

4.2.2 真实CT数据的实验结果

4.3 本章小结

第5章 总结和展望

5.1 工作总结

5.2 创新点

5.3 工作展望

致谢

参考文献