CT理论与应用研究

姓名
邮箱
手机号码
标题
留言内容
验证码

2022-06期封面+目录+寄语

2022, 31(6)

PDF(23)

摘要:

乔一瑜, 乔志伟

2022, 31(6): 697-707. doi: 10.15953/j.ctta.2022.114

摘要(727) HTML(87) PDF(45)

摘要:
在投影角度个数不变的情况下，降低每个角度下的射线剂量，是一种有效的低剂量CT实现方式，然而，这会使得重建图像的噪声较大。当前，以卷积神经网络（CNN）为代表的深度学习图像去噪方法已经成为低剂量CT图像去噪的经典方法。受Transformer在计算机视觉任务中展现的良好性能的启发，本文提出一种CNN和Transformer耦合的网络（CTC），以进一步提高CT图像去噪的性能。CTC网络综合运用CNN的局部信息关联能力和Transformer的全局信息捕捉能力，构建8个由CNN部件和一种改进的Transformer部件构成的核心网络块，并基于残差连接机制和信息复用机制将之互联。与现有4种去噪网络比较，CTC网络去噪能力更强，可以实现高精度低剂量CT图像重建。

基于深度能量模型的低剂量CT重建

朱元正, 吕启闻, 官瑜, 刘且根

2022, 31(6): 709-720. doi: 10.15953/j.ctta.2021.077

摘要(743) HTML(80) PDF(83)

摘要:
降低计算机断层扫描（CT）的剂量对于降低临床应用中的辐射风险至关重要，深度学习的快速发展和广泛应用为低剂量CT成像算法的发展带来了新的方向。与大多数受益于手动设计的先验函数或有监督学习方案的现有先验驱动算法不同，本文使用基于深度能量模型来学习正常剂量CT的先验知识，然后在迭代重建阶段，将数据一致性作为条件项集成到低剂量CT的迭代生成模型中，通过郎之万动力学迭代更新训练的先验，实现低剂量CT重建。实验比较，证明所提方法的降噪和细节保留能力优良。

基于子空间投影和边缘增强的低剂量CT去噪

魏屹立, 杨子元, 夏文军, 汪涛, 张意

2022, 31(6): 721-729. doi: 10.15953/j.ctta.2022.108

摘要(258) HTML(88) PDF(45)

摘要:
低剂量计算机断层扫描（CT）是一种相对安全的疾病筛查手段，但低剂量CT图像往往包含较多噪声和伪影，严重影响医生的诊断。针对该问题，本文提出一种基于子空间投影和边缘增强网络（SPEENet）。SPEENet为自编码器结构，包含双流编码器和解码器两个主要模块。双流编码器可以被分为噪声图像编码流及边缘信息编码流两部分，噪声图像编码流对低剂量CT图像进行特征提取，利用图像特征去除低剂量CT中的噪声和伪影；边缘信息编码流部分主要关注低剂量CT图像的边缘信息，利用边缘信息保护图像结构。为充分利用编码器特征，本文引入噪声基投影模块，构建基于编码器和解码器特征的基，并利用该基将编码器提取的特征投影到对应的子空间，获取更好的特征表示。本文在公开数据集上进行实验以验证提出网络的有效性，实验结果表明，相较于其他低剂量CT去噪网络，SPEENet可以取得更好的去噪效果。

基于Chambolle-Pock框架的核TV多通道图像重建算法

马靓怡, 乔志伟

2022, 31(6): 731-747. doi: 10.15953/j.ctta.2022.111

摘要(310) HTML(105) PDF(49)

摘要:
总变差最小化算法是一种基于压缩感知理论的图像重建算法，能够从稀疏投影或含噪投影数据中高精度地重建图像，已经被广泛应用于计算机断层成像、磁共振成像、电子顺磁共振成像。能谱CT、T1或T2加权的MRI及EPRI均属于多通道成像。逐通道TV算法可以实现较高精度的图像重建，然而忽略了各通道图像之间的相似性。核TV算法是一种考虑了通道间图像相似性的TV类算法，可以实现高精度图像重建。面向多通道图像重建，以CT重建为研究范例，本文提出一种Chambolle-Pock算法框架下的核TV多通道图像重建算法。通过仿真模体和真实CT图像模体的重建实验，验证算法的正确性，分析算法的收敛性，探索算法参数对收敛速率的影响，评估算法的稀疏重建能力及含噪投影重建能力。结果表明，相对于逐通道TV算法，所提算法可以取得更高的重建精度。核TV算法是一种高精度的多通道图像重建算法，可以应用于各种成像模态的多通道重建场合。

基于主成分分析的多能谱CT图像分析方法研究

邸云霞, 孔慧华, 牛晓伟

2022, 31(6): 749-760. doi: 10.15953/j.ctta.2022.077

摘要(332) HTML(60) PDF(35)

摘要:
基于光子计数探测器的能谱CT，可以同时采集多个能谱通道的投影数据，并获得相应能量范围内物质的吸收特征，可以有效应用于物质识别与材料分解。主成分分析是一种很好的多元数据分析技术，可以用于处理多能谱CT数据。本文分别在投影域和图像域对能谱CT数据进行主成分分析，并对分析结果做出系统比较。为了减少噪声的影响，提高能谱CT图像的彩色表征性能，提出双域滤波与像素值平方相结合的方法，用于含噪声的主成分图像去噪，然后将所选取的主成分图像映射到RGB颜色通道。实验结果表明，无论是在投影域还是图像域进行主成分分析，都可以获取清晰的CT图像，识别出物质的不同成分。相较于在图像域的主成分分析方法，在投影域进行主成分分析能够保留物质的更多细节，获取更清晰的彩色CT图像。

胰腺癌放疗图像引导锥束CT运动伪影修正技术研究

罗辰, 任青, 刘建强, 牛田野

2022, 31(6): 761-771. doi: 10.15953/j.ctta.2022.066

摘要(229) HTML(122) PDF(26)

摘要:
基于二维平板探测器技术的锥束CT系统广泛应用于放射治疗前的摆位验证，但在以胰腺癌为代表的腹腔肿瘤放疗应用中会遇到呼吸运动和肠道蠕动导致的严重阴影与条状伪影问题，难以从CT影像中分辨病灶区域。由于胰腺等柔性脏器在呼吸运动作用下会存在非刚性形变，体表运动监测结果和实际脏器运动间存在难以量化的偏差，也难以监测以肠道蠕动为代表的不规则运动，故腹腔锥束CT运动伪影修正问题缺乏有效解决方案。本文基于生物动力学理论和人体生理学常识，提出全新的无需运动监测或体内标记物植入的放疗图像引导锥束CT运动伪影修正方法，设计基于伪影图像特征、融合各类CT图像域处理算法的伪影修正策略。将该策略应用于临床腹腔锥束CT影像处理后所得结果表明锥束CT图像质量有显著改善，典型软组织区域的平均CT数误差从90 HU降到30 HU，肠道空腔边界和周边软组织信息得到部分恢复。本文开发的伪影修正策略无需呼吸门控或增加投影数，避免标记物植入手术，可集成到现有工作流，为胰腺癌放疗图像引导提供肿瘤定位信息。

一种去除CT图像中同心椭圆伪影的变分模型

栗乔新, 金科, 庞志峰

2022, 31(6): 773-781. doi: 10.15953/j.ctta.2022.085

摘要(202) HTML(94) PDF(23)

摘要:
在计算机断层成像（CT）中，伪影会降低重建图像的质量。针对该问题，本文提出一种去除CT图像中同心椭圆伪影的方法。该方法基于方向全变分（DTV）的思想，将椭圆伪影的去除问题建模为能量最小化问题，并通过对椭圆伪影边缘特征的分析，建立适应于椭圆伪影的变分模型。由于提出的模型为具有可分裂结构的非光滑凸优化问题，因此本文使用交替方向乘子法（ADMM）。最后，通过仿真实验验证该模型对于去除椭圆伪影的有效性。

基于双域自适应网络的岩矿样工业CT图像金属伪影校正算法研究

左顺吉, 冯鹏, 黄盼, 严笙豪, 何鹏, 魏彪

2022, 31(6): 783-792. doi: 10.15953/j.ctta.2022.041

摘要(282) HTML(67) PDF(26)

摘要:
岩矿样中包含有大量高密度金属物质，致使其在工业CT图像上产生了金属伪影，严重影响岩矿样参数分析的准确性。为抑制岩矿样CT图像的金属伪影，本文提出一种基于双域自适应网络的岩矿样CT图像金属伪影校正算法（DDA-CNN-MAR），将含有金属伪影的CT图像分别通过投影域网络和图像域网络进行金属伪影的抑制，自适应融合双域处理结果，实现由含伪影图像到无伪影图像的端到端映射。该算法以残差编解码网络模型（RED-CNN）为基础，易于提取特征并恢复图像细节；双域结构可自适应调整投影域（伪影抑制）和图像域（细节修复）的权重，借以获得最优的校正结果。研究结果表明，较之于RED-CNN-MAR，经过DDA-CNN-MAR方法校正的图像，MSE减小2.570，而PSNR和SSIM则分别提高1.218 dB和0.018，有效提升岩矿样CT成像的图像质量。

结合维纳滤波的相干波束合成超声成像研究

蒲素兰, 谢慧雯, 郭昊, 周平, 周光泉

2022, 31(6): 793-808. doi: 10.15953/j.ctta.2022.043

摘要(174) HTML(106) PDF(25)

摘要:
传统超声动态聚焦通过简单的延时叠加方法成像，分辨率较低、对比度较差。本研究在基于像素的相干波束合成（Coherent PB）的基础上，应用一种计算效率较高的前置维纳滤波器，利用焦点处的脉冲回波对整个阵列信号进行相位矫正，并通过后置维纳滤波器为每次子孔径波束合成结果施加自适应权值，进一步抑制噪声和伪影。通过仿真、仿体和在体实验对本方法的有效性进行验证，与Coherent PB相比，本方法在保持较高横向分辨率和计算效率的基础上，明显改善图像的轴向分辨率和对比度，具有一定临床应用价值。

基于ICA的漫射光相关谱血流分离算法研究

孙玲, 白静, 邸文奇, 尚禹

2022, 31(6): 809-820. doi: 10.15953/j.ctta.2022.132

摘要(213) HTML(64) PDF(38)

摘要:
血流是人体的一个重要生理参数，实时测量脑部、骨骼肌及乳腺等组织的血流对疾病诊断治疗及手术、重症监护有重要意义。近红外漫射光相关谱（DCS）是新兴的组织血流测量技术，利用DCS技术进行血流测量时，每个距离的光源-探测器（S-D）均含有不同程度的表层组织和深层组织的混合信号，其中表层信号对提取深层组织的血流有较大影响。本文结合N阶线性算法（NL算法）和独立成分分析算法（ICA）对DCS技术获取的近距离和远距离光学信号进行分离处理。计算机仿真表明，本文提出的算法可以较好地分离出表层和深层组织的血流信号，对今后DCS技术在临床的血流测量应用有重要潜力。

留言板

通知公告更多>

友情链接更多>

当期目录
2022年第31卷第6期

留言板

通知公告更多>

友情链接更多>

当期目录 2022年 第31卷 第6期

当期目录
2022年第31卷第6期