迭代重建算法的研究进展

在满足临床诊断要求的图像质量同时,减少受检者的辐射剂量,已成为当今影像学的重要研究方向,重建算法的改进就是CT低剂量研究的一个重要方向。常用的CT图像重建算法主要有两类:解析算法(Analytic Reconstruction,AR)和迭代算法(Iterative Reconstruction,IR)。作为解析算法的代表,FBP算法一直都被作为CT图像重建方法的基础和"金标准",该算法运算速度快,但对成像过程做了很多简化模拟,易受统计波动的影响,图像噪声较大。迭代算法可以弥补FBP算法所固有的问题。近年来,多种迭代算法已经快速发展,并陆续投入了临床应用,其中,自适应统计迭代重建技术(Adaptive Statistical Iterative Reconstruction,ASiR)可以有效地降低图像噪声,改善图像质量,在保证同样图像质量和相似重建速度的前提下,剂量可以降低30%~65%。