基于Mean Shift和插值图像修复算法的CT图像金属伪影消除方法

近年来CT成像技术在临床医学中广泛应用,但当病人体内含有金属移植物时,由于射线硬化等原因很可能在金属物体周围产生亮暗伪影,降低图像质量,影响诊断的准确性.为了消除CT图像中的金属伪影,本文提出基于Mean Shift和插值图像修复的算法,基本流程为用自适应Mean Shift算法预处理CT图像,平滑噪声和轻度伪影,用简化的Mean Shift算法快速精确分割金属物体,由修复组织信息的插值图像生成先验图像,用先验图像的投影数据替换原投影数据得到校正后的CT图像.经过对比实验,文中算法在去除金属伪影的同时,能够保护原有CT图像的组织结构,取得了更好的处理效果.     

基于遗传算法去除磁共振图像的运动伪影

病人在磁共振成像扫描过程中的运动会在图像中产生运动伪影,影响图像质量与临床诊断。提出了一种去除磁共振图像运动伪影的图像重建方法,通过遗传算法筛选出受运动影响较小的k空间数据,利用压缩感知进行重建。设计了一种无需参考图像的图像质量评估方法,与全参考图像质量评价指标呈强相关性。实验结果表明,算法可减轻运动伪影,提高图像质量。     

应用先验插值校正CT金属伪影

针对CT系统在实际应用中出现的金属伪影问题,提出一种基于先验插值的金属伪影校正算法。文中通过预滤波、骨骼分割和软组织恢复步骤计算先验图像,并利用先验图像的正向投影对原始投影中的金属投影区进行插值校正。应用该算法对数值仿真图像和临床CT图像分别进行了校正重建实验。数值仿真实验表明,用提出算法校正的结果比线性插值金属伪影校正算法、归一化金属伪影校正算法校正的结果更接近理想体模。临床数据实验表明:该算法的重建结果有效抑制了金属伪影,清晰重建出金属边缘细节,极大地提高了重建图像的质量。     

基于最大互信息量熵差分割的CT金属伪影消除

 本文作者提出一种基于图像最大互信息量熵差分割的CT金属伪影消除算法.新算法首先利用各向异性高斯滤波对原始CT图像进行预处理,以抑制CT图像中的部分噪声和伪影;其后配合最大互信息量熵差分割算法,对预处理CT图像进行自适应多目标分割;接着通过对分割后的金属物图像及由金属引起的伪影进行正向投影,得到金属物的投影数据,并将此投影数据与原始CT图像的正向投影数据做"与"运算,以获取金属物投影在投影空间内的索引函数,再将原始CT投影数据减除金属物对应的投影数据部分,利用索引函数完成原始CT投影数据中的反馈式插值处理,得到修正的投影数据;最后对修正的投影数据采用滤波反投影完成CT图像重建.实验表明,本文算法对含有金属伪影的真实体模CT图像和临床CT图像的伪影消除均有尚佳表现.     

基于双域神经网络的稀疏视角光声图像重建

光声计算断层成像(PACT)是近年来迅速发展的一种无损生物医学成像技术,在生物医学领域有着较高的应用价值。为了获得高质量的光声图像,成像系统的信号采集装置需要配备高密度的阵列探测器。但在实际应用中,由于经济成本、制造工艺及成像时间等因素的限制,探测器的排布往往较为稀疏,难以实现稳定重建,导致重建图像中出现条纹伪影。为了解决这一问题,本文提出一种基于双域神经网络的PACT图像重建算法。该算法主要包含三个模块：数据域网络、反投影层和图像域网络,其中数据域网络和图像域网络可分别对光声数据和光声图像进行增强,以提升图像质量。为了对网络进行训练和测试,构建了一个血管仿真数据集和一个小鼠活体试验数据集。研究结果表明,所提算法可以有效地抑制条纹伪影,提升图像质量,并且重建性能优于其他重建算法。     

PROPELLER磁共振成像数据重建中的仿射运动校正新算法

 PROPELLER (Periodically Rotated Overlapping ParallEL Lines with Enhanced Reconstruction)磁共振成像方法对刚性运动伪影的消除效果非常显著,已经在头部磁共振成像中获得了成功应用。但是刚性运动一般仅存在于头部成像中,人体其它部位成像往往伴随着不同程度的软组织拉伸变形。对于这种软组织变形必须基于非刚性运动模型才能准确地进行描述并加以校正。本文将PROPELLER采样中的每个k-空间条经过傅立叶逆变换重建得到临时图像,通过基于仿射运动模型的图像配准算法获得非刚性运动信息,然后根据仿射变换的频域性质,对PROPELLER采样中的每个k-空间条进行校正,最后经网格化重建得到最终图像。仿真实验与真实数据实验表明,相对于现有的PROPELLER重建算法,本文所提算法对于刚性运动与仿射运动造成的伪影均具有很好的校正效果。     

基于AR模型的最大熵磁共振成像重建算法

本文提出了一种基于ＡＲ模型的磁共振成像算法，通过所获得的自回归系数及线性预测误差，替代了传统的快速傅里叶（ＦＦＴ）重建方法，获得了满意的重建图像，由于在实际系统中，只能得到有限的频谱数据，利用传统的ＦＦＴ方法重建磁共振图像，将导致截断伪影和低的分辨率。本算法利用ＡＲ模型外推未知频谱数据，替代ＦＦＴ方法的填零法重建，并利用ＢＵＲＧ算法中的ＡＲ模型参数计算的有效性，不仅消除了截断伪影，抑制噪声提高了分     

一种去除医学图像中金属伪影的新方法

基于图像中金属伪影的去除在对病患的诊断中被广泛应用,针对传统FBP图像混合重建算法对金属的投影数据不连续性敏感度不够的问题,提出了一种改进的OSEM迭代混合重建算法来去除金属伪影.该方法首先对含有金属伪影的图像采用自适应滤波器对其进行预处理,其次采用均值漂移和最大互信息熵差的方法分割出金属部分和伪影部分,然后使用FBP和改进的OSEM算法对两部分进行混合重建,最后通过实验结果表明该方法能够快速有效地对金属伪影进行抑制和去除.     

多尺度Retinex和双边滤波相融合的图像增强算法

为了获得更加理想的图像增强效果,针对Retinex算法存在的“光晕伪影”现象,提出了一种多尺度Retinex和双边滤波相融合的图像增强算法.首先对多尺度Retinex算法的对数函数进行改进,拓宽图像的灰度范围,然后采用双边滤波算法对图像反射分量进行处理,消除光照变化不利影响,提高图像的对比度和清晰程度,最后采用伽玛函数对图像亮度进行校正,保持图像细节信息.实验结果表明,无论是主观视觉效果和客观质量,本文算法的性能均要优于多尺度Retinex算法,可以有效消除“光晕伪影”现象.     

采用高频能量的CT几何参数自标定方法

针对锥束CT系统中几何参数失配引起几何伪影的问题,提出了一种采用空域高频能量的几何伪影自校正算法。该算法以重建图像的空域高频能量为目标函数建立优化模型,通过单纯形法迭代求解使空域高频能量最大的几何参数最优解。利用投影图像的特性提取部分参数作为输入初值,减小算法搜索范围。并采用图形处理器（Graphic Processing Unit,GPU）对自校正过程中的图像重建并行加速,减少重建时间,提高校正速度。实验结果表明:该算法具有较高的求解精度,最大相对误差不超过5%,对重建图像中的几何伪影有较好的校正效果。同时,在不影响精度的情况下减少了迭代次数,算法执行效率提高了18.8%。