螺旋锥束CT重建Katsevich算法在含噪投影中的应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (26): 187-189.

螺旋锥束CT重建Katsevich算法在含噪投影中的应用

曾理^1,2,牛小明²,邹晓兵^1,2

1.重庆大学光电技术及系统教育部重点实验室 ICT研究中心,重庆 400044
2.重庆大学数理学院,重庆 400044

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-11 发布日期:2007-09-11
通讯作者: 曾理

Spiral cone-beam CT Katsevich reconstruction algorithm applying in noised projections

ZENG Li^1,2,NIU Xiao-ming²,ZOU Xiao-bing^1,2

1.ICT Research Center,Key Laboratory of Optoelectronic Technology and System of the Education Ministry of China,Chongqing University,Chongqing 400044,China
2.College of Mathematics and Physics,Chongqing University,Chongqing 400044,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-11 Published:2007-09-11
Contact: ZENG Li

摘要/Abstract

摘要： 针对含有噪声的投影数据,在利用螺旋锥束Katsevich算法进行重建的过程中,首先采用了一种改进的中值滤波方法对投影体数据进行预处理,然后对处理后的投影数据拟合求导来取代Katsevich算法中的直接求导,减小了噪声带来的负面影响。计算机仿真实验结果证实了这种方法的有效性。

关键词: 螺旋锥束CT, Katsevich 算法, 改进的中值滤波, 拟合求导, 图像重建, 计算机仿真

Abstract: The improved median filter is adopted to pretreat the projections which contain random noise and a Little abnormal noise.Then the derivative of the disposed projections is calculated with a fitting method instead of direct derivative one.This method reduces the negative effect coming from the noise.Computer simulation experiment proves the validity of this method.

Key words: spiral cone-beam CT, Katsevich algorithm, improved median filter, fitting derivative, image reconstruction, computer simulation

曾理^1,2,牛小明²,邹晓兵^1,2. 螺旋锥束CT重建Katsevich算法在含噪投影中的应用[J]. 计算机工程与应用, 2007, 43(26): 187-189.

ZENG Li^1,2,NIU Xiao-ming²,ZOU Xiao-bing^1,2. Spiral cone-beam CT Katsevich reconstruction algorithm applying in noised projections[J]. Computer Engineering and Applications, 2007, 43(26): 187-189.

[1]	沈瑜，刘成，杨倩. 利用子空间稀疏特征的超分辨率图像重建算法[J]. 计算机工程与应用, 2021, 57(5): 173-182.
[2]	王冲，尚晓清. 基于多字典的单幅图像超分辨率重建[J]. 计算机工程与应用, 2019, 55(5): 197-202.
[3]	吴其凡1，张劲1，刘凯1，汤炜2，田卫东2. 下颌骨拼接与导板设计的力反馈虚拟手术研究[J]. 计算机工程与应用, 2019, 55(5): 226-231.
[4]	汪叶娇，周勇. 新形式勒让德矩的研究[J]. 计算机工程与应用, 2019, 55(22): 152-162.
[5]	曾有灵，陈耿铎，熊威，李喆. 基于Spark的CT图像FBP重建算法程序并行设计[J]. 计算机工程与应用, 2019, 55(10): 218-224.
[6]	于康龙1，秦卫城1，杨进1，许若飞2. 超分辨重建图像质量评价算法[J]. 计算机工程与应用, 2017, 53(2): 201-205.
[7]	郭鹏. 网络环境下收益管理系统需求无约束估计综述[J]. 计算机工程与应用, 2017, 53(19): 17-25.
[8]	郭士旭1，张正模2，杜建国. 振源定位技术在文化遗产地保护中的应用[J]. 计算机工程与应用, 2017, 53(11): 265-270.
[9]	孔小琴，李琴，李远科，刘武. 基于纠缠的量子密钥分配协议仿真[J]. 计算机工程与应用, 2017, 53(1): 113-117.
[10]	汪慧兰，杨晶晶，毛晓辉，石建平. 自适应的归一化卷积超分辨率重建算法研究[J]. 计算机工程与应用, 2016, 52(8): 191-195.
[11]	周勇，邢凯男，周雅慧. 基于三角函数的正交矩函数的误差预测与分析[J]. 计算机工程与应用, 2016, 52(2): 180-185.
[12]	查志远，刘辉，尚振宏，李润鑫. 基于l_1/2范数正则化的图像重建方法[J]. 计算机工程与应用, 2016, 52(18): 173-178.
[13]	狄岚1，梁久祯2. 基于缩放延迟微分方程的交通流仿真[J]. 计算机工程与应用, 2016, 52(11): 221-226.
[14]	何易德1，秦小林1，罗国涛2，陈帅1. 基于R-滤子的多帧图像重建算法[J]. 计算机工程与应用, 2015, 51(17): 194-198.
[15]	黄超，董育宁. 一种改进的3G无线网络丢包模型及仿真方法[J]. 计算机工程与应用, 2014, 50(24): 100-103.