从双能CT中有限角度范围的数据中基于原型优化的图像重建
Buxin Chen1, Zheng Zhang1, Dan Xia1
1Department of Radiology, The University of Chicago, Chicago, IL 60637, USA.
Medical image analysis
|November 17, 2023
概括
新的双能CT (DECT) 算法能够从有限角度范围 (LAR) 扫描中准确地重建图像. 这些定向总变量 (DTV) 算法提高了图像质量,减少了文物,为全角范围 (FAR) 扫描提供了可行的替代方案.
科学领域:
- 医疗成像医学成像
- 计算机断层扫描 (CT) 是一种计算机断层扫描.
- 图像重建 图像的重建
背景情况:
- 对于全角范围 (FAR) 数据,双能CT (DECT) 图像重建是很好的.
- 限角范围 (LAR) DECT扫描具有独特的工作流优势,但需要专门的重建算法.
- 开发有效的LAR DECT算法对于实际应用至关重要.
研究的目的:
- 调查和原型图像重建技术用于DECT使用LAR扫描.
- 为LAR DECT.开发和评估具有方向总变化 (DTV) 约束的优化程序.
- 用模拟和真实数据评估衍生DTV算法的性能.
主要方法:
- 在虚拟单色和/或基础图像上使用DTV约束的原型优化程序.
- 衍生DTV算法来解决这些优化程序的LAR DECT数据.
- 通过对LARs获得的模拟和真实低和高kV DECT 数据进行了定量研究.
主要成果:
- DTV算法实现了可比于FAR数据算法的视觉质量和定量准确性.
- 从LAR数据中重建的图像显示了改进的可视化和减少的文物.
- 当将DTV算法应用于LAR DECT数据时,观察到更高的定量准确性.
结论:
- 基于优化,像DTV这样的单步算法可以从DECT中显著更小的LAR中实现定量图像重建.
- 开发的算法和理论结果可以为LAR DECT扫描和重建程序的设计提供信息.
- 该方法适用于多光谱和光子计数CT LAR数据重建.
