在小型动物成像中,用于稀疏视图CT的强大的残余引导代重建
Jianru Zhang1,2, Zhe Wang3, Tuoyu Cao4
1School of Information Science and Technology, ShanghaiTech University, Shanghai, 201210, People's Republic of China.
Physics in medicine and biology
|March 20, 2024
概括
我们开发了一个强大的图像重建算法,用于稀疏视图计算机断层扫描 (CT) 扫描. 这种方法可以从有限的X射线投影视图中提高图像质量,减少扫描时间和辐射暴露.
科学领域:
- 医疗成像医学成像
- 计算成像技术的成像
- 在X射线计算机断层扫描上.
背景情况:
- 稀疏视图计算机断层扫描 (CT) 由于投影数据有限,在实现高保真图像重建方面存在挑战.
- 现有的重建算法在处理稀疏视图数据集时,经常与噪音和文物作斗争.
- 在CT中减少扫描时间和辐射剂量至关重要,特别是在微小动物成像等敏感应用中.
研究的目的:
- 介绍一种新的,强大的图像重建算法,RGIRT (剩余引导的Golub-Kahan代重建技术),专门用于稀疏视图CT.
- 从有限数量的投影视图中实现高保真度图像重建.
- 在低剂量和有限视野场景中提高CT图像重建的效率和准确性.
主要方法:
- RGIRT采用了一个内外双代框架.
- 内部代使用灵活的最小平方QR (FLSQR) 算法与Golub-Kahan双诊断和加权通用交叉验证用于超参数估计.
- 外部代通过使用从内部代中介重建来最大限度地减少余量来完善解决方案.
主要成果:
- 在从稀疏视图CT数据重建图像方面,RGIRT表现强,超过了FBPConvNet,SART-TV和FLSQR等参考方法.
- 使用数值幻象和实验Micro-CT数据的评估显示,在各种投影视图数和噪声水平上,一致的高质量重建.
- 理论分析证实了残余的趋同,支持了算法的稳定性和有效性.
结论:
- 在稀疏视图CT图像重建方面,RGIRT提供了显著的进步.
- 该算法提供了一个强大的解决方案,用于获得高保真图像,减少投影数据.
- 这种技术有可能缩短CT扫描时间,并在医学和研究应用中降低辐射暴露.
