医学图像重建基础与最新进展

"《医学图像重建入门》是曾更生教授撰写的一本关于医学图像重建技术的入门书籍，主要介绍了2D和3D的各种成像方法，包括平行光束、扇形束、平行线、平行面和锥形束成像技术。书中详细讲解了解析算法和迭代算法，并探讨了这些方法在X光CT、SPECT、PET和MRI等医学成像领域的应用。此外，还涵盖了最新的研究进展，如使用截断的投影数据进行ROI精确重建、Katsevich的锥形束滤波反投影(FBP)算法以及l0极小化方法处理极度欠采样数据。全书力求以易于理解的方式阐述复杂的理论，通过图示和直观解释辅助理解，适合初学者阅读。" 医学图像重建是医学成像技术中的关键环节，它涉及将从不同角度获取的投影数据转换为高分辨率的图像。此书首先介绍了断层成像的基本原理，包括投影、图像重建和反投影的概念。投影是将物体的三维信息转化为一维数据的过程，而反投影则是将这些数据恢复为三维图像的过程。书中还提及了数学表达式在这些过程中的作用，如傅里叶变换和中心切片定理，这些都是图像重建中的基本工具。 在平行光束图像重建部分，作者详细阐述了不同的重建算法，包括基于傅里叶变换的方法，这些方法通常依赖于中心切片定理，它指出在特定条件下，物体的傅里叶变换与它的投影的傅里叶变换的中心切片相同。书中列举了多种重建策略，如方法1到方法5，分别对应不同的计算和技术实现。这些方法在实际的医学成像系统中有着广泛的应用。 此外，书中提到了 Katsevich 的锥形束滤波反投影算法，这是一种高效且精确的重建技术，特别适用于锥形束CT成像。同时，书中还讨论了l0极小化方法，这是一种处理极度欠采样数据的有效手段，尤其在噪声较大或数据不足的情况下，能够获得较好的重建效果。 《医学图像重建入门》为读者提供了丰富的理论知识和实际应用案例，不仅适合于医学成像领域的学生和研究人员，也对相关工程技术人员具有很高的参考价值。书中通过非严格的数学推导，配合实例和图解，使得复杂概念变得易于理解，是一本理想的医学图像重建学习资料。