全角度前投影硬化校正方法:基于重建后CT图像
38 浏览量
更新于2024-09-04
1
收藏 649KB PDF 举报
"基于重建后图像的全角度前投影硬化校正方法是由徐礼胜、钱贝贝等人提出的一种CT图像硬化效应的校正技术,该方法适用于处理重建图像中的硬化问题,尤其针对杯状伪影影响的组织区域。此方法不依赖于射线频谱等先验条件,简化了校正过程。"
在计算机断层扫描(CT)成像中,硬化效应是一种常见的现象,它会导致图像中不同密度的组织出现颜色失真,特别是高密度区域显得过于亮白,影响图像的诊断质量。传统的硬化效应校正方法通常需要精确的射线频谱信息,这在实际应用中可能难以获取,且校正步骤复杂。
徐礼胜等人的方法创新地采用了基于重建后图像的全角度前投影策略。首先,他们对重建的CT图像进行区域分割,识别出受到杯状伪影严重影响的组织区域。接着,对这些区域内的每个像素点进行全角度前投影,生成校正基算子。这个校正基算子能够反映原始射线传输过程中的硬化影响。
然后,研究者通过线性组合校正基算子及其高次方乘积,构建了一个校正算子。这个校正算子设计的目标是有效地抵消硬化效应。最后,将校正算子应用到原始图像上,对图像进行校正,以恢复更准确的组织密度信息。
实验结果表明,这种方法对于单物质以及接近人体组织的混合物质图像,都能取得良好的硬化效应校正效果。无论是水模、头模还是西瓜模型的测试,都验证了该方法的有效性和实用性。这种方法简化了校正流程,降低了对先验信息的依赖,对于提高CT图像的诊断准确性和临床应用价值具有重要意义。
关键词涉及硬化效应、重建后校正、区域分割、CT图像和全角度前投影,表明该研究聚焦于CT图像处理的关键技术,旨在改善成像质量和提高医疗诊断的可靠性。这一研究属于医学影像处理领域,对R445.3类的医学技术发展具有积极贡献。
2021-06-18 上传
点击了解资源详情
点击了解资源详情
2021-02-10 上传
2019-08-15 上传
2021-05-24 上传
2021-02-25 上传
2021-03-08 上传
2021-02-12 上传
weixin_38722184
- 粉丝: 5
- 资源: 899
最新资源
- 构建基于Django和Stripe的SaaS应用教程
- Symfony2框架打造的RESTful问答系统icare-server
- 蓝桥杯Python试题解析与答案题库
- Go语言实现NWA到WAV文件格式转换工具
- 基于Django的医患管理系统应用
- Jenkins工作流插件开发指南:支持Workflow Python模块
- Java红酒网站项目源码解析与系统开源介绍
- Underworld Exporter资产定义文件详解
- Java版Crash Bandicoot资源库:逆向工程与源码分享
- Spring Boot Starter 自动IP计数功能实现指南
- 我的世界牛顿物理学模组深入解析
- STM32单片机工程创建详解与模板应用
- GDG堪萨斯城代码实验室:离子与火力基地示例应用
- Android Capstone项目:实现Potlatch服务器与OAuth2.0认证
- Cbit类:简化计算封装与异步任务处理
- Java8兼容的FullContact API Java客户端库介绍