计算层析成像数据驱动的X射线能谱估计新方法
83 浏览量
更新于2024-08-27
收藏 4.93MB PDF 举报
"基于计算层析成像扫描数据的X射线能谱估计方法"
本文主要探讨了一种新的X射线能谱估计方法,尤其针对双能谱X射线计算层析(CT)成像技术中的应用。X射线能谱在CT成像中至关重要,因为它直接影响图像质量和定量分析的准确性。传统的X射线能谱估计通常依赖于直接测量穿过不同厚度物质后的X射线衰减数据,这种方法要求精确测量射线路径,且对模体制作精度要求高。
新提出的能谱估计方法则通过使用已知结构和材质的模体的CT扫描数据来实现。这一方法有两大特点:首先,它不再需要精确测量射线的穿透距离,只需对模体进行CT扫描获取材质特定的衰减曲线即可,降低了对模体制造精度的要求;其次,该方法引入了非线性约束的迭代求解策略,将X射线能谱模型作为迭代过程中的约束条件,有效缓解了求解模型的病态性和不适定性问题,使得能谱估计更为准确和稳定。
文章中提到的X射线能谱模型充分考虑了靶材料对X射线的吸收特性,这使得模型更接近实际CT系统的X射线能谱分布,从而提高了估计结果的可靠性。通过数值实验对比,新方法在估计X射线能谱的韧致辐射分布和特征辐射分布方面表现出了更高的精确度和稳定性。
关键词涵盖X射线光学、成像系统、能谱估计、能谱模型、计算层析成像、交替迭代算法以及重建算法,表明此研究涉及多个技术领域,对于CT成像的优化和后续分析具有重要意义。文章发表于《光学学报》第33卷第11期,对于相关领域的科研人员和技术开发者提供了新的理论依据和技术手段。
2021-02-03 上传
2022-04-26 上传
2021-02-12 上传
2021-02-26 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
2024-11-28 上传
2024-11-28 上传
weixin_38744270
- 粉丝: 329
- 资源: 2万+
最新资源
- Raspberry Pi OpenCL驱动程序安装与QEMU仿真指南
- Apache RocketMQ Go客户端:全面支持与消息处理功能
- WStage平台:无线传感器网络阶段数据交互技术
- 基于Java SpringBoot和微信小程序的ssm智能仓储系统开发
- CorrectMe项目:自动更正与建议API的开发与应用
- IdeaBiz请求处理程序JAVA:自动化API调用与令牌管理
- 墨西哥面包店研讨会:介绍关键业绩指标(KPI)与评估标准
- 2014年Android音乐播放器源码学习分享
- CleverRecyclerView扩展库:滑动效果与特性增强
- 利用Python和SURF特征识别斑点猫图像
- Wurpr开源PHP MySQL包装器:安全易用且高效
- Scratch少儿编程:Kanon妹系闹钟音效素材包
- 食品分享社交应用的开发教程与功能介绍
- Cookies by lfj.io: 浏览数据智能管理与同步工具
- 掌握SSH框架与SpringMVC Hibernate集成教程
- C语言实现FFT算法及互相关性能优化指南