呼吸门控CT图像重建的PRIMOR方法及其MATLAB实现

在现代医学影像技术中，计算机断层扫描（CT）是诊断疾病的重要工具之一。CT扫描可以提供关于人体内部结构的详细信息，但其在成像过程中受患者运动的影响，尤其是在需要长时间曝光的呼吸门控CT扫描中。在本文中，我们将介绍一种结合了先验信息和运动估计的新颖重建方法，即PRIMOR（基于先验和基于运动的重建），以及相关的Matlab代码实现。 PRIMOR方法是基于对呼吸运动的建模和先验图像信息的利用。在传统的基于先验的重建（PBR）方法中，通常利用先前获取的类似条件下的图像（先验图像）来指导当前扫描的图像重建。PRIMOR则进一步扩展了PBR，通过引入门控之间运动模型的概念。这种方法通过使用分层B样条的非刚性配准方法来估计运动，从而对运动引起的图像变化进行补偿。 在数学表达上，PRIMOR方法涉及到小波变换（Phi），空间梯度（Psi）以及时间算子（T）和Radon变换（F）的应用。具体的重建模型可以表示为包含先验图像（up）和相对于先验图像的图像变化（v）的表达式。通过这种组合，PRIMOR旨在解决由于呼吸运动引起的成像模糊和噪声问题。 PRIMOR方法的数据评估使用了小动物呼吸门控CT数据。该数据集包含了多个呼吸阶段之间的分类数据，这使得重建算法能够更好地处理由于呼吸运动引起的图像失真和噪声问题。具体来说，数据集被分类为四个呼吸门，这有助于减少噪声和不规则分布的投影问题。 为了使研究结果更具有可重复性和透明性，相关研究团队提供了开源的Matlab代码。这些代码包括用于PBR和PRIMOR方法的实现，以及演示程序。演示程序能够加载小动物呼吸门控CT数据，重建图像，并展示最终的结果。通过提供源代码，研究人员和工程师可以在自己的数据上复现结果，同时也能够对算法进行改进和扩展。 所提到的"JFPJ"可能是指相关的期刊、论文或其他专业出版物，此处的"Abascal，M"、"Abella，E"、"Marinetto，J"、"Pascau"和"M Desco"则是参与研究工作的科学家或作者的名字。 "DOI: 10.1371/journal.pone.0149841, 2016."指出了这篇论文的数字对象标识符（DOI），它是一个用于唯一标识数字对象（如文章、数据集、视频等）的国际标准代码。通过DOI，读者可以方便地找到这篇论文的详细信息以及可能的在线访问路径。 最后，提到的"prior-motion-reconstruction-CT-master"是与该Matlab代码相关的GitHub存储库的名称。这个存储库的名称暗示了其功能和结构，即"master"可能表明了这个存储库是该软件项目的主分支或主版本。开发者和用户可以克隆或下载这个存储库，并使用其包含的代码和数据进行实验和研究。由于存储库被标记为"开源"，这也意味着代码可以在遵守相应的许可证条款下被自由地使用和修改。