2.CT迭代重建ppt课件
- 格式：ppt
- 大小：7.80 MB
- 文档页数：33
下载文档原格式
合集下载
医学图像重建PPT课件
一 图像重建概述
不同密度体对射 线的吸收不同
对射线吸收相同的 物体，密度分布不 一定相同
入射线
高密度体
少透射
入射线
低密度体
多透射
入射线
6ห้องสมุดไป่ตู้
222
入射线
6
141
等强度射线穿透不同组织的情况
投影重建时需要一系列投影才能重建图像。
一 图像重建概述
➢ 分类：
➢ 根据被用于图像重建的数据获取方式不同，可以分为透射 断层成像、发射断层成像和反射断层成像。
插值法：
▪ （一）基于图像灰度值的插值方法,如最邻近法、线性插值、样条插值等 ,它是在原始灰度断层图像序列中,补充若干“缺少”的切片,这些插值方 法插值精度不高,产生的新断面通常会出现边缘模糊,由此重建出的三维 真实感图像表面会产生伪像,当断层间距较大时这一点尤其明显. 造成这 种情况的主要原因是这些方法没有考虑到物体几何形状的变化.
二 医学CT三维图像重建
➢ 投影切片定理给出了图像在空间域上对X轴的投影与 在频率域u轴的切片之间的关系。
➢ 如果投影并非是对X轴进行，而是对与空间域的X 轴成 任意的角度θ的方向进行投影，是否频率域上存在与u 轴成相同的θ角度方向上的中心切片与之相等？
➢ 回答是肯定的，二维傅里叶变换的旋转定理。
3) 为了增强三维逼真效果，突出显示不同组织的边界面，可以采样表面 并进行明暗计算。
➢ 根据成像所采用的射线波长不同，可以分为X射线成像、 超声成像、微波成像、激光共焦成像等。
二 医学CT三维图像重建
（1）现实意义
在医疗诊断中,观察病人的一组二维CT 断层图像是医生诊断病情的常 规方式. 现有的医用X 射线CT 装置得到的序列断层图像,虽能反映断层内 的组织信息,但无法直接得到三维空间内组织的形貌(如肺部肿瘤的表面 纹理) 和组织间相互关联的情况,而临床上组织形貌对组织定征(如肿瘤的 恶性或良性判断) 却是十分重要的. 仅靠CT 断层图像信息,要准确地确定 病变体的空间位置、大小、几何形状以及与周围组织之间的空间关系,是 十分困难的.因此迫切需要一种行之有效的工具来完成对人体器官、软组 织和病变体的三维重建和三维显示. CT 三维重建技术就是辅助医生对病 变体和周围组织进行分析和显示的有效工具,它极大地提高了医疗诊断的 准确性和科学性。
CT重建算法ppt课件
I3 I4
30
1917年 Radon提出:由函数线积分求函数本身的问题
g(R,q ) L f (x, y)dL
L : R x cosq y sinq
逆变换：
g(R,q )
f (r,q ) 1
dq
R
dR
2 2 0 p r cos( q )
31
中心切片定理：二维图像一维投影的傅立叶变换等价于该二维图像傅立 叶变换的中心剖面，剖面法线沿投影方向。
设被测人体体层内器官或组织的衰 减系数为f（x，y），X线束扫描时 在某一θ角度上的投影用下式表示 为：
某一θ角度的反投影表示为：
是投影
沿反方向进行反投影所产生的衰减系数；δ-函数是筛选因
子。将上式全部角度反投影值相加，可得到图像重建的衰减系数分布函数fb（x，
y）；
45
46
为了获得真实的密度函数，可以先求出反投影函数的傅立叶变换。在频域中对其加 上权重|w|之后求出其逆傅立叶变换。就是我们所要的密度函数了。 用这样的方法重建图像当然是可行的，但他还是没有避免计算二维傅立叶变换的问 题。两次二维傅立叶变换所花费的时间还是相当长的。
1
➢ CT重建的概念 ➢ 传说中的暴力破解法 ➢ Radon变换 ➢ 傅立叶直接法 ➢ 反投影 ➢ 滤波(卷积)反投影 ➢ 理想与现实有多远?
2
投影及正弦图（Projection & Sinogram)
Projection: CT发出的X射线 在某条路径上抵达检测器后
采集到的衰减值.
Sinogram: 所有 q 角度上的 projection 数据组成的2D图像.
52
简单反投影
滤波过程 滤波反投影
53
1)对某一角度下的投影函数作一维傅里叶变换;
30
1917年 Radon提出:由函数线积分求函数本身的问题
g(R,q ) L f (x, y)dL
L : R x cosq y sinq
逆变换：
g(R,q )
f (r,q ) 1
dq
R
dR
2 2 0 p r cos( q )
31
中心切片定理：二维图像一维投影的傅立叶变换等价于该二维图像傅立 叶变换的中心剖面，剖面法线沿投影方向。
设被测人体体层内器官或组织的衰 减系数为f（x，y），X线束扫描时 在某一θ角度上的投影用下式表示 为：
某一θ角度的反投影表示为：
是投影
沿反方向进行反投影所产生的衰减系数；δ-函数是筛选因
子。将上式全部角度反投影值相加，可得到图像重建的衰减系数分布函数fb（x，
y）；
45
46
为了获得真实的密度函数，可以先求出反投影函数的傅立叶变换。在频域中对其加 上权重|w|之后求出其逆傅立叶变换。就是我们所要的密度函数了。 用这样的方法重建图像当然是可行的，但他还是没有避免计算二维傅立叶变换的问 题。两次二维傅立叶变换所花费的时间还是相当长的。
1
➢ CT重建的概念 ➢ 传说中的暴力破解法 ➢ Radon变换 ➢ 傅立叶直接法 ➢ 反投影 ➢ 滤波(卷积)反投影 ➢ 理想与现实有多远?
2
投影及正弦图（Projection & Sinogram)
Projection: CT发出的X射线 在某条路径上抵达检测器后
采集到的衰减值.
Sinogram: 所有 q 角度上的 projection 数据组成的2D图像.
52
简单反投影
滤波过程 滤波反投影
53
1)对某一角度下的投影函数作一维傅里叶变换;
培训资料CT重建技术和应用.ppt
优选文档
70
图像融合
不同的三维影像学检查手段提供不同的 信息 ，把不同设备采集的三维图像融合 （fuse）起来，使图像上包含更多的信息， 此方法即为图像融合。
优选文档
71
优选文档
72
能展示空间结构复杂的物体 易于定量测量和对三维物体进行操作（如
模拟手术）
优选文档
28
SSD缺点
阈值的选取对结果影响很大 结果图像不提供密度信息 产生的伪像同样具有真实感，需要学
会鉴别
优选文档
29
优选文档
30
优选文档
31
优选文档
32
优选文档
33
优选文档
34
最大密度投影重建（MIP）
在容积扫描数据中对每条径线上每个象素的最大 强度值进行编码并投射成像。MIP的灰阶度反映CT值的 相对大小，且比较敏感，即使小的差异也能被检测，如钙 化灶、骨骼CT值非常高，充盈对比剂的血管同样很高的 CT值，但总是低于钙化灶和骨骼，在MIP图像上，其明 亮度不一样，可区分。
②单凭VE难以判断腔道内隆起性病变的性质，如结 肠内肿瘤、息肉与残留的粪便。
③VE不能发现轻度腔内隆起性病变。 ④VE不能进行活检。
优选文档
56
脏器表面三维重建
利用螺旋扫描获得的容积数据，在工作站 内采用SSD技术重组的脏器表面的三维图像。 可行骨骼表面的三维重建、含气器官表面 的三维重建等。
优选文档
ssd符合人的视觉经验以强真实感效果展示立体形态能展示空间结构复杂的物体易于定量测量和对三维物体进行操作如模拟手术ssd阈值的选取对结果影响很大结果图像不提供密度信息产生的伪像同样具有真实感需要学会鉴别mip在容积扫描数据中对每条径线上每个象素的最大强度值进行编码并投射成像
医学图像重建算法概述-PPT
反投影 20
20 20
20
1.25 1.00 1.50 1.25
有序子集迭代方法示例
这个图像不知道
5 10 15 20
15 35 知道这些
25 20 30
25
猜测图像
第一子集
1次迭代
10 10
20 0.75
7.5
7.5
0.75
10 10
20 1.75
17.5 17.5
1.75
有序子集迭代方法示例
典型迭代重建示例
这个图像不知道
5 10 15 20
15 35 知道这些
猜测图像
10 10 10 10
25 20 30
25
20 0.75 20 1.75 1次 迭代
9.375 14.0625 21.875 32.8125
20 0.75 20 1.75
20 20 20
20
1.25 1.00 1.50 1.25
比尔定律：描述X射线穿过物体时发生衰减的规律，如下：
I0
均匀物质，衰减系数μ
Id
初始强度
长度L
穿透强度
Id I 0L
决定了是什Байду номын сангаас物质
Id I 0L
实际情况：物质并非均匀，组成复杂，因此，我们将物质分 成许多小份，即有了体素（像素）的概念，如下d：
I0
初始强度
u1 u2 u u4 3
ddd
un
In
45 1 456 2 101 23 4
5
22 67 2 334 1 43 111 12 45 45 88 1 445 3.3 34 134
23 4 23 1
2 345 2.3 111
2.CT迭代重建
滤波反投影算法 迭代重建理论算法 FBP
图像域
图像域
完全图像更新
迭代重建算法是通过若 干次迭代，逐次对待处 理的图像进行改善。
可以在高对比度下提高 空间分辨率，在低对比 度下降低噪声。
缺点：速度慢。
重建
重建
反投影
比较
原始数据域
原始数据域
迭代重建方法
迭代重建理论算法
图像域
完全图像更新
迭代重建应用实例
原始数据空间
迭代期间，应用 了基于噪声模式 的动态原始数据
更新 图像
Sinogram data
校正原始数据 ，去除伪影；
有偏差，再wFBP
Ⅰ、 wFBP预重建
Ⅱ、1
重建 数据
图像空间
统计优 化处理
去除 噪声
与原图像比较 多次重复
Ⅱ、2
迭代重建应用实例
小结： 1、原始数据空间的反复迭代中，采用了基于噪声 模式的动态原始数据，使分辨率不变、噪声降低； 2、图像空间的反复迭代去除噪声是基于：原始数 据中有多少噪声被扩散到图像空间。
ART重建算法之所以不能广泛应用，是因为它是 一个反复迭代与修正的过程，计算量大。通过长 期探索与研究，得到了影响ART算法的很多因素。 如下：
(1)基函数的选择；
(2)松弛参数的选择；
(3)迭代次数的最优设计；
(4)数据访问方式。
迭代重建应用状况
GE， Adaptive Statistical Iterative Reconstruction; 自适应统计迭代 , ASiR Model Based Iterative Reconstruction 基于模型的迭代, (Veo)
迭代重建方法
CT检查技术教学培训课件：CT图像重建
LOGO
（二）图像矩阵
• 每个小单元体按照扫描过程中的顺序进行排列 和编号，形成一个有序的数组；这些有序的数 组反映在图像平面上形成图像矩阵。
• CT图像重建按照这些有序数组计算和重建图 像。N×N矩阵中的元素用μij 表示，代表组织 的吸收系数或CT值。
• 头部CT采用256×256或320×320矩阵； • 全身CT图像选320×320或512×512矩阵； • 显示脊椎骨等结构的细节采用512×512或
fb x, y
f x, y 1
r
• 反投影吸收系数 fb(x，y)与实际 f(x，y)之
间存在一个1/r，1/r称为模糊因子。
Your site here
LOGO
(三) 滤波反投影法
• 采用先修正、再反投影的做法，得到原始的密 度函数。
• 基本做法：在某一投影角下取得投影函数（1D 函数）后，对其作滤波处理，得到一个经过修
Your site here
LOGO
（四）卷积反投影法
• 本质上卷积反投影法与滤波反投影法是一 样的。
• 滤波反投影法是将投影函数 gθ(R)变换到 频域中，然后用滤波函数|ρ|对变换函数作 滤波后，再反变换到空域中作为修正过的 投影函数；
• 卷积反投影法是将 gθ(R)直接在空域中进 行修正，即将 gθ(R)与一个事先设计好的 卷积函数|ρ|的逆FT函数进行卷积运算，然 后将卷积后的结果作反投影。
• P R, f x, ydxdy (3-8)
Your site here
LOGO
1．吸收系数
• 分析： • 数据采集(扫描)得到X线束在各个方向上
的投影Pθ(R，θ) ； • CT图像重建就是要从积分方程(3-8)式中
《CT重建技术简述》课件
CT重建技术的基本方法
阅读CT图像
通过观察和解CT图像，医 生可以获取人体各种结构的 信息，从而进行疾病的诊断 和治疗。
显影剂的应用
使用显影剂可以增强X射线的 吸收率，提高图像的对比度， 从而更清晰地观察和分析内 部结构。
二维重建技术
将扫描得到的二维图像进行 重建和处理，以获得更详细 的结构信息和解剖细节。
之间建立空间关系，构建三维模型。
3
法线三角网格法
法线三角网格法通过计算体素的法线向
量，将体素连接成三角网格，生成光滑
模型拟合法
4
和真实感的三维模型。
模型拟合法通过将扫描得到的体素数据 与已知模型进行匹配，拟合出最符合实
际的三维模型。
CT重建技术在医疗领域的应用
用于疾病诊断
CT重建技术可以提供清晰的内 部结构图像，帮助医生准确地 诊断各种疾病，如骨折、肿瘤 和脑血管疾病。
二维重建技术
1 基本概念和原理
2 孔径径向延拓重建技术
二维重建技术利用扫描得到的X射线投影数据， 通过逆投影和滤波等算法，重建出二维断层 图像。
孔径径向延拓重建技术是一种基于滤波的方 法，通过对投影数据进行滤波和反投影处理， 生成清晰的二维图像。
3 滤波重建技术
滤波重建技术通过对投影数据进行频域滤波 处理，消除伪影和噪音，提高图像的质量和 清晰度。
2 图像分辨率问题
CT重建图像的分辨率对于 小结构的显示仍有一定局 限，需要进一步改进算法 和技术，提高图像的清晰 度。
3 未来的发展趋势
CT重建技术的发展将更加 注重人工智能（AI）技术 的应用，以及深度学习算 法在图像重建中的创新和 优化。
CT重建技术简述
CT重建技术是一种医学影像处理技术，利用CT扫描所得的数据，通过一系列 的算法和方法，将这些数据转化为具有解剖结构和功能信息的图像。
冠状动脉CTA重建学习课件
(19)
OM
钝缘支 1 (20)
MIP图像体位规范
• 1.右冠状动脉开口位：显示RCA开口及近段、分支 • 2.右房室沟位：RCA全程 • 3.右冠状动脉足位：RCA心底部、后降支、RCA远端 • 4.左冠状动脉开口位：左冠开口、LM、LAD近段 • 5.心前壁位：LAD近、中段及对角支 • 6.室间隔位：显示LAD全程 • 7.左冠状动脉开口分叉位：LM及分叉、CX、LAD开口 • 8.左房室沟位：CX全程 • 9.左冠状动脉右前斜位：CX全程及分支
VR 可见RCA 发出圆锥支供血LAD 中远段
Images
• LAD：近段闭塞，中远段显影， 可见RCA的分支圆锥支侧枝供血 LAD中远段。
Cardiac Anatomy
Ascending Aorta
升主动脉
Descending Aorta
降主动脉
Pulmonary Artery
肺动脉
Superior Vena Cava
右冠状动脉 后降支 动脉圆锥支 左心房 右心房 左心室 右心室 心脏静脉 二尖瓣 冠状窦
Thank You!
上腔静脉
Left Coronary Artery(LCA)
左冠状动脉
Left Main Artery(LMA) 左主干
Left Anterior Descet Marginal Branch (LMB)
左边缘支
Left Circumflex(LCX) 左回旋支
Right Coronary Artery(RCA) Posterior Descending Artery(PDA) Conus Branch Left Atrium Right Atrium Left Ventricle Right Ventricle Cardiac Vein Mitral Valv Coronary Sinus
ct迭代重建算法
ct迭代重建算法
CT迭代重建算法是一种用于从CT扫描的投影数据重建图像的方法。
它通过迭代过程不断优化图像，直到达到一定的标准或收敛。
该算法的基本思想是从一个初始图像开始，然后使用投影数据对其进行迭代更新，每次迭代都会对图像进行一些修改，以使其更好地匹配投影数据。
具体来说，CT迭代重建算法通常包括以下步骤：
1. 初始化：设置一个初始图像。
2. 投影：将初始图像投影到各个角度，得到投影数据。
3. 重建：根据投影数据和某种算法（如Filtered Back Projection，Filtered Forward Back Projection等）更新图像。
4. 迭代：重复步骤2和3，直到满足收敛条件或达到最大迭代次数。
CT迭代重建算法的优点是可以提高图像质量，减少噪声和伪影，同时也可以降低辐射剂量。
但是，它需要更多的计算资源和时间，因此在实际应用中需要根据具体情况进行权衡。
CT重建技术简述演示课件.ppt
(1）干扰原场分布； (2)只能实现点测量； (3)响应速度慢，难以实现场分布的瞬态测量。
.,
光学测量技术具有明显的优点，针对透明介质的不同被测 对象，已经发展了多种测量方法。如散射测量技术、相位 测量技术、吸收测量技术等。这些技术虽然都克服了干扰 原场的缺点,但是,它们在实际应用中仍然有不同的局限性。 人们在研究这些测量技术的基础之上．逐步形成、发展和 完善了光学CT技术，光学CT技术通过多方位扫描积分测量 和图像重建，能够高精度地实现三维物理量场分布的瞬态 定量测量。
.,
光学CT的基本理论
层面分析重建图像投影
.,
被测场f（x,y,z），选择z=z。平面作为测量对象，建立 如图所零坐标系，函数f(x,y,z)沿与x轴成0角方向的S轴 的积分为
式中，S=xcosθ+ysinθ；L=-x sinθ+ycosθ。P(l,θ) 称为f(l,s)沿0方向的投影。这里我们省略了坐标z。，因 为它不影响下面的推导和结果。对函数P(l,θ)进行傅里 叶变换得到
ART3的算法如下:
l）初始化 f 0 R N 任意
2)对采样投影进行排序:按照使任意相邻的两个不等式约束间的相互 独立性最大的原则,重新安排各不等式在不等式组中的顺序。在第三 部分的模拟实验中,取最接近于当前约束的法向约束为下一个不等式 约束,即不等式组的下一行。
.,
3)根据下面的迭代公式进行迭代。 其中,将in简记为i,有:
式2
.,
这里，F（w,θ）是函数f(l,s)的二维博里叶变换。式2表 明投影P(l,θ)的一维傅里叶变换等同于被测函数，f(l,s) 的沿某一过原点直线的二维傅里叶变换。若用(x,y)坐标 表示。则式2为
对函数F（w,θ）作二维傅里叶反变换即可得到被测场， f(x,y)
.,
光学测量技术具有明显的优点，针对透明介质的不同被测 对象，已经发展了多种测量方法。如散射测量技术、相位 测量技术、吸收测量技术等。这些技术虽然都克服了干扰 原场的缺点,但是,它们在实际应用中仍然有不同的局限性。 人们在研究这些测量技术的基础之上．逐步形成、发展和 完善了光学CT技术，光学CT技术通过多方位扫描积分测量 和图像重建，能够高精度地实现三维物理量场分布的瞬态 定量测量。
.,
光学CT的基本理论
层面分析重建图像投影
.,
被测场f（x,y,z），选择z=z。平面作为测量对象，建立 如图所零坐标系，函数f(x,y,z)沿与x轴成0角方向的S轴 的积分为
式中，S=xcosθ+ysinθ；L=-x sinθ+ycosθ。P(l,θ) 称为f(l,s)沿0方向的投影。这里我们省略了坐标z。，因 为它不影响下面的推导和结果。对函数P(l,θ)进行傅里 叶变换得到
ART3的算法如下:
l）初始化 f 0 R N 任意
2)对采样投影进行排序:按照使任意相邻的两个不等式约束间的相互 独立性最大的原则,重新安排各不等式在不等式组中的顺序。在第三 部分的模拟实验中,取最接近于当前约束的法向约束为下一个不等式 约束,即不等式组的下一行。
.,
3)根据下面的迭代公式进行迭代。 其中,将in简记为i,有:
式2
.,
这里，F（w,θ）是函数f(l,s)的二维博里叶变换。式2表 明投影P(l,θ)的一维傅里叶变换等同于被测函数，f(l,s) 的沿某一过原点直线的二维傅里叶变换。若用(x,y)坐标 表示。则式2为
对函数F（w,θ）作二维傅里叶反变换即可得到被测场， f(x,y)
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
＠ CT图像重建是一个线性化的处理过程，故可用数学方法在 图像空间完成减少噪声；
＠采用原始数据空间迭代，可减少伪影和提高分辨率，并加 快重建速度；
10
迭代重建应用状况
＠初期的迭代，包括ASiR 和IRIS，属于非完全迭代。通过 一定的比例与FBP算法混合重建，速度快、降噪少，需操作 者选择迭代的比例； ＠ ASiR迭代重建是在原始数据空间利用系统统计噪声模型 ，来消除由统计波动造成的图像噪声； ＠ IRIS 迭代重建是在图像数据空间，利用迭代技术降低图 像噪声；
迭代重建理论算法
优点 低剂量或提
高图像质量
统计迭代算法
优点 降低剂量
理论完善
重建速度快
IRIS
优点 低剂量或提
高图像质量 理论完善
重建速度快
缺点 对降低剂量
作用不明显
缺点 耗时
缺点 图像塑胶感
Disadvantage
21
迭代重建方法
FBP法：剂量较高；剂量 减50％，则图像噪声大；
加权FBP（WFBP）：用 FBP相同剂量，使噪声降 低；
object model
x-ray flux
MBIRtime
14
MBiR
物体
迭代重建方法
X线管 X射线
数学模式化后的焦点
被重建的图像
数学模式化后 的射线探测器 Nhomakorabea投影
15
迭代重建方法
MBiR＝Veo ＠在MBiR方式中，实际扫描测量与经数学模式化后的测量 之间的差别得到最小化
FBP
MBiR
16
迭代重建方法
Siemens， Iterative Reconstruction in Image Space; 图像空间迭代 , iRIS Sinogram Affirmed Iterative Reconstruction 正弦波图形法迭代 , SAFIRE
Philips，Double Model Based Iterative Reconstruction; 基于双模式迭代 , iDose 4
传统迭代：剂量减少，耗 时；
22
迭代重建方法
统计迭代法：剂量低、噪 声降，图像失真感；
IRIS：剂量低、噪声降， 重建速度不够快；
SAFIRE：剂量更低、噪 声降，重建速度快；
23
迭代重建应用实例
IRIS
24
迭代重建应用实例
SAFIRE迭代重建通常需3大步： 1、原始数据域的迭代以去除伪影及纠正几何学误差； 1、先采用加权FBP做预重建； 2、然后是2次采用不同校正方法的循环重建处理。
CTDI＝19
CTDI＝9
17
迭代重建方法
滤波反投影算法 迭代重建理论算法 FBP
图像域
图像域
完全图像更新
迭代重建算法是通过若 干次迭代，逐次对待处 理的图像进行改善。
可以在高对比度下提高 空间分辨率，在低对比 度下降低噪声。
缺点：速度慢。
重建
重建
反投影
比较
原始数据域
原始数据域
18
迭代重建方法
迭代重建理论算法
图像域
完全图像更新
重建
反投影
比较
统计迭代算法
图像域
基本图像更新
重建
反投影
比较
减少运算量，节省运算时间
虽然速度快，可以降低噪声， 但对图像的任何位置的噪声处 理都是一样的。
这就使得经过处理的图像看上 去与传统FBP方法得到的差别 较大。
对剂量敏感，当剂量很低时， 图像质量会变差。
滤过方法应用到投影数据，改善重建图像质量
7
滤过反投影
未滤过
滤过
华东8医院
滤过反投影
未滤过的反投影图像
滤过后的反投影图像
9
迭代重建应用状况
＠传统迭代，需用一个“前投影”重建一个原始数据的估计值， 用该估计值校正下一次迭代，如此反复；
＠前投影的方式，决定了CT图像的重建处理过程，反复迭代 －耗时；
CT迭代重建技术
复旦附属华东医院 王鸣鹏
1
迭代重建应用状况
奥地利数学家雷登（Raden） 创建的图像重建理论是：以
不同投影角产生的一组投影
数据，可采用数学方法重建
成一幅图像。
FBP的特点：(1)优点。对计算设 备要求低；重建速度快；目前常 用。(2)缺点。忽略噪声（如焦点 面积、探测器面积、采样体素形 态等；不能处理采样数据不足的 扫描（金属、肥胖等）。
原始数据域
原始数据域
19
迭代重建方法
滤波反投影算法 FBP
图像域
迭代重建理论算法
图像域
统计迭代算法
图像域
IRIS
图像域
完全图像更新
基本图像更新
图像重组 完全图像更新
重建
重建
反投影
重建
反投影
比较
重建
比较
比较
原始数据域
原始数据域
原始数据域
原始数据域
20
迭代重建方法
FBP
优点 速度快，无
需迭代
临床习惯的 图像
传统迭代：每次计算都以假设图像开始，即给一幅图像一任意初始值 ，然后计算射线穿过物体可能的投影值，并将计算值与实际投影值相 比较，根据差异获得一个修正值，再用该修正值修正像素值。如此反 复迭代直至图像重建完成。
2
迭代重建应用状况
GE， Adaptive Statistical Iterative Reconstruction; 自适应统计迭代 , ASiR Model Based Iterative Reconstruction 基于模型的迭代, (Veo)
11
迭代重建方法
ASiR
＠系统光学模型方式需占用大量的计算机资源 ＠ ASiR着重于系统噪声统计学模型并减少剂量
被扫描物 体的估计
系统光学 模型
X线焦 点模型
成像体素 模型
探测器 模型
合成后的 投影数据
实际测量 投影数据
系统 光学
噪声统计 模型
成像物体 模型
经校正后 的物体投 影数据
12
迭代重建方法
25
迭代重建应用实例
原始数据空间
迭代期间，应用 了基于噪声模式 的动态原始数据
更新 图像
Sinogram data
校正原始数据 ，去除伪影；
Toshiba， Adaptive Iterative Dose Reduction; 自适应低剂量迭代 , AIDR 3D
3
滤过反投影
投影数据 y b
object
球管
数据域
y
x
重建域
伪影 4
滤过反投影
每一个方向相应的投影数据被平均后进行计算，称为“反投影”
5
滤过反投影
华东6医院
滤过反投影
原 始 物 体 重 建 后 图 像
FBP
ASiR 13
迭代重建方法
MBiR
.
点焦f点ocal spot实m际od焦el点
点探测器
真实探测器
点体素detector立mo方d体el 素
笔形束
宽束
完全采样voxel m统od计el模型
线性合成
物理模型
简单计算
复杂计算
physics model
简单化 优质图像
statistics model
＠采用原始数据空间迭代，可减少伪影和提高分辨率，并加 快重建速度；
10
迭代重建应用状况
＠初期的迭代，包括ASiR 和IRIS，属于非完全迭代。通过 一定的比例与FBP算法混合重建，速度快、降噪少，需操作 者选择迭代的比例； ＠ ASiR迭代重建是在原始数据空间利用系统统计噪声模型 ，来消除由统计波动造成的图像噪声； ＠ IRIS 迭代重建是在图像数据空间，利用迭代技术降低图 像噪声；
迭代重建理论算法
优点 低剂量或提
高图像质量
统计迭代算法
优点 降低剂量
理论完善
重建速度快
IRIS
优点 低剂量或提
高图像质量 理论完善
重建速度快
缺点 对降低剂量
作用不明显
缺点 耗时
缺点 图像塑胶感
Disadvantage
21
迭代重建方法
FBP法：剂量较高；剂量 减50％，则图像噪声大；
加权FBP（WFBP）：用 FBP相同剂量，使噪声降 低；
object model
x-ray flux
MBIRtime
14
MBiR
物体
迭代重建方法
X线管 X射线
数学模式化后的焦点
被重建的图像
数学模式化后 的射线探测器 Nhomakorabea投影
15
迭代重建方法
MBiR＝Veo ＠在MBiR方式中，实际扫描测量与经数学模式化后的测量 之间的差别得到最小化
FBP
MBiR
16
迭代重建方法
Siemens， Iterative Reconstruction in Image Space; 图像空间迭代 , iRIS Sinogram Affirmed Iterative Reconstruction 正弦波图形法迭代 , SAFIRE
Philips，Double Model Based Iterative Reconstruction; 基于双模式迭代 , iDose 4
传统迭代：剂量减少，耗 时；
22
迭代重建方法
统计迭代法：剂量低、噪 声降，图像失真感；
IRIS：剂量低、噪声降， 重建速度不够快；
SAFIRE：剂量更低、噪 声降，重建速度快；
23
迭代重建应用实例
IRIS
24
迭代重建应用实例
SAFIRE迭代重建通常需3大步： 1、原始数据域的迭代以去除伪影及纠正几何学误差； 1、先采用加权FBP做预重建； 2、然后是2次采用不同校正方法的循环重建处理。
CTDI＝19
CTDI＝9
17
迭代重建方法
滤波反投影算法 迭代重建理论算法 FBP
图像域
图像域
完全图像更新
迭代重建算法是通过若 干次迭代，逐次对待处 理的图像进行改善。
可以在高对比度下提高 空间分辨率，在低对比 度下降低噪声。
缺点：速度慢。
重建
重建
反投影
比较
原始数据域
原始数据域
18
迭代重建方法
迭代重建理论算法
图像域
完全图像更新
重建
反投影
比较
统计迭代算法
图像域
基本图像更新
重建
反投影
比较
减少运算量，节省运算时间
虽然速度快，可以降低噪声， 但对图像的任何位置的噪声处 理都是一样的。
这就使得经过处理的图像看上 去与传统FBP方法得到的差别 较大。
对剂量敏感，当剂量很低时， 图像质量会变差。
滤过方法应用到投影数据，改善重建图像质量
7
滤过反投影
未滤过
滤过
华东8医院
滤过反投影
未滤过的反投影图像
滤过后的反投影图像
9
迭代重建应用状况
＠传统迭代，需用一个“前投影”重建一个原始数据的估计值， 用该估计值校正下一次迭代，如此反复；
＠前投影的方式，决定了CT图像的重建处理过程，反复迭代 －耗时；
CT迭代重建技术
复旦附属华东医院 王鸣鹏
1
迭代重建应用状况
奥地利数学家雷登（Raden） 创建的图像重建理论是：以
不同投影角产生的一组投影
数据，可采用数学方法重建
成一幅图像。
FBP的特点：(1)优点。对计算设 备要求低；重建速度快；目前常 用。(2)缺点。忽略噪声（如焦点 面积、探测器面积、采样体素形 态等；不能处理采样数据不足的 扫描（金属、肥胖等）。
原始数据域
原始数据域
19
迭代重建方法
滤波反投影算法 FBP
图像域
迭代重建理论算法
图像域
统计迭代算法
图像域
IRIS
图像域
完全图像更新
基本图像更新
图像重组 完全图像更新
重建
重建
反投影
重建
反投影
比较
重建
比较
比较
原始数据域
原始数据域
原始数据域
原始数据域
20
迭代重建方法
FBP
优点 速度快，无
需迭代
临床习惯的 图像
传统迭代：每次计算都以假设图像开始，即给一幅图像一任意初始值 ，然后计算射线穿过物体可能的投影值，并将计算值与实际投影值相 比较，根据差异获得一个修正值，再用该修正值修正像素值。如此反 复迭代直至图像重建完成。
2
迭代重建应用状况
GE， Adaptive Statistical Iterative Reconstruction; 自适应统计迭代 , ASiR Model Based Iterative Reconstruction 基于模型的迭代, (Veo)
11
迭代重建方法
ASiR
＠系统光学模型方式需占用大量的计算机资源 ＠ ASiR着重于系统噪声统计学模型并减少剂量
被扫描物 体的估计
系统光学 模型
X线焦 点模型
成像体素 模型
探测器 模型
合成后的 投影数据
实际测量 投影数据
系统 光学
噪声统计 模型
成像物体 模型
经校正后 的物体投 影数据
12
迭代重建方法
25
迭代重建应用实例
原始数据空间
迭代期间，应用 了基于噪声模式 的动态原始数据
更新 图像
Sinogram data
校正原始数据 ，去除伪影；
Toshiba， Adaptive Iterative Dose Reduction; 自适应低剂量迭代 , AIDR 3D
3
滤过反投影
投影数据 y b
object
球管
数据域
y
x
重建域
伪影 4
滤过反投影
每一个方向相应的投影数据被平均后进行计算，称为“反投影”
5
滤过反投影
华东6医院
滤过反投影
原 始 物 体 重 建 后 图 像
FBP
ASiR 13
迭代重建方法
MBiR
.
点焦f点ocal spot实m际od焦el点
点探测器
真实探测器
点体素detector立mo方d体el 素
笔形束
宽束
完全采样voxel m统od计el模型
线性合成
物理模型
简单计算
复杂计算
physics model
简单化 优质图像
statistics model