在X射线计算机断层成像(CT)应用中,由于X射线高吸收、物体结构复杂性及设备限制,经常无法实现全角度扫描,导致数据不完整,进而影响图像重建质量。这一局限性在医学诊断、工业检测、安检及考古等领域均构成了重大挑战,亟需有效的有限角CT图像重建技术来解决这一痛点。
本项目提出了一种基于非线性扩散模型的有限角CT图像重建方法。该方法首先利用有限角CT扫描数据集,通过图像重建算子对候选图像进行迭代更新。然后,根据更新后图像中的像素值确定边缘信息,并生成边缘指示符函数。接着,利用非线性扩散模型依据此函数进一步更新图像,直至满足收敛条件或达到迭代上限。此过程有效融合了非线性扩散与边缘检测技术,实现了从有限角数据中高质量重建CT图像。
该技术通过非线性扩散模型与边缘检测的有机结合,显著提高了有限角CT图像的重建精度与边缘清晰度。相比传统方法,它更能适应复杂结构与高吸收材料的成像需求,具有更强的鲁棒性与适应性。此外,该方法在小试阶段已展现出良好的性能潜力,为医学诊断、工业检测等领域提供了更为可靠的成像解决方案,具有显著的创新性与应用价值。
20241108
公共管理、社会保障和社会组织
前期有一系列CT产品,该成果也有较为夯实的研究基础
转让、许可、合作等模式均可
可国(境)内外转让
满足市场上对于全角度扫描的需求,拓展不同的应用场景
中关村火花活动
北京市科学技术委员会;中关村科技园区管理委员会
X射线计算机断层成像 (Computed Tomography , 简称CT) 在医学、工业、安检、考古等领域有广泛的应用。受X射线高吸收、被扫描物体的结构特点、设备限制等很多因素的影响,通常无法做到全角度的扫描,导致采集不到全角度的数据,所以人们非常重视有限角CT图像重建问题。本项目基于非线性扩散模型,利用有限角CT扫描数据集p,通过与扫描参数集相关的图像重建算子R_G,对候选图像u^((k) )进行更新得到u^((k+1/2) ),根据图像u^((k+1/2) )中像素点的像素值,确定图像u^((k+1/2) )的边缘信息;对图像u^((k+1/2) )的边缘点进行赋值后得到边缘指示符函数;根据边缘指示符函数,利用非线性扩散模型对u^((k+1/2) )进行更新后得到图像u^((k+1) ),判断‖u^((k+1) )-u^((k) ) ‖≤ε,或者是否达到迭代上限k_max,如满足中止迭代,输出图像u^((k+1) )。
