基于Bayes估計的稀疏數(shù)據(jù)X-射線CT重建算法研究.pdf

1、CT成像的實質是計算機層析成像，廣泛應用于醫(yī)學，地質探測等領域，對于檢測物體內部信息是一種不可或缺的技術。當前醫(yī)療CT軟件的主要算法有直接反投影法，迭代法等。但是隨著研究深入,出現(xiàn)稀疏數(shù)據(jù)成像問題，無法用傳統(tǒng)方法重建清晰圖像。
　　為了解決這個問題，本文對基于Bayes估計的CT重建方法進行研究。
　　首先，介紹了CT成像的背景、發(fā)展現(xiàn)狀以及當前醫(yī)療CT的模型和CT重建的理論基礎及數(shù)學依據(jù)等基礎知識。
　　其次深入研究

2、了基于Bayes估計的CT重建方法的原理，分析先驗信息，似然函數(shù)，后驗概率密度在X-射線成像中的具體體現(xiàn)。在Bayes理論的基礎上采用Fortran語言對稀疏數(shù)據(jù)模型進行重建，采用結構先驗模式，結合掃描獲得的X-射線衰減量，獲得圖像的后驗概率密度，通過對其進行Gibbs抽樣，用均值估計法重建圖像。確定對重建圖像質量產生影響的關鍵因素是先驗估計范圍的選擇和后驗抽樣的次數(shù)。并通過對附帶噪聲模型的重建來考察基于Bayes估計重建方法的抗噪聲能

3、力。
　　再次，分析了代數(shù)迭代法(ART算法)原理，采用ART算法重建圖像，并得到對圖像質量產生影響的因素是分塊的多少和迭代的次數(shù)。
　　最后，采用基于Bayes估計的CT重建方法和ART算法分別對塊狀模型進行了重建，從圖像清晰度、實時性、抗噪聲能力等方面展開比較，說明各自的優(yōu)缺點。在此基礎上提出結合兩者各自的優(yōu)點，在無先驗情況下采用迭代法少分塊少迭代的結果作為基于Bayes估計的CT重建算法的先驗信息，得到了良好的重建結果