CT图像重建
- 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)。
昆明理工大学信息工程与自动化学院学生实验报告
（ 2009—2010学年 第 一 学期 ）
课程名称：医学成像系统与放射治疗装置 开课实验室： 3208 2008 年 12 月24 日
一、实验目的与意义
医学成像技术是生物医学工程专业的一门重要的专业课程,课程主要涉及X 光仪器，CT 仪器，MRI 仪器和核医学仪器的工作原理及成像方法。其中CT 算法的出现又为后来数字化医学成像技术的发展提供了基础。该门课程为生物医学工程专业的专业基础课。
CT 技术是医学成像系统中的一种重要手段。它通过特定的算法，利用计算机的高速运算功能，可以在短时间内快速呈现人体断层图像。让学生练习CT 图像的重建有助于学生理解CT 算法的内容，熟悉数字图像重建的过程。同时也能培养学生的团队精神和解决实际问题的能力。
二、实验算法原理
1、MATLAB 处理数字图像的基本函数；
2、X-CT 三维图像重建的基本算法。
CT 图象重建有四种基本的算法:矩阵法,迭代法,傅立叶算法,反投影算法.我们采用的方法为卷积反投影. 卷积反投影有:平行光束投影的卷积反投影算法, 等角扇形光来投影的重建算法. 1）.平行光束投影的卷积反投影算法 从投影重建三维物体的图像，就是重建一个个横断面。这样三堆图像的重建就归结为二维图象的重建。二维图像的重建问题可以从数学上描述如下。
假定),(y x g 表示一个二维的未知函数，通过),(y x g 的直线称为光钱(见图2．1)。沿光线),(y x g 的积分称作光线积分。沿相同方向的一组光线积分，就构成一个投影。图2．1中垂直于直线'
CC (与X 轴夹角为 )的光线所形成。
图2.1 ),(y x g 在θ方向的投影)(t P θ
的投影)(t P θ，称之为),(y x g 在θ方向的投影。光线积分和投影在数学上可以定义如下：
在图2.1中直线AB 的方程为：
1sin cos t Y X =+θθ (2.1) 其中1t 是AB 到原点的距离，),(y x g 沿AB 的积分为：
dxdy t y x y x g ds y x g t P AB
)sin cos (),(),()(11-+==⎰⎰+∞
∞
-θθδθ (2.2)
对于给定的θ，),(y x g 在θ方向的投影)(t P θ是t 的函数。如果),(y x g 在各个方向的投影已知，),(y x g 就可以唯一确定。下面就讨论卷积反投影重建算法。
假定投影方向θ，如图2.2，将坐标),(y x 旋转θ角（逆时针方向）形成坐标系),(s t 。),(y x g 在),(s t 坐标系中为),(s t g 。
图2.2 傅立叶切片定理示意图
坐标系),(s t 与),(y x 之间的关系为： ⎪
⎪⎭
⎫
⎝⎛⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛y x s t θθθθcos sin sin cos （2.3） 显然
()ds s t g t P ⎰
+∞
∞
-=
),(θ （2.4）
令)(w S θ为)(t P θ的傅立叶变换则 dt wt j t P w S )2ex
p()()(πθθ-=⎰
+∞
∞- dsdt wt j s t g )2ex p(),(π-=
⎰
+∞
∞
- （2.5）
将上式变换到),(y x 坐标系中，注意到变换的可比行列式
1cos sin sin cos =-=∂∂∂∂∂∂∂∂=⎰θθθθy
s y t
x s t t （2.6） 从而得到： dxdy y x j y x g w S ⎰+-=⎰⎰
+∞∞-+∞
∞-)]sin cos (2ex p[),()(θθπωθ
dxdy vy ux j y x g )](2ex p[),(+-=⎰⎰
+∞∞-+∞
∞
-π （2.7）
其中
⎩
⎨⎧==θωθ
ωsin cos v u （2.8）
若令),(y x g 的傅立叶变换为),(v u G ，由（2.8）可知
),(),()(θωωθG v u G S == （2.9） 若),(y x g 的傅立叶变换为),(v u G 的极坐标表示。这说明),(y x g 在θ方向的投影)(t P θ
傅立叶变换)(w S θ等于),(v u G 在与u 轴成θ角的直线上的值。这就是著名的傅立叶投影切片定理。可见在整个),(v u 平面),(v u G 可以利用各个方向的投影来得到，从而),(y x g 也可以通过求),(v u G 的傅立叶反交换的办法求得： dudv vy ux j v u G y x g )](2ex p[),(),(+=⎰⎰
+∞∞-+∞∞
-π （2.10）
变换到极坐标中 ⎩⎨⎧==θ
ωθ
ωsin cos v u ， ω=⎰
得到
θωθθπωθωπd d y x j G y x g )]sin cos (2ex p[),(),(20
+=⎰⎰
∞
（2.11）
经推导得 ⎰
⎰⎥⎦
⎤⎢⎣⎡=+∞∞-π
θθωπωωω0
)2exp()(),(d d t j S y x g （2.12） 其中
θθsin cos y x t += 若令
ωπωωωθθd t j S t Q )2ex p()()(⎰+∞
∞
-= （2.13）
则
⎰
+=
π
θθθθ0
)sin cos (),(d y x Q y x g (2.14)
(2.13)式右端是两频谱函数)(w S θ和)(ωH 的乘积的傅立叶反变换。)(w S θ是投影)(t P θ 傅立叶变换。若)(ωH 的傅立叶反变换为)(t h ，则根据卷积定理有： ⎰
+∞
∞
--=τττθθd t h P t Q )()()( （2.15）
或
)()()(t h t P t Q *=θθ 其中
ωπωωd t j t h )2ex p()(⎰
+∞
∞
-=
（2.16）
当图像的频谱是有限带宽时，则上式变为