Jump to content

Итеративная реконструкция

Пример, показывающий различия между фильтрованной обратной проекцией (правая половина) и методом итеративной реконструкции (левая половина)

Итеративная реконструкция относится к итеративным алгоритмам, используемым для восстановления 2D- и 3D-изображений в определенных методах визуализации .Например, в компьютерной томографии изображение необходимо восстановить по проекциям объекта. В этом случае методы итеративной реконструкции обычно являютсялучшая, но более дорогая в вычислительном отношении альтернатива обычному методу обратной проекции с фильтром (FBP), который напрямую рассчитывает изображение водин этап реконструкции. [1] В недавних исследовательских работах ученые показали, что для итеративной реконструкции возможны чрезвычайно быстрые вычисления и массовый параллелизм, что делает итеративную реконструкцию практичной для коммерциализации. [2]

Основные понятия

[ редактировать ]
КТ с использованием итеративной реконструкции (слева) и обратной проекции с фильтром (справа)

Реконструкция изображения по полученным данным является обратной задачей . Часто невозможно точно решить обратную задачу.проблема напрямую. В этом случае прямой алгоритм должен аппроксимировать решение, что может вызвать видимые артефакты реконструкции изображения. Итерационные алгоритмы приближаются к правильному решению, используя несколько шагов итерации, что позволяет получить лучшую реконструкцию за счет увеличения времени вычислений.

Существует большое разнообразие алгоритмов, но каждый из них начинается с предполагаемого изображения, вычисляет проекции на основе изображения, сравнивает исходные данные проекции и обновляет изображение на основе разницы между рассчитанными и фактическими проекциями.

Алгебраическая реконструкция

[ редактировать ]

Метод алгебраической реконструкции (ART) был первым методом итеративной реконструкции, использованным компьютерной томографии для Хаунсфилдом .

итеративная разреженная асимптотическая минимальная дисперсия

[ редактировать ]

Итеративный алгоритм разреженной асимптотической минимальной дисперсии разрешением без параметров со сверхвысоким — это итерационный метод томографической реконструкции , основанный на сжатом зондировании , который применяется в радарах с синтезированной апертурой , компьютерной томографии и магнитно-резонансной томографии (МРТ) .

Статистическая реконструкция

[ редактировать ]

Обычно алгоритмы статистической итеративной реконструкции изображений состоят из пяти компонентов, например [3]

  1. Объектная модель, выражающая неизвестную функцию непрерывного пространства. его необходимо восстановить с помощью конечного ряда с неизвестными коэффициентами, которые необходимо оценить на основе данных.
  2. Модель системы, которая связывает неизвестный объект с «идеальными» измерениями, которые были бы записаны в отсутствие шума измерений. Часто это линейная модель вида , где представляет собой шум.
  3. Статистическая модель , описывающая, как зашумленные измерения отклоняются от своих идеальных значений. Часто гауссов шум или статистика Пуассона предполагается . Поскольку статистика Пуассона ближе к реальности, она используется более широко.
  4. Функция стоимости , которую необходимо минимизировать для оценки вектора коэффициентов изображения. Часто эта функция стоимости включает в себя некоторую форму регуляризации . Иногда регуляризация основана на марковских случайных полях .
  5. Алгоритм , обычно итерационный, для минимизации функции стоимости, включающий некоторую начальную оценку изображения и некоторый критерий остановки для прекращения итераций.

Изученная итеративная реконструкция

[ редактировать ]

При обученной итеративной реконструкции алгоритм обновления изучается на основе обучающих данных с использованием методов машинного обучения , таких как сверточные нейронные сети , при этом все еще включается модель формирования изображения. Обычно это обеспечивает более быструю и качественную реконструкцию и применяется к КТ. [4] и МРТ-реконструкция. [5]

Преимущества

[ редактировать ]
Одиночный кадр из в реальном времени (rt-MRI) фильма МРТ человеческого сердца . а) прямая реконструкция б) итеративная (нелинейная обратная) реконструкция [6]

К преимуществам итерационного подхода относятся повышенная нечувствительность к шуму и возможность восстановления оптимального изображения в случае неполных данных. Этот метод применялся в таких методах эмиссионной томографии, как ОФЭКТ и ПЭТ , где наблюдается значительное затухание на траекториях лучей, а статистика шума относительно плохая.

Статистические подходы, основанные на правдоподобии : Статистические, основанные на правдоподобии итеративные алгоритмы максимизации ожидания. [7] [8] в настоящее время являются предпочтительным методом реконструкции. Такие алгоритмы вычисляют оценки вероятного распределения событий аннигиляции, которые привели к измеренным данным, на основе статистического принципа, часто обеспечивая лучшие профили шума и устойчивость к полосовым артефактам, характерным для FBP. Поскольку плотность радиоактивного индикатора является функцией в функциональном пространстве и, следовательно, имеет чрезвычайно большие размерности, методы, которые регуляризируют решение максимального правдоподобия, превращая его в штрафные или максимальные апостериорные методы, могут иметь значительные преимущества для малых счетов. Такие примеры, как Ульфа Гренандера . оценщик сита [9] [10] или методы штрафа Байеса, [11] [12] или с помощью И. Дж. Гуда метода шероховатости [13] [14] может обеспечить более высокую производительность по сравнению с методами, основанными на максимизации ожидания, которые используют только функцию правдоподобия Пуассона.

В качестве другого примера, считается лучшим, когда нет большого набора доступных выступов, когда выступы не распределены равномерно по углу или когда выступы редки или отсутствуют в определенных ориентациях. Эти сценарии могут возникнуть при интраоперационной КТ, КТ сердца или при металлических артефактах. [15] [16] требуют исключения некоторых частей проекционных данных.

В магнитно-резонансной томографии его можно использовать для восстановления изображений на основе данных, полученных с помощью нескольких приемных катушек и с шаблонами выборки, отличными от обычной декартовой сетки. [17] и позволяет использовать улучшенные методы регуляризации (например, полную вариацию ) [18] или расширенное моделирование физических процессов [19] улучшить реконструкцию. Например, с помощью итеративных алгоритмов можно реконструировать изображения на основе данных, полученных за очень короткое время, как это требуется для МРТ в реальном времени (rt-MRI). [6]

В криоэлектронной томографии , где получается ограниченное количество проекций из-за аппаратных ограничений и во избежание повреждения биологического образца, ее можно использовать вместе с методами сжатия или функциями регуляризации (например, функцией Хубера ) для улучшения реконструкции и лучшей интерпретации. . [20]

Вот пример, иллюстрирующий преимущества итеративной реконструкции изображений для МРТ сердца. [21]

См. также

[ редактировать ]
  1. ^ Герман, Г.Т., Основы компьютерной томографии: реконструкция изображения по проекции , 2-е издание, Springer, 2009 г.
  2. ^ Ван, Сяо; Сабне, Амит; Киснер, Шерман; Рагунатан, Ананд; Боуман, Чарльз; Мидкифф, Сэмюэл (1 января 2016 г.). «Высокопроизводительная реконструкция изображений на основе моделей». Материалы 21-го симпозиума ACM SIGPLAN по принципам и практике параллельного программирования . ППоПП '16. Нью-Йорк, штат Нью-Йорк, США: ACM. стр. 2:1–2:12. дои : 10.1145/2851141.2851163 . ISBN  9781450340922 . S2CID   16569156 .
  3. ^ Фесслер Дж. А. (1994). «Реконструкция изображений по методу наименьших квадратов со штрафом для позитронно-эмиссионной томографии» (PDF) . Транзакции IEEE по медицинской визуализации . 13 (2): 290–300. дои : 10.1109/42.293921 . hdl : 2027.42/85851 . ПМИД   18218505 .
  4. ^ Адлер, Дж.; Октем, О. (2018). «Обученная первично-двойственная реконструкция». Транзакции IEEE по медицинской визуализации . ПП (99): 1322–1332. arXiv : 1707.06474 . дои : 10.1109/tmi.2018.2799231 . ISSN   0278-0062 . ПМИД   29870362 . S2CID   26897002 .
  5. ^ Хаммерник, Керстин; Клатцер, Тереза; Коблер, Эрих; Рехт, Майкл П.; Содиксон, Дэниел К.; Пок, Томас; Нолл, Флориан (2018). «Изучение вариационной сети для реконструкции данных ускоренной МРТ» . Магнитный резонанс в медицине . 79 (6): 3055–3071. arXiv : 1704.00447 . дои : 10.1002/mrm.26977 . ISSN   1522-2594 . ПМК   5902683 . ПМИД   29115689 .
  6. ^ Jump up to: а б Юкер М., Чжан С., Войт Д., Караус А., Мербольдт К.Д., Фрам Дж. (2010a). «МРТ в реальном времени с разрешением 20 мс» (PDF) . ЯМР Биомед . 23 (8): 986–994. дои : 10.1002/nbm.1585 . hdl : 11858/00-001M-0000-0012-D4F9-7 . ПМИД   20799371 . S2CID   8268489 .
  7. ^ Карсон, Ланге; Ричард Карсон (1984). «Алгоритм ЭМ-реконструкции для эмиссионной и трансмиссионной томографии». Журнал компьютерной томографии . 8 (2): 306–316. ПМИД   6608535 .
  8. ^ Варди, Ю.; Л.А. Шепп; Л. Кауфман (1985). «Статистическая модель позитронно-эмиссионной томографии». Журнал Американской статистической ассоциации . 80 (389): 8–37. дои : 10.1080/01621459.1985.10477119 .
  9. ^ Снайдер, Дональд Л.; Миллер, Майкл И. (1985). «О применении метода сит для позитронно-эмиссионной томографии». Транзакции IEEE по медицинской визуализации . НС-32(5)(5): 3864–3872. Бибкод : 1985ITNS...32.3864S . дои : 10.1109/TNS.1985.4334521 . S2CID   2112617 .
  10. ^ Снайдер, Д.Л.; Миллер, Мичиган; Томас, LJ; Политт, Д.Г. (1987). «Шум и краевые артефакты в реконструкциях максимального правдоподобия для эмиссионной томографии». Транзакции IEEE по медицинской визуализации . 6 (3): 228–238. дои : 10.1109/tmi.1987.4307831 . ПМИД   18244025 . S2CID   30033603 .
  11. ^ Жеман, Стюарт; МакКлюр, Дональд Э. (1985). «Байесовский анализ изображений: приложение к однофотонной эмиссионной томографии» (PDF) . Труды американских статистических вычислений : 12–18.
  12. ^ Грин, Питер Дж. (1990). «Байесовские реконструкции данных эмиссионной томографии с использованием модифицированного ЭМ-алгоритма». Транзакции IEEE по медицинской визуализации . 9 (1): 84–93. CiteSeerX   10.1.1.144.8671 . дои : 10.1109/42.52985 . ПМИД   18222753 .
  13. ^ Миллер, Майкл И.; Снайдер, Дональд Л. (1987). «Роль правдоподобия и энтропии в проблемах с неполными данными: приложения для оценки интенсивности точечных процессов и оценок ковариации с ограничениями по Теплицу». Труды IEEE . 5 (7): 3223–3227. дои : 10.1109/PROC.1987.13825 . S2CID   23733140 .
  14. ^ Миллер, Майкл И.; Ройсам, Бадринатх (апрель 1991 г.). «Реконструкция байесовского изображения для эмиссионной томографии с учетом шероховатости Гуда на процессорах с массовым параллелизмом» . Труды Национальной академии наук Соединенных Штатов Америки . 88 (8): 3223–3227. Бибкод : 1991PNAS...88.3223M . дои : 10.1073/pnas.88.8.3223 . ПМК   51418 . ПМИД   2014243 .
  15. ^ Ван, GE; Снайдер, Д.Л.; О'Салливан, Дж.А.; Ваннье, М.В. (1996). «Итеративное удаление размытия для уменьшения металлических артефактов КТ». Транзакции IEEE по медицинской визуализации . 15 (5): 657–664. дои : 10.1109/42.538943 . ПМИД   18215947 .
  16. ^ Боас Ф.Е., Флейшманн Д. (2011). «Оценка двух итерационных методов уменьшения металлических артефактов в компьютерной томографии» . Радиология . 259 (3): 894–902. дои : 10.1148/радиол.11101782 . ПМИД   21357521 . Архивировано из оригинала 1 декабря 2011 г.
  17. ^ Прюсманн К.П., Вейгер М., Бёрнерт П., Бозигер П. (2001). «Достижения в области кодирования чувствительности с произвольными траекториями в k-пространстве» . Магнитный резонанс в медицине . 46 (4): 638–651. дои : 10.1002/мрм.1241 . ПМИД   11590639 . {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  18. ^ Блок К.Т., Юкер М., Фрам Дж. (2007). «Радиальная МРТ с недостаточной дискретизацией и несколькими катушками. Итеративная реконструкция изображения с использованием ограничения общей вариации». Магнитный резонанс в медицине . 57 (6): 1086–1098. дои : 10.1002/mrm.21236 . hdl : 11858/00-001M-0000-0012-E2A3-7 . ПМИД   17534903 . S2CID   16396739 . {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  19. ^ Фесслер Дж (2010). «Реконструкция изображений на основе моделей для МРТ» . Журнал обработки сигналов IEEE . 27 (4): 81–89. Бибкод : 2010ISPM...27...81F . дои : 10.1109/msp.2010.936726 . ПМЦ   2996730 . ПМИД   21135916 .
  20. ^ Альбаркуни, Шади; Лассер, Тобиас; Алхальди, Веаам; Аль-Амуди, Ашраф; Наваб, Насир (01 января 2015 г.). «Проекция градиента для регуляризованной криоэлектронной томографической реконструкции». В Гао, Фэй; Ши, Куангюй; Ли, Шуо (ред.). Вычислительные методы молекулярной визуализации . Конспекты лекций по вычислительному зрению и биомеханике. Том. 22. Международное издательство Спрингер. стр. 43–51. дои : 10.1007/978-3-319-18431-9_5 . ISBN  978-3-319-18430-2 .
  21. ^ И. Уяник, П. Линднер, Д. Шах, Н. Цекос и Павлидис (2013) Применение метода набора уровней для разрешения физиологических движений при МРТ сердца со свободным дыханием и без ворот. ФИМХ, 2013, «Лаборатория вычислительной физиологии» (PDF) . Архивировано из оригинала (PDF) 22 июля 2018 г. Проверено 1 октября 2013 г.

[1] [2]

  1. ^ Брюянт П.П. (2002). «Алгоритмы аналитической и итеративной реконструкции в ОФЭКТ» . Журнал ядерной медицины . 43 (10): 1343–1358. ПМИД   12368373 .
  2. ^ Гришенцев А. Младший (2012). «Эффективное сжатие изображений на основе дифференциального анализа» (PDF) . Журнал радиоэлектроники . 11 : 1–42.
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 86eba35c95d16f360e50cabc4aaf0e23__1699546200
URL1:https://arc.ask3.ru/arc/aa/86/23/86eba35c95d16f360e50cabc4aaf0e23.html
Заголовок, (Title) документа по адресу, URL1:
Iterative reconstruction - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)