为了实现感兴趣区域(Region of Interest,ROI)的重建,使用了一种利用微分和有限希尔伯特变换的局部特性的反投影滤波(back projection filteration,BPF)算法。该算法是一种理论上精确的ROI重建算法,首先对仅仅覆盖ROI区域的投影数据微分...为了实现感兴趣区域(Region of Interest,ROI)的重建,使用了一种利用微分和有限希尔伯特变换的局部特性的反投影滤波(back projection filteration,BPF)算法。该算法是一种理论上精确的ROI重建算法,首先对仅仅覆盖ROI区域的投影数据微分,然后反投影到ROI区域,最后沿着覆盖ROI区域的PI线做有限希尔伯特滤波得到ROI图像。仿真实验表明BPF算法和经典的滤波反投影(Filtered Back Projection,FBP)算法的全局重建的精度基本相同,但该算法可以实现精确的ROI重建,而FBP算法因不具有局部特性,不能实现ROI重建。在实现有限希尔伯特变换时,采用了加权希尔伯特变换的方法,有效地避免了图像两边的亮条伪像。展开更多
文摘为了实现感兴趣区域(Region of Interest,ROI)的重建,使用了一种利用微分和有限希尔伯特变换的局部特性的反投影滤波(back projection filteration,BPF)算法。该算法是一种理论上精确的ROI重建算法,首先对仅仅覆盖ROI区域的投影数据微分,然后反投影到ROI区域,最后沿着覆盖ROI区域的PI线做有限希尔伯特滤波得到ROI图像。仿真实验表明BPF算法和经典的滤波反投影(Filtered Back Projection,FBP)算法的全局重建的精度基本相同,但该算法可以实现精确的ROI重建,而FBP算法因不具有局部特性,不能实现ROI重建。在实现有限希尔伯特变换时,采用了加权希尔伯特变换的方法,有效地避免了图像两边的亮条伪像。