PET的系统响应矩阵代表了系统对系统视场(Field Of View,以下简称FOV)中各点的探测灵敏度。它由PET探测器的几何结构和PET数据采集中的各种物理因素决定。如果忽略物理因素的影响,仅考虑探测器几何结构,此时系统响应矩阵被称为几何灵敏...PET的系统响应矩阵代表了系统对系统视场(Field Of View,以下简称FOV)中各点的探测灵敏度。它由PET探测器的几何结构和PET数据采集中的各种物理因素决定。如果忽略物理因素的影响,仅考虑探测器几何结构,此时系统响应矩阵被称为几何灵敏度矩阵,特定的探测器几何结构对应唯一的几何灵敏度矩阵。研究获取了内径相同、晶体数不同的6种环形探测器结构的几何灵敏度矩阵,绘制该矩阵的秩随图像大小变化的曲线,初步探讨几何灵敏度矩阵与不同几何结构探测器采样的关系。该曲线波动特征与系统视场内采样密度变化相一致,且其提供了图像重建可获得唯一解时对应的FOV区域。该结果可以帮助分析重建图像的特征和指导针对不同大小对象成像的探测器选择和设计。展开更多
超声图像中的斑点噪声,降低图像分辨率和对比度,不利于后续图像处理.本文基于最大后验概率(Maximum A Posteriori,MAP)推导出一种新的超声图像分解算法,将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值,对Field II...超声图像中的斑点噪声,降低图像分辨率和对比度,不利于后续图像处理.本文基于最大后验概率(Maximum A Posteriori,MAP)推导出一种新的超声图像分解算法,将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值,对Field II仿真的超声图像进行分解试验,得出算法中比例参数对分解结果的影响规律.用该方法分解三幅人体超声图像,得到的真实图像平滑性好,且能较好的保留细节和边缘.本文提出的分解算法可用于超声图像的去噪,且分解得到的真实图像和散斑图像可用于特征提取、图像分割和图像分类等.展开更多
文摘PET的系统响应矩阵代表了系统对系统视场(Field Of View,以下简称FOV)中各点的探测灵敏度。它由PET探测器的几何结构和PET数据采集中的各种物理因素决定。如果忽略物理因素的影响,仅考虑探测器几何结构,此时系统响应矩阵被称为几何灵敏度矩阵,特定的探测器几何结构对应唯一的几何灵敏度矩阵。研究获取了内径相同、晶体数不同的6种环形探测器结构的几何灵敏度矩阵,绘制该矩阵的秩随图像大小变化的曲线,初步探讨几何灵敏度矩阵与不同几何结构探测器采样的关系。该曲线波动特征与系统视场内采样密度变化相一致,且其提供了图像重建可获得唯一解时对应的FOV区域。该结果可以帮助分析重建图像的特征和指导针对不同大小对象成像的探测器选择和设计。
文摘超声图像中的斑点噪声,降低图像分辨率和对比度,不利于后续图像处理.本文基于最大后验概率(Maximum A Posteriori,MAP)推导出一种新的超声图像分解算法,将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值,对Field II仿真的超声图像进行分解试验,得出算法中比例参数对分解结果的影响规律.用该方法分解三幅人体超声图像,得到的真实图像平滑性好,且能较好的保留细节和边缘.本文提出的分解算法可用于超声图像的去噪,且分解得到的真实图像和散斑图像可用于特征提取、图像分割和图像分类等.
