Proces rekonstrukcji obrazów tomograficznych

• Autorzy: Budzik G. , Turek P.

Warianty tytułu

EN

Reconstruction process of tomography images

• Języki publikacji: PL

Abstrakty

PL

Wstęp i cel: Tomografia komputerowa jest systemem pośredniego obrazowania. Oznacza to, że obraz powstaje nie w wyniku pomiaru, lecz uzyskiwany jest na drodze późniejszych obliczeń i przekształceń matematycznych na zebranych danych. Artykuł przedstawia metody oparte na transformacie Fouriera, statystyczne oraz algebraiczne rekonstrukcji obrazów tomograficznych. Materiał i metody: W artykule przedstawiono metody i algorytmy umożliwiające rekonstrukcję obrazów tomograficznych z uzyskanych danych pierwotnych. Wyniki: Zastosowanie metody rzutu wstecznego z filtracją do rekonstrukcji obrazów tomograficznych w przypadku pomiaru obiektów o dużej gęstości, może wywołać artefakty utwardzania wiązki. Metody algebraiczne i statystyczne są lepszym wyborem, gdyż redukują one dawkę promieniowania nawet do 50%. Nowe bardziej zaawansowane algorytmy rekonstrukcyjne, redukują powstający szum na obrazie, zwiększając tym samym wykrywalność w obszarach słabo skontrastowanych. Wybór pola pomiarowego oraz powiększenia bezpośrednio wpływa na rozdzielczość przestrzenną i kontrastową uzyskanych obrazów tomograficznych. Wnioski: W ramach prowadzonych badań nad poprawą jakości obrazów tomograficznych, niezwykle istotne jest odpowiednie dobranie pola obrazowania (SFOV) oraz powiększenia (DFOV). Dzięki temu wpływamy bezpośrednio na zwiększenie rozdzielczości przestrzennej i kontrastowej danych. Dodatkowo możemy ograniczyć wpływ występowania artefaktów powstałych na obrzeżach obszaru skanowania. Wybór metody rekonstrukcji obrazów tomograficznych oraz filtracji, ogranicza występowanie artefaktów linijnych oraz poprawia wykrywalność małych i skomplikowanych obiektów.

EN

Introduction and aim: Computer tomography is an intermediate imaging system. The image is created not by measurement but is obtained by subsequent calculations and mathematical transformations on the raw data. The article presents some methods based on Fourier transform, statistical and algebraic reconstruction of tomography images. Material and methods: The article presents the methods and algorithms used for image reconstruction from raw data. Results: Compared with standard filtered back – projection methods, adaptive statistical iterative reconstruction technique reduce the radiation dose to the patient by as much as 50%. The new advanced reconstruction technique can reduce image noise, thereby improving image quality by improving low-contrast detect-ability. Conclusion: It is very important to choose the appropriate SFOV and DFOV because changed this parameters it will improved the quality of CT images. As a result, the spatial and contrast resolution it will be increased. In addition, it will be reduced the impact of artefacts on the edge of the scanning area. The choice of method of tomography image reconstruction and filtration reduces linear artefacts and improves detection of small and complex objects.

Słowa kluczowe

PL

tomografia komputerowa; gantra; detektor; rekonstrukcja; filtracja

EN

computer tomography; gantry; detector; reconstruction; filtration

• Wydawca: Wyższa Szkoła Techniczno-Ekonomiczna w Szczecinie
• Czasopismo: Problemy Nauk Stosowanych
• Rocznik: 2016
• Tom: T. 4
• Strony: 57--64
• Opis fizyczny: Bibliogr. 8 poz., rys.

Twórcy

autor

Budzik G.

• Politechnika Rzeszowska, Wydział Budowy Maszyn i Lotnictwa, Katedra Konstrukcji Maszyn

autor

Turek P.

• Politechnika Rzeszowska, Wydział Budowy Maszyn i Lotnictwa, Katedra Technik Wytwarzania i Automatyzacji

Bibliografia

• 1. Budzik G., Dziubek T., Turek P.: Budowa tomograficznych systemów pomiarowych. „Problemy Nauk Stosowanych” 2015, tom. 3, s. 5-15.
• 2. Budzik G., Dziubek T., Turek P.: Podstawowe czynniki wpływające na jakość obrazów tomograficznych. „Problemy Nauk Stosowanych” 2015, tom. 3, s. 77-85.
• 3. Bushberg J.T., Seibert J.A., Boone J.M.: The Essential Physics of Medical Imaging. Lippincott Williams & Wilkins, 2001.
• 4. Dewulf W., Tan Y., Kiekens K.: Sense and non-sense of beam hardening correction in CT metrology. CIRP Annals - Manufacturing Technology, 2012, Vol. 61, Issue 1, pp. 495-498.
• 5. Dziubek T., Turek P.: Wpływ zmiany rozdzielczości przestrzennej na dokładność odwzorowania geometrii żuchwy. Monografia Katedry Automatyzacji Procesów Politechniki Rzeszowskiej, Rzeszów 2014, s. 90-108.
• 6. Miechowicz S.: Synteza modelowania złożonych struktur geometrycznych w zastosowaniach medycznych. Rzeszów: Oficyna Wyd. Politechniki Rzeszowskiej, 2012.
• 7. Preim B., Bartz D.: Visualization in Medicine: Theory, Algorithms, and Applications. The Morgan Kaufmann Series in Computer Graphics, 2007.
• 8. Romans L.: Computed Tomography for Technologists: A Comprehensive Text. Wolters Kluwer Health / Lippincott Williams & Wilkins 2011.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).