导读:本文包含了迭代重建算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,迭代,层析,剂量,门控,噪声,摄影术。
迭代重建算法论文文献综述
朱敏[1]（2019）在《迭代重建降噪算法在儿童及婴幼儿低剂量螺旋CT检查中的应用研究》一文中研究指出目的:研究迭代重建降噪算法在儿童低剂量螺旋CT检查中的应用价值。方法:步骤一、验证不同KV值扫描时,辐射剂量的变化;步骤二、验证迭代重建降噪算法在低KV扫描中的价值。结果:(1)低KV扫描时,DLP及CTDIvol明显降低。(2)通过分析:迭代重建降噪算法组图像质量明显优于常规组。结论:迭代重建降噪算法可显着降低图像噪声,获得理想的噪声等级,提高图像质量。(本文来源于《影像研究与医学应用》期刊2019年22期）
李明杰,贺铸[2]（2019）在《基于正则先验的全变差快速代数迭代算法及其在火焰辐射测量中的重建性能分析》一文中研究指出针对传统重建算法对火焰重建精度低、重建速度慢的问题,提出了基于正则先验的全变差代数迭代(ARTTV)算法,以提高对称与非对称火焰的重建精度。同时,为了提高重建速度,建立了基于"ARTTV-粒子群算法(PSO)内核"的极限学习机(ELM)神经网络,该神经网络具有与迭代算法近乎相同的重建能力,同时又具有超过迭代算法约300倍的重建速度。(本文来源于《光学学报》期刊2019年10期）
刘建强,葛建新,刘晶哲[3]（2019）在《前瞻性心电门控联合全模型迭代重建算法在左心房及肺静脉CT成像中的可行性和价值研究》一文中研究指出目的:探讨前瞻性心电门控联合全模型迭代重建(IMR)算法在左心房及肺静脉成像的可行性。方法:对42例成年房颤患者进行左心房及肺静脉iCT型256层CT成像。将患者随机分为对照组和观察组,每组21例。对照组采用回顾性门控扫描模式,滤波反投影(FBP)重建;观察组为前瞻性前置门控扫描模式,分别使用FBP和IMR进行图像重建,得到A和B两组图像。测量并计算对照组图像及观察组A、B两组图像(共3组图像)的左心房CT值、图像噪声、信噪比(SNR)和对比噪声比(CNR),并对图像质量按照5分法进行评价。比较3组图像间左心房CT值、图像噪声、SNR和CNR;分析比较两组检查的剂量长度乘积(DLP)。结果:3组图像质量主观评分均为3～5分。对照组与观察组的A和B组图像评分以及A与B组图像间评分比较,其差异均无统计学意义(t=4.092,t=5.789,t=0.146;P>0.05)。观察组中B组图像客观指标SNR和CNR均优于对照组图像和A组图像,差异均有统计学意义(t=-4.051,t=-4.751,t=-6.623,t=-6.890;P<0.05)。观察组的DLP(252.49±17.34)/mGy·cm比对照组的(366.10±32.4)/mGy·cm减少了33%。结论:使用前瞻性心电门控联合IMR算法进行左心房及肺静脉CT成像可以减少辐射剂量,同时提高了CT图像的SNR和CNR。(本文来源于《中国医学装备》期刊2019年09期）
贾永军,张喜荣,杨创勃[4]（2019）在《重建算法和迭代权重对机器深度学习预测肺结节恶性程度准确性的影响》一文中研究指出目的:基于机器深度学习比较不同重建算法、迭代权重对CT图像上肺结节恶性程度准确性的影响,探讨迭代重建技术在提高机器深度学习预测肺恶性结节准确性中的价值。方法:回顾性收集30例穿刺或术后病理确诊早期周围型肺癌患者的CT扫描信息,自适应迭代重建不同权重(0%、30%、60%)肺算法、骨算法、标准算法重建CT图像。基于人工智能的深度学习,采用改进后的肺结节检出、良恶性预测模型对各组重建(本文来源于《中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编》期刊2019-08-22）
陈岩[5]（2019）在《运用全模型迭代重建算法IMR行极低剂量CT肺结节筛查的可行性研究》一文中研究指出目的:研究256排CT运用全模型迭代重建算法IMR行极低剂量CT肺结节筛查的可行性,以降低肺结节筛查体检受检者的辐射剂量。方法:回顾性抽取100名诊断为肺结节的胸部CT平扫患者的图像数据,常规剂量组及极低剂量组各50名,对两组受检者的BMI行正态分布检验。由2名放射科医师对每位受检者的图像质量进行主观评分;测量气管分叉处右肺外周带CT值及其标准差,计算出信噪比,记录每次扫描的CTDIvol数值,计算出每位受检者的DLP剂量长度乘积,ED有效剂量。对两组受检者的主观评分、图像噪声、信噪比、DLP、ED进行两独立样本t检验统计分析。结果:极低剂量与常规剂量肺结节筛查图像质量的主观评分无统(本文来源于《中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编》期刊2019-08-22）
陈思敏,林怀雄,刘昌华,彭晋,林建坤[6]（2019）在《小剂量CT扫描技术结合迭代重建算法在下肢静脉血管成像中的应用》一文中研究指出目的探究小剂量CT扫描技术结合迭代重建算法在下肢静脉血管成像(CTV)中的应用价值。方法选取2016年3月至2018年3月解放军陆军第七十叁集团军医院收治的下肢静脉血管成像患者80例,随机分为对照组和试验组,各40例,在所有患者下肢静脉血管中均注入对比剂。对照组采用常规剂量CT扫描,采用滤波反投影(FBP)算法来产生图像;试验组采用小剂量CT扫描,采用迭代重建(IR)算法来产生图像。比较两组CT扫描所得图像质量并进行评分,对两组计量长度乘积(DLP)、有效球管电流、最大有效辐射剂量和加权CT剂量指数(CTDIw)进行比较分析。结果小剂量CT扫描技术结合迭代重建算法产生的CT图像质量优良率(85.0%)明显高于常规剂量滤波反投影产生的图像优良率(65.0%)(P<0.05),且试验组CT扫描辐射剂量参数如DLP、有效球管电流、最大有效辐射剂量和CTDIw均小于对照组(P<0.05)。结论采用小剂量CT扫描技术结合迭代重建算法不仅产生的图片质量优良率高,而且能减少各项辐射指标,降低患者所受的辐射量。(本文来源于《医疗装备》期刊2019年15期）
许晨阳,安恒彬,朱绍成,郭濴,王梅云[7]（2019）在《高级迭代重建算法在双低主动脉CTA中的应用研究》一文中研究指出目的探讨双源CT迭代重建算法在双低主动脉CTA中的应用潜能。方法采用随机分组法将108例临床要求行全主动脉CTA扫描的患者分为实验组(A)和对照组(B),A组(n=52):采用80kV,造影剂用量为0.7 mL/kg, B组(n=56):采用100 kV,造影剂用量为1.0 mL/kg,余扫描条件相同。两组图像均应用迭代重建(SAFIRE)与滤波反投影重建(FBP)两两比较,并对各组图像质量进行主观和客观评价:由两名高年资医师分别测量主动脉四个不同层面感兴趣区(ROI)的CT值、噪声(SD),对比噪声比(CNR)并对图像质量进行主观评分。结果 A组SAFIRE重建图像CT值、噪声、CNR优于B组FBP重建差异有统计学意义(P<0.05);而主观评分高于B组FBP重建差异无统计学意义(P>0.05);B组SAFIRE重建图像CT值、噪声、CNR优于A组SAFIRE重建差异有统计学意义(P<0.05),而主观评分高于A组SAFIRE重建差异无统计学意义(P>0.05);B组SAFIRE重建主观评分略高于B组FBP重建差异无统计学意义(P>0.05)。A组DLP(1.81±0.64) mGy.cm较B组DLP(5.48±0.23) mGy.cm辐射剂量减少67%,A组造影剂用量(48.54±12.04) mL较B组用量(67.02±13.47) mL减少28%。结论低电压联合迭代重建算法能够减少图像噪声,提高图像质量,降低辐射剂量、减少造影剂用量。(本文来源于《贵州医药》期刊2019年07期）
安子晨,肖喜刚,张金玲,吕亚会,李茂桐[8]（2019）在《全模型迭代重建算法在CT血管成像中的应用进展》一文中研究指出全模型迭代重建(IMR)技术作为一种新型的迭代重建算法,与传统滤波反投影法及混合迭代算法比较,在降低噪声、提高图像质量效果方面表现更为出色。IMR技术的使用可以在降低辐射剂量的同时,又能确保图像的质量并能够良好的完成诊断。本文就IMR技术在各部位CT血管成像中的临床应用进展进行综述,并对做出简单预估,为相关研究提供参考。(本文来源于《中国医药导报》期刊2019年19期）
王苑丁,康德强,白玫,杜祥颖,李宏伟[9]（2019）在《不同强度高级迭代重建算法在不同噪声水平下对图像质量的影响:体模研究》一文中研究指出目的采用Catphan 500体模及改造后的套环体模,探讨2种体模噪声水平下高级迭代重建算法(ADMIRE)不同迭代强度对图像质量的影响。方法在12种不同扫描条件下对标准体模组和套环体模组分别进行扫描,采用滤波反投影法(FBPADMIRE 0亚组)及不同迭代强度ADMIRE 1～5(ADMIRE 1～5亚组)重建图像。测量图像的噪声、SNR、空间分辨率、密度分辨率,比较不同迭代强度图像间的差异。结果标准体模组:随迭代强度增高,噪声逐渐减低,SNR逐渐增高,空间分辨率无明显改变,密度分辨率逐渐升高,ADMIRE 4、5亚组密度分辨率高于ADMIRE 0～2亚组(P均<0.05)。套环体模组:随迭代强度增高,噪声逐渐减低,SNR逐渐增高,ADMIRE 4、5亚组空间分辨率低于ADMIRE 0～2亚组,密度分辨率逐渐升高,ADMIRE 3～5亚组密度分辨率高于ADMIRE 0～2亚组(P均<0.05)。结论标准体模图像噪声水平下,ADMIRE技术可提高密度分辨率而不降低空间分辨率;套环体模图像噪声水平下,ADMIRE技术可提高密度分辨率,但高级别ADMIRE技术会降低空间分辨率;推荐以ADMIRE 3作为优选迭代强度级别。(本文来源于《中国医学影像技术》期刊2019年06期）
黄杰星[10]（2019）在《数字乳腺断层成像的快速迭代重建算法研究》一文中研究指出目前,乳腺癌已经成为女性最常见的癌症,筛查是乳腺癌早期发现的重要步骤。数字乳腺X射线摄影(Digital Mamography,DM)是一种成熟有效的早期乳腺癌筛查影像技术,具有高空间分辨率、低辐射剂量等优点。然而DM图像仅包含叁维解剖结构的二维信息,组织重迭问题会降低乳腺癌筛查的准确性。数字乳腺断层合成成像(Digital Breast Tomosynthesis,DBT)是一种基于DM发展的新型成像技术,X射线球管在有限角度范围内进行低剂量曝光,采集有限数量的投影数据进行重建,所得断层图像可以提供叁维结构信息,减少组织重迭,提高肿瘤检测的灵敏度。目前,DBT已经成为临床应用中重要的乳腺影像筛查手段之现存的DBT重建算法主要有解析重建和迭代重建两大类。滤波反投影算法(FBP)是经典的解析重建算法,需设计特殊的滤波器对投影滤波,通过对滤波后的投影进行反投影获取重建图像,缺点是滤波器的设计很大程度上依赖于图像内容以及采样几何。迭代重建算法中,Sidky等人提出的自适应最速下降凸集投影法(POCS)是目前应用最广泛的迭代重建算法框架,每次迭代分裂为两步:(1)重建,利用ART算法重建初步图像;(2)去噪,利用梯度下降法求解正则化问题。迭代重建算法可重建出较好的图像但重建时间长。本文系统回顾了 DBT系统组成及其成像理论基础,介绍经典的DBT重建算法,针对DBT迭代重建中的问题展开了深入的研究,并提出以下重建算法:第一、为实现DBT图像快速迭代重建,提出了一种基于多GPU和ADMM分布式优化的DBT快速迭代重建算法。本文把DBT重建问题描述为一个分布式优化问题,采用多GPU硬件加速结合交替方向乘子法(ADMM)分布式优化策略进行问题求解。具体实现时,将投影分成N个子集,每个GPU对应一个投影子集,并行进行共轭梯度求解,所有GPU更新结束后,收集上一步所有重建图像进行线性迭加,进行伪影拟制后重新分发到各个GPU进行下一轮迭代,直至满足迭代结束条件。实验结果表明,本文提出的重建算法重建图像对比度高,特征清晰,双GPU加速因子可达1.7以上,实现了DBT的快速迭代重建。第二、改进了传统的FISTA算法并将其应用于DBT迭代重建中。针对传统FISTA算法使用梯度下降法求解子问题时利普希茨常数计算复杂、迭代步长不稳定等问题,提出采用OS-SART策略更新中间变量,并利用OS-SART计算的预处理矩阵对TV项进行加权修正,采用FGP算法快速求解。最后采用梯度图像的SLO范数最小化进一步抑制噪声和伪影,重建出优质的DBT图像。实验结果表明,改进的FISTA算法结合SLO正则化可以更好地抑制噪声和伪影,同时保留结构边缘。(本文来源于《南方医科大学》期刊2019-05-24）
迭代重建算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统重建算法对火焰重建精度低、重建速度慢的问题,提出了基于正则先验的全变差代数迭代(ARTTV)算法,以提高对称与非对称火焰的重建精度。同时,为了提高重建速度,建立了基于"ARTTV-粒子群算法(PSO)内核"的极限学习机(ELM)神经网络,该神经网络具有与迭代算法近乎相同的重建能力,同时又具有超过迭代算法约300倍的重建速度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
迭代重建算法论文参考文献
[1].朱敏.迭代重建降噪算法在儿童及婴幼儿低剂量螺旋CT检查中的应用研究[J].影像研究与医学应用.2019
[2].李明杰,贺铸.基于正则先验的全变差快速代数迭代算法及其在火焰辐射测量中的重建性能分析[J].光学学报.2019
[3].刘建强,葛建新,刘晶哲.前瞻性心电门控联合全模型迭代重建算法在左心房及肺静脉CT成像中的可行性和价值研究[J].中国医学装备.2019
[4].贾永军,张喜荣,杨创勃.重建算法和迭代权重对机器深度学习预测肺结节恶性程度准确性的影响[C].中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编.2019
[5].陈岩.运用全模型迭代重建算法IMR行极低剂量CT肺结节筛查的可行性研究[C].中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编.2019
[6].陈思敏,林怀雄,刘昌华,彭晋,林建坤.小剂量CT扫描技术结合迭代重建算法在下肢静脉血管成像中的应用[J].医疗装备.2019
[7].许晨阳,安恒彬,朱绍成,郭濴,王梅云.高级迭代重建算法在双低主动脉CTA中的应用研究[J].贵州医药.2019
[8].安子晨,肖喜刚,张金玲,吕亚会,李茂桐.全模型迭代重建算法在CT血管成像中的应用进展[J].中国医药导报.2019
[9].王苑丁,康德强,白玫,杜祥颖,李宏伟.不同强度高级迭代重建算法在不同噪声水平下对图像质量的影响:体模研究[J].中国医学影像技术.2019
[10].黄杰星.数字乳腺断层成像的快速迭代重建算法研究[D].南方医科大学.2019
论文知识图
