CT仿真实验报告.docx
- 文档编号:26303082
- 上传时间:2023-06-17
- 格式:DOCX
- 页数:29
- 大小:4.70MB
CT仿真实验报告.docx
《CT仿真实验报告.docx》由会员分享,可在线阅读,更多相关《CT仿真实验报告.docx(29页珍藏版)》请在冰豆网上搜索。
CT仿真实验报告
西安交通大学实验报告
成绩
共7页
课程医学成像实验
系别生物医学工程实验日期2012年12月XX日
专业班级医电01班组别交报告日期2013年01月02日
姓名学号报告退发(订正、重做)
同组者教师审批签字
实验名称CT重建原理——投影数据采集实验1
一、实验目的以及要求
实验目的:
利用CTSim模拟软件生成投影数据,为滤波反投影重建实验做准备。
实验基本要求:
用CTSim程序完成实验模拟,分析评价结果。
二、实验内容
1、利用CTSim模拟软件生成椭圆的平行束投影数据;
2、利用CTSim模拟软件生成Shepp-Logan图的平行束投影数据;
3、对生成的投影数据进行初步评价。
三、实验步骤
A、完成CTSim模拟软件生成椭圆的平行束投影数据;
1、点击软件ctsim,打开软件界面,点击File,选择creatphantom,选择HermanHead,得到椭圆的灰度图像,如图:
图1软件界面图2选择界面
图3椭圆的原始数据
2、在选择椭圆窗口的情况下,点击Process,选择rasterize,点击OK,将图像进行光栅化,如图:
图4光栅化参数图5光栅化后的图像
3、在选择unnamed3窗口,选择View,选择AutoScaleParameters,将StandardDeviationFactor参数改为,点击OK,得到处理后图像,如图:
图6光栅化参数图7参数优化后图像
4、回到herman窗口,点击Process,选择ProjectionParamaters,参数默认即可,点击ok,开始采集数据,如图:
图8参数选择界面
5、得到投影参数后,在选择unnamed4窗口界面下,选择Analyze,在选择PlotHistogram,得到平行束投影分析数据,如图:
图9平行束投影后的数据图10投影数据分析图
6、在选择平行束投影后数据窗口情况下,选择Reconstruct,选择FilteredBackprojectionParameters,选择默认参数即可,点击OK,得到重建数据,如图:
图11参数选择界面图12重建后的图像
7、可选择不同的View参数对重建后的图像进行参数的优化调整,得到最优的观察效果。
B、完成CTSim模拟软件生成Shepp-Logan图的平行束投影数据;
1、由于生成Shepp-Logan图的平行束投影数据和前面A中的步骤基本类似,只是选择的模拟图像不同而已,故在此不再一一列出步骤。
四、实验结果及分析
A、椭圆平行束投影
图13椭圆平行束投影及其重建图像
图13采用Projection方式图14时域的采样参数
时的数据采集过程
图15椭圆投影数据的分析直方图
B、Shepp-Logan图的平行束投影
图16Shepp-Logan图平行束投影及其重建图像
图17数据采集过程图18时域的采样参数
图19Shepp-Logan图投影数据的分析直方图
结果分析:
由图15和图19的投影数据的分析可知,它们的统计直方分布图还是有明显区别的,这是因为Shepp-Logan的图像更复杂,厚度更大,因此,X射线通过后的衰减程度也是不一样的。
在椭圆的统计直方图数据中,只有在处,有一个峰值,而在Shepp-Logan中,在到之间有两个峰值。
同时,从重建中的图像中可以看出,与原来的图像相比较,还是存在一定的噪声干扰的,在后期的数据处理中应该加入一定滤波技术,使图像更加清楚地展示。
西安交通大学实验报告
成绩
共17页
课程医学成像实验
系别生物医学工程实验日期2012年12月XX日
专业班级医电01班组别交报告日期2013年01月02日
姓名谭礼茂学号报告退发(订正、重做)
同组者教师审批签字
实验名称CT重建原理——投影数据采集实验2
一、实验目的
对仿真数据与实际图像数据实现滤波反投影重建,加深对CT成像过程及原理的理解。
二、实验要求
用CTSim程序完成滤波反投影重建实验,分析评价结果。
三、实验内容
1、对人脑体模仿真数据与实际的CT图像数据进行滤波反投影重建实验,比较直接反投影与R——L和S——L滤波方法的重建结果;
2、分析不同视角条件下各种重建的结果;
3、分析噪声对各种滤波反投影重建方法的影响,比较各种滤波反投影重建方法的抗噪能力;
4、计算重建误差。
四、实验步骤
在第一次实验时,已经获得了图像的投影方式,并在实验报告中详细列出了操作的步骤,故在此不再重复。
1、在仿真软件中,有很多可以选择的选项,比如在扫描数据时,选择Process,选择ProjectionParameters,在这个对话框里面,Geometry选项是用来选择投影的方式的,一共有三种选择的方式,如图:
图1投影方式的选择
2、同样在图像重建时,可以选择不同的滤波方式,重建的图像进行滤波,选择Reconstruct,选择FiltedBackprojection,在对话框中有Filter选项,其中包含四种滤波方式可供选择,如图所示:
图2滤波方式的选择
3、重建误差的计量可以使用软件自带的相减,在Image选项下面,点击subtract,可以获得重建后的图像与原始图像之间的差值,如图:
图3图像之间的相减
五、实验结果
A、椭圆数据
1、首先,利用模拟软件进行椭圆的不同投影方式下的数据采集:
图4采用软件自带的三种投影方式:
平行束投影、等角投影和等线投影,得到的K空间的图像
2、三种不同的投影方式在同一种滤波方式:
Bandlimit滤波,下得到的重建图像以及重建误差,如图:
图5投影数据(第一行)、重建图像(第二行)、重建误差(第三行)
3、三种不同的投影方式在同一种滤波方式:
hamming滤波,下得到的重建图像以及重建误差,如图:
图6投影数据(第一行)、重建图像(第二行)、重建误差(第三行)
4、三种不同的投影方式在同一种滤波方式:
hanning滤波,下得到的重建图像以及重建误差,如图:
图7重建图像(第一行)、重建误差(第二行)
5、三种不同的投影方式在同一种滤波方式:
Cosine滤波,下得到的重建图像以及重建误差,如图:
图8重建图像(第一行)、重建误差(第二行)
B、Shepp-Logan图
1、首先,利用模拟软件进行的不同投影方式下的数据采集:
图9图4采用软件自带的三种投影方式:
平行束投影、等角投影和等线投影,得到的K空间的图像
2、三种不同的投影方式在同一种滤波方式:
Bandlimit滤波,下得到的重建图像以及重建误差,如图:
图10重建图像(第一行)、重建误差(第二行)
3、三种不同的投影方式在同一种滤波方式:
hamming滤波,下得到的重建图像以及重建误差,如图:
图11重建图像(第一行)、重建误差(第二行)
4、三种不同的投影方式在同一种滤波方式:
hanning滤波,下得到的重建图像以及重建误差,如图:
图12重建图像(第一行)、重建误差(第二行)
5、三种不同的投影方式在同一种滤波方式:
Cosine滤波,下得到的重建图像以及重建误差,如图:
图13重建图像(第一行)、重建误差(第二行)
C、在MATLAB平台下,调用phantom函数,获得标准图像,然后进行投影,并在无滤波、Ram-Lak滤波重建、Shepp-Logan滤波重建,(代码见附录程序1)得到的结果如下图所示:
图14原始图像以及三种滤波情况下的重建图像
D、利用MATLAB平台,选用实际中CT脑部图像,然后进行投影,并在无滤波、Ram-Lak滤波重建、Shepp-Logan滤波重建,(代码见附录程序2)得到的结果如下图所示:
图15原始图像以及三种滤波情况下的重建图像
E、分析不同的视角条件下,投影并进行重建的图像情况,本次采用两种情况下的视角
a、从0度到180度,间隔为10度,共18个视角;
b、从0度到180度,间隔为2度,共90个视角。
同样分别采用三种滤波方式进行重建(代码见附录程序3)。
结果如下图所示:
图16a情况下的重建图像
图17b情况下的重建图像
F、噪声测试,在实际测试中添加高斯白噪声(均值为0,方差为),然后进行投影之后,滤波重建,这三种情况下的滤波效果均不理想(代码见附录程序4),然后,再选择添加Poisson噪声,然后投影并在三种滤波情况下进行重建图像,并采用模拟图像和实际的CT图像分别进行测试(代码见附录程序5),结果如下图所示:
图18模拟图像的高斯白噪声测试
图19实际CT图像的高斯白噪声测试
图20模拟图像的Poisson噪声测试
图21实际CT图像的Poisson噪声测试
六、结果分析
1、在没有噪声干扰或者噪声干扰很小的情况下,三种情况:
无滤波、Ram-Lak滤波重建、Shepp-Logan滤波下的重建,无滤波重建得到的图像显示细节并没有另外两种优,后两种滤波重建得到的图像并没有很大的差异,如图14和图15所示。
2、不同的视角条件下,投影后重建的图像是有明显差异的,视角的间隔越小,最后重建得到的图像越优,如图16和图17所示。
3、在有噪声的干扰的情况下,首先测试高斯白噪声,结果表明,三种滤波方式均未能从噪声中很好地提取图像信息,如图18和图19所示,而在测试Poisson噪声情况下,无滤波重建显然不及后两种滤波投影优,而R-L和S-L均能达到理想的重建效果,但是相对来说,S-L的重建效果更有些,如图20和图21所示。
附录:
程序1
image=phantom('ModifiedShepp-Logan',256);
subplot(2,2,1);
imshow(image);
title('原始图像');
[R,xp]=radon(image,0:
179);
theta=0:
180;
I1=iradon(R,0:
179,'linear','none');
subplot(2,2,2);
imagesc(I1);colormap(gray)
title('无滤波重建');
I2=iradon(R,0:
179,'linear','Ram-Lak');
subplot(2,2,3);
imagesc(I2);colormap(gray)
title('Ram-Lak滤波重建');
I3=iradon(R,0:
179,'linear','Shepp-Logan');
subplot(2,2,4);
imagesc(I3);colormap(gray)
title('Shepp-Logan滤波重建');
程序2
image=imread('');
subplot(2,2,1);
imshow(image);
title('原始图像');
[R,xp]=radon(image,0:
179);
theta=0:
180;
I1=iradon(R,0:
179,'linear','none');
subplot(2,2,2);
imagesc(I1);colormap(gray)
title('无滤波重建');
I2=iradon(R,0:
179,'linear','Ram-Lak');
subplot(2,2,3);
imagesc(I2);colormap(gray)
title('Ram-Lak滤波重建');
I3=iradon(R,0:
179,'linear','Shepp-Logan');
subplot(2,2,4);
imagesc(I3);colormap(gray)
title('Shepp-Logan滤波重建');
程序3
figure
(1)
a=0:
10:
180;
image=phantom('ModifiedShepp-Logan',256);
subplot(2,2,1);
imshow(image);
title('原始图像');
[R,xp]=radon(image,a);
theta=0:
18;
I1=iradon(R,a,'linear','none');
subplot(2,2,2);
imagesc(I1);colormap(gray)
title('无滤波重建');
I2=iradon(R,a,'linear','Ram-Lak');
subplot(2,2,3);
imagesc(I2);colormap(gray)
title('Ram-Lak滤波重建');
I3=iradon(R,a,'linear','Shepp-Logan');
subplot(2,2,4);
imagesc(I3);colormap(gray)
title('Shepp-Logan滤波重建');
figure
(2)
b=0:
2:
180;
image=phantom('ModifiedShepp-Logan',256);
subplot(2,2,1);
imshow(image);
title('原始图像');
[R,xp]=radon(image,b);
theta=0:
36;
I1=iradon(R,b,'linear','none');
subplot(2,2,2);
imagesc(I1);colormap(gray)
title('无滤波重建');
I2=iradon(R,b,'linear','Ram-Lak');
subplot(2,2,3);
imagesc(I2);colormap(gray)
title('Ram-Lak滤波重建');
I3=iradon(R,b,'linear','Shepp-Logan');
subplot(2,2,4);
imagesc(I3);colormap(gray)
title('Shepp-Logan滤波重建');
程序4
figure
(1);
image1=phantom('ModifiedShepp-Logan',256);
subplot(2,2,1);
imshow(image1);
title('original');
[R,xp]=radon(image1,0:
179);
R=1e12*imnoise(1e-13*R,'gaussian',0,;
theta=0:
180;
I1=iradon(R,0:
179,'linear','none');
subplot(2,2,2);
imagesc(I1);colormap(gray)
title('无滤波重建');
I2=iradon(R,0:
179,'linear','Ram-Lak');
subplot(2,2,3);
imagesc(I2);colormap(gray)
title('Ram-Lak滤波重建');
I3=iradon(R,0:
179,'linear','Shepp-Logan');
subplot(2,2,4);
imagesc(I3);colormap(gray)
title('Shepp-Logan滤波重建');
figure
(2);
image2=imread('');
subplot(2,2,1);
imshow(image2);title('original');
[R,xp]=radon(image2,0:
179);
R=1e12*imnoise(1e-13*R,'gaussian',0,;
theta=0:
180;
I1=iradon(R,0:
179,'linear','none');
subplot(2,2,2);
imagesc(I1);colormap(gray);
title('无滤波重建');
I2=iradon(R,0:
179,'linear','Ram-Lak');
subplot(2,2,3);
imagesc(I2);colormap(gray);
title('Ram-Lak滤波重建');
I3=iradon(R,0:
179,'linear','Shepp-Logan');
subplot(2,2,4);
imagesc(I3);colormap(gray);
title('Shepp-Logan滤波重建');
程序5
figure
(1);
image1=phantom('ModifiedShepp-Logan',256);
subplot(2,2,1);
imshow(image1);
title('original');
[R,xp]=radon(image1,0:
179);
R=1e12*imnoise(1e-13*R,'Poisson');
theta=0:
180;
I1=iradon(R,0:
179,'linear','none');
subplot(2,2,2);
imagesc(I1);colormap(gray)
title('无滤波重建');
I2=iradon(R,0:
179,'linear','Ram-Lak');
subplot(2,2,3);
imagesc(I2);colormap(gray)
title('Ram-Lak滤波重建');
I3=iradon(R,0:
179,'linear','Shepp-Logan');
subplot(2,2,4);
imagesc(I3);colormap(gray)
title('Shepp-Logan滤波重建');
figure
(2);
image2=imread('');
subplot(2,2,1);
imshow(image2);title('original');
[R,xp]=radon(image2,0:
179);
R=1e12*imnoise(1e-13*R,'Poisson');
theta=0:
180;
I1=iradon(R,0:
179,'linear','none');
subplot(2,2,2);
imagesc(I1);colormap(gray);
title('无滤波重建');
I2=iradon(R,0:
179,'linear','Ram-Lak');
subplot(2,2,3);
imagesc(I2);colormap(gray);
title('Ram-Lak滤波重建');
I3=iradon(R,0:
179,'linear','Shepp-Logan');
subplot(2,2,4);
imagesc(I3);colormap(gray);
title('Shepp-Logan滤波重建');
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- CT 仿真 实验 报告
![提示](https://static.bdocx.com/images/bang_tan.gif)