项目名称: 基于光子计数探测器的X光能谱CT成像研究

项目编号: No.11275104

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 邢宇翔

作者单位: 清华大学

项目金额: 90万元

中文摘要: 与传统CT相比,基于有能谱分辨能力的光子计数探测器的能谱CT(PCD-SCT)可在功能和性能两方面实现突破:一、使CT图像由灰度向"真彩色"、单信息图像向多重信息图像发展;二、能大幅降低辐射剂量、提高图像质量、实现更精确的物质识别等。因此,PCD-SCT成为目前领域内的国际研究热点,被视作X光成像的未来发展方向。本项目拟就PCD-SCT的成像物理机制、图像重建、多重信息提取、局部彩色成像等关键技术进行深入研究,尤其是利用能谱分辨和光子计数的特殊数据形式,形成独特的PCD-SCT全局彩色成像和局部ROI彩色成像的多重信息提取/重建的方法框架和计算模型,并自主建设国内第一台PCD-SCT实验平台。本项目还将从医疗和危险品检测两个应用方向,针对性地设计高精度的、稳定的信息提取和显示方法,以发挥PCD-SCT的实际应用潜力。此项研究将把CT成像带到一个新的台阶,推动国内射线成像技术的发展。

中文关键词: 光子计数探测器;能谱CT;图像重建;能谱分解;多能成像

英文摘要: Compared with traditional CT, spectral CT with an energy-dispersive photon counting detector (PCD-SCT) can break through in capability and performance: 1) Change CT images from grayscale to colorful, from single information to multiple; 2) Greatly lower dose, improve image quality, higher material discrimation accuracy. Hence, PCD-SCT has been a hot research topic and is recognized as the future of X-ray imaging. This project will research carefully on the key technologies of PCD-SCT imaging including the fundamentall physics in imaging mechanics and system modelling, multi-parameter image reconstruction, multi-information extraction and retrievement, colorful region of intrest imaging. Especially, we will study the unique characteristic in energy dispersivity and photon counting of PCD-SCT and form a systematic methodology and computational model for reconstruction and information retrievement in cases of both whole object and ROI spectral CT imaging. An laboratorial PCD-SCT system will be built which, from our knowledge, will be the first one in China. Moreover, motivated by application requirements in medicine and public safety, we will experiment on typical samples, focus on the technology for precise and stable information extraction and visulization schemes for medical diagonosis and dangerous good detect

英文关键词: photon counting detector;spectral CT;Image reconstruction;spectral decomposition;multi-energy imaging

成为VIP会员查看完整内容
0

相关内容

专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
36+阅读 · 2021年4月23日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
【CVPR2021】用Transformers无监督预训练进行目标检测
专知会员服务
56+阅读 · 2021年3月3日
专知会员服务
18+阅读 · 2020年12月23日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
BASNet,一种能关注边缘的显著性检测算法
极市平台
15+阅读 · 2019年7月19日
深度学习目标检测算法综述
AI研习社
25+阅读 · 2019年2月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Salient Objects in Clutter
Arxiv
0+阅读 · 2022年4月18日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
14+阅读 · 2021年3月10日
小贴士
相关VIP内容
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
36+阅读 · 2021年4月23日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
【CVPR2021】用Transformers无监督预训练进行目标检测
专知会员服务
56+阅读 · 2021年3月3日
专知会员服务
18+阅读 · 2020年12月23日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员