项目名称: 基于“飞行”扫描与OSEM算法加速X射线荧光CT成像

项目编号: No.11275257

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: 邓彪

作者单位: 中国科学院上海应用物理研究所

项目金额: 86万元

中文摘要: 基于同步辐射的X射线荧光CT是和X射线透射CT互补的一种发射型计算机断层成像技术,可无损重建样品内部元素空间分布,是上海光源重点发展的实验方法,拥有大量的用户需求。但目前该方法的数据采集速度较慢,大量的时间耗费在数据采集上,限制了该方法的广泛应用,快速X射线荧光CT成像一直是该领域研究的焦点和追求的目标。本研究旨在建立一种快速X射线荧光CT方法,拟基于控制与数据采集、图像重建等领域的理论与技术手段,采用"飞行"扫描模式提高数据采集效率,同时将PET和SPECT中常用的OSEM算法应用到X射线荧光CT图像重建中,减少图像重建对投影数据量的需求,实现快速X射线荧光CT成像。

中文关键词: X射线荧光CT;有序子集期望最大化;快速成像;同步辐射;

英文摘要: Synchrotron-radiation-based X-ray fluorescence computed tomography (XFCT), a complement to absorption computed tomography (CT), is a stimulated emission tomography modality. It allows for the reconstruction of element distributions on a virtual section across a sample using various algorithms. However, XFCT has not been used as a routine tool as yet, because this has traditionally required significant data acquisition time. This study presents new approaches to accelerating XFCT that are grounded in both novel image acquisition strategies that improve the quality of the data acquired and in image reconstruction strategies that reduce the amount of data acquired. First, a method of fast scanning X-ray fluorescence imaging, on-the-fly, will be used to collect the fluorescence photons.Secondly,the ordered-subsets expectation maximization (OSEM) algorithm will be introduced to XFCT, which will lead to further reduction in data-acquisition time.

英文关键词: X-ray fluorescence CT;OSEM;Fast XFCT image;synchrotron radiation;

成为VIP会员查看完整内容
0

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
45+阅读 · 2020年12月4日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
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 · 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 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
13+阅读 · 2017年12月5日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
45+阅读 · 2020年12月4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 · 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 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员