论文部分内容阅读
随着CT技术不断发展,以平板探测器为主要成像部件的锥束CT系统因其具有图象采集率高、成像速率快等优点,在当今医疗领域扮演着越来越重要的角色。平板探测器作为一种高集成、高精密的成像部件,在CT系统应用中也面临着许多问题与挑战,其中平板探测器输出校正是改善输出图像质量的重要因素之一;同时其自身的一些成像性质也决定了探测器本身成像质量的好坏。基于上述两点,本文开展了平板探测器输出校正和平板探测器性能评估方法的研究,其主要内容有:本文针对现有的增益校正方法,提出了基于阈值的增益校正方法和基于灰度直方图的增益校正方法。前者通过采集到的空气投影数据计算出增益校正系数和校正阈值,然后对每个像素点进行阈值判断来进行响应值补偿。后者基于增益系数图像的灰度直方图拟合出校正阈值,判断出响应不一致的像素点进行补偿。上述方法可以有效的去除探测器像元响应不一致的问题。基于现有的坏点判别方法本文提出了改进的基于阂值的坏点判别方法和基于灰度直方图坏点判别方法。前者是通过一个设定好的步长,在计算的阂值范围内,自动回归出一个阈值范围进行坏点位置判断。后者是基于空气图像的各角度下响应值的均值图像和方差图像的灰度直方图拟合出正态分布,通过拟合的系数得到判别阈值,进而输出坏点定位图像。基于现有的坏点补偿方法,本文提出了基于模板的顺序插值方法和基于模板的循环插值方法。前者是基于坏点定位图像,通过一个特定的补偿顺序,简化了对不同类别坏点的分类补偿情况,使实现过程更简便快捷。后者是通过判断出来的坏点的个数作依据,对所有坏点依次进行插值补偿,解决了现有方法对于坏像素簇补偿时准确性差的缺陷,去除了由于坏点造成的环状伪影。本文基于对平板探测器成像性质的量化计算,提出一种基于平板探测器自身性能的质量评估方法,通过采集少量数据,能客观的对平板探测器自身质量作出评价。