[论文解读] BPF Algorithms for Multiple Source-Translation Computed Tomography Reconstruction

Zhisheng Wang, Haijun Yu+6 more|arXiv (Cornell University)|May 30, 2023

Medical Imaging Techniques and Applications被引用 5

一句话总结

本文提出两种新颖的背投影-滤波（BPF）算法——S-BPF 和 D-BPF——用于多源-平移锥束计算机断层扫描（mSTCT），以提升重建效率与分辨率。通过利用源或探测器方向的导数，D-BPF 在仅使用 V-FBP 方法 25% 投影数的情况下实现高分辨率成像，显著提升了实际可行性，同时保持了图像质量。

ABSTRACT

Micro-computed tomography (micro-CT) is a widely used state-of-the-art instrument employed to study the morphological structures of objects in various fields. However, its small field-of-view (FOV) cannot meet the pressing demand for imaging relatively large objects at high spatial resolutions. Recently, we devised a novel scanning mode called multiple source translation CT (mSTCT) that effectively enlarges the FOV of the micro-CT and correspondingly developed a virtual projection-based filtered backprojection (V-FBP) algorithm for reconstruction. Although V-FBP skillfully solves the truncation problem in mSTCT, it requires densely sampled projections to arrive at high-resolution reconstruction, which reduces imaging efficiency. In this paper, we developed two backprojection-filtration (BPF)-based algorithms for mSTCT, i.e., S-BPF (derivatives along source) and D-BPF (derivatives along detector). D-BPF can achieve high-resolution reconstruction with fewer projections than V-FBP and S-BPF. Through simulated and real experiments conducted in this paper, we demonstrate that D-BPF can reduce source sampling by 75% compared with V-FBP at the same spatial resolution, which makes mSTCT more feasible in practice. Meanwhile, S-BPF can yield more stable results than D-BPF, which is similar to V-FBP.

研究动机与目标

• 解决微-CT 系统中视野（FOV）受限的问题，该问题限制了对大尺寸物体的高分辨率成像。
• 克服 V-FBP 算法效率低下的问题，该算法为实现高分辨率重建需要密集采样的投影数据。
• 开发基于 BPF 的重建方法，以减少投影采样需求，同时不牺牲图像质量。
• 在模拟与真实 mSTCT 实验中评估 S-BPF 与 D-BPF 的性能。
• 通过显著减少成像时间与数据采集需求，证明 mSTCT 的实际可行性。

提出的方法

• D-BPF 算法沿探测器方向计算导数，并在滤波后执行背投影，从而在较少投影下实现高分辨率重建。
• S-BPF 算法沿源轨迹计算导数，并采用背投影-滤波方法以稳定重建过程，与 V-FBP 类似。
• 两种算法均源自滤波背投影框架，但针对具有多个源与平移的 mSTCT 独特几何结构进行了适配。
• 通过数学公式化方法处理 mSTCT 中的截断投影问题，利用基于导数的滤波技术抑制伪影。
• 在数值模拟与真实微-CT 数据（来自物理 mSTCT 系统）上实现并验证了这些算法。
• 在空间分辨率、伪影抑制与投影采样效率方面，将性能与现有 V-FBP 方法进行基准对比。

实验结果

研究问题

• RQ1 基于 BPF 的算法是否能在保持高空间分辨率的同时，减少 mSTCT 所需的投影数量？
• RQ2 D-BPF 在重建质量与采样效率方面与 V-FBP 和 S-BPF 相比如何？
• RQ3 在不同投影条件下，S-BPF 是否如 V-FBP 所示，相比 D-BPF 展现出更优的稳定性？
• RQ4 所提出的算法是否能有效处理 mSTCT 中的截断投影，而不会引入显著伪影？
• RQ5 D-BPF 在实际 mSTCT 应用中，能在多大程度上减少成像时间与数据采集负担？

主要发现

• 与 V-FBP 算法相比，D-BPF 在保持相同空间分辨率的前提下，仅需 25% 的投影数即可实现高分辨率重建，减少了 75% 的投影需求。
• S-BPF 展现出与 V-FBP 相当的重建稳定性，在不同采样条件下表现出更高的稳定性，优于 D-BPF。
• 所提出的 BPF 算法显著提升了成像效率，减少了所需投影数，增强了 mSTCT 在大尺寸物体成像中的实用性。
• 模拟与真实实验结果表明，即使在稀疏采样条件下，D-BPF 仍能保持高图像质量，验证了其鲁棒性。
• D-BPF 方法实现了更快的数据采集与更短的扫描时间，使 mSTCT 更适用于实际生物医学与工业应用。
• S-BPF 与 D-BPF 均能有效抑制截断投影中的伪影，证实了其在 mSTCT 重建中的适用性。