CT图像重构调研快速预览

文章目录


0 、引入

CT图像重建软件是一种关键工具,用于将CT扫描数据转换为高质量的二维或三维图像。中国在这类软件的开发上取得了显著进步,对于国内医疗数字化有深远影响。该软件的开发涵盖了医学成像、信号和图像处理、计算机科学和数值计算等领域的知识,并着重于图像质量、速度优化、剂量控制、兼容性、用户友好和功能拓展。软件的进一步发展预计将在大数据和人工智能的推动下实现更智能的图像分析和辅助诊断功能


1、主流(商用)CT重构软件

1.1、VG Studio Max

专业级的可视化几何建模软件,具有强大的三维重建功能,适用于医学影像分析、地质勘探、科学可视化等领域。

1.2 、Avizo / Amira / Pergeos

这些软件都来自德国FEI公司,是生物医学、材料科学等领域常用的三维成像和可视化工具,可用于CT图像的三维重建。

1.3、Mimics

这是一款专门针对医学图像处理的软件,可以快速准确地生成三维模型,适用于医学教育和科研领域。

1.4、ORS / Dragonfly

ORS是一家专注于放射学领域的公司,其产品包括三维重建和可视化工具。Dragonfly是其最新推出的产品,专为复杂的三维重建和可视化而设计。

1.5、Simpleware(Synopsys旗下)

以其出色的图像处理、分割和网格生成能力闻名,常作为仿真(CAE)前处理工具,将CT数据转化为高质量的有限元网格。


2、开源库

2.1、VisualSFM

这是一款基于视觉结构恢复的开源软件,可以从多张二维图像中恢复三维结构。虽然主要用于室外场景,但也可以用于医学影像的三维重建。

2.2、3D Slicer

这是一款专门针对医学影像分析的开源软件,具有强大的三维重建和可视化功能。它支持多种类型的医学影像,包括CT、MRI等。

2.3、MTK

MITK是由田捷研究员领导的中国科学院分子影像重点实验开发的一套医学图像处理算法的C++类库。

开发MITK的灵感得自于开源软件VTK和ITK的巨大成功, 其目的主要是为医学影像领域提供一套整合了医学图像分割、配准和可视化等功能的,具有一致接口的、可复用的、灵活高效的算法开发工具。和VTK的风格类似, MITK采用传统的面向对象的设计方法, 而没有采用ITK的范型编程风格。因而其语法和接口是简单而直观的。

2.4 、CTReconstruction

CTReconstruction 是一个开源的Python代码库,专注于CT(计算机断层扫描)图像重建算法。该库包含了用于锥束重建、等角扇形束重建以及空间扇形光束重建的前向投影代码,并且支持在GPU上进行距离驱动的加速计算。目前支持的功能包括前向投影和背投,未来还将添加螺旋重建算法和迭代重建算法,以及光线驱动的前后投影参考。

2.5 开源CT重建工具箱:ASTRA

ASTRA工具箱,不仅涵盖二维、三维重建,可GPU加速,而且兼容MATLAB、Python以及Windows、Linux系统,适合各类应用场景。然而,网上关于该工具箱的介绍很少,所以在此做一些简单介绍,以便参考和回顾。


3、CT重构的一般步骤

这里不做图像采集说明,一般图像采集遵循前面提到的商业软件那种格式,便于图像的不同重建。

0、图像预处理:在CT成像过程中,数据采集依赖于X射线源和探测器围绕被扫描物体旋转。获得的投影数据需要预处理以去除噪声并提高信号质量。预处理通常包括校准、去噪和归一化步骤。数据归一化是为了减少不同扫描条件下造成的数据差异,使得重建算法可以更准确地执行。

1、 选择重建方法 :根据图像质量和重建速度的需求选择FBP、迭代重建(IR)或其他方法。

2、 应用滤波器 :在FBP中,对投影数据进行滤波以增强高频信息。

3、 执行反投影 :将滤波后的数据反投影到图像矩阵中,形成初始图像。

4、后处理 :进行图像增强、去噪和对比度调整等后处理步骤,以获得更高质量的图像。

CT重构过程主要包括的技术:数学模型、编程软件(C++或者python、图像处理库(opencv或者VTK等)、重建速度(并行计算、硬件支持cuda,预处理等技术)


4、工业CT主要应用领域

1、汽车制造领域,零部件缺陷检测(无论铸件、锻件、粉末冶金、塑料件),焊接质量评价,装配质量评价,高精度内部外部尺寸测量,VW 50097 50093标准;

2、航空航天领域,特种材料结构检测(高温合金、复合材料),叶片壁厚测量,大型部件缺缺陷检测和尺寸测量,应有尽有;

3、电子半导体领域,失效分析,工艺改进,质量评估,新能源电池检测等;

4、材料科学领域,孔隙率统计,微观组织三维展示,原位观察,建模性能模拟等,合金、复合材料、混凝土、催化剂大小通吃;

5、石油地质领域,孔隙率统计,连通性分析,渗透模拟,驱替加载等;

6、文物考古领域,信息记录数字化,重现历史,还原结构等;

7、生命科学领域,细胞组织的三维研究,土壤根系的检测,植入物的检测,医疗器械的测量等;

8、食物领域,胶囊质量检测,饼干检测,核桃三维形貌展示,无不是大胆的创造;


5、引用

1、CT图像重建软件开发及应用

2、MOCUPY-V2---HEPS CT重建软件-单机版V2--中国科学院

3、锥束CT(CBCT)三维重构算法:FDK算法详解与实现

4、医学图像重建算法综述(CT)

5、掌握 CT 成像技术的核心之CT 重建算法


相关推荐
Justice Young21 小时前
软件工程第九章、第十章:软件维护、软件重构、软件复用
重构·软件工程
MARS_AI_21 小时前
融资加持下的云蝠智能:大模型语音Agent重构企业通信新生态
人工智能·自然语言处理·重构·交互·信息与通信·agi
Sahadev_21 小时前
从逻辑表达式到原子化构建:复杂 UI 组件的重构之道
ui·重构
cute_ming1 天前
关于基于nodeMap重构DOM的最佳实践
java·javascript·重构
Jouham2 天前
瞬维智能丨行业深度:AI智能重构B2B高客单价领域获客全链路实践
人工智能·重构
x新观点2 天前
2026亚马逊广告AI工具推荐:破解流量博弈困局,重构投放效率
人工智能·重构
趣味科技v2 天前
全维服务重构汽车消费体验:比亚迪方程豹4S店探店实录
重构·汽车
笙枫2 天前
2023-2025年时间序列预测前沿全景报告:从线性反思到十亿级基础模型的范式重构
重构
AI模块工坊2 天前
【AAAI 2026】即插即用 Spikingformer 重构残差连接,打造高效脉冲 Transformer
深度学习·重构·transformer