Просматривается номер   2020 / 03
К читателю
О журнале
Публикационная этика
Авторам
Тематика
Правила рецензирования
English (United Kingdom)Russian (CIS)
ПРИКЛАДНЫЕ АСПЕКТЫ ИНФОРМАТИКИ
Г. П. Акимова, А. Ю. Даниленко, Е. В. Пашкина, М. А. Пашкин, А. А. Подрабинович, И. В. Туманова "Мандатный контроль в автоматизированных информационных системах"
A. A. Zhilenkov, S. G. Chernyi "Automatic Estimation of Defects in Composite Structures as Disturbances Based on Machine Learning Classifiers Oriented Mathematical Models with Uncertainties"
D. V. Kuzminykh, L. P. Kushnareva, T. A. Grigoryev, A. V. Zatolokin "Category-Learning with Context-Augmented Autoencoder"
А. В. Соловьев, А. Ю. Даниленко, Г. П. Акимова, М. А. Пашкин, А. А. Подрабинович, И. В. Туманова "Алгоритм инвентаризации цифровых носителей при долговременном хранении"
МЕТОДЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ
М. В. Чукалина, А. В. Бузмаков, А. С. Ингачева, Я. Л. Шабельникова, В. Е. Асадчиков, И. Н. Букреева, Д. П. Николаев "Анализ результатов томографической реконструкции объектов с сильно поглощающими включениями по проекциям, собранным в полихроматических ус
А. В. Мальцев "Методы распределенной визуализации тумана в трехмерной виртуальной среде с использованием GPU"
СИСТЕМЫ УПРАВЛЕНИЯ
В. М. Вишневский, А. М. Ширванян, Н. Н. Бряшко "Расчет необходимой мощности для функционирования привязной беспилотной платформы в условиях турбулентной атмосферы"
V. G. Sinuk, S. A. Karatach "Inference Method and Parallel Implementation for MISO Structure Systems for Inputs with Linguistic Values"
А. В. Гаращенко, Л. Г. Гагарина "Исследование и разработка алгоритма формирования тестовой последовательности для оценки энергопотребления RTL-модели процессора"
УПРАВЛЕНИЕ И ПРИНЯТИЕ РЕШЕНИЙ
А. С. Баканов, Д. В. Волчков, Н. Б. Баканова "Разработка сервисов поддержки принятия управленческих решений с использованием данных систем организационного управления"
М. В. Чукалина, А. В. Бузмаков, А. С. Ингачева, Я. Л. Шабельникова, В. Е. Асадчиков, И. Н. Букреева, Д. П. Николаев "Анализ результатов томографической реконструкции объектов с сильно поглощающими включениями по проекциям, собранным в полихроматических ус
Аннотация. 

Метод компьютерной томографии используется для изучения внутренней структуры объекта без его физического разрушения. При наличии в объекте сильно поглощающих включений, восстановленное изображение содержит характерные артефакты, называемые “металлическими”. Такие искажения могут скрывать или имитировать как патологии при медицинских исследованиях, так и, например, напряженные состояния или трещины в изделиях в случае промышленного использования метода. В работе проведен анализ возможных источников возникновения артефактов. Обсуждаются результаты реконструкции изображения молочного зуба, измеренного на лабораторном микротомографе. Зуб был удален до окончания процесса резорбции корней, что позволило перед началом измерений укрепить сильно поглощающую частичку в полости между корнями. Наличие сильно поглощающего включения породило на восстановленном изображении артефакты. Именно анализу возможности уменьшения этих артефактов и посвящена эта работа. Кроме визуального сравнения результатов реконструкции сечения зуба без включения и результатами реконструкции при наличии включения рассчитаны значения метрик RMSE и SSIM. Полученные результаты показывают, что применение алгебраического подхода в процедуре томографической реконструкции позволяет повысить качество восстановления при наличии сильно поглощающих включений.

Ключевые слова: 

компьютерная томография, полихроматическое сканирование, «металлические» артефакты, алгебраические методы восстановления, нелинейная оптимизация, рентгеновское излучение.

DOI 10.14357/20718632200305
 

Стр. 49-61.
 
Литература

1. Gordon R. and Herman G.T. Three-Dimensional Reconstruction from Projections: A Review of Algorithms. // International Review of Cytology. 1974. V. 38. P. 111-151. DOI: 10.1016/S0074-7696(08)60925-0.
2. Brooks R.A., De Chiro G. 1976. Beam hardaning in X-ray reconstructive tomography. // Phys. Med. Biol. V. 21 Num. 3. PP. 390-398. DOI: 10.1088/0031-9155/21/3/004.
3. Kalender W. A, Hebel R., Ebersberger J. Reduction of CT artifacts caused by metallic implants. // Radiology. 1987. 164(2): 576-577. DOI: 10.1148/radiology.164.2.3602406.
4. Luzhbin D., Wu J. Model Image-Based Metal Artifact Reduction for Computed Tomography. // J Digit Imaging. 2020. V. 33, Num. 1. PP. 71-82. DOI: 10.1007/s10278-019-00210-6.
5. Zopfs D., Lennartz S., Pennig L. et al. Virtual monoenergetic images and post-processing algorithms effectively reduce CT artifacts from intracranial aneurysm treatment. // Sci Rep. 2020. V. 10, Num. 6629/ PP. 1-10. https://doi.org/10.1038/s41598-020-63574-8
6. Пашина Т. В. Гайдель А., А., Зельтер П. М., Капишников А. В., Никоноров А. В. Сравнение алгоритмов выделения области интереса на компьютерных томограммах легких. // Компьютерная оптика. 2020. Т. 44. № 1. С.74-81. DOI: https://doi.org/10.18287/2412-6179-CO-659.
7. Mellander H., Ramgren B., Ullberg T., Fransson V., Ydström K., Wasselius J. Brain dual energy computed tomography and intracranial coils – can the metal artifacts be reduced? // Congress: EuroSafe Imaging 2020. 2020. ESI-08910. DOI:10.26044/esi2020/ESI-08910.
8. Coleman M., Sinclair A. A beam-hardening correction using dual-energy computed tomography. // Physics in Medicine & Biology. 1985. V. 30, № 11. P 1251.
9. Herman, G. T. Correction for beam hardening in computed tomography. // Physics in Medicine and Biology. 1979. V. 24, № 1. P. 81.
10. Hammersberg P., Mangard M. Correction for beam hardening artefacts in computerised tomography. // Journal of X-ray Science and Technology. 1998. V. 8, № 1. P. 75—93.
11. Xie S., Zhuang W., Li B., Bai P., Shao W., Tong Yu. Blind deconvolution combined with level set method for correcting cupping artifacts in cone beam CT. // SPIE Medical Imaging. 2017. V. 10133. P. 010133z.
12. Pauwels R., Cao W., Wang B., Xiao Yo., Dewulf W. Exploratory research into reduction of scatter and beam hardening in industrial computed tomography using convolutional neural networks. // 9th International Conference on Industrial Computed Tomography. NDT.net Issue 2019-3. 2019. P. 1-8.
13. Bamberg F., Dierks A., Nikolaou K., Reiser M. F., Becker C. R., Johnson T. R. C. Metal artifact reduction by dual energy computed tomography using monoenergetic extrapolation. // European Radiology. 2011. V. 21. Num. 7. P. 1424-1429. DOI: 10.1007/s00330-011-2062-1.
14. Anderla A., Sladojevic S., Delso G., Culibrk D., Mirković M., Stefanovic D. Suppression of metal artefacts in CT using virtual sinograms and corresponding MR images. // Current science. 2017. V. 112. Num. 7. P. 1505-1511. DOI: 10.18520/cs/v112/i07/1505-1511.
15. Oehler M., Buzug T.M. Statistical image reconstruction for inconsistent CT projection data. // Methods of information in medicine. 2007. V.3. P. 261-269. DOI: 10.1160/ME9041.
16. Gordon R. A Tutorial on ART (Algebraic Reconstruction Techniques) // IEEE Transactions on Nuclear Science. 1974. V.21. Num. 3. P. 78-93. DOI: 10.1109/TNS.1974.6499238.
17. Chukalina M. V., Ingacheva A., Prun V. E., Buzmakov A. V., Nikolaev D. P. A way to reduce the artifacts caused by intensely absorbing areas in computed tomography. // 29th European Conference on Modelling and Simulation. 2015. P. 527-531. DOI:10.7148/2015-0527.
18. Chukalina, M. V., Ingacheva, A. S., Buzmakov, A. V., Krivonosov, Y. S., Asadchikov, V. E., & Nikolaev, D. P. A Hardware and Software System for Tomographic Research: Reconstruction via Regularization //Bulletin of the Russian Academy of Sciences: Physics. 2019.V. 83(2). P. 150-154. DOI: 10.3103/S1062873819020084.
19. Kak A. C., Slaney M. Principles of Computerized Tomographic Imaging. // Classics in applied mathematics. 1998. DOI: 10.1118/1.1455742.
20. Gilbert P. Iterative methods for the three-dimensional reconstruction of an object from projections. // J. Teor. Biol. 1972. V. 36. P. 105-117.
21. Chukalina M., Nikolaev D., Sokolov V., Ingacheva A., Buzmakov A., Prun V. CT metal artifact reduction by soft inequality constraints. // Proc. SPIE 9875, Eighth International Conference on Machine Vision (ICMV 2015). 2015. 98751C. DOI: 10.1117/12.2228810
22. Lehmann, E. L.; Casella, George. Theory of Point Estimation (2nd ed.). 1998. New York: Springer. ISBN 978-0-387-98502-2. MR 1639875.
23. Z. Wang, A. C. Bovik, H. R. Sheikh and E. P. Simoncelli, "Image quality assessment: From error visibility to structural similarity" // IEEE Transactions on Image Processing, 2004 V. 13(4), P. 600–612, Apr.
24. Buzmakov, A. V., Asadchikov, V. E., Zolotov, D. A., Chukalina, M. V., Ingacheva, A. S., & Krivonosov, Y. S.. Laboratory x-ray microtomography: Ways of processing experimental data. Bulletin of the Russian Academy of Sciences: Physics, 2019. V. 83. Num. 2. P. 146-149. DOI: 10.3103/S1062873819020060.
25. McDavid W.D., Waggener R.G., Payne W.H., Dennis M.J. Spectral effects on three dimensional reconstruction from x rays // Med. Physics. 1975. V.2. Is. 6. P. 321-324. DOI: 10.1118/1.594200.
26. Abella M, Martinez C, Desco M, Vaquero JJ, Fessler JA. Simplified Statistical Image Reconstruction for X-ray CT With Beam-Hardening Artifact Compensation. // IEEE Trans Med Imaging. 2020 Jan;39(1):111-118. DOI: 10.1109/TMI.2019.2921929.
27. Chukalina M. V., Ingacheva A., Buzmakov A. V., Polyakov I. V., Gladkov A., Yakimchuk I., Nikolaev D. P. Automatic beam hardening correction for CT reconstruction. // 31st European Conference on Modelling and Simulation (ECMS), Budapest, Hungary May 23-26. 2017. P. 270-275. DOI: 10.7148/2017-0270.
28. Rudin L.I., Osher S. and Fatemi E. Nonlinear total variation based noise removal algorithms. // Physica D. 1992. V.60. P. 259-268. DOI: 10.1016/0167-2789(92)90242-F.
29. Кобер В.И., Маковецкий А.Ю., Воронин С.М., Карнаухов В.Н. Быстрый алгоритм регуляризации полной вариации для класса радиально-симметричных функций. // Информационные процессы. 2019. Т. 19. № 1. C. 33–46.
30. Власов В.В., Коновалов А.Б, Кольчугин С.В. Совместная реконструкция и сегментация изображений: сравнение двух алгоритмов малоракурсной томографии. // Компьютерная оптика. 2019. Т.43.. № 6. С. 1008-1020 DOI: 10/18287/2412-6179-2019-43-6-1008-1020.
31. Хейфец А.Л. 3D модели и алгоритмы компьютерной параметризации при решении задач конструктивной геометрии (на некоторых исторических примерах). // Вестник ЮУрГУ. Серия "Компьютерные технологии, управление, радиоэлектроника". 2016. Т. 16. № 2. С. 24-42. DOI: 10.14529/ctcr160203.
 
     
2024 / 01
2023 / 04
2023 / 03
2023 / 02

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".