Тема: РАЗРАБОТКА И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ АЛГЕБРАИЧЕСКИХ АЛГОРИТМОВ РЕКОНСТРУКЦИИ В ЗАДАЧАХ УЛЬТРАМАЛОРАКУРСНОЙ ТОМОГРАФИИ
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
Актуальность 5
Цели и задачи работы 7
1 ОСНОВНЫЕ ПРИНЦЫПЫ ТОМОГРАФИИ 7
1.1 Взаимодействие излучения с веществом 8
1.2 Получения экспериментальных данных о внутренней структуре объекта 11
1.3 Методы реконструкции 14
1.3.1 Итерационные алгоритмы реконструкции 16
1.3.2 Алгебраический метод реконструкции 20
1.3.3 Оптимизация итерационного метода реконструкции 21
1.3.4 Реализация медианного метода фильтрации для двумерного изображения с использованием сортировочного метода 34
2 РЕЗУЛЬТАТЫ РАСЧЕТА 37
2.1 Тестовые объекты 37
2.2 Модельные задачи 45
2.2.1 Тестовая задача 1: сравнение весовых коэффициентов 45
2.2.2 Тестовая задача 2: восстановление тестового объекта 1 от искусственного шума с использованием медианного фильтра 47
2.2.3 Тестовая задача 3: сравнение результатов реконструкции без применения и с применением медианной фильтрации 50
2.2.4 Тестовая задача 4: сравнение решений в декартовых и полярных координатах 52
2.2.5 Тестовая задача 5: восстановление тестового объекта 1 в декартовых и полярных координатах методами AART и MART 58
2.2.6 Тестовая задача 6: восстановление тестового объекта 2 в декартовых и полярных координатах методами AART и MART 61
и полярных координатах методами AART и MART 64
2.2.8 Тестовая задача 8: восстановление тестового объекта 4 в сферических координатах 67
ЗАКЛЮЧЕНИЕ 69
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 70
ПРИЛОЖЕНИЕ 1
📖 Введение
Одним из способов изучения быстропротекающих процессов является томография. Томография это метод неразрушающей диагностики, как статических объектов, так и динамических процессов. Под томографией будем подразумевать проведение физического эксперимента по получению информации, обработку полученных данных и визуализацию внутренней структуры. Полученная информация о внутренней структуре называется прямой задачей, результатом которой являются проекционные данные. Процесс обработки данных называется восстановлением исходного изображения или реконструкцией, или обратной задачей [2,3]. Разработкой математических методов и алгоритмов восстановления изображения занимается вычислительная томография.
История томографии началась с открытия В. Рентгеном в 1895 году проникающего излучения, позже названным в его честь, хотя активное развитие получило только во второй половине ХХ века. Однако математические основы вычислительной томографии было заложены в 1917 году И. Радоном в работе [4]. В середине 60х годов совместная работа А. Кормака и Г. Хаунсфилда привела к созданию первого томографа, за что
авторы получили в 1979 году Нобелевскую премию по физиологии и медицине.
На сегодняшний день вычислительная томография имеет достаточное развитие в нескольких направлениях:
– рентгеновская томография;
– радионуклидная томография;
– томография с использованием электромагнитных полей;
– ультразвуковая томография;
– оптическая томография;
– протонно – ионная томография;
– томография в радиодиапазоне;
– электронная томография.
Основная задача вычислительной томографии сводится к восстановлению функции нескольких переменных по известным интегралам. Основные усилия исследователей сегодня сосредоточены в создании эффективных методов и алгоритмов восстановления искомых функций, так как основная задача была решена Радоном, определивший способ обращения интегрального преобразования.
Методы восстановления можно разделить на алгебраические (итерационные) и интегральные (свёрточные). Так, в первом непромышленном томографе Г. Хаунсфилда был применён итерационный метод. Однако в коммерческих томографах применяются интегральные методы. Связанно это с несколькими преимуществами: высокой скоростью обработки, относительно небольшим объемом вычислений и, как правило, лучшим качеством восстановленных изображений. Основными недостатками итерационных методов являются большая размерность системы решения и большое время счета.
К началу XXI века ситуация постепенно меняется. Активное развитие вычислительной способности ЭВМ, позволило итерационным методам быть конкурентоспособными. На фоне развития итерационных методов, стали выделяться недостатки интегральных методов: негибкость в применении к физическим явлениям и геометриям измерений, чувствительность к зашумленности исходных данных и зависимость от полноты проекционных данных. Сравнения методов восстановления описаны в работах [5,6,7,8].
Еще одной причиной активного развития итерационных методов является уменьшение дозы облучения пациента при обследовании томографом. Так, одним из решений, является уменьшение количества ракурсов, без потери качества восстанавливаемого изображения. В связи с тем, что интегральные методы чувствительны к полноте проекционных данных, были усовершенствованы итерационные. На сегодняшний день, исследования в области FVT (few–view tomography) позволяют восстанавливать изображения по ультрамалому количеству ракурсов (7–9)[9].
Цели и задачи работы
Целью данной работы является разработка и программная реализация алгебраических алгоритмов реконструкции в задачах ультрамалоракурсной томографии.
Задачи:
- Изучение основных принципов томографии.
- Разработка и программная реализация метода генерации матрицы весовых коэффициентов в декартовых координатах.
- Программная реализация методов алгебраической реконструкции в декартовых координатах.
- Адаптация метода для полярных и сферических координат.
- Проведение модельных расчетов.
✅ Заключение
Для ускорения процесса расчета был осуществлена адаптация метода расчета матрицы весовых коэффициентов с переходом в полярную систему координат. По итогам, данная модификация обеспечила трехкратный выигрыш в скорости расчета весовых коэффициентов, а также существенный выигрыш в объеме хранимых данных. Так же алгоритмы реконструкции при использовании такой матрицы дают качественное восстановление изображение при меньшем времени расчета.
Были проведены расчеты в сферических координатах, которые дали качественный результат восстановления.



