要約
マイクロCT（Micro-Computed Tomography）は、様々な分野で物体の形態学的構造を研究するために広く使用されている最先端の装置である。しかし、その小さな視野（FOV）では、比較的大きな物体を高空間分解能で撮像したいという差し迫った要求を満たすことはできない。最近われわれは、マイクロCTのFOVを効果的に拡大するマルチプルソーストランスレーションCT（mSTCT）と呼ばれる新しいスキャンモードを考案し、それに対応して再構成のための仮想投影ベースのフィルタードバックプロジェクション（V-FBP）アルゴリズムを開発した。V-FBPはmSTCTにおける切り捨て問題を巧みに解決するが，高分解能再構成に到達するためには高密度にサンプリングされた投影が必要であり，撮像効率が低下する．本論文では，S-BPF (derivatives along source)とD-BPF (derivatives along detector)の2つの逆投影フィルタリング(BPF)を用いたmSTCTアルゴリズムを開発した．D-BPFはV-FBPやS-BPFよりも少ない投影数で高分解能再構成を実現できる。本論文で行ったシミュレーションと実実験を通して、D-BPFは同じ空間分解能でV-FBPと比較してソースサンプリングを75％削減できることを実証し、mSTCTをより実用的にする。一方、S-BPFはV-FBPに近いD-BPFよりも安定した結果を得ることができる。
要約(オリジナル)
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: 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.
arxiv情報
| 著者 | Zhisheng Wang,Haijun Yu,Yixing Huang,Shunli Wang,Song Ni,Zongfeng Li,Fenglin Liu,Junning Cui |
| 発行日 | 2023-07-03 09:27:05+00:00 |
| arxivサイト | arxiv_id(pdf) |