Képrekonstrukció 4. előadás

Hasonló dokumentumok
Képrekonstrukció 3. előadás

Képrekonstrukció 2. előadás

Nem roncsoló tesztelés diszkrét tomográfiával

Rekonstrukciós eljárások. Orvosi képdiagnosztika 2017 ősz

Számítási feladatok a Számítógépi geometria órához

Dr. Palkó András. SZTE ÁOK Radiológiai Klinika NEK Képalkotó Diagnosztikai Centrum Szeged

Képrekonstrukció 9. előadás

PET gyakorlati problémák. PET rekonstrukció

3. Szűrés képtérben. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (

4. Szűrés frekvenciatérben

Rekonstrukciós eljárások. Orvosi képdiagnosztika előadás 2015 ősz

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz

Rekonstrukciós eljárások. Orvosi képdiagnosztika előadás 2016 ősz

Fehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)

Wavelet transzformáció

Shift regiszter + XOR kapu: 2 n állapot

Grafikonok automatikus elemzése

Osztályozóvizsga követelményei

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz

Robotika. Kinematika. Magyar Attila

A továbbhaladás feltételei fizikából és matematikából

Képrekonstrukció 10. előadás. Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja

Lin.Alg.Zh.1 feladatok

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

Idő-frekvencia transzformációk waveletek

Rekonstrukciós eljárások. Orvosi képdiagnosztika 2018 ősz

L-transzformáltja: G(s) = L{g(t)}.

KÉPSZŐRİK A NUKLEÁRIS

1. Jelgenerálás, megjelenítés, jelfeldolgozás alapfunkciói

Matematikai geodéziai számítások 10.

Rekonstrukciós eljárások. Orvosi képdiagnosztika 2017 ősz

Matematika (mesterképzés)

Digitális jelfeldolgozás

Idő-frekvencia transzformációk waveletek

Megoldások. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I márc.11. A csoport

Tárgy. Forgóasztal. Lézer. Kamera 3D REKONSTRUKCIÓ LÉZERES LETAPOGATÁSSAL

Számítógépes Grafika SZIE YMÉK

Aszimmetrikus nyeregtető ~ feladat 2.

3D-s számítógépes geometria és alakzatrekonstrukció

Results of a PSA with a BEGe Detector for the GERDA 0νββ. νββ-decay Experiment

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Idő-frekvencia transzformációk waveletek

Az osztályozó, javító és különbözeti vizsgák (tanulmányok alatti vizsgák) témakörei matematika tantárgyból

Bevezetés a komputertomográfia alapjaiba

A tomoszintézis szerepe a mellkasi képalkotásban

MATEMATIKA Kiss Árpád Országos Közoktatási Szolgáltató Intézmény Vizsgafejlesztő Központ

Dekonvolúció a mikroszkópiában. Barna László MTA Kísérleti Orvostudományi Kutatóintézet Nikon-KOKI képalkotó Központ

1. feladatsor Komplex számok

A +Q töltés egy L hosszúságú egyenes szakasz mentén oszlik el egyenletesen (ld ábra ábra

Számítógépes Grafika mintafeladatok

CT/MRI képalkotás alapjai. Prof. Bogner Péter

Konjugált gradiens módszer

Jelfeldolgozás - ANTAL Margit. impulzusválasz. tulajdonságai. Rendszerek. ANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem

Lin.Alg.Zh.1 feladatok

3D számítógépes geometria és alakzatrekonstrukció

24/04/ Röntgenabszorpciós CT

3D számítógépes geometria és alakzatrekonstrukció

Az Orvosi Fizika Szigorlat menete a 2012/2. tanévtől

Exponenciális és logaritmusos kifejezések, egyenletek

Példa: Tartó lehajlásfüggvényének meghatározása végeselemes módszer segítségével

ACM Snake. Orvosi képdiagnosztika 11. előadás első fele

Fourier transzformáció

MATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2005

CMS Pixel Detektor működése

Összeállította: dr. Leitold Adrien egyetemi docens

Pontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.

Matematika 11. évfolyam

Differenciálszámítás. 8. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Differenciálszámítás p. 1/1

Függvények Megoldások

1. ábra. 24B-19 feladat

Érdekes geometriai számítások 10.

3D számítógépes geometria és alakzatrekonstrukció

Képrekonstrukció 6. előadás

Számítógéppel irányított rendszerek elmélete. Gyakorlat - Mintavételezés, DT-LTI rendszermodellek

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 7-8. ea ősz

MATEMATIKA I. RÉSZLETES ÉRETTSÉGI VIZSGAKÖVETELMÉNY A) KOMPETENCIÁK

x 2 e x dx c) (3x 2 2x)e 2x dx x sin x dx f) x cosxdx (1 x 2 )(sin 2x 2 cos 3x) dx e 2x cos x dx k) e x sin x cosxdx x ln x dx n) (2x + 1) ln 2 x dx

A 2013/2014. tanévi Országos Középiskolai Tanulmányi Verseny MATEMATIKA II. KATEGÓRIA (GIMNÁZIUM)

A médiatechnológia alapjai

Lagrange és Hamilton mechanika

Hajder Levente 2017/2018. II. félév

Differenciaegyenletek

Képfeldolgozás jól párhuzamosítható

Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán

Transzmissziós és emissziós leképezés. SPECT vizsgálatok sajátosságai Sugárgyengítés-korrekció. Varga József

Bevezetés az algebrába 1

9. Írjuk fel annak a síknak az egyenletét, amely átmegy az M 0(1, 2, 3) ponton és. egyenessel;

Orvosi tomográkus képalkotás/ct technika alapja

Rekonstrukciós eljárások. Orvosi képdiagnosztika 2017 ősz

Ultrahangos anyagvizsgálati módszerek atomerőművekben

Számítógépes Grafika mintafeladatok

Digitális képek feldolgozása Előfeldolgozás Radiometriai korrekció Geometriai korrekció Képjavítás Szűrők Sávok közötti műveletek Képosztályozás Utófe

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 6-8. ea ősz

A tűzfalakkal lezárt nyeregtető feladatához

Matematika A1a Analízis

Átírás:

Képrekonstrukció 4. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem

Vetület-szelet tétel szemléletesen A θ szögű vetület 1D FT-ja az eredeti kép 2D FT-jának egy a frekvencia térben az origón áthaladó θ irányszögű egyenesre eső része.

Fourier rekonstrukciós módszer vegyük a vetületek 1D FT-ját helyezzük el ezeket a megfelelő szögben a frekvencia térben vegyük az eredmény 2D FT-jának inverzét. Nem gyakran használt módszer (mintavételezés, interpoláció, inverz 2D FT)!

Szűrt visszavetítés (Filtered Backprojection)

Szűrt visszavetítés p(t,θ+π)=p(-t,θ) P(ω,Θ+π)=P(-ω,Θ)

Szűrt visszavetítés algoritmusa

Konvolúciós rekonstrukció Konvolúciós tétel alapján: Ha t=0: ezért A gyakorlatban az ideális ω szűrő helyett annak egy q(ω) függvénnyel ablakolt változatát alkalmazzuk a szűrés során (Hamming, koszinusz, stb.)

Konvolúciós kernelek (szűrők) Ramp: Egzakt kompenzáció (jó megoldás, ha nem zajos a vetület) Shepp-Logan: Zaj és felbontás közötti kompromisszum Hamming: Extrém magas frekvenciák lesimítása Slide: Alexander L.C. Kwan

A rekonstrukció lépései Input szinogram: 1. Szűrés 2. Visszavetítés 3. Összegzés

Szűrés before after

Visszavetítés

Összegzés

Szűrt visszavetítés Video: 2D szinogram Felüláteresztő szűrő minden szögre sinogram visszavetítése a képtérbe Forrás: http://hendrix.ei.dtu.dk/movies/moviehome.html

1 st Generation (G) CT Scanner Geometry - 1970 single source & detector parallel motion & rotation arbitrary # rays no scattering! slow (scan time: more days)

Data Sampling Geometries parallel beam fan beam cone beam

2G CT Scanner Geometry - 1972 fan beam parallel motion & rotation larger FOV less rotations! detector needs collimator! faster than 1G (scan time: few mins) scattering higher dose

3G CT Scanner Geometry - 1976 fan-beam over full FOV only rotation many detectors necessary (price) detector collimators faster than 2G (scan time: 1 s) higher dose (smaller detectors)

4G CT Scanner Geometry - 1978 stationary detector ring no detector collimation possible! scattering! larger detectors same dose as 3G, but faster

5G Electron Beam Scanner - 1979 Differing design avoids motion Electron beam (EB) steered by magnetic field Hits tungsten target ring (anode) X-rays collimated Stationary detector very expensive very fast (50 ms) beating heart

6G Spiral CT - 1990 source & detector from 3G & 4G helix motion continuous rotation 60 cm torso scan 30 sec

7G Multislice CT spiral CT cone beam instead fan beam array of slices (up to 64) faster less x-rays have to be filtered

Comparison of CT Generations

Vetületi geometriák parallel beam fan beam cone beam

Ekvianguláris nyalábok

Ekvidisztáns detektorok

Rekonstrukció legyezőnyaláb vetületekből Algebrai rekonstrukció Szűrt visszavetítés módosítása Re-binning: a legyezőnyaláb adatokból interpolációval párhuzamos vetületi adatok előállítása

Áttérés ekvianguláris geometriáról párhuzamosra Adott: γ, β, D t = Dsinγ ϴ = γ + β

Áttérés ekvidisztáns geometriáról Adott: s, β, D párhuzamosra t D sin D D 2 s s tan 1 2 s D

Rebinning

Axiális vs. helikális vetületképzés A klasszikus rekonstrukciós eljárások cirkuláris utat feltételeznek helikális adatot interpolálni kell a megfelelő síkra A helikális szkennelés esetén tetszőleges pozícióban számítható a keresztmetszeti kép Slide: Alexander L.C. Kwan

Helikális interpoláció Slide: Alexander L.C. Kwan

Algebrai rekonstrukciós technikák A transzformáció alapú technikák akkor adnak pontos eredményt, ha sok vetület van a vetületek eloszlása egyenletes 180 vagy 360 -on Algebrai rekonstrukciós technikák Akkor is alkalmazhatók, ha a fentiek nem, vagy csak részben teljesülnek (pl.: csonkolt vetületek) Kezelni tudják a vetületi vonalak kisebb elhajlását és a vetületi energiák gyengülését is Pontatlanabbak és lassabbak a transzformáció alapú technikáknál Kezelni tudják az a priori információt

A modell

Iteratív megoldás Az egyenletrendszer közvetlen megoldása nem lehetséges (nagy méret, aluldefiniáltság, zajból adódó inkonzisztencia) (f 1, f 2,, f N ): N-dimenziós térbeli pont Egyenletek: hipersíkok Megoldás: iteratív módon (Kaczmarz eljárása)

2 vetület, 2 képpont és egyértelmű megoldás esetén

A korrekciós lépés bizonyítása A B = A B cos(θ) A cos(θ): az A vetülete B-re

Finomabb megfontolások Ha a hipersíkok merőlegesek, akkor M lépésben megtaláljuk a megoldást, ha az általuk bezárt szögek kicsik, akkor a konvergencia lassú lehet válasszuk ennek megfelelően a hipersíkok sorrendjét Ha a megoldás nem egyértelmű, akkor a kezdeti megoldásjavaslathoz legközelebbi megoldáshoz konvergál az eljárás Inkonzisztenciát okozó zaj esetén nincs konvergencia

Egy egyszerű példa (Edwin L. Dove) vízszintes függőleges átlós