| 摘 要： | 自上世纪七十年代后期到九十年代初,经典的二维图像重建理论统治着医学成像(包括CT)领域,其核心理念是医学图像的精确重建必需有完全投影数据。从不完全投影数据无法得到精确、稳定的重建结果 ,那怕是重建局部区域。本世纪初,图像重建理论有了新的思维模式:在一定条件下,根据不完全投影数据,可以"稳定地"、"精确地"重建"感兴趣区"的图像,从而大大减少扫描时间,降低辐射剂量,并有可能使现有的医学成像设备设计发生巨大的变革。什么是不完全数据?不完全数据有哪几类?它们之间的关系如何?从不完全数据精确重建感兴趣区的关键何在?什么是重建的唯一性与稳定性?新旧理念间的关系?本文对上述问题作了较系统的阐述。原文发表在"IEEE Signal Processing Magazine,July 2010,pp.60-80"。作者是本领域的知名学者。译者在征得原作者与出版者同意后,翻译本文。在翻译过程中得到作者的诸多帮助,作者还对原文的个别地方作了修订。什印前,旅美学者喻智聪博士对中文译稿作了仔细校勘,使译文表达更准确,更合理。译者在此表示诚挚的谢意。翻译本文的目的在于与医学影像界同行分享本领域发展的新动向。类似的内容读者还可参考王革等"...
|
