Three-Dimensional Digital Tomosynthesis: Iterative Reconstruction, Artifact Reduction and Alternative Acquisition Geometry

یولیا لواکینا مقدمه‌ای بر چالش‌های اصلی بازسازی تصویر در توموسنتز دیجیتال (DT) ارائه می‌کند، به‌ویژه در رابطه با ارتباط مشکل بازسازی با ناقص بودن مجموعه داده‌های DT. نویسنده عواملی را که باعث تشکیل آرتیفکت‌های زاویه محدود می‌شوند بحث می‌کند و نحوه محاسبه آنها را به منظور بهبود کیفیت تصویر و وضوح محوری DT مدرن پیشنهاد می‌کند. روش‌های خطاب‌شده شامل یک طرح پیش‌بینی پشتی غیرخطی وزن‌دار برای بازسازی جبری و هندسه اکتساب دو محوره جدید است. همه الگوریتم‌ها و روش‌های مورد بحث با تصاویر دقیق، نکاتی برای اجرای عملی، شبه کد، نتایج شبیه‌سازی و نمونه‌های مورد واقعی بیمار تکمیل می‌شوند.

Yulia Levakhina gives an introduction to the major challenges of image reconstruction in Digital Tomosynthesis (DT), particularly to the connection of the reconstruction problem with the incompleteness of the DT dataset. The author discusses the factors which cause the formation of limited angle artifacts and proposes how to account for them in order to improve image quality and axial resolution of modern DT. The addressed methods include a weighted non-linear back projection scheme for algebraic reconstruction and novel dual-axis acquisition geometry. All discussed algorithms and methods are supplemented by detailed illustrations, hints for practical implementation, pseudo-code, simulation results and real patient case examples.