Computationally efficient system matrix calculation techniques in computed tomography iterative reconstruction
Notice bibliographique
Résumé
Background: Relative to classical methods in computed tomography, iterative reconstruction techniques enable significantly improved image qualities and/or lowered patient doses. However, the computational speed is a major concern for these iterative techniques. In the present study, we present a method for fast system matrix calculation based on the line integral model (LIM) to speed up the computations without compromising the image quality. In addition, we develop a hybrid line–area integral model (AIM) that highlights the advantages of both LIM and AIMs. Methods: The contributing detectors for a given pixel and a given projection view, and the length of corresponding intersection lines with pixels, are calculated using our proposed algorithm. For the hybrid method, the respective narrow-angle fan beam was modeled by multiple equally spaced lines. The computed system matrix was evaluated in the context of reconstruction using the simultaneous algebraic reconstruction technique (SART) as well as maximum likelihood expectation maximization (MLEM). Results: The proposed LIM offers a considerable reduction in calculation times compared to the standard Siddon algorithm: 2.9 times faster. Differences in root mean square error and peak signal-to-noise ratio were not significant between the proposed LIM and the Siddon algorithm for both SART and MLEM reconstruction methods (P > 0.05). Meanwhile, the proposed hybrid method resulted in significantly improved image qualities relative to LIM and the Siddon algorithm (P < 0.05), though computations were 4.9 times more intensive than the proposed LIM. Conclusion: We have proposed two fast algorithms to calculate the system matrix. The first is based on LIM and was faster than the Siddon algorithm, with matched image quality, whereas the second method is a hybrid LIM–AIM that achieves significantly improved images though with its computational requirements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».