布鲁克microCT的螺旋扫描与准确重建算法

  在本期“布鲁克microCT应用专栏”中，我们主要介绍扫描轨迹和重建算法的相关内容。当前CT扫描轨迹主要有两种：环形与螺旋，他们之间的差异显而易见。本期内容你会看到采用不同的扫描轨迹和重建算法对终结果的影响。

  为了获得断层重建数据，物体或者光源-探测器的移动方式可以是多样的。简单的方式就是，物体或光源– 探测器在扫描过程中绕旋转轴旋转，以环形轨迹来采集不同角度的数据。而复杂的扫描方式则是旋转或平移同时或顺序进行，以获得非环形轨迹。特定的扫描轨迹配合相应的特定重构算法，我们就可以显著改善重构结果的精度，避免环形扫描中的各种伪影。布鲁克SkyScan系列产品中既有环形扫描方案也有非环形扫描（螺旋）扫描方案。

环形轨迹

  在大多数情况下，环形扫描是各类型CT常用的方式，特点是快速、简单，近似重构。如果x射线锥束沿着旋转轴的开角相对较小，那么重建结果就会非常接近被扫描物体的内部结构。在某些情况下，如需要扫描一个长样品，探测器视野不够大。或者大开角扫描时，重构结果与样品真实结构可能会存在差异。

滤波反投影算法，Feldkamp算法

  Feldkamp，Davis和Kress在1984年提出的滤波反投影算法，简称FDK算法，是锥束CT中常用重建方法。目前大多数CPU加速或GPU加速算法都是基于该算法进行的。

分层重建算法

  除了硬件加速（通过使用图形卡或集群）外，另一种选择是使用更高效的算法。快速的分层反投影算法正是如此。通过将重建体积分成小区域，这样需要少量投影数据，加*果非常显著。尤其是对于大数据集（2K x 2k x 2k以上），效果更佳明显。布鲁克与合作伙伴共同开发的InstaRecon®就是基于该重建算法，单次扫描大重建规模可达15k x 15k x 2.5k。

螺旋扫描与准确重建

  在螺旋扫描过程中，样品绕旋转轴旋转的同时沿着旋转轴平移。与环形扫描不同，它符合Tuy的数据充分条件。这意味着，在许多情况下可以消除某些重建假象，例如在大锥角时垂直于旋转轴的样品两端的模糊（如图像中所示的电池）和长物体完整扫描无需拼接。同时，只有采用相应的准确重建算法才能发挥出螺旋扫描的优势，否则会适得其反。

 ▲9V电池的扫描结果，左侧为环形扫描，FDK重建算法的纵向切片图像。右侧为螺旋扫描，准确重建算法的纵向切片图像

▲长样品的多次分段扫扫描（环形扫描）