1 重庆大学机械与运载工程学院，重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心，重庆 400044
在微焦CT成像中，通常利用增大X射线源管电压、管电流来提高扫描效率，但射线源功率增加会导致焦点尺寸增大，投影图像模糊，从而降低重建图像的空间分辨率。为了解决因非理想射线源焦点引起的图像模糊问题，本文提出利用深度学习在投影域映射非理想焦点与理想焦点投影之间的关系。推导了理想焦点投影与非理想焦点投影的正向关系，基于该关系构建配对数据集；提出一种基于自注意力机制的U-net网络（SU-net）学习非理想焦点投影到理想焦点投影的逆向关系。仿真实验和实际实验结果表明，提出的SU-net方法能准确地从非理想焦点投影中估计出理想焦点投影，可有效减少焦点导致的图像模糊。
计算机断层扫描 微焦点CT 空间分辨率 深度学习 X射线源焦点
1 北方民族大学 计算机科学与工程学院，宁夏银川75002
2 宁夏医科大学 医学信息工程学院，宁夏银川750004
3 北方民族大学 图像图形智能处理国家民委重点实验室，宁夏银川750021
基于生成对抗网络（Generative Adversarial Network，GAN）的医学图像融合是计算机辅助诊断领域的研究热点之一，但是现有基于GAN的融合方法存在训练不稳定，提取图像的局部和全局上下文语义信息能力不足，交互融合程度不够等问题。针对上述问题，本文提出了双耦合交互式融合GAN （Dual-Coupled Interactive Fusion GAN， DCIF-GAN）。首先，设计了双生成器双鉴别器GAN，通过权值共享机制实现生成器之间和鉴别器之间的耦合，通过全局自注意力机制实现交互式融合；第二，设计耦合CNN-Transformer的特征提取模块（Coupled CNN-Transformer Feature Extraction Module， CC-TFEM）和特征重构模块（CNN-Transformer Feature Reconstruction Module， C-TFRM），提升了对同一模态图像内部的局部和全局特征信息提取能力；第三，设计跨模态交互式融合模块（Cross Model Intermodal Fusion Module， CMIFM），通过跨模态自注意力机制，进一步整合不同模态间的全局交互信息。为了验证本文模型的有效性，在肺部肿瘤PET/CT医学图像数据集上进行实验，该文方法在平均梯度，空间频率，结构相似度，标准差，峰值信噪比，信息熵等上与其他四种方法中最优方法相比，分别提高了1.38%，0.39%，29.05%，30.23%，0.18%，4.63%。模型能够突出病变区域信息，融合图像结构清晰且纹理细节丰富。
医学图像 图像融合 PET/CT 耦合生成对抗网络 Swin Transformer medical image image fusion PET/CT coupled generative adversarial network swin transformer 强激光与粒子束
2024, 36(1): 012001
针对肺结节计算机断层（CT）图像具有的细节多样性以及类间相似性的问题，构建了一种集卷积神经网络（Convolutional neural network，CNN）和Transformer优势的双路径交叉融合网络对肺结节进行更精确的分类。首先，以窗口多头自注意力和滑动窗口多头自注意力为基础，构建全局特征块，用于捕获结节的形态特征；以大核注意力为基础构建局部特征块，用于提取结节的纹理、密度等内部特征。其次，设计特征融合块用于融合上一阶段的局部与全局特征，使每一条路径都能获得更综合的判别信息。然后，引入KL（Kullback-leibler）散度来增加不同尺度特征之间的分布差异性，优化网络性能。最后，采用决策层融合的方法获得分类结果。在LIDC-IDRI数据集上进行实验，网络的分类准确率、召回率、精确率、特异性、受试者操作特征（ROC）曲线下的面积（Area under curve，AUC）分别为94.16%、93.93%、93.03%、92.54%、97.02%。实验结果表明，所提方法具有较好的肺结节良恶性分类能力。
肺结节良恶性分类 CT图像 局部-全局特征 Transformer 注意力机制 激光与光电子学进展
2024, 61(8): 0837002
1 重庆大学光电技术及系统教育部重点实验室ICT研究中心，重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心，重庆 400044
电子直线加速器焦点尺寸是影响高能工业CT空间分辨率等关键技术指标的主要因素之一。IEC 62976-2021和GB/T 20129-2015的“三明治”法（或称叠片法）是现行的无损检测用电子直线加速器焦点测试标准。但在实际操作中，该方法不仅过程繁琐，且在胶片曝光、冲洗、条纹计数等过程中人为因素影响大。此外，理论仿真发现“三明治”测试模块的金属片及塑胶片厚度对测量结果影响的误差超过±12.5%。针对该方法的不足，研究并设计了一套焦点测量方法和装置——狭缝平移扫描法及装置，并进行焦点扫描测试和CT空间分辨率验证等实验。结果表明，所提方法相对于“三明治”法，测量结果客观、准确、重复性好，这对于电子直线加速器的焦点尺寸精确测量和高能工业CT系统性能评估和优化设计具有重要意义。
X射线光学 高能工业CT 电子直线加速器 焦点尺寸 蒙特卡罗方法 光学学报
2023, 43(23): 2334001
强激光与粒子束
2023, 35(10): 104006
1 武汉轻工大学化学与环境工程学院,武汉 430023
2 四川省产品质量监督检验检测院, 成都 610100
本文通过3,3′-((乙基-1,2-二基双((吡啶-2-甲基)杂氮二基))双亚甲基)二(2-羟基-5-甲基苯甲醛)(H2L)和丙二胺在金属离子存在条件下的缩合反应, 得到了一个新型3-甲基吡啶悬臂Cu(II)-Zn(II)异双核配合物, 并通过红外光谱、紫外光谱、电喷雾质谱、X射线单晶衍射等手段对其结构进行了表征。单晶衍射结果表明该配合物属于六方晶系, P63/m空间群, a=1.982 18(17) nm,b=1.982 18(17) nm,c=1.839 4(2) nm, 分子式为C37H41CuN6O4Zn。金属中心Cu(II)和Zn(II)由两个酚氧原子和一个醋酸根桥联, 它们的配位环境都可以近似地看作为四方锥结构, Cu(II)和Zn(II)之间的距离是0.289 7 nm。本文还利用循环伏安实验和黏度实验的方法对该配合物与小牛胸腺DNA(CT-DNA)的相互作用模式进行了研究, 结果表明该配合物与CT-DNA的结合方式为弱的插入模式, 其相应的结合活性为6.92×103 mol/L。
3-甲基吡啶悬臂 Cu(II)-Zn(II)异双核配合物 单晶衍射 配位环境 CT-DNA结合 3-methylpyridyl pendant-arm Cu(II)-Zn(II) hetero-binuclear complex coordination environment CT-DNA binding
1 重庆大学光电技术及系统教育部重点实验室，重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心，重庆 400044
3 重庆工商职业学院电子信息工程学院，重庆 400032
X射线荧光CT（XFCT）是X射线CT与X射线荧光分析相结合的新型成像方式，可用于探测被修饰后的纳米金颗粒在肿瘤内部的分布及质量分数，在早期癌症诊疗方面具有较好的应用潜力。如何抑制XFCT成像的康普顿散射噪声是当前的热点问题。本文基于深度学习方法，通过卷积神经网络学习图像中的噪声分布规律，从而抑制噪声。基于此，提出了一种基于噪声水平估计和卷积神经网络的XFCT去噪网络（NeCNN）算法，该算法运用噪声估计子网络及去噪主网络进行去噪。估计子网络通过去噪卷积神经网络（DnCNN）估计噪声水平并初步降噪，随后将估计结果输入去噪主网络——全卷积神经网络（FCN）用于学习康普顿散射的分布规律，同时为兼顾局部与全局最优解采用均方误差（MSE）及结构相似度（SSIM）作为损失函数。数据集通过Geant4软件模拟扫描填充各种金属纳米颗粒（Au、Bi、Ru、Gd）的空气模体及聚甲基丙烯酸甲酯（PMMA）模体来获取，且设置不同入射X射线的强度，以此模拟不同噪声水平，增强模型泛化能力。实验结果表明，与三维块匹配滤波（BM3D）及DnCNN算法相比，NeCNN算法的去噪结果最优，其SSIM为0.95066，峰值信噪比（PSNR）为29.01558，图像质量提高最为显著。
X射线荧光CT 康普顿散射 噪声估计 NeCNN算法 光学学报
2023, 43(20): 2034001
强激光与粒子束
2023, 35(8): 086001
