遺伝的アルゴリズムを用いたシングルフォトンエミッションCT画像の再構成

利用遗传算法重建单光子发射CT图像

• 批准号: 06770733
• 负责人: 尾川 浩一
• 金额: $ 0.58万
• 依托单位: Hosei University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1994
• 资助国家: 日本
• 起止时间: 1994 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-06770733/
• 关键词: 遺伝的アルゴリズム; 画像処理; 画像再構成; エミッションCT

本研究では、遺伝的アルゴリズムにおける、生殖、増殖、交叉、突然変異などの、遺伝子が変化し種が淘汰されていく過程の操作を画像再構成にどの様に応用するかを中心に研究を行なった。1.2値画像の画像再構成問題ミュレーションは、最も簡単な2値画像の再構成問題を取り扱い方法論の検討を行なった。実際には、乱数によって作成した16x16の2値画像を100枚用意し、この画像に対して投影計算(投影方向数18)を行い、測定投影データ(予め計算してある理想的な投影データ)との平均自乗誤差が最も少ないものから、子孫を残す優性度を決定し、次にこれらの画像の一部をでたらめに組み合わせた交叉画像(交叉点数32)を優先度を考慮して100枚作成し、子孫とした。画像をstringにコーティングする際は、全ての画素を1行ずつ連結させて実現した。この様な操作を、投影データの平均2乗誤差が少なくなるまで続けた。この際、突然変異を一定の確率(0.00195)で発生させ、局所的な画素値を変化させながら、画像を発生させた。このようにして、255世代で誤差の最小値が0となり、GAによる画像再構成に成功した。また、この演算速度を速めるために初期画像をフィルタード・バックプロジェクションした画像からも行なった。この結果、50世代で誤差の最小値が0になり、効果が現られた。2.多値画像の画像再構成問題多値画像の場合は、遺伝子コードをどの様に表現するかが問題となる。本研究では簡単のため画素データは3ビットとして取り扱い、コーティングはビット列をそのまま連結することで実現した。当初はハミング距離が短いグレイコードで表現することも考えたが、こちらの方法の方が良好な結果が得られるため方法を変更した。個体数は200、投影方向数は16、画像サイズは16×16で行なった。また、多点交叉の確率は0.1392、突然変異の確率を0.00098で行なったところ良好な結果が得られた。また、多値画像を取り扱う場合にはチェッカーボード状のアーチファクトが発生したため、画素間の連続性を考慮し、平滑化処理を行なうことで100世代程度で良好な画像再構成が可能となることがわかった。

This study focuses on the study of genetic diversity, reproduction, reproduction, crossover, mutation, genetic transformation, selection, process, reconstruction, and application. 1.2 The problem of reconstruction of value-based images is discussed in detail. In fact, the number of random images is 16 x 16 and the number of 2 images is 100. The number of images is 18. The number of projection directions is 18.(To calculate the ideal projection, the average self-correction error, the minimum residual error, the residual error, the minimum residual error, the residual error, the minimum residual error, the minimum residual error, the residual error, the The picture string is displayed on the screen, and all pixels are displayed on the screen. The average 2-point error of this operation and projection is reduced. This time, the sudden change is a certain accuracy rate (0.00195), and the pixel value of the station is changed, and the image is generated. The minimum error of 255 generations is 0. The reconstruction of images is successful. The speed of calculation is very fast. The result, the minimum error of 50 generations is 0, and the result is present. 2. Multi-value portrait re-composition problem Multi-value portrait situation, transmission, transmission In this study, the number of pixels in a row was reduced to 3. In the beginning, the distance between them was short, and the method was good. The number of individuals is 200, the number of projection directions is 16, and the portrait is 16×16. The accuracy rate of multi-point intersection is 0.1392, and the accuracy rate of sudden change is 0.00098. The result is good. In the case of multi-value image selection, the continuity between pixels is considered, and the smoothing process is performed to the extent of 100 generations. The image reconstruction is possible.

项目成果

中田順一朗: "GAによる投影からの画像再構成(多値画像)" 第25回画像工学コンファレンス論文集. 137-140 (1994)

Junichiro Nakata：“使用 GA（多级图像）进行投影重建”第 25 届图像工程会议论文集 137-140（1994 年）。