🔢 mathematics

Torus computed tomography for experimental data

本文通过将基于环面（torus-based）的X射线断层扫描方法应用于扇束测量，引入了Star TCT和正则化反投影技术，并应用逐点非负约束，实现了对实验数据的处理与扩展，并证明了在核桃样本上，该方法相比于滤波反投影技术显著提升了重建质量。

原作者： Ella Salo, Alexander Meaney, Olli Koskela, Jesse Railo

发布于 2026-08-18

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Ella Salo, Alexander Meaney, Olli Koskela, Jesse Railo

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，试图在不切开物体的情况下看到其内部。这是计算机断层扫描（CT 扫描）面临的日常挑战，这项技术利用 X 射线来构建人体、工业零件甚至单颗核桃的横截面图像。几十年来，将这些 X 射线测量值转化为清晰图像的标准方法是一种被称为滤波反投影（filtered backprojection）的数学技术。它的工作原理是获取来自不同角度的数千条 X 射线束，并在数学上将它们“抹回”到网格上，以重建原始形状。虽然这种方法非常可靠，但在数据不完整、存在噪声或以不符合标准网格的方式采集时，它会表现得力不从心，往往导致最终图像出现模糊边缘或奇怪的条纹。

一种被称为环面计算机断层扫描（torus computed tomography）的新方法提供了一条不同的路径。该方法不再直接处理物体的物理形状，而是将物体视为被包裹在一个甜甜圈形状的表面（技术上称为环面）周围。在这个表面上，X 射线束遵循直线路径，并最终循环回到自身，形成闭合路径。通过分析 X 射线沿这些循环路径的传播方式，研究人员可以通过观察图像的频率分量来重建图像——本质上是将图像分解为波动的模式，而不是由像素构建而成。这种方法可以精确控制恢复哪些细节，并提供了一种在最终成像前通过数学手段清理噪声的方法。然而，尽管其理论框架十分优雅，但目前尚不清楚这种方法是否能够应对实际 X 射线机的复杂且不完美的现实情况，因为实际机器通常使用扇形束，而非该理论所要求的理想平行束。

在最近的一项研究中，一个研究小组致力于弥合理论与实践之间的这一差距。他们采用了环面方法，并对其进行了改进，使其能够处理真实的 X 射线数据，具体是对一颗核桃进行的扫描。挑战是巨大的：该核种使用标准的扇形束机器进行扫描，该机器以微小的等间距步长旋转物体，但环面方法要求数据沿特定的、闭合的循环方向采集，这与扫描步长并不自然对齐。为了解决这个问题，团队开发了一种将扇形束数据转换为环面方法能够理解的格式的方法。他们将扇形测量值转换为平行束，然后将每个所需的循环方向与扫描中最近的可选角度进行匹配。这使得他们能够首次将环面重建算法应用于真实的物理对象。

研究人员并未止步于仅仅应用现有方法，他们还扩展了其功能。他们引入了一种名为 Star TCT 的变体，该变体允许在不需要额外数据的情况下恢复更广泛的图像细节，从而更深入地观察物体的内部结构。他们还实现了一种名为环面反投影（torus backprojection）的技术，通过直接累加 X 射线数据来重建图像，从而提供了实现同一目标的另一种数学路径。为了处理实际扫描中不可避免的噪声，他们添加了一个正则化版本的反投影方法，该方法在保留重要细节的同时平滑图像。最后，他们添加了一个简单但强大的后处理步骤：一个强制要求图像中任何负值均为零的规则。由于 X 射线衰减（即物体阻挡光线的程度）在物理世界中不可能为负，因此这一约束起到了一种物理现实检查的作用，进一步净化了图像。

当团队在核桃上测试这些方法时，结果具有启发性。基于环面的重建产生了清晰的图像，没有出现标准方法在扫描角度不完全均匀时经常出现的阴影状条纹。事实上，环面图像避免了标准滤波反投影图像中出现的特定伪影，后者在对角线和垂直线上显示出明显的条纹。研究人员发现，虽然使用所有可用角度的标准方法产生的整体图像最为准确，但环面方法已经非常接近这一水平，尤其是在应用了正值约束之后。这个移除负值的简单步骤显著提高了环面重建的准确性，使其更接近标准方法的质量。

研究还重新审视了之前的计算机模拟，以确保新代码运行正确。在这些无噪声的模拟环境中，当使用相同的有限角度集时，环面方法优于标准方法，且新的 Star TCT 变体比基础环面方法提供了持续的改进。然而，研究人员指出，在存在噪声的情况下，具有均匀分布角度的标准方法仍然是最准确的。环面反投影方法在洁净条件下表现出色，但在面对噪声时显得较为敏感，尽管正则化版本有助于缓解这一问题。

这项工作的一项重要发现是计算成本。将扇形束数据转换为环面格式的过程目前是整个过程中最耗时的部分。对于高分辨率图像，仅这一映射步骤在标准计算机上就可能需要近四个小时，而实际的重建过程则要快得多。尽管存在这一瓶颈，团队仍证明了该方法是可行的，且图像质量足以投入使用。得益于环面数学的特性，可以在任何网格上评估图像而无需额外成本，这提供了标准方法所不具备的独特灵活性。

最终，这项工作证实了环面计算机断层扫描方法不仅是一个理论上的奇想，而且是一个可以处理真实实验数据的实用工具。通过成功地将该方法适配于扇形束扫描，并引入 Star TCT 和正值约束等新扩展，研究人员表明这种方法可以产生高质量的图像，并能避免传统技术的特定伪影。虽然它目前可能还无法在所有场景下取代标准方法，但对于数据不完整或需要规避特定类型图像伪影的情况，它提供了一个强大的替代方案。研究结论认为，通过进一步优化计算步骤，基于环面的重建有望成为实验性 X 射线成像的一种稳健选择。

技术摘要：用于实验数据的环面计算断层扫描（Torus CT）

问题陈述
计算断层扫描（CT）传统上依赖于滤波反投影（FBP），这是一种植根于 Radon 变换的方法。虽然 FBP 在标准采集几何结构下非常有效，但在数据存在噪声或不完整时，往往会产生不理想的结果。近期的理论研究确立了平坦环面（ $T^2$ ）上的测地线 X 射线变换（geodesic X-ray transform）作为一种可行的替代重建框架。然而，最初的 Torus CT 实现（Ilmavirta 等人，2020）在很大程度上仍停留在理论层面，或仅限于模拟数据，其在实际实验获取的 X 射线测量值上的适用性尚不明确，因为实验测量通常采用扇束（fan-beam）几何结构和等间距投影角度，而非环面模型所要求的特定的闭测地线方向。

方法论
本研究实现并扩展了 Torus CT 框架以处理实验数据。核心方法论包含三个主要的技術组件：

数据转换与映射：
- 实验数据以等间距角度的扇束测量形式获取。为了利用 Torus CT 前向算子（ $A_{T^2}$ ），首先将扇束正弦图（sinogram）转换为平行束 Radon 数据。
- 随后，将平行束投影角度映射到环面上的离散闭测地线方向集（ $Q_N$ ）。由于实验角度并不完全符合所需的整数向量方向，该方法采用了最近角度选择策略。
- 前向算子将闭测地线分解为基本域 $[0, 1)^2$ 内的线段，通过计算这些线段上的标准 Radon 变换之和来计算环面 X 射线变换。
重建算法：
- 标准 Torus CT： 通过从投影到环面上的 X 射线数据中恢复傅里叶系数 $\hat{f}(k)$ 来重建图像。这依赖于傅里叶切片定理，即方向 $v$ 的数据决定了与 $v$ 正交的系数。
- Star TCT（扩展频率覆盖）： 这是一种扩展方法，旨在恢复超出标准频率框 $Z_N$ 之外的额外傅里叶系数。通过利用“方向 $v$ 的数据决定所有 $mk $（其中$ k \perp v $）的系数”这一特性，该方法在不需要额外测量的情况下，将可恢复的频率集扩展到$ K_{N, \tilde{N}}$。
- 环面反投影（Torus Backprojection, TBP）： 另一种源自对所有原始整数方向进行 X 射线投影求和的空间域重建方法。论文推导了一种正则化的 TBP 公式，表明 Tikhonov 正则化相当于将未正则化的 TBP 结果与空间滤波核进行卷积。文中提供了两种数值实现：一种是傅里叶域方法（使用 FFT），另一种是直接卷积法。
正则化与后处理：
- 在傅里叶域应用 Tikhonov 正则化，以针对噪声稳定反演过程。
- 引入逐点正定性约束（ $f_+ = \max(f, 0)$ ）作为后处理步骤。这利用了 X 射线衰减系数非负的物理先验，旨在减少吉布斯（Gibbs）型振荡并提高精度。

主要贡献
本文做出了以下具体贡献：

实验实现： 成功将 Torus CT 应用于实验性的扇束 X 射线数据（具体为核桃数据集），弥合了理论环面几何与实际采集设置之间的差距。
算法扩展： 引入了 Star TCT 方法以扩展频率恢复，并实现了带有推导正则化公式的 环面反投影（TBP）。
代码修订： 更新了 Ilmavirta 等人（2020）的原有数值实现，修正了模拟错误并优化了前向算子。
正定性约束： 证明了简单的逐点正定性约束作为提高衰减成像重建质量的后处理步骤的有效性。

结果
研究使用模拟幻影（Shepp-Logan、Flag、旋转 Flag）和实验核太数据对方法进行了评估。

模拟数据：
- 更新后的实现与 2020 年的研究相比，结果有了显著提升。
- 在无噪声设置下，当使用相同的环面最优方向（ $Q_N$ ）时，所有基于环面的方法均优于 FBP。使用 $Q_N$ 的 FBP 会表现出由于角度分布不均匀而产生的阴影状伪影，而基于环面的重建则没有这些伪影。
- Star TCT 较标准 Torus CT 提供了持续的改进。
- TBP 在无噪声设置下达到了最低误差，但对噪声更敏感。
- 在有噪声且经过正则化的场景中，对于特定幻影，基于环面的方法生成的 $L^2$ 误差通常低于使用 $Q_N$ 的 FBP。
- 正定性约束显著降低了所有方法的重建误差，特别是对于容易出现吉布斯振荡的傅里叶方法。
- 使用均匀分布角度的 FBP 在整体上仍然是最准确的，作为强有力的基准。
实验数据（核太）：
- 将重建结果与使用所有可用投影角度计算得到的 FBP 参考值进行了比较。
- 基于环面的方法产生的重建误差与使用相同有限集环面最优角度（ $Q_N$ ）的 FBP 相当。
- 至关重要的是，基于环面的方法没有出现 FBP 在使用 $Q_N$ 时观察到的阴影条纹伪影。
- 正定性约束降低了 Torus 方法和 FBP 方法的误差，但并未改变它们的相对性能排名。
- 计算成本： 主要瓶颈是“正弦图到环面”的映射步骤，该步骤随频率框大小 $N$ 的增加而显著增加（从 $N=25$ 时的约 230 秒增加到 $N=100$ 时的约 3.8 小时）。一旦完成映射，实际重建过程相对较快，其中 TBP 是最快的方法。

意义与主张
论文声称提出的扩展（Star TCT、TBP 和正定性约束）提高了重建质量，并支持了基于环面的方法在实验数据上的适用性。作者强调，在环面框架内，可以从多种方式利用相同的测量数据。

然而，作者对实验结果保持了审慎的态度。他们承认，参考 FBP 重建可能会引入有利于 FBP 的系统性偏差。此外，他们指出，将扇束数据转换为平行束并选择最近角度时引入的近似误差，可能在实际数据实验中占据了误差的主要来源，从而限制了 Tikhonov 正则化在这一特定背景下的有效性。论文结论认为，虽然这些方法是可行的且无伪影，但仍需进一步研究以确定它们在何种条件下能优于标准 FBP，并解决映射步骤的计算瓶颈问题。

技术摘要：用于实验数据的环面计算断层扫描（Torus CT）

类似论文