基于MATLAB的CT图像重建FBP算法实现

资 源 简 介

本MATLAB项目实现了CT图像重建中的滤波反投影（FBP）算法，支持原始投影数据的预处理、滤波处理及反投影重建，可将Sinogram数据转换为清晰的横截面图像，适用于模拟及真实CT扫描数据。

详 情 说 明

基于滤波反投影算法的CT图像重建系统

项目介绍

本项目实现了一套完整的CT图像重建系统，核心采用滤波反投影（FBP）算法。该系统能够将CT扫描获得的原始投影数据（Sinogram）高质量地重建为清晰的横截面图像，涵盖了数据预处理、滤波处理和反投影重建等关键环节。系统支持模拟数据和真实CT扫描数据的处理，适用于医学影像处理教学、CT设备原型开发及相关科研领域。

功能特性

• 完整的FBP流程：实现了从投影数据到重建图像的全流程，包括Radon变换的逆过程。
• 灵活的滤波选项：集成多种经典频域滤波器，如Ram-Lak（斜坡滤波器）、Shepp-Logan、Cosine等，用户可根据需求选择。
• 参数可配置：支持用户自定义投影角度范围、角度数量、探测器数量等关键扫描参数。
• 重建质量评估：若提供参考图像，可计算均方误差（MSE）、结构相似性（SSIM）等指标，定量评估重建效果。
• 中间过程可视化：可选地展示滤波后的投影数据、反投影过程中的累加图像等，便于算法理解与调试。

使用方法

1. 准备输入数据：准备投影数据矩阵（Sinogram），其行对应投影角度，列对应探测器单元读数。
2. 配置参数：设置投影参数（如角度范围从0°到180°，角度数量，探测器数量）并选择所需的滤波器类型。
3. 执行重建：运行主程序，系统将自动完成数据预处理、滤波和反投影重建。
4. 获取结果：程序输出重建后的CT图像（二维灰度矩阵），并显示可视化结果。同时，可根据配置输出质量评估报告和中间过程数据。

系统要求

• 操作系统：Windows / Linux / macOS
• 软件环境：MATLAB (推荐 R2018a 或更高版本)
• 内存：建议4GB以上，处理大尺寸数据时需更多内存

文件说明

主程序文件集成了系统的核心功能，主要负责整个图像重建流程的控制与执行。具体而言，它实现了用户参数的读取与解析、投影数据的导入与预处理、根据所选滤波器类型在频域对投影数据进行滤波处理、采用反投影算法将滤波后的数据重建成横截面图像、对重建出的图像进行可视化展示，并在有条件的情况下计算其与参考图像的质量评价指标。此外，该文件还提供了必要的错误处理与日志输出功能，确保流程的稳定运行。