基于MATLAB的S-L头模型X-CT重建算法仿真系统

资 源 简 介

本项目通过MATLAB实现了Shepp-Logan头模型的X射线CT重建仿真系统，包含投影数据生成、滤波反投影以及迭代重建算法（如SART）等功能。适用于医学成像算法研究和教学演示。

详 情 说 明

S-L头模型X-CT图像重建算法的MATLAB仿真系统

项目介绍

本项目基于经典的Shepp-Logan（S-L）头模型，实现了X射线计算机断层成像（X-CT）重建算法的完整MATLAB仿真。系统从投影数据模拟开始，通过滤波反投影（FBP）和迭代重建算法（如SART、ML-EM）等多种方法，重建出高质量的断层图像。该系统为医学图像重建研究提供了一个可复现的实验平台，支持算法性能的量化评估与对比分析。

功能特性

• 投影数据模拟: 支持基于Radon变换和投影矩阵的两种投影数据生成方式
• 多算法重建: 实现滤波反投影（FBP）、同步代数重建技术（SART）、最大似然期望最大化（ML-EM）等经典重建算法
• 参数可配置: 灵活设置S-L模型参数、投影角度、采样密度及算法特定参数
• 性能评估: 提供均方误差（MSE）、结构相似性指数（SSIM）等量化指标，支持重建效果对比分析
• 可视化输出: 生成投影数据图、重建图像、误差分布图及算法性能对比报告

使用方法

1. 参数配置: 在启动脚本中设置模型几何参数、投影角度范围（如0°-180°）、采样间隔（如1°）以及算法参数（滤波函数、迭代次数等）
2. 数据生成: 运行系统生成S-L头模型的模拟投影数据（sinogram）
3. 图像重建: 依次执行FBP、SART等算法的重建过程
4. 结果分析: 查看重建图像质量，分析误差指标和算法性能对比报告

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox（图像处理工具箱）
• 建议内存4GB以上，用于处理大型投影矩阵和迭代计算

文件说明

主程序文件整合了系统的核心功能流程：首先根据预设的椭圆参数生成S-L头模型数字体模，然后通过Radon变换模拟X射线投影数据采集过程，接着分别调用滤波反投影和迭代重建两类算法进行图像重建，最后通过量化指标对比评估不同算法的重建性能，并生成完整的可视化分析报告。