Tomográfia ( más görög τομή - szakasz és γράφω - írok) - egy objektum belső szerkezetének réteges képének beszerzése.
Az anatómiai vagy destruktív tomográfia (biotómia) a vizsgált szervezet metszeteinek fizikai kivitelezésén alapul, majd azok vegyszerekkel történő rögzítésével. Az anatómiai tomográfia klasszikus példái a Pirogov metszetek és a szövettani preparátumok képei . A test alakjának megőrzése érdekében a vágások során a testet például fagyasztással rögzítik .
Rekonstruktív vagy nem destruktív tomográfia - információszerzés valamilyen módon egy érdeklődésre számot tartó paraméter eloszlásáról egy magasabb dimenziójú objektumban az alacsonyabb dimenziós vetületek mentén anélkül, hogy az objektumot megsemmisítené; az anatómiai tomográfia antonimája . A fogalom hatóköre magában foglalja az analóg rekonstruktív tomográfiát és a számítógépes (számítógépes) tomográfiát .
Az analóg rekonstruktív tomográfia olyan rekonstruktív tomográfia, amely nem digitális, hanem analóg számítástechnikai eszközöket (például optikai) használ az objektumparaméterek eloszlásának visszaállítására.
A módszert a francia Bocaille orvos javasolta röntgenvizsgálatra, és Vallebona olasz mérnök (és ezzel egy időben más országok mérnökei ) alkalmazta készülékként (az úgynevezett „tomográfként”) az 1920-as években és a korai években. 1930-as években, és a radiográfia három összetevője közül kettő ( röntgencső , röntgenfilm , vizsgálati tárgy ) mozgásán alapult . A tomográf lehetővé tette egy kép készítését - a vizsgált objektum kiválasztott mélységében fekvő réteg képét. A legelterjedtebb felvételi mód, amelyben a vizsgált tárgy mozdulatlan maradt, a röntgencső és a filmkazetta pedig összehangoltan mozgott ellentétes irányba. A cső és a kazetta szinkron mozgásával csak a szükséges réteg látható a filmen, mert csak a teljes árnyékhoz való hozzájárulása marad mozdulatlan a filmhez képest, minden más elkenődik, szinte anélkül, hogy zavarná a kapott kép elemzését. kép. A módszert klasszikus vagy lineáris tomográfiának nevezik . Jelenleg ez utóbbi módszer aránya a kutatásban egyre csökken a világon, viszonylag alacsony információtartalma és magas sugárterhelése miatt.
A panorámatomográfiát széles körben használják az orvostudományban a dentoalveoláris rendszer betegségeinek diagnosztizálására . Az emitter és a röntgenfilmes kazetta speciális pályák mentén történő mozgása miatt egy hengeres felület formájú képet választanak ki. Ez lehetővé teszi olyan kép készítését, amelyen a páciens összes foga látható.
A számítógépes tomográfia a matematikának egy olyan ága , amely matematikai módszereket és algoritmusokat fejleszt egy objektum belső szerkezetének rekonstrukciójára vetítési adatokból - egy objektum digitális képei, amelyek az objektum különböző metsző irányokban történő többszöri átvilágításával készültek. A belső szerkezetet általában voxel formában ábrázolják . Voxeltömb lekérését vetítési képek tömbjéből közvetlen tomográfiai problémának nevezzük . A számítógépes tomográfia területéhez tartozik egy inverz tomográfiai probléma megoldása is - egy ismert belső struktúra alapján tetszőleges vetületi kép kialakítása.
A számítógépes tomográfia a számítógépes tomográfia elméleti alapja, egy olyan módszer, amellyel egy objektum három síkban rétegenkénti képét lehet készíteni, háromdimenziós rekonstrukciós lehetőséggel. A számítógépes tomográfia leggyakrabban röntgen-számítógépes tomográfiát (CT) jelent.
A röntgen-CT-vel ellentétben a mágneses rezonancia képalkotás (MRI) alacsony energiájú elektromágneses hullámokat használ, és gyakori használat esetén nem jelent veszélyt a páciensre. Az MRI-nek és a CT-nek van különbsége, és különböző esetekben használják, nem cserélhetők fel [1] .
A szondázó sugárforrás, a tárgy és a detektor egymáshoz viszonyított helyzete szempontjából a tomográfiás módszerek a következő csoportokra oszthatók:
Alkalmazási köre szerint a következők:
Több ezer algoritmus ismert, amelyeket számítógépes (rekonstruktív) tomográfiai problémákra használnak. Több nagy főcsoportba is összevonhatók.
Abel, Radon, Weinstein kora óta használnak analitikus inverz transzformációs algoritmusokat. E problémák matematikai sajátossága, hogy a Hadamard szerint rosszul feltett problémák osztályába tartoznak , amelyek általában a Fredholm-integrálegyenletekhez kapcsolódnak. Hatékony megoldás ezeknek véges számú vetülettel történő megoldására A. N. Tikhonov akadémikus reguláris módszere , amelyet később Phillips, Arsenin, Yaglom, Tanana és sokan mások fejlesztettek ki.
Tengelyszimmetrikus rendszerek esetén az inverz Abel transzformációt közvetlenül használják. Ennek diszkrét változatát először Van Cittert alkalmazta a Rayleigh-határon túli megoldások problémájára.
A két elválasztható változóval leírt kétdimenziós rendszerek esetében az Agrawala és Sodha elemi transzformációját használjuk. Ismert szimmetriacsoporttal rendelkező rendszerek esetén a Weinstein-tétel jelzi a legkisebb számú vetületet, amely elegendő a rendszer pontos rekonstrukciójához.
Az 1940-es évek óta (Tikhonov et al.) a 2- és 3-dimenziós objektumok tomográfiai problémái numerikus módszerekkel is megoldhatók. Az integrálegyenlet-rendszer numerikus diszkrét modellje végső soron rendszerint egy speciális (aluldefiniált vagy éppen ellenkezőleg, túldefiniált és inkonzisztens) lineáris egyenletrendszerre redukálódik, amely nagy méretű, ráadásul 3-tól 4-ig terjedő dimenziókkal. - (kétdimenziós tomográfiához) 5- és 6-dimenziósig (háromdimenziós tomográfiához). A négydimenziós tomográfia ismert a kísérleti magfizikában és a töltött részecskenyaláb fizikában (Sandia National Laboratories, Brookhaven National Laboratory, CERN , M. V. Keldysh Kutatóközpont, Moszkvai Fizikai és Technológiai Intézet stb.).
Így az ilyen rendszerek megoldása klasszikus "egzakt" módszerekkel (Gauss-Jordan stb.) irreális az objektum elemeinek köbszáma miatt =N M , ahol N az objektum jellegzetes lineáris mérete, M dimenzió, nagy számítási költségek (amit a Kljuev-Kokovkin-Scserbak tétel bizonyít ). Például a 100×100 nagyságrendű kétdimenziós feladatoknál körülbelül 1 billió műveletre lesz szükség a kerekítési hibák halmozásával, a 3 dimenziós 100×100×100-as feladatoknál pedig körülbelül 10 18 műveletre, ami megfelel a körülbelül 1 óra számítási idő több tíz petaflop teljesítményű szuperszámítógépeken.
Így az 1. osztály számítási szempontból nem kielégítő. Megoldásukra három másik algoritmusosztályt használnak:
A Szovjetunió első műszaki és biológiai számítógépes introszkóp-tomográfoi (1940-1950-es évek) és az USA első orvosi számítógépes tomográfoi (1970-es évek) valójában Kaczmarz (1937) lengyel matematikus módszerének számos változatát alkalmazták, köztük a szovjet is. matematikus I. A. Bochek (1953, Moszkvai Fizikai és Technológiai Intézet). Így a Nobel-díjas Cormack és Hounsfield az általuk használt (a legkisebb négyzetek pont elérését biztosító) Kaczmarz-algoritmust ART-nak (1973) nevezte; Tarasco szovjet matematikus (a maximum likelihood pont elérését biztosító, 1960-as évek IPPE, Obninszk) algoritmusát MART-nak hívták; alkalmazták a japán matematikus Kuino Tanabe (1972) algoritmusát is, amely Kaczmarz algoritmusának relaxációs és szuperrelaxációs változata. Frieden algoritmusát gyakran használják (az entrópia maximális pontjának elérését biztosítva). A vetületekben az egyenletek felsorolásának sztochasztikus módszerei (az első az algoritmus I. A. Bochek 1971-ben publikált sztochasztikus változata volt) lehetővé teszik a szabályos műtermékek elkerülését és a képminőség jelentős javítását.
Ha a „vékony nyalábokkal” végzett pásztázási sémáknál az egyenletrendszer viszonylag jól kondicionált (tehát a rekonstrukció eredménye nem túl érzékeny a vetítési mérések elkerülhetetlen hibáira), akkor a „vastag nyalábokkal” (ami jellemző NMR tomográfia, ultrahang, PET, mikrohullámú introszkópia Oshchepkov, elektromos áram tomográfia problémái, az egyenletrendszer nagyon rosszul kondicionáltnak bizonyul, ami a fenti vetítési módszerek iterációinak a megoldáshoz való közeledésének éles lelassulásához vezet. Az ilyen rendszerek megoldására A. V. Gorshkov (MIPT) és S. Elsakov (SUSU) módszereit használják, amelyek különböznek a megoldandó egyenletrendszerek rossz feltételességére való érzéketlenségben, valamint az egyenletek szükséges sztochasztikus felsorolása miatt. bennük a szabályos műtermékek hiánya, végül a konvergencia ráta (gyakorlati feladatokban) 2-3 nagyságrenddel magasabb a korábban jelzettnél.
Nagydimenziós objektumok nemlineáris egyenleteihez és tomográfiájához (háromdimenziós az orvostudományban, tudományban és technológiában, 4-, 5-, 6-dimenziós a magfizikában és plazma- és részecskenyaláb-fizikában, a gyorsítótechnológiában), a Monte Carlo változatai módszer hatékony megoldási mód nagy dimenziójú metrikus terekben.
A szovjet és orosz matematikus, A. A. Abramov algoritmusa, amely egyszerre tömöríti az iterációkat a megoldáshoz és az iterációkat az ortogonalizációhoz, garantálja a megoldáshoz való stabil konvergenciát, és ezzel egyidejűleg nagyon pontos becslést a hibáról és a rekonstrukció sebességéről. Vegyük észre, hogy rosszul kondicionált rendszerekben a másodrendű iterációkat (Gorshkov, Elsakova stb.) ajánljuk elemi iterációként, nem pedig az elsőrendű iterációkat (Kachmarz-Bocek, Tarasco, Frieden stb.) , vagy akár (ha szükséges, gyakorlati problémákban még nem találkoztunk) a 3. vagy magasabb rendű iterációt.
Megjegyzendő, hogy nem szabad feleslegesen túl magas rendű iterációkat használni, mivel ezek számítási költségei az iterációs sorrend korlátlan növekedésével köbösek (N**M-ben) (mint a közvetlen Gauss-Jordan inverziónál).
Az in-phase ultrahang, mikrohullámú, SBMM és elektropotenciális tomográfia számítási problémáinak megoldására Lavrentiev akadémikus algoritmusát használják.
Szótárak és enciklopédiák | |
---|---|
Bibliográfiai katalógusokban |
Orvosi képalkotó módszerek | |
---|---|
röntgen | |
Mágneses rezonancia | |
Radionuklid | |
Optikai (lézeres) | |
Ultrahangos |
|
Endoszkópos |