4.3.1. Методы компенсации для однородного ослабления

Методы компенсации ослабления этой группы предполагают постоянное значение μ по всему исследуемому объему, что вполне допустимо при диагностики головы и живота. Решение проблемы реконструкции изображений ОФЭКТ при данном предположении сильно упрощается. Применяемые на практике методы компенсации можно разделить в этом случае на три класса: методы предварительной обработки, внутренние методы и методы заключительной обработки.

Методы предварительной обработки проводят компенсацию проекционных данных перед реконструкцией [11, 12]. К типичным примерам этих методов относятся методы геометрического и арифметического среднего (см. глава 6) для сопряженных проекций [13]. Эти методы хорошо работают для одного источника, сильно зависят от толщины тела, слабо зависят от толщины источника и почти не зависят от глубины источника. Ограничением для обоих методов являются ситуации с несколькими источниками, когда требуется информация о толщине и глубине источников. Этих недостатков лишен метод сдвига и сглаживания Фурье преобразований проекционных данных, предложенный в работе [14].

Во внутренних методах компенсация ослабления применяется в процессе шагов реконструкции. Типичным примером являются методы, основанные на аналитическом решении задачи реконструкции изображений [15, 16]. Недостаток этих методов заключается в генерировании достаточно высокого шума в реконструированных изображениях.

К методам заключительной обработки относится хорошо известный метод Чанга [17], в котором данные, измеренных проекций, сначала реконструируются без применения компенсации ослабления. Фактор ослабления для каждой точки изображения рассчитывается как средний фактор ослабления для всех проекционных углов. Компенсация ослабления реализуется умножением каждого пикселя в реконструированном изображении на фактор ослабления. Метод хорошо себя показывает на практике.

В литературе были предложены также несколько итерационных подходов к компенсации ослабления. Однако они имеют тенденцию к избыточной коррекции в некоторых областях и недокоррекции в других областях изображения. Кроме того с каждой новой итерацией наблюдается увеличения шума в изображении.