CBCT图像重建与FDK算法原理及优化实践

1. CBCT图像重建与FDK算法概述

锥束计算机断层扫描（Cone Beam Computed Tomography，简称CBCT）是近年来医学影像领域的重要技术突破。与传统CT相比，CBCT采用锥形X射线束和二维平面探测器，通过单次旋转扫描即可获取三维体积数据，在口腔颌面、骨科和肿瘤放射治疗等领域展现出独特优势。

FDK（Feldkamp-Davis-Kress）算法作为CBCT重建的经典方法，由Feldkamp等学者于1984年提出。该算法在传统滤波反投影（FBP）基础上进行了锥角几何修正，能够有效处理锥束扫描获取的投影数据。其核心思想是将三维重建问题分解为一系列二维重建，通过加权反投影实现三维图像恢复。

在实际临床应用中，FDK算法因其计算效率高、实现相对简单等特点，成为商业CBCT设备的标配重建方案。以口腔种植为例，一次典型的CBCT扫描（120kVp，5mA，360°旋转）可在20秒内完成，FDK重建耗时约3-5分钟，可生成0.2mm各向同性分辨率的容积数据，为种植体定位提供精准解剖参考。

2. FDK算法数学原理深度解析

2.1 投影几何建模

CBCT系统采用锥束几何，X射线源到探测器的距离（SID）通常为50-100cm，旋转中心到探测器距离（SDD）略小于SID。设旋转中心为坐标系原点，投影数据可表示为：

code复制p(u,v,β) = ∫∫∫f(x,y,z)δ(u - (xcosβ + ysinβ)D/(D + xsinβ - ycosβ),
                  v - zD/(D + xsinβ - ycosβ))dxdydz

其中(u,v)为探测器坐标，β为旋转角度，D为源到等中心距离。

2.2 滤波反投影过程

FDK算法主要包含三个关键步骤：

1. 数据加权：对原始投影施加几何权重因子

   code复制w = D/√(D² + u² + v²)
   

   该权重补偿了锥束射线的发散效应

2. 斜坡滤波：沿探测器u方向进行一维卷积

   code复制p_filtered(u,v,β) = p(u,v,β) * h(u)
   

   常用滤波器包括Ram-Lak、Shepp-Logan等

3. 锥角加权反投影：沿射线反向积分