Proposal of a protable few view tomograph with divergent beams
En este trabajo presentamos un modelo para la construcción de un tomógrafo portátil de pocas vistas. Se considera: (1) un tomógrafo de forma circular con 80 cm de diámetro, con imágenes reconstruidas circulares de 20 cm de diámetro. (2) El tomógrafo tiene 6 vistas con 36 conos por vista. Los 216 det...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2010 |
| País: | Perú |
| Institución: | Universidad Nacional Mayor de San Marcos |
| Repositorio: | Revistas - Universidad Nacional Mayor de San Marcos |
| Idioma: | español |
| OAI Identifier: | oai:revistasinvestigacion.unmsm.edu.pe:article/8853 |
| Acceso en línea: | https://revistasinvestigacion.unmsm.edu.pe/index.php/fisica/article/view/8853 |
| Access Level: | acceso abierto |
| Palabra clave: | Tomografía reconstrucción problemas inversos algoritmo distancia de Bregman. Tomography reconstruction inverse problems algorithm Bregman is distance. |
| Sumario: | En este trabajo presentamos un modelo para la construcción de un tomógrafo portátil de pocas vistas. Se considera: (1) un tomógrafo de forma circular con 80 cm de diámetro, con imágenes reconstruidas circulares de 20 cm de diámetro. (2) El tomógrafo tiene 6 vistas con 36 conos por vista. Los 216 detectores están fijos sobre la superficie interna del tomógrafo. (3) Las fuentes puntuales están en posiciones fijas. Para la reconstrucción de imagen utilizamos una discretización que considera los caminos de la radiación entre la fuente y el detector, la intersección de estos caminos forman una discretización denominada base natural. El algoritmo de reconstrucción empleado es el r-ART, basado en utilizar la distancia de Bregman como un termino de regularización. La distancia de Bregman es construida con una función convexa que tiene un parámetro r=0.1. Presentamos ejemplos de imágenes reconstruidas. Las imágenes reconstruidas simulan la cabeza de un niño con una anomalia. Los datos para la reconstrucción fueron obtenidos mediante el código Monte Carlo de N Partículas, MCNP |
|---|