Товаров: 0 (0р.)

Бревна текстура: Текстура бревна: изображения, стоковые фотографии и векторная графика

Содержание

бревна, текстура, шаблон, фон, дерево, натуральный, декорации, отдых, молодой, лесоматериалы, свая

бревна, текстура, шаблон, фон, дерево, натуральный, декорации, отдых, молодой, лесоматериалы, свая | Pikist бревна, текстура, шаблон, фон, дерево, натуральный, декорации, отдых, молодой, лесоматериалы, сваяPublic Domain

Соответствующие роялти бесплатные фотографии

  • партия, сухой, дрова, лесоводство, бревна, шаблон, свая, ресурс, круглый, текстура, дерево Public Domain
  • дерево, бревна, фон, резать, Трещина, дрова, натуральный, на открытом воздухе, стек, природа, свая Public Domain
  • пиломатериалы, дерево, бревно, коричневый, резать, подробно, природа, старый, шаблон, кольцо, состав Public Domain
  • org/ImageObject»> Аннотация, дрова, деревянные бревна, резать, лесоводство, бревна, пиломатериалы, шаблон, грубый, текстура, дерево Public Domain
  • дерево, бревна, пиломатериалы, охапка дров, дрова, лесоматериалы, вырубка леса, протоколирование, деревянный Public Domain
  • бревна, дерево, Пожар, рубленое дерево, дрова, пиломатериалы, лесоматериалы, деревянный, резать, пилили, рубленый Public Domain
  • Аннотация, фон, резать, энергия, дрова, топливо, журнал, пиломатериалы, материал, шаблон, свая Public Domain
  • пиломатериалы, зима, дерево, хобот, журнал, лесоматериалы, охапка дров, снег, лесоводство, свая, холодно Public Domain
  • org/ImageObject»> дерево, текстура, материал, текстура древесины, деревянный, натуральный, грубый, поверхность, лесоматериалы, деревянный фон Public Domain
  • дерево, текстура, фон, лесоматериалы, коричневый, желтый, старый, древесноволокнистые плиты, шаблон, крупный план, макрос Public Domain
  • сердце, дерево, бревна, расческа резьбы, деревянная куча, сложены, дрова, украшение, holzstapel, склад, любить Public Domain
  • бревна, дерево, лесоматериалы, пиломатериалы, охапка дров, лесоводство, протоколирование, сложены Public Domain
  • дерево, свая, текстура, лесоматериалы, деревянный, стек, коричневый, пиломатериалы, материал, охапка дров, промышленность Public Domain
  • org/ImageObject»> фон, текстура, дерево, синий, бирюзовый, деревянный фон, шаблон, старый, деревянный, материал, панель Public Domain
  • дрова, бревна, природа, свая, сложены, деревья, дерево Public Domain
  • дерево, текстура, фон, лесоматериалы, коричневый, желтый, старый, древесноволокнистые плиты, шаблон, крупный план, макрос Public Domain
  • шаблон, дерево, ретро, деревянный, поверхность, Таблица, текстура, Чисто, натуральный Public Domain
  • бревна, протоколирование, лесоматериалы, пиломатериалы, свая, лесоводство, охапка дров, вырубка леса, промышленность, стек, дрова Public Domain
  • org/ImageObject»> уголь, каменный уголь, ясень, сожжен, фон, текстура, черный, жечь, трещина, темно, дрова Public Domain
  • фон, деревянный, старый, дерево, текстура, грубый, шаблон, марочный, поверхность, лесоматериалы, дизайн Public Domain
  • бревна, лесоматериалы, дерево, протоколирование, пиломатериалы, лесоводство, сырье, деревья, свая, сложены, стек Public Domain
  • фон, дерево, текстура, сарай, выветрившийся, деревянный фон, шаблон, лесоматериалы, деревянный, коричневый, доска Public Domain
  • бревна, пиломатериалы, лесоматериалы, дерево, протоколирование, лесоводство, сырье, свая, ель, дрова, деревянный Public Domain
  • org/ImageObject»> фон, дерево, старый, деревянный фон, текстура, шаблон, лесоматериалы, материал, деревянный, доска, природа Public Domain
  • фон, текстура, шаблон, Аннотация Public Domain
  • дерево, текстура, ракушка, макрос, подробно, коричневый, лесоматериалы, шаблон, древесноволокнистые плиты, древесная ткань, старый Public Domain
  • камни, крупная галька, стек, свая, Дзэн, остаток средств, медитация, мир, шаблон, натуральный, текстура Public Domain
  • озеро, воды, волна, зеркальное отображение, текстура, фон, состав, синий, шаблон Public Domain
  • текстура, фон, состав, шаблон, серый, черный Public Domain
  • org/ImageObject»> дерево, материал, Пожар, жечь, куски, годовой, кольца, шаблон, поверхность, лесоматериалы, натуральный Public Domain
  • текстильный, джут, коричневый, ткань, текстура, шаблон, фон, нить, материал Public Domain
  • песок, шаблон, волна, фон, белый, текстура, природа, состав Public Domain
  • трава, зеленый, лужайка, растения, текстура, фон, шаблон, поверхность Public Domain
  • дерево, журнал, дрова, годовая зона, круг, доллар США, шаблон, текстура, фон Public Domain
  • фон, охапка дров, дерево, бревна, резать, природа, лесоматериалы, деревянные колонны, призма, коричневый, шаблон Public Domain
  • org/ImageObject»> бумага, текстура, коричневый, натуральный, фон, документ Public Domain
  • черная кожа, текстура кожи, кожа, текстура, фон, дерматин, декоративный, шаблон, натуральная кожа, сверкание, поверхность Public Domain
  • розовая кожа, текстура кожи, кожа, текстура, фон, яркий, дерматин, декоративный, шаблон, натуральная кожа, сверкание Public Domain
  • дрова, проведение, дерево, бревна, лесоматериалы, сельская местность, человек, мужчина Public Domain
  • фон, деревянный, дерево, текстура, грубый, шаблон, поверхность, лесоматериалы, дизайн, стена, цвет Public Domain
  • org/ImageObject»> дерево, лесоматериалы, шаблон, текстура, напольное покрытие Public Domain
  • мрамор, текстура, белый, шаблон, поверхность, фон, гранит, камень, стена, ванная Public Domain
  • фон, коричневое искусство, коричневый фон, коричневая текстура, фрактальный, фрактальное искусство, золото, оранжевый, шаблон, текстура, тепло Public Domain
  • фон, натуральная кожа, коричневый, крупный план, цвета, дизайн, мода, очарование, макрос, материал, шаблон Public Domain
  • дерево, текстура, фон, доски, зеленый, шаблон, деревянный, материал, текстура древесины, зерно, поверхность Public Domain
  • org/ImageObject»> текстура, дерево, стена, желтый, состав, фон, текстура древесины, зерно, шаблон, украшение, цвет Public Domain
  • дерево, текстура, твердая древесина, стена, шаблон, вертикальный Public Domain
  • дерево, бревна, деревянный, стена, украшение, дизайн, поверхность, текстура Public Domain
  • дерево, бамбук, фон, текстура, завод, желтый, шаблон Public Domain
  • фон, шаблон, дизайн, материал, натуральный, дерево, деревянный, доска, старый, покрасить, марочный Public Domain
  • деревянное сердце, текстура, фон, состав, шаблон, поверхность, фоновая текстура, береза, березовое сердце, сердце, текстура фон Public Domain
  • org/ImageObject»> фоны, фон, состав, коричневый, Аннотация, шаблон, текстура Public Domain
  • формы плитки, текстура, шаблон, Изобразительное искусство, творческий, дизайн, цвета, фон Public Domain
  • текстура, дерево, годовые кольца, фон, состав, природа, шаблон, племя, журнал, сосна, закрыть Public Domain
  • дерево, текстура древесины, деревня, природа, дача, ванна, дрова, деревья, древовидная структура, бревна, кругляк Public Domain
  • фон, текстура, шаблон, фоны, синий, расположение, фоновая текстура, гранж, ретро, викторианский, текстура фон Public Domain
  • org/ImageObject»> дрова, стек, дерево, рубленый, резать, сушка, свая, камин, топливо, бревна, текстура Public Domain
  • дерево, ель, Picea, хвойное дерево, текстура, деревянный диск, годовые кольца, состав, деревянные глаза, зерно, трещины Public Domain
  • бревна, лесоматериалы, дерево, деревянный, пиломатериалы, протоколирование, дрова, сложены, стек, свая, лесоводство Public Domain
  • Аннотация, фон, синий, свет, шаблон, мягкий, текстура, акварель Public Domain
Загрузи больше

Текстура Брёвен Для Spintires: MudRunner (V18.10.18) для SpinTires: MudRunner — Моды для SpinTires: MudRunner

Перевод для версии 2.6.8 подойдёт на версию 2.6.9?

может у кого осталась сборка до удаления?

Та же ситуация.  

Здравствуйте, мод работает отлично, но есть одно НО
симы не могут подружиться, то есть индикатор вообще не двигается и стоит на месте, из-за этого невозможно завести друзей и отношения
как только заходишь в игру первые минуты все нормально, симы могут общаться и развивать отношения, а потом все, диалоги идут, а шкала отношений стоит на месте

Как начать событие «Волшебная школа», подскажите, пожалуйста?

У меня тоже не стреляет версия 41.65

Здравствуйте, поделитесь пожалуйста последней версией мода  

Войдите в аккаунт, в яндексе не может быть лимита, у меня стоит подписка, нет ограничений по лимиту.
По-поводу гугла тоже самое, войдите в свой аккаунт потом попробуйте снова. У меня всё лично работает и идет загрузка.

на яндекс диске привышен лимит, а в гугле недоступно

Спасибо, перезалил, была проблема с хостингом

Здравствуйте, уточните проблему, как именно не получается?

Здравствуйте, что делать если не получается скачать с обоих источников?

Файл ClaudiaSharon_SkilledPC. package по ссылке внизу поста с modsfire.com скачивается нулевого размера, с Патреона – нормальный, 136 КБ.
Перезалейте, пожалуйста!

Есть смысл использовать мод, если постоянно переключаешься между семьями? Потому что в игре хоронят тещ и рвут баяны (утрирую). Радоваться после смерти близких/друзей/питомца/просто хорошего знакомого или друга, если ты не отбитый циник — такое себе, это не над вражиной позлорадствовать.

Через 12 дней. Тоже жду апдейт.

Встречный вопрос, раз уж тебе столько неприятных анимаций попадалось: кто из авторов больше всего любит запихивать в задницу швабру/метлу/щетку/бутылки? Пока только вантуз у Yrsa видел. Рвоту и мочу не надо.

Устойчивое именование такого типажа «бимбоунитаз» звучит гораздо точнее, хоть и скабрезнее. Кукла просто в ящике валяется.

а обьясните мне пожалуйста как вообще с кем либо заниматься сексом а то не чего не понятно и нет не инструкции не чего

Привет, ещё какие-нибудь моды стоят? Оружейные паки или же мод Better Sorting?

9 января 2022 22:32

Здравствуйте. На сколько я помню из своего опыта (возможно у других иначе, но повторюсь, из моего опыта):
— пенисы от BTTB ставятся черными, их обязательно надо окрашивать наложением цвета из его же комплекта.
— пенисы от Noir and Dark выглядят вроде более адекватно, но использовать окраску из комплекта с ними все же надо, иначе «стыковка» с телом… такое ощущение, что прилеплен кусок пластилина, а не пенис.
— и только пенисы от Simdulgence выглядят реалистичными без заморочек с окраской.
Скинтоны для симов не использую, поэтому не могу сказать на сколько все отличается от описанного выше при их использовании на симах.

9 января 2022 21:40

Есть проблема, на билде 41.65 перестало спавниться оружие и магазины к нему, на билде 41.56 все работало исправно. ModOptions и Arsenal установлены. Если добавлять оружие через чит-меню, все работает исправно.

9 января 2022 21:37

Когда уже 22 января наступит. ..

9 января 2022 19:51

Здравствуйте. Подскажите, у симов мужчин половой член черный, убирала в касе все скинтоны и все равно оставался черным. Что делать?

9 января 2022 19:36

Ох нифига, он ещё жив!

9 января 2022 16:49

У меня была мысль, что присутствует конфликт модов, но читая ваше первое сообщение, думал что первым из вариантов проверки было как раз удаление всех модов кроме WW и проверки наличия проблемы.
А на счет DD я как-то уже тут (может не в ветке WW, но где-то на сайте точно) расписывал про раздевания, что из-за собственных настроек раздевания (у каждого мода свой маркер, они не используют один на всех) часто возникают проблемы, что сим вроде одет, но числится раздетым и наоборот.
Я сам через это проходил, я долго пытался это подружить, но работает это все равно через одно место, поэтому тоже отказался от DD, хотя в нем были прикольные фишки, что в принципе расширяло гейплей симов, но привносило массу периодических проблем.

9 января 2022 14:07

Оцилиндрованное бревно :: ООО Секвойя

Производственно-строительная компания «Секвойя» предлагает вам оцилиндрованное бревно диаметром 160-280 мм собственного производства!

Что это?

Оцилиндрованное бревно — материал, который сочетает в себе традиции российского зодчества и современный подход к строительству. Дома и сооружения из бревна строили у нас издавна. Но нынешняя технология обработки позволяет значительно повысить теплоёмкость и звукоизоляцию стен. 

Бревно оцилиндрованное производится из древесного ствола, который проходит серию этапов обработки на фрезеровочном оборудовании. На выходе с производственной линии у изделия по всей длине имеется одинаковая форма, в поперечном срезе представляющая собой цилиндр с выбранной частью для укладки на следующее бревно. Благодаря этому на этапе сборки стен брёвна ставятся друг на друга плотно, не оставляя щелей и перепадов высоты.

Вторая важная особенность качественной оцилиндровки — поверхность, которую можно назвать идеальной. Каждое бревно должно быть гладким, не оставлять занозы в одежде или коже, не иметь дефектов в виде чревоточин, грибка и т. п. Допустимы только незначительные изменения поверхности в районе сучков: из-за особенностей древесного строения она будет более шероховатой. Поэтому стены, возведенные из оцилиндрованного бревна, как правило, не отделывают, чтобы сохранить всю красоту древесных текстур и непередаваемый запах!

Наши производственные возможности и преимущества

ПСК «Секвойя» производит оцилиндрованное бревно из древесины хвойных пород — сибирской лиственницы, сосны, кедра, а также из ели, заготавливаемой в Сибири и Приморском крае. Наше производство ориентировано на экспорт бревна за рубеж. К своей продукции мы применяем самые строгие требования на всех этапах, от закупки древесины до упаковки готовых изделий.

Обработка бревен производится на современных японских и российских станках, которые обеспечивают высокую геометрическую точность и отличное качество поверхности бревна.  

Мы можем выпускать оцилиндрованное бревно диаметром от 160 до 280 мм. Длина бревна может составлять 4 и 6 метров ! Поверьте, найти и купить оцилиндрованное бревно такой длины довольно затруднительно, не каждый производитель обладает необходимым оборудованием.

Одним из обязательных этапов обработки является обработка торцов специальным составом, который запечатывает волокна, чтобы препятствовать образованию трещин.

Нарезка чаш в оцилиндрованном бревне

Чаша — это углубление в бревне, которое обеспечивает его сцепление с соседним бревном, укладываемым поперёк. На производстве этот этап выполняется на станках, что позволяет добиться точных параметров углубления. 

Одним из наших ключевых преимуществ является возможность нарезки чаш не только под укладку бревна на 90 градусов, как обычно, но и косых чаш — предусматривающих укладку бревен под 45 / 135 градусов. Это позволяет проектировать и строить многоугольные периметры, например, эркеры.

* * *

ПСК «Секвойя» предлагает производство оцилидрованных брёвен на заказ, а также разработку и изготовление домокомплектов! Мы работаем со строжайшим контролем качества и в полном соответствии с утвержденным заказчиком техзаданием. Также организуем доставку изделий заказчику и монтаж произведенных домокомплектов.

Бревно — Minecraft Wiki

21 мая 2009 г. Нотч проявляет интерес к добавлению дерева.
Java Edition Classic
0.0.14a Добавлена ​​древесина.
Дубовая древесина в настоящее время является одним из первых блоков в Minecraft .
0.0.15a Текстура дерева изменена.
25 августа 2009 г. Показано, что при разрушении дерева теперь выпадает 3–5 деревянных досок.
0.24_SURVIVAL_TEST Вышеупомянутое изменение ломания дерева сбрасывает 3-5 деревянных досок. [ нуждается в тестировании ]
Java Edition Indev
20100223 Разрушение дерева теперь дает блок вместо деревянных досок.
Java Edition Alpha
? Дерево теперь можно уничтожить только огнем, если у него одновременно горят несколько сторон.Если горела только одна сторона, огонь и дрова горят вечно.
Java Edition Beta
1.2 Добавлена ​​ель и береза.
Древесина теперь может быть переплавлена ​​в древесный уголь.
1.3 Дерево и деревянные доски теперь горят и уничтожаются, если загорится одна из сторон.
1,5 С добавлением саженцев березы и ели их соответствующие типы древесины стали возобновляемыми ресурсами.
Добавлено достижение «Добыча дерева» за сбор деревянного предмета.
1.8 Пре-релиз Дубовая древесина теперь генерируется в деревнях.
Java Edition
1.2.1 12w03a Добавлен лес джунглей.
1.2.4 Различные породы дерева теперь производят доски разных цветов при обработке.
1.3.1 12w16a Дубовая древесина теперь находится в новых бонусных сундуках.
12w18a Каждый тип дерева теперь имеет уникальное имя.
12w30d
Все типы деревянных блоков теперь можно вращать, при этом дерево размещается внутренней стороной к игроку (аналогично поршням).
1.3.2 до Большие дубы теперь генерируются из горизонтальных деревянных блоков.
1. 4.2 12w38a Деревянные блоки теперь издают новые звуки при ходьбе и разрушении.
Ориентация размещенных деревянных блоков теперь определяется тем, на какую сторону другого блока они устанавливаются, аналогично рычагам.
12w40a Дубовая древесина теперь генерируется как часть хижин ведьм.
1.6.1 13w24a Как особенность пакетов ресурсов, у каждого деревянного блока есть своя верхняя часть, что означает, что верхние части деревянных блоков теперь могут быть окрашены отдельно.
1.7.2 13w43a Добавлена ​​древесина акации и крытого дуба.
1.7 «Дуб с крышей» был переименован в «Темный дуб».
Изменены текстуры древесины акации и темного дуба.
Верхняя текстура всех деревянных блоков теперь имеет уникальные текстуры, а не общие с дубом.
Дерево в бонусных сундуках теперь тоже может быть акацией.
1.9 15w43a Древесина, найденная в бонусных сундуках, теперь может быть любого типа, а не только акации или дуба.
15w44a В бонусных сундуках теперь меньше дерева.
1.10 16w20a Добавлены таежные деревни, которые генерируются из еловой древесины.
Деревни саванны теперь генерируются из древесины акации.
1.11 16w39a Дуб и тёмный дуб теперь генерируются в лесных особняках.
1.13 17w47a «Дерево» переименовано в «Бревно».
18w07a Добавлены зачищенные логи.
18w11a Журналы теперь генерируются как часть новых кораблекрушений.
pre1 Изменена боковая текстура зачищенных бревен джунглей.
18 июля 2017 г. Джеб опубликовал в Твиттере изображение новых текстур для железных блоков, обсидиана и березовых бревен.
19 июля 2017 г. Джеб снова появляется с изображением всех новых текстур бревен.
19 июля 2017 г. JAPPA публикует в Твиттере изображение менее размытой текстуры березы.
22 июля 2017 г. JAPPA публикует в Твиттере изображение нового верстака, деревянных досок и текстур дерева.
1. 14 18w43a Текстуры бревен изменены.
18w47a Снова изменены текстуры бревен.
Бревна темного дуба теперь генерируются как часть новых аванпостов грабителей.
18w47b Изменены верхние текстуры бревен.
Изменены верхние текстуры зачищенных бревен.
18w48a Очищенные дубовые бревна и древесина теперь генерируются в обновленных равнинных деревнях.
18w49a Очищенные еловые бревна и древесина теперь генерируются в новых деревнях заснеженной тундры.
Очищенные бревна теперь генерируются в обновленных деревнях саванны.
18w50a Вновь изменены верхние текстуры обычных и зачищенных бревен джунглей.
Еловые бревна теперь можно найти в сундуках в домах таежной деревни.
Бревна теперь можно использовать для изготовления коптильни.
19w02a Очищенные бревна и бревна теперь можно использовать для создания костров.
28 сентября 2019 г. Алые и искривленные бревна были показаны как часть малинового леса и биома искривленного леса.
1.16 20w06a Добавлены обычные и полосатые малиновые и искривленные стебли.
20w09a Изменены верхние текстуры полосатых малиновых и искривленных стеблей.
Удалены повторяющиеся и неиспользуемые текстуры для зачищенных искривленных стеблей.
1.17 21w07a Дубовое бревно теперь может генерироваться в шахтах вместо дубовой древесины.
16 октября 2021 г. Mangrove Logs были показаны на Minecraft Live 2021.
Изменена верхняя текстура бревна темного дуба.
Изменены боковые текстуры обтесанного бревна темного дуба, чтобы они соответствовали цвету его верхней текстуры.
Pre-release 7 Снова изменены текстуры обтесанного бревна темного дуба.
Pocket Edition Alpha
Pre-релиз Добавлены дуб, ель и береза. Древесина ели и березы отсутствует в инвентаре.
v0.2.0 В инвентарь добавлена ​​ель и берёза.
Дубовая древесина удалена из инвентаря.
v0.2.1 Дубы теперь генерируются из ели вместо дуба.
v0.4.0 Повторно добавлен дуб в инвентарь для творчества.
Дубы снова генерируются из дубовой древесины, что делает ее доступной в режиме выживания.
v0.8.0 build 2 В творческий инвентарь добавлена ​​древесина джунглей.

Все типы деревянных блоков теперь можно вращать, при этом дерево размещается внутренней стороной к игроку (аналогично поршням).
v0.9.0 build 1 Добавлена ​​древесина акации и темного дуба.
Текстура деревянных столешниц имеет свою уникальную текстуру для каждого типа дерева.
Древесина джунглей теперь генерируется естественным путем.
Дубовая древесина теперь генерируется естественным образом на равнинах и в деревнях в саванне.
Подсказка изменена с [woodtype] Wood на [woodtype] Log.
v0.11.0 ? Подсказка изменена с [woodtype] Log на [woodtype] Wood.
v0.14.0 build 1 Еловая древесина теперь генерируется в хижинах ведьм.
v0.15.0 build 1 Деревни саванны теперь генерируются с использованием древесины акации, которая ранее использовала древесину дуба.
Еловая древесина теперь генерируется в деревнях тайги и ледяных равнин.
Pocket Edition
1.1.0 альфа 1.1.0.0 Дуб и тёмный дуб теперь генерируются в лесных особняках.
Bedrock Edition
1.2.0 бета 1.2.0.2 Древесину теперь можно найти в бонусных сундуках.
Лесные особняки теперь сделаны из березы вместо дуба.
1. 4.0 beta 1.2.13.8 Добавлены зачищенные бревна как часть экспериментального игрового процесса.
beta 1.2.14.2 Полностью реализованы зачищенные журналы.
В качестве эксклюзивной функции, дубовые, еловые и темные дубовые бревна теперь генерируются как часть кораблекрушений.
beta 1.2.20.1 Изменены боковые текстуры зачищенной древесины джунглей.
релиз Изменены текстуры верха обтесанной ели и обтесанного темного дуба.
1.10.0 beta 1.10.0.3 Текстуры бревен изменены.
Изменены верхние текстуры зачищенных бревен.
«Древесина» и «Обрубленная древесина» были переименованы в «Бревно» и «Обрубленное бревно».
Бревна теперь используются для изготовления дров, костров и коптильни.
Очищенные бревна из ели, дуба и акации теперь генерируются в новых деревнях.
Бревна темного дуба теперь генерируются в сторожевых башнях аванпостов грабителей и в виде кучи бревен.
Бревна темного дуба теперь можно найти в сундуках на аванпостах грабителей.
1.11.0 beta 1.11.0.1 Еловые бревна теперь можно найти в сундуках домов таежной и заснеженной таежной деревень.
1.16.0 бета 1.16.0.51 Добавлены обычные и полосатые малиновые и искривленные стебли.
Legacy Console Edition
TU1 CU1 1,00 Исправление 1 1.0.1 Добавлена ​​древесина дуба, ели и березы.
TU9 Из древесины ели и березы теперь можно делать доски, лестницы и плиты из древесины ели и березы.
TU12 Добавлен лес джунглей.
ТУ14 1.04
Все типы деревянных блоков теперь можно вращать, при этом дерево размещается внутренней стороной к игроку (аналогично поршням).



До этого обновления в PlayStation 3 Edition древесина со специальными значениями данных выглядела так же, как в Java Edition , только в инвентаре или при удержании, а при размещении выглядела совершенно иначе.



До этой версии, в Xbox 360 Edition , более высокие значения данных дерева приводили к блокам, у которых внутренняя текстура была обращена вдоль ожидаемой оси, но текстуры коры не поворачивались. Эти значения данных будут функционировать как их собственные блоки и не изменят ориентацию в зависимости от целевой поверхности блока.
TU19 CU7 1. 12 Изменены текстуры березы и джунглей.
ТУ25 CU14 1.17 Добавлена ​​древесина акации и темного дуба. Его можно получить только модификацией игры.
TU27 CU15 1.18 Древесина акации и темного дуба теперь доступна через творческий инвентарь.
TU31 CU19 1.22 Патч 3 Древесина акации и темного дуба теперь доступна в режиме выживания.
ТУ69 1.76 Патч 38 Добавлены зачищенные логи.
1.90 «Дерево» переименовано в «Бревно».
Текстуры бревен изменены.
Изменены верхние текстуры зачищенных бревен.
New Nintendo 3DS Edition
0.1.0 Добавлено дерево.

Необработанные бревна (текстура)

Необработанные бревна (текстура) КУЗНИЦА ФИЛЬТРОВ

«Необработанные бревна» — одна из 7020 текстур в Filter Forge — мощном графическом программном обеспечении для Windows и Mac с тысячами фотоэффектов и бесшовных текстур, а также визуальным редактором для создания пользовательских фильтров.Все текстуры в Filter Forge являются процедурными, независимыми от разрешения и могут быть бесшовными. Вы можете изменить внешний вид этой текстуры с помощью настроек фильтра, просмотреть ее 30 000 рандомизированных вариаций и отобразить карты текстур для игровых движков. Загрузите Filter Forge, чтобы использовать эту текстуру.

Чтобы открыть этот фильтр, на вашем компьютере должен быть установлен Filter Forge 1. 0 или выше . Если он у вас еще не установлен, щелкните здесь, чтобы загрузить Filter Forge.

Внимание! Сегодня запланировано техническое обслуживание библиотечного сервера. Если вам не удается загрузить фильтры, повторите попытку через несколько часов.

Об этом фильтре

Автор

Описание
Грубые деревянные бревна для деревенского вида. На основе текстуры дерева от angelblame

Ключевые слова
древесина, дерево, стена, журнал

Награды
Этот фильтр принес его автору одну из наших наград.Они выдаются авторам популярных фильтров и включают в себя бесплатную копию Filter Forge.

Детали фильтра

  • Скачиваний: 3077
  • Загружено: 28 июля 2009 г.
  • Ранг использования: Низкий
  • Комментарии (1)

фильтр управления

  • фон
  • SHOOM
  • Summer
  • Detaills
  • Высокий
  • Низкий
  • Гладкий
  • порог
  • Repeate
  • Вариант

Пакет ресурсов «Круглые деревья» 1.

18/1.17

Идея пакета ресурсов под названием Round Trees Resource Pack может показаться немного странной. В конце концов, Minecraft известен своими блочными текстурами; даже животные имеют форму кубов! Но с этим пакетом ресурсов вы сможете привнести в свое приключение Minecraft более круглые деревья. Лучшие создатели в мире Minecraft — это те, кто хочет раздвинуть границы того, что мы можем делать в игре. Этот пакет ресурсов является отличным примером этого.В пакете Round Trees текстуры деревьев изменены, чтобы отобразить органичный и более естественный дизайн, который является огромным шагом вперед по сравнению с естественной блочной текстурой, которую обычно имеют деревья в Minecraft. Пакет текстур Round Trees изменит внешний вид ваших деревьев Minecraft, чтобы они стали похожи на графику на основе вокселей, которую мы обычно видим в играх в стиле инди. Для пакета ресурсов, основанного на фанатах, Round Trees удивительно прост и оказывает огромное влияние на то, как игра выглядит для игрока. Самое приятное то, что значительное влияние не кажется вам огромным изменением в игре.

Можно играть в игру, даже не осознавая, что вы изменили свои деревья. В дополнение к закруглению деревьев, пакет ресурсов Round Trees также увеличивает визуальный эффект вещей, которые вы строите из бревен. Если вы много строите с помощью журналов, эта дополнительная глубина резко повлияет на то, как выглядит ваша игра. Пакет также совместим с другими пакетами ресурсов. Поскольку пак изменяет только текстуры деревьев, его можно легко добавить в любую коллекцию пакетов ресурсов, которые вы сейчас используете.Это дает вам возможность полностью персонализировать свой мир Minecraft, делая вашу игру совершенно уникальной. Если вы беспокоитесь о том, сможете ли вы запустить этот пакет ресурсов, не беспокойтесь. Поскольку Round Trees имеет стандартное разрешение 16 x 16, вы сможете запустить его на любом устройстве, поддерживающем базовую версию Minecraft. Если вы хотите испытать все предложения пакета ресурсов Round Trees для себя; это легко и просто. Вам не нужны никакие моды, и это не приведет к падению частоты кадров.Просто следуйте нашему руководству «Как установить» ниже, и, прежде чем вы это узнаете, вы сами испытаете Round Trees.

Круглые деревья должны быть совместимы со всеми этими версиями Minecraft:
1.18.1 — 1.18 — 1.17.1 — 1.17 — 1.16.5 — 1.16.4 — 1.16.3 — 1.16.2 — 1.16.1 — 1.16 — 1.15. 2 — 1.15.1 — 1.15 — 1.14.4 — 1.14.3 — 1.14.2 — 1.14 — 1.13.2 — 1.13.1 — 1.13 — 1.12.2 — 1.12 — 1.11.2 — 1.11 — 1.10.2 — 1.10 — 1.9.4 — 1.9 — 1.8.9 — 1.8.8 — 1.8.1 — 1.8.6 — 1.8

должен быть предустановлен, поэтому обязательно установите его.

Гладкий и обтесанный бревенчатый сайдинг

Текстура вашего бревенчатого сайдинга важна для создания правильного внешнего вида при производстве бревенчатого сайдинга, балок, балок и ферм. Бревна могут иметь две разные фактуры: обтесанные вручную (или тесаные) и гладкие. Поймите разницу между ними, чтобы определить лучший стиль для вашего проекта.

Что такое обшитый бревенчатый сайдинг?

Рубить означает рубить или резать что-либо острым инструментом, например топором или машиной.«Теска» — это процесс превращения полного бревна в бревно с одной или несколькими плоскими поверхностями. Сайдинг из тесаных бревен выглядит как вручную очищенный, что придает дому красивую естественную атмосферу. Многие выбирают сайдинг из тесаных бревен из-за его грубого качества и более грубого, более аутентичного вида. Хвойные породы, такие как кедр и сосна, как правило, лучше всего подходят для рубки. В то время как бревна традиционно обтесывались вручную, теперь мы используем машины, чтобы создать вид ручной обработки, который мог бы обеспечить широкий или рубящий топор. Что мы можем сказать, это намного менее физически сложно!

Гладкий бревенчатый сайдинг

Сегодня древесину часто распиливают на станке, что придает дереву совершенно другой вид. Этот бревенчатый сайдинг дает хороший чистый срез и фрезерованный вид. Если вам нужна полированная отделка, то гладкий бревенчатый сайдинг лучше всего подходит для вашего проекта.

Выберите свой бревенчатый сайдинг

При покупке бревенчатого сайдинга нужно учитывать множество факторов: от размера до древесины, окраски и текстуры. Мы надеемся, что приведенное выше объяснение поможет вам выбрать между гладкой текстурой или текстурой ручной рубки для вашего бревенчатого сайдинга. Большинство наших клиентов предпочитают обтесанные вручную бревна, но наши бревна могут быть обтесаны до любой текстуры — грубой, гладкой или где-то посередине.Компания Northern Log Supply предлагает сайдинг Пола Баньяна из кедра и сосны с привлекательным массивным бревенчатым видом для вашего бревенчатого дома. Мы также предлагаем сайдинг из половинного бревна и сайдинга из четверти бревна по сниженной цене. Завершите свой проект, выбрав прозрачное покрытие, чтобы подчеркнуть естественную красоту дерева, или выберите морилку Storm, например, популярные цвета «Орех» и «Тик» из нашего выбора предварительной отделки для более дешевой и быстрой установки. Наш дружелюбный персонал может помочь вам от измерения до заказа через доставку и установку.Свяжитесь с нами, чтобы получить консультацию по выбору подходящей древесины, отделки и характеристик для вашего дома.

Компиляция текстуры журнала высокого разрешения

Все становятся зелеными, и огромное количество текстурных фонов на различных веб-сайтах и ​​графических изображениях, таких как визитки, плакаты и другие, являются достаточным доказательством этого. Веб-дизайнеры и графические дизайнеры, кажется, очень любят фоны из бревенчатых текстур, потому что они помогают смягчить атмосферу, даже если в контенте есть агрессивные и чрезвычайно самоуверенные сообщения.Благодаря своей способности расслаблять и делать людей более открытыми и восприимчивыми, фоны с текстурой бревен становятся все более популярными. Текстуры бревен предпочитаются художникам, а не простому фону, потому что они позволяют их проектам выглядеть более реалистично. Его можно использовать отдельно, или текстуру можно накладывать на другие произведения искусства — все, что требуется, — это немного творчества. Простое изображение в сочетании с текстурой бревна может создать впечатление, что изображение выгравировано на дереве. Это просто, но результат получается очень художественным и каждый раз выглядит уникальным.

Если вы ищете текстуру бревна, чтобы оживить свои произведения искусства или веб-дизайн, взгляните на эту подборку текстур бревна в высоком разрешении, собранную из различных источников, которую вы можете скачать бесплатно. Просто найдите текстуру, которая подходит к вашему дизайну, загрузите ее, а затем вы можете превратить ее в свой собственный шедевр. Пожалуйста, ознакомьтесь с их условиями использования при принятии решения об использовании любого из этих бесплатных ресурсов, поскольку они могут отличаться от одного к другому. Наслаждайтесь просмотром!

Текстура бревенчатой ​​стены


Можно скачать в разрешении 4000×3000 пикселей.
Источник

Текстура бревна


Можно скачать в разрешении 3872×2592 пикселей.
Источник

Текстура деревянных бревен


Можно скачать в разрешении 3648×2736 пикселей.
Источник

Текстура бревна


Можно скачать в разрешении 2592×3888 пикселей.
Источник

Текстура расколотых бревен


Можно скачать в разрешении 3872×2592 пикселей.
Источник

Деревянные бревна


Можно скачать в разрешении 1800×1200 пикселей.
Источник

Текстура бревна


Можно скачать в разрешении 4272×2848 пикселей.
Источник

Текстура12


Можно скачать в разрешении 3264×2448 пикселей.
Источник

Журнал


Можно скачать в разрешении 3040×2014 пикселей.
Источник

Вуд-сток1


Можно скачать в разрешении 2000×1333 пикселей.
Источник

Текстура деревянного бревна


Можно скачать в разрешении 2592×1944 пикселей.
Источник

Черно-белая текстура бревенчатой ​​стены


Можно скачать в разрешении 4000×3000 пикселей.
Источник

Текстура13


Можно скачать в разрешении 3264×2448 пикселей.
Источник

Стопка бревен


Можно скачать в разрешении 1200×800 пикселей.
Источник

Сушка бревен


Можно скачать в разрешении 1600×864 пикселей.
Источник

Текстура бревен


Можно скачать в разрешении 2048×1536 пикселей.
Источник

Дрова


Можно скачать в разрешении 4678×3094 пикселей.
Источник

Журналы


Можно скачать в разрешении 2500×1875 пикселей.
Источник

Деревянная свая


Можно скачать в разрешении 4752×3168 пикселей.
Источник

Журнал II


Можно скачать в разрешении 2014×3040 пикселей.
Источник

Текстура деревянного ворса


Можно скачать в разрешении 4000×3000 пикселей.
Источник

Текстура


Можно скачать в разрешении 4000×3000 пикселей.
Источник

Текстура


Можно скачать в разрешении 1200×800 пикселей.
Источник

Мы надеемся, что этот пост будет полезен для ваших дизайнерских проектов.Если у вас есть какие-то темы, которые вы хотите представить здесь, в NaldzGraphics, не стесняйтесь заполнять раздел комментариев ниже.

Об авторе: Инженер-механик, которая считает написание статей одним из своих новых увлечений.

Характеристика тканеспецифичной прелогарифмической байесовской КТ-реконструкции по зависимости текстура-доза

Реферат

Цель:

Текстура ткани признана биомаркером для различных клинических задач.При реконструкции изображения с помощью компьютерной томографии (КТ) важно, но сложно сохранить текстуру при снижении рентгеновского облучения от полного до уровня низкой/ультранизкой дозы. Таким образом, эта статья направлена ​​на изучение взаимосвязи между текстурой и дозой с помощью одного тканеспецифического алгоритма предварительной логарифмической байесовской КТ-реконструкции.

Методы:

Для улучшения текстуры реконструкции при сверхнизкой дозе КТ (ULdCT) в этой статье представлен алгоритм байесовского типа, в котором сдвинутая модель Пуассона адаптирована для описания статистических свойств данных до регистрации и тканеспецифического марковского предварительное случайное поле (MRF) используется для включения текстуры ткани из предыдущей КТ с полной дозой, что называется алгоритмом SP-MRFt.Используя алгоритм SP-MRFt, мы исследовали деградацию текстуры ткани в зависимости от уровней дозы от полной дозы (100 мАс/120 кВпик) до сверхнизкой дозы (1 мАс/120 кВпик) путем введения количественных показателей оценки на основе текстуры.

Результаты:

Экспериментальные результаты показывают, что алгоритм SP-MRFt превосходит обычную фильтрованную обратную проекцию (FBP) и взвешенную MRFt наименьших квадратов со штрафом после логарифмической области (PWLS-MRFt) с точки зрения подавления шума и сохранения текстуры. Сопоставимые результаты также получены со сдвинутой моделью Пуассона с весами Huber MRF 7×7 (SP-Huber7). SP-MRFt является достаточно хорошим инструментом для исследования взаимосвязи между текстурой и дозой, приближающейся к пределу сверхнизких доз. Исследование взаимосвязи текстура-доза показывает, что количественные показатели текстуры монотонно снижаются по мере снижения уровня дозы, и, что интересно, на кривой отклика текстура-доза наблюдается точка поворота.

Выводы:

Это важное наблюдение подразумевает, что существует минимальный уровень дозы, при котором данный компьютерный томограф (конфигурация оборудования и программное обеспечение для реконструкции изображений) может работать без ущерба для клинических задач.Кроме того, результаты эксперимента показывают, что дисперсия электронного шума оказывает большее влияние, чем среднее значение, на соотношение текстуры и дозы.

Термины индекса –: Байесовская реконструкция изображения до логарифмического моделирования, сдвинутая модель точности Пуассона, тканеспецифическая априорная модель, кривая отклика текстуры на дозу КТ, электронный фоновый шум

1.

) становится все более популярным для различных клинических задач, включая скрининг ранних форм рака, диагностику аномалий, количественную оценку ответа на лечение, оптимизацию вмешательств и т. д., беспокойство по поводу связанного с этим воздействия ионизирующего излучения также растет 1,2 . Эта озабоченность не исчезнет до тех пор, пока не будет полностью понято соотношение пользы и риска использования КТ для конкретной клинической задачи 3,4 . Поэтому требуются огромные усилия, чтобы свести к минимуму радиационное облучение субъектов путем совершенствования аппаратного обеспечения и разработки программного обеспечения 4 . В разработке программного обеспечения, в частности, алгоритмов, разработанных для сбора данных с низкими значениями мАс (или малой дозой), методы итеративной реконструкции на основе моделей (MBIR), основанные на байесовской теории, в последние годы достигли значительного прогресса 5,6 .Излучение может быть снижено до 80% с помощью MBIR по сравнению с традиционной реконструкцией с обратной проекцией с фильтром (FBP), как сообщается в Aberle et al. 7 и Лян и др. 8 .

Среди алгоритмов MBIR термин точности данных до логарифмической обработки в соответствии с байесовской теорией в настоящее время считается наиболее точной моделью для решения проблемы фотонного голодания 9–20 , особенно для данных сбора данных со сверхнизкими значениями мАс (на уровне нескольких мАс). ), далее именуемый сверхнизкодозовой КТ (ULdCT).Он напрямую использует данные передачи от детектора и может точно моделировать статистические свойства как рентгеновских квантов, так и электронного фонового шума в байесовской функции стоимости. Он также преодолевает трудности, связанные с логарифмическим преобразованием алгоритмов пост-логарифмической области 21–26 в ситуации голодания фотонов, таких как неопределенные отрицательные значения 21,22 , оценка веса из зашумленных данных 23–26 и т. д. Исследование Fu et al. 18 , основанный как на смоделированных данных, так и на клинических данных, показал, что модель достоверности данных до регистрации может обеспечить более высокую количественную точность, чем модель достоверности данных после регистрации в реконструкциях ULdCT.

Существует множество типов априорных моделей, которые исследуются для алгоритмов MBIR в соответствии с байесовской теорией для подавления шума данных с низким уровнем мАс посредством сглаживания регионального шума и повышения резкости 27–30 . Поскольку текстуры тканей были признаны важными визуализирующими биомаркерами для различных клинических задач и играют важную роль в компьютерном обнаружении и диагностике 31–35 , моделирование текстур тканей как априорного термина для байесовской функции стоимости привлекло большие интересы для нас 36–40 .Мы считаем, что клинически важно сохранить текстуру ткани при снижении уровня дозы рентгеновского излучения от принятой в настоящее время полной дозы до сверхнизкой дозы, к которой можно приблизиться с помощью сложных байесовских реконструкций изображений ULdCT типа MBIR. Чтобы исследовать потенциал текстуры ткани до байесовской реконструкции изображений после логарифмической низкой мАс или КТ с низкой дозой (LdCT), мы построили тканеспецифическое марковское случайное поле до (MRFt), извлеченное из предыдущей КТ с полной дозой (FdCT). ) сканы, состоящие из текстур четырех основных типов тканей (т.е. легких, костей, жира и мышц грудной клетки) для визуализации легких 36–40 . По сравнению со многими другими априорными данными MRF для региональных типов сглаживания шума и резкости краев, например. MRF с весом Хьюбера для компромисса между сглаживанием шума и резкостью краев 27 , MRFt учитывает тканеспецифическую неоднородность в поле зрения (FOV) и показал определенные преимущества в исследованиях, связанных с текстурой 38,39 . Одним из основных вкладов этой работы, направленной на улучшение текстуры ULdCT, является интеграция априорной модели текстуры конкретной ткани с моделью достоверности данных до регистрации, обозначенной как алгоритм SP-MRFt.

В дополнение к вышеупомянутому вкладу в интеграцию, в этой работе мы также представили метрики оценки на основе текстуры для задачи характеристики дозы на основе широко используемых функций Харалика 31 . В то время как многие меры качества изображения использовались для количественной оценки ухудшения изображения при снижении уровня дозы, меры, основанные на текстуре, не были широко изучены, хотя они были признаны следом эволюции поражения, экологии и ответа на лечение 32,33,35,41 . Эти показатели текстуры позволяют нам количественно исследовать взаимосвязь между уровнем дозы и изменением текстуры, что может дать информацию для оптимизации дозировки в клинических операциях. Другими словами, соотношение текстуры и дозы может отражать минимальную дозу, которую данный компьютерный томограф и программное обеспечение для реконструкции изображений могут обеспечить с клинически значимым качеством изображения. Некоторые предварительные результаты представлены в Gao et al. 42 . Документ конференции представлял собой расширенный реферат, представленный на конференции IEEE NSSMIC 2018 года.Этот полный документ содержит полное описание метода, плана эксперимента и анализа результатов с более полной оценкой.

Оставшаяся часть этой статьи организована следующим образом. Раздел 2 описывает математическую основу и реализацию алгоритмов SP-MRFt, а затем представляет стратегию характеристики дозы текстуры и план эксперимента. Экспериментальные результаты представлены в разделе 3. Обсуждение и выводы представлены в разделах 4 и 5.

2.Материалы и методы

A. Байесовская структура реконструкции изображения в области до регистрации

Дан набор полученных данных передачи, обозначенный вектором Y R I × 1
7 , где — количество элементов данных, нас интересует решение, обозначаемое вектором μ R J × 1 с числом вокселей изображения J , которое максимизирует апостериорную вероятность p ( μ | Y ).По теореме Байеса имеем:

где p ( Y ) становится константой при максимизации апостериорной вероятности. Решение уравнения (1) можно получить путем минимизации целевой функции Φ, которая равна:

где μ — карта затухания, L (·) — функция правдоподобия достоверности данных, Θ(·) — априорная функция, которая может быть описана моделью MRF, β — весовой коэффициент для сбалансировать термин точности данных и предыдущий термин текстуры. Мы опишем каждый термин более подробно в следующих подразделах.

B. Модель достоверности данных со сдвигом Пуассона

Необработанные данные, полученные с помощью компьютерных томографов, можно смоделировать как комбинацию рентгеновских квантов и системного электронного фонового шума. Из-за полихроматического характера взаимодействия рентгеновских лучей и интегрирования энергии при детектировании кванты рентгеновского излучения представляют собой сложную смесь сложного распределения Пуассона 6,43 . В некоторых исследованиях, например. Эльбакри и др. 16 , В функции стоимости учитывался рентгеновский спектр.Для простоты в этой работе рентгеновские кванты аппроксимируются, чтобы следовать статистике Пуассона в моноэнергетическом предположении, а шум следует статистике Гаусса. Измерение детектора рентгеновского излучения может быть выражено как:

YiM=PoissonIi0×exp−li+Gaussianmb,i,σb,i2

(3)

где YiM — измерение от ячейки детектора КТ i , Ii0 представляет собой среднее значение потока рентгеновского излучения от рентгеновской трубки к ячейке детектора i до достижения объекта, l i — линейный интеграл от коэффициентов затухания вдоль линии проекции i , m b,i и σb,i2 – среднее значение и дисперсия электронного фонового шума системы. В общем, m b,i и σb,i2 калибруются таким образом, чтобы все бины детектора имели одинаковую реакцию на некоторую входную энергию, и поэтому их индекс i можно игнорировать.

Сдвинутая модель Пуассона (SP) была предложена для аппроксимации статистики данных в уравнении. (1). Предполагая, что вышеупомянутые переменные Пуассона и Гаусса статистически независимы друг от друга, среднее значение и дисперсия измерения в каждом бине равны:

EYiM=Ii+mb; VarYiM=Ii+σb2,

(4)

где Ii=Ii0×exp−li.Следуя описанию Erdogan et al. 14 и Whiting et al. 43 , мы вводим искусственную величину YiA:YiA=YiM−mb+σb2, среднее значение и дисперсия которой легко доказать идентичными. Можно предположить, что если случайная величина имеет одинаковое среднее значение и дисперсию, ее можно приблизительно описать как распределение Пуассона. Математически это можно выразить так:

YiA+≈PoissonIi+σb2,

(5)

где аннотация [] + предназначена для ограничения неотрицательности переменной и в дальнейшем будет игнорироваться для простоты. Следовательно, член точности — L ( μ ) в уравнении (2) может быть выражен как логарифмическая вероятность этой искусственной величины:

−Lμ=−∑iYiA lnIi0e−[Aμ]i+σb2−Ii0e−[Aμ]i+σb2

(6)

где A — матрица проекции, A μ — линейный интеграл.

C. Тканеспецифическая MRF (MRFt) предшествующая модель

В предыдущих исследованиях 35–39 мы предложили тканеспецифическую текстуру типа MRF перед улучшением реконструкции текстуры при визуализации LdCT.Традиционно широко применялся MRF Huber, предшествующий 27 , веса MRF которого обратно пропорциональны евклидову расстоянию между двумя соседними пикселями и являются пространственно инвариантными. В нашей текстурной модели MRF мы рассматриваем априорную региональную текстуру и извлекаем веса MRF из четырех типов тканей для визуализации грудной клетки, то есть легких, костей, жира и мышц соответственно. Учитывая изображение FdCT и фиксированный размер окна MRF, текстура MRF, соответствующая области ткани, может быть определена с помощью стратегии линейной регрессии, так что каждый пиксель изображения внутри окна MRF может быть ограничен линейной комбинацией соседних пикселей.Среди всех алгоритмов оценки линейной регрессии алгоритм наименьших квадратов адаптирован в этом исследовании из-за его вычислительной эффективности. Коэффициенты MRF, предсказанные методом наименьших квадратов, можно сформулировать следующим образом:

wrFD=arg min|wr ∑j∈RegionrμjFD− wrTμΩjFD2,

(7)

где wrFD относится к весам MRF, извлеченным из предыдущего FdCT, а r относится к типу ткани, то есть легкого, кости, жира и мышц в этой статье. Вектор μΩjFD относится к коэффициентам затухания в соседнем окне Ω j -го пикселя, где FD указывает изображение полной дозы.В этом исследовании размер окна MRF был выбран 7×7 в двумерном (2D) представлении 36 . В конце концов, априорная MRF текстуры может быть выражена как:

Θμ=∑r=1R∑j∈Regionr∑k∈Ωjwjkμjr−μkr2,

(8)

где w jk — веса регионов MRF между j -м пикселем и k -м пикселем, а R — количество регионов, которое в данной работе равно четырем с учетом сканирования грудной клетки. .Приоритет MRF-t не требует строгой регистрации изображения. Как только мы извлекли веса MRF из FdCT, мы можем применить их к реконструкции LdCT. показывает пример извлеченных весов MRFt субъекта № 57 для четырех типов тканей, то есть легких, костей, жира и мышц. Информация о данных будет подробно описана позже.

Извлеченные четыре набора коэффициентов модели MRFt для четырех областей ткани субъекта № 57.

D. Модель SP-MRFt

Интегрируя модель достоверности данных SP с предшествующей моделью тканеспецифической текстуры (MRFt), общая целевая функция может быть выражена как:

(9)

Для простой аннотации индикатор ткани r далее исключен. Мы обозначаем этот представленный метод как SP-MRFt.

Целевая функция уравнения. (9) имеет комплексный вид, не имеющий прямой аналитической минимизации. Кроме того, это также неразделимая функция, что делает невозможным параллельные вычисления. Поэтому мы хотели бы получить суррогатную функцию с аналогичной стратегией, используемой в Erdogan et al. 14 и Xing et al. 44 для упрощения и распараллеливания целевой функции. Для каждого пути луча мы определяем функцию правдоподобия как h i ( l i ) и параболическую функцию qil;lin, выраженную как:

hili=Ii0e-li+σb2-NiA lnIi0e-li+σb2,

(10)

qil;lin=hilin+h˙ilinl-lin+12cilinl-lin2,

(11)

где lin — линейный интеграл на n -й итерации, h˙ilin — первая производная функции максимального правдоподобия, ci(.) является коэффициентом и должен быть рассчитан на обеспечение монотонного убывания целевой функции. На основании анализа Erdogan et al. 14 и Xing et al. 44 , в этом исследовании мы обновили коэффициент ci(.) следующим образом:

cilin=2hi0−hilin+h˙ilinlinlin2+, lin>0h¨(0)+, lin=0,

(12)

где h¨(⋅) – производная второго порядка функции правдоподобия. Тогда глобальную суррогатную функцию ниже (уравнение 13) можно монотонно минимизировать, чтобы найти оптимальное решение уравнения.(9).

Ψµ;µn=∑iqil;lin+12β∑r=1R∑k∈Ω(j)wjkµj−µk2.

(13)

Затем мы дважды воспользуемся преимуществом выпуклости, чтобы сделать точность и априорный член разделимыми соответственно. Первый прием похож на тот, который использовали в Erdogan et al. 14 . Линейный интеграл для каждого луча может быть представлен как:

Aµi=∑jAijµj=∑jAijµj−µjn+Aijµjn=∑jAijµj−µjn+lin        =∑jαijAijαijµj-µjn+lin, ∑jαij=1,

(14)

где A ij — элемент проекционной матрицы, μjn — значение затухания после n -й итерации. Здесь α ij — произвольное положительное значение и удовлетворяет их суммированию по всем пикселям, равным единице. Одним из простых вариантов является установка αij=Aij∑jAij. Тогда параболическая функция удовлетворяет:

qil;lin≤∑jαijqiAijαijµj−µjn+lin;lin.

(15)

Для предыдущего термина мы можем переформулировать его как:

Θμj−μk=Θ122μj−μjn−μkn+12−2μk+μjn+μkn

(16)

где µkn — затухание пикселя k после n -й итерации.Применяя априорную выпуклость параболической формы, мы можем получить, что

Θμj−μk≤12Θ2μj−μjn−μkn+12Θ2μk−μjn−μkn

(17)

Таким образом, общая отделимая суррогатная функция:

Ψμ;μn=∑j∑iAij∑jAijqi∑jAijμj−μjn+lin;lin+12β∑r=1R∑k∈Ω(j)12wjk2μj−μjn−μkn2+2μk−μjn−μkn2.

(18)

Применяя метод Ньютона для минимизации уравнения (18), окончательная обновленная формула метода SP-MRFt:

∈Ω(j)wjk+∑j∈Ω(k)wkj+.∑k∈Ω(j)wjk=∑j∈Ω(k)wkj=1.

(19)

где аннотация [] + предназначена для ограничения переменной быть неотрицательной.

показывает псевдокод этого алгоритма SP-MRFt.

ТАБЛИЦА I:

ПСЕВДОКОД ПРЕДСТАВЛЕННОГО АЛГОРИТМА SP-MRFT.

алгоритм: SP-MRFT
# Определите ткани специфики MRF веса от FDCT
сегмент μ из полной дозы FBP Image на четыре типа
Определите массы MRE. Для каждой ткани типа
# Предварительный журнал SP-MRFT для ULDCT
для каждого пикселя J :
μ J = 0;
  обновить μ по уравнению. (19) с β = 0
Итерация №
End
# пиксель итерации с предыдущими знаниями
для каждой итерации
  сегментация изображения
  для пикселя j внутренняя маска тела
    определение типа ткани для пикселя j ;
    обновление μ j по уравнению.(19)
  конец
  Обновление c i по уравнению. E. Оптимизация реализации SP-MRFt

преобразование, что означает, что оно требует больше времени вычислений. Временные затраты иногда неприемлемы без тщательной оптимизации.Чтобы решить проблему больших затрат времени на вычисления, мы дополнительно оптимизировали нашу реализацию по двум аспектам: (1) сокращение времени итерации (2) снижение стоимости вычислений на итерацию.

Одна новая оптимизация заключается в том, что мы использовали стратегии динамического распределения памяти и некоторого управления данными, чтобы сократить время для каждого цикла итерации. Мы профилировали затраты времени на программу реконструкции SP-MRFt и обнаружили, что расчет проекционной матрицы занимает большую часть вычислительного времени. Поскольку матрицу нужно вычислить только один раз и к ней будут обращаться в каждом итерационном цикле, мы можем сохранить ее в памяти вместо того, чтобы вычислять ее каждый раз.Однако матрица потребляет 200 ГБ памяти, если мы выделяем статически для элементов. В обычном сценарии только небольшая часть лучей влияет на один пиксель, поэтому матрица проекции становится очень разреженной, когда мы обновляем один пиксель. Поэтому мы разработали динамическое выделение памяти для сохранения только ненулевых элементов матрицы проекции и реализовали эту стратегию с помощью std::vector и std::map из стандартной библиотеки шаблонов C++ (STL). Для наших экспериментов эта стратегия сократила использование памяти до 5 ГБ и повысила эффективность реконструкции более чем в 18 раз.Кроме того, мы применили стратегию упорядоченного подмножества 13, 45 , чтобы сократить время итерации и ускорить сходимость. Мы также применили маску тела, чтобы уменьшить необходимые пиксели, которые необходимо обновить. Параллельные вычисления также применяются для максимального использования вычислительных ресурсов. Эти оптимизации и их производительность для ускорения были обобщены в . ТАБЛИЦА II.

66767
Техники
7 Заказанные подмножества Только 1000 ITERATION требуется
Сохранить проекцию MATRIX A до памяти STD :: vector и std::map из стандартной библиотеки шаблонов C++ (STL). Единая итерация 18 раз быстрее
VQ Сегментация Около 1/3 пикселей снижается
6 Параллельные вычисления Открыть MP Скорость примерно масштабируется с номером Конечно.

F. Стратегия характеризации текстуры-дозы

Текстура ткани отражает пространственное распределение контрастов уровней серого вокселя изображения (т.т. е., неоднородность тканей), рассматривается как важный биомаркер или эталон для дифференциации злокачественных новообразований от доброкачественных (т. е. компьютерная диагностика), а также патологических от нормальных тканей (т. е. компьютерное обнаружение) 32,33,35,41 . Важно сохранить текстуру ткани, отраженную в КТ-изображении, при снижении уровня дозы рентгеновского излучения. Оценка изображения на основе текстуры имеет клиническое значение для количественной оценки алгоритма реконструкции, производительности и, следовательно, исследуется в этой статье как клинически значимая метрика оценки на основе задачи.В этой статье с использованием метрик оценки на основе текстуры ставится задача охарактеризовать уровень дозы в сравнении с количественным дескриптором текстуры изображения. Предполагается, что количественный дескриптор текстуры изображения будет уменьшаться по мере уменьшения уровня дозы, а график взаимосвязи между текстурой и дозой будет отражать эффективность алгоритма реконструкции в зависимости от снижения дозы.

Хотя для этого исследовательского исследования доступно несколько дескрипторов текстуры, мы выбрали дескриптор текстуры Харалика 31 на основании нашего опыта адаптации модели для компьютерной диагностики полипов и узелков 46–47 . Текстурная модель Харалика генерирует в общей сложности 28 текстурных признаков из области интереса (ROI) в реконструированном изображении, например. узел в объеме легкого 31 . При обработке 28 признаков текстуры Харалика как вектора нормализованное евклидово расстояние признаков Харалика между реконструированным изображением и эталонным изображением выбирается в качестве метрики текстуры для оценки качества текстуры, которая может быть выражена как:

NRMSE=∑n=128xn−xrefn2∑n=1Nxrefn2

(20)

где x ( n ) и x ref ( n ) представляют характеристики Харалика изображений LdCT и FdCT в вокселах n соответственно.После этого можно получить кривую отклика или график взаимосвязи между текстурой и дозой.

Помимо отсчетов от источника рентгеновского излучения, т. е. уровня мАс, на кривую отклика может повлиять еще один фактор: фоновый электронный шум. Например, при тех же мАс, если шум сильнее, то качество текстуры в теории ожидается хуже. Есть много источников, вызывающих фоновый шум во время каскадных случайных процессов, таких как генерация рентгеновских фотонов, передача, система сбора и считывания данных и т. д. 18 .Согласно уравнению (3) шум можно смоделировать как распределение Гаусса, которое может быть представлено двумя параметрами, то есть средним значением и дисперсией. Следовательно, мы можем манипулировать этими двумя параметрами, чтобы имитировать распределение шума и оценить их влияние на качество текстуры и на характеристики дозы текстуры. Подробности будут представлены в следующем разделе экспериментов.

G. Схема эксперимента

На основании описания, приведенного выше в разделе «Метод», мы реализовали представленный алгоритм SP-MRFt для реконструкции изображений ULdCT с использованием данных передачи.Мы внедрили FBP и PWLS-MRFt в качестве эталона для качественной и количественной оценки производительности SP-MRFt. Далее мы охарактеризовали взаимосвязь между текстурой и дозой с помощью метода SP-MRFt. Мы реконструировали КТ-изображения при 12 уровнях дозы от уровня FdCT 100 мАс/120 кВпик до уровня ULdCT 1 мАс/120кВпик. Затем были проведены всесторонние исследования характеристик текстуры-дозы, а также шумового эффекта.

Три субъекта, которым была назначена пункционная биопсия узла легкого под контролем КТ, были привлечены к участию в этом исследовании с информированного согласия после одобрения Наблюдательным советом учреждения.Эти три субъекта были выбраны для представления трех различных типов узлов и позиций сканирования, чтобы обеспечить разнообразие экспериментальных данных. Субъекты были просканированы одним и тем же клиническим компьютерным томографом. Напряжение рентгеновской трубки было установлено на уровне 120 кВпик, а ток трубки был установлен на уровне 100 мАс для сканирования FdCT. С помощью поставщика мы получили необработанные данные синограммы с компьютерного томографа.

Начиная с полученной синограммы FdCT, мы моделировали другие сканирования мАс при более низких уровнях дозы при {20, 18, 15, 12, 10, 8, 6, 5, 4, 3, 2, 1} мАс соответственно. Мы начали с 20 мАс, основываясь на наших наблюдениях, что текстура из реконструкции MBIR выше уровня 20 мАс не показывает заметных изменений по сравнению с результатами FBP на уровне 100 мАс (т. е. базовым или эталонным) для клинических задач, таких как обнаружение узелков и характеристика 40 . Дизайн моделирования основан на статистических свойствах данных передачи CT, представленных в разделе метода, который соответствует комбинации распределений Пуассона и Гаусса. Среднее значение распределения Пуассона для заданного уровня mAs можно получить из полуэкспериментальной модели Ma et al. 26 и Zeng et al. 48 , где количество фотонов на луч линейно зависит от текущих настроек при фиксированной настройке напряжения. Затем мы добавили пуассонов шум к рентгеновским квантам и объединили его с фоновым шумом, распределенным по Гауссу. Для гауссова мы варьировали его среднее значение от нуля до 20 и дисперсию от 225 до 1225 или стандартное отклонение от 15 до 35. Управляя этими двумя параметрами, мы можем оценить влияние шума на текстуры от FdCT до ULdCT.

3. Результаты

A. Реконструкция изображения

Мы сегментировали изображения FdCT на четыре типа тканей (т. Извлеченные веса MRF и смоделированные данные передачи CT были введены в представленную модель реконструкции SP-MRFt для реконструкции изображения.

В суррогатной функции (уравнение 13) гиперпараметр β используется для настройки силы априора.то есть для баланса между сохранением деталей и подавлением шума. Мы просканировали β от 10 до 100 000 и обнаружили, что правильное значение должно быть между 100 и 10 000. Также замечено, что оптимальное β зависит от уровня дозы или уровня шума. Для изображений с меньшей дозировкой требуется меньшее значение β , чтобы соответствовать весу члена точности. Для переменного контроля мы использовали β = 500 для всех уровней дозы, чтобы изучить характеристику кривой текстура-доза. Эффект бета обсуждался в разделе обсуждения.

Общая суррогатная функция (уравнение 13) состоит из двух параболических функций для логарифмического правдоподобия и априорной соответственно. Первый аналогичен тому, который использовался в Erdogan et al. 14 , что превращает задачу в простую задачу квадратичной оптимизации и гарантирует монотонность на каждой итерации. Мы также показали в Gao et al. 40 , что функция стоимости с квадратичной формой для логарифмической вероятности и представленной априорной текстуры сошлись после правильного выбора гиперпараметра, потому что представленная априорная текстура ограничена между [−1, 1].Вывод можно найти в ссылке Gao et al. 40 . Домен SP-MRFt до регистрации потребовал около 1000 итераций для достижения конвергенции. представляет текстуру ткани, количественно определенную измерениями Харалика, а также время итерации. Также наблюдается хорошая сходимость. С нашей оптимизированной реализацией общее время вычислений составляет около 20 минут на 16-ядерном компьютере. Это может быть дополнительно уменьшено за счет большего количества ядер.

Текстура ткани, определенная количественно методом Харалика, наряду с временем итерации.

B. Сравнение результатов реконструкции

Изображения ULdCT при 13 различных уровнях дозы рентгеновского излучения (от 100 мАс до 1 мАс) были реконструированы с помощью алгоритма SP-MRFt. Широко используемая фильтрованная обратная проекция (FBP), взвешенный взвешенный метод наименьших квадратов с предварительной текстурой MRF (PWLS-MRFt) и сдвинутый Пуассон с моделью MRF Huber также были реализованы и использовались в качестве эталона. Чтобы сделать результаты сопоставимыми, окно MRF для веса Хьюбера также выбрано 7×7, что соответствует размеру MRFt.Чтобы решить эту проблему, мы обозначаем эту модель как SP-Huber7. Все гиперпараметры всех моделей MBIR оптимизированы эмпирически. В работе Zhang et al. 37 , наблюдается, что, пока β находится в разумном диапазоне (в пределах порядка величины), текстура изображения заметно не меняется. Оптимальное β имеет порядок ~1E5. В этом эксперименте мы попробовали β 2E5. Это дает нам хорошие привлекательные результаты. Поэтому в данной работе мы использовали 2E5 для PWLS-MRFt.Для модели SP-Huber7 мы также нашли оптимальное значение β методом следовых ошибок, которое равно 3E3. Эффект гиперпараметра будет дополнительно изучен в разделе обсуждения.

Все модели реализованы в одном десктопе с 16 ядрами, 3,1 ГГц и 128 RAM. Модель PWLS-MRFt занимает около 1 минуты для одной итерации и 15 итераций для достижения сходимости. Общее время восстановления одного изображения размером 512×512 составляет около 15 минут. После оптимизации оба SP-Huber7 имеют одинаковую скорость с моделью SP-MRFt, которая занимает 38.В среднем 4 секунды на ядро ​​ЦП за итерацию. Из-за медленной сходимости обе модели требуют около 1000 итераций для достижения сходимости. восстановление одного изображения 512×512 займет около 20 минут, что сравнимо с PWLS-MRFt.

показан пример изображений, реконструированных с помощью FBP с «линейным» фильтром, реконструкции PWLS-MRFt, SP-Huber7 и SP-MRFt при сверхмалом уровне дозы 5 мАс для трех субъектов, пронумерованных как № 10, № 75 и № 185. Как упоминалось выше, для обеспечения разнообразия экспериментальных данных использовались три субъекта с разными типами и положением узелков.Как показано на рисунке, узелок субъекта № 10 находится на стенке около позвоночника и в середине объема легкого. Узел субъекта № 57 находится в средней части легкого и в верхнем объеме легкого. Узел субъекта № 185 находится на стенке рядом с телом и в нижней части легкого. На рисунке области узелков, отмеченные желтыми прямоугольниками, являются нашей «областью нашего интереса» или ROI в этом исследовании. По сравнению с FBP, три итерационные модели эффективно подавляют шум. На изображениях PWLS-MRFt, SP-Huber7 и SP-MRFt намного проще идентифицировать узел вокруг стенки № 10, чем на изображении FBP.При визуальном осмотре мы могли ясно видеть, что две модели SP превосходят две другие с точки зрения подавления шума и сохранения текстур. Например, неоднородность узелка для № 185 можно четко наблюдать в SP-MRFt и SP-Huber7, но не в двух других алгоритмах. На изображениях PWLS-MRFt есть некоторые артефакты, похожие на полосы. Это может быть связано с тем, что вес дисперсии данных в модели наименьших квадратов недостаточно точен или эффективен для модели PWLS, когда подсчет шума сравним с подсчетом сигнала.Сравнивая SP-Huber7 с SP-MRFt, результаты их реконструкции сопоставимы визуально. Далее мы можем сравнить их с помощью количественных показателей.

Реконструированные изображения данных трех субъектов с использованием разных алгоритмов. Верхний ряд: FdCT трех субъектов, где область интереса (ROI) отмечена желтым прямоугольником, а предметный индекс отмечен красной меткой. ULdCT при 5 мАс, реконструированный с помощью FBP с линейным фильтром (2 -я строка ), PWLS-MRFt (3 -я строка ), SP-Huber7 (4 -я строка ) и SP-MRFt (5 -я строка ) ).Окно дисплея равно [0 0,035] мм −1 .

Количественные измерения на основе ROI представлены в . Мы использовали обычную среднеквадратичную ошибку (MSE), пик отношения сигнал-шум (PSNR), индекс структурного сходства (SSIM) и коэффициент корреляции (CC) для оценки качества изображения по сравнению с FdCT. SSIM и C.C. две общие метрики для оценки того, насколько два изображения близки друг к другу с точки зрения сходства структуры. Кроме того, мы использовали метрику характеристик Харалика (HF) уравнения.(20), упомянутый в разделе о методах, для количественной оценки качества текстуры для каждого изображения. Для PSNR, SIIM и C.C. более высокое значение означает лучшее качество изображения. Для MSE и HF более низкое значение означает лучшее качество изображения. Для каждого предмета лучшая оценка выделена жирным шрифтом.

ТАБЛИЦА III:

СРАВНЕНИЕ КОЛИЧЕСТВЕННОГО КАЧЕСТВА ИЗОБРАЖЕНИЯ ПРИ РАЗЛИЧНЫХ МЕТОДАХ РЕКОНСТРУКЦИИ.

ВЧ 8540,713 0.0076 +3 23.71 девяносто один тысяча семьсот тридцать-один # 185
Чемодан Методы MSE PSNR SSIM C. C.
# 10 FBP 0,2989 35,24 0,6809 0,2549
PWLS-MRFt 0,0183 47,38 0,9697 0,7505 56. 75 56.75
0.0076 51.17 0.9884 0,9913 0,9913 0,97
6
SP-MRTH 0.0053 52,73 0,9915 0,9285 0,78
# 57 FBP 0,7918 41,01 0,8359 0,5811 2824,08
PWLS-MRTT 0. 1248 49.04 49.04 0,9737 0.8525 23.71
SP-Huber7 0.0060 53.15 0,9943 0,9348 2,60
SP-MRFt 0,0634 51,98 0,9852 0,9373 0,64
FBP 0. 1062 0.1062 39.74 0.8807 0.4068 3471.41
PWLS-MRTH 0.0084 0,0084 50.76 0.9877 0.8515 6,00
SP-Huber7 0,0098 50,09 0,9889 0,7687 0,93
SP-MRFt 0,0073 51,36 0,9880 0,8695 0,57

Согласно , производительность каждого алгоритма согласуется между тремя субъектами и хорошо согласуется с нашим визуальным контролем. Две модели на основе SP превосходят два других алгоритма с точки зрения не только снижения шума, но и сохранения текстуры. SP-MRFt и SP-Huber7 имеют сопоставимое качество изображения. Для показателя текстуры HF результаты SP-MRFt примерно в 10 раз выше, чем у PWLS-MRFt, и в 5000 раз выше, чем у FBP. Несмотря на то, что между SP-MRFt и SP-Huber7 нет очевидной визуальной разницы, их показатели текстуры различны. MRFt может сохранять текстуру лучше, чем Huber7. Хотя мы включили текстуру, специфичную для ткани, как и ранее, в PWLS-MRFt после регистрации, текстура изображения также зависит от данных точности.В этом случае со сверхнизкой дозой данные постлогарифмического линейного интеграла могут внести слишком большую погрешность в модель достоверности данных. Это также согласуется с некоторыми предыдущими исследованиями 16 о том, что методы домена до регистрации превосходят методы домена после регистрации. Как видно, по мере снижения уровня дозы реконструкции как для алгоритмов дологарифмической, так и для постлогарифмической области ухудшают качество изображения из-за рентгеновских квантов и электронного шума. В следующем подразделе мы будем количественно исследовать изменение текстуры, используя измерение HF при различных уровнях дозы с различными моделями шума.

Чтобы оценить предложенную модель SP-MRFt в более реалистичной ситуации, для проведения исследования использовались реальные данные синограммы с низкой дозой (120 кВпик/20 мАс) одного субъекта № 128, которому соответствует FdCT. Реконструированные результаты с помощью SP-MRFt и трех моделей сравнения показаны на рис. Отмечено, что три модели MBIR могут значительно снизить уровень шума по сравнению с FBP. Начиная с и , методы до логарифмической области могут давать гораздо лучшие результаты, чем метод после логарифмической области в сценарии со сверхнизкой дозой (5 мАс).Тем не менее, нет очевидной разницы между моделями дологарифмической и постлогарифмической областей при более высоком уровне дозы в соответствии с . Для сравнения весов MRFt и Huber7 нет очевидной визуальной разницы. Тем не менее, их размеры текстуры могут варьироваться в зависимости от .

Реконструированные изображения с помощью FBP с «линейным фильтром» (a), SP-Huber7 (b), PWLS-MRFt (c) и SP-MRFt. Окно дисплея равно [0 0,035] мм −1 .

C. Характеристика текстуры и дозы

показывает области ROI реконструированных изображений при каждом уровне дозы.По мере снижения уровня дозы границы узелков постепенно становятся размытыми. При визуальном осмотре № 10 и № 57 некоторые детали, такие как сосуды вокруг узелков, все еще можно распознать вплоть до 6 мАс. Ниже трудно различить настоящие сосуды и шум. Для № 185 можно четко распознать темный треугольник в центре вплоть до 12 мАс. Граница этого треугольника размыта от 12 до 6 мАс, а ниже 6 мАс четко не определяется. Кроме того, шум становится более заметным в нижнем левом углу #185, когда уровень дозы становится ниже 6 мАс.

Увеличенные SP-MRFt реконструировали КТ-изображения трех субъектов с различной анатомией тела и расположением узлов.

Для количественной оценки качества текстур использовались характеристики Харалика. В частности, области интереса были обозначены опытным радиологом на каждом изображении, а показатели HF в пределах этих областей интереса были рассчитаны и нормализованы по эталонному изображению, т.е. полному изображению, с использованием уравнения (20). Меньшее относительное изменение меры текстуры указывает на лучшее сохранение текстуры ткани. Делая это для каждого уровня дозы, мы получили кривую относительного изменения меры текстуры в зависимости от тока рентгеновского излучения, т.е.е. кривая реакции текстура-доза.

показывает набор кривых реакции на текстуру и дозу для субъектов № 10, № 57 и № 185. Как обсуждалось в разделе II, в имитационной модели до логарифмического моделирования два параметра, среднее значение и дисперсия, используются для описания статистических свойств шума в отношении уровня дозы. В следующем тексте мы обозначаем среднее значение и стандартное отклонение (квадратный корень из дисперсии) как Emean и Estd. В , Emean и Estd равны 10 и 25 соответственно, что является разумной эмпирической оценкой. При фиксированных значениях Emean и Estd уровень дозы будет единственным параметром, контролирующим уровень шума моделируемых синограмм. Исследование влияния дозы на восстановленную текстуру будет описано в следующем тексте.

Графики измерения текстуры Харалика в зависимости от текущего уровня рентгеновского излучения в мАс для трех субъектов, масштабированные в одном и том же окне. Левая панель, от 100 мАс до 1 мАс; правая панель, увеличение левой панели, от 20 мАс до 1 мАс.

В , все три кривые следуют аналогичной тенденции: начиная со 100 мАс, начальные изменения медленны, но быстро падают около 8 мАс.Это явление существующего перелома ожидалось до экспериментов. Это указывает на то, что текстуры тканей могут сохраняться значительно выше точки поворота и значительно деградировать ниже этой точки. Производительность SP-MRFt при более низких уровнях дозы предполагает эффективный баланс между точностью и априорными условиями в функции стоимости. При относительно высокой дозе соотношение сигнал/шум хорошее, детали сохраняются за счет точности воспроизведения. По мере увеличения уровня шума предыдущий член накладывает регуляризацию, стремясь к относительно чистому изображению при сохранении текстуры.Из модели генерации рентгеновских квантов 39 с фиксированным напряжением рентгеновской трубки экспозиция излучения, т. е. поток падающих фотонов, должна быть линейной по отношению к току. В то время как текстура, восстановленная с помощью SP-MRFt, следует схеме стабильной точки поворота и коллапса. Эту функцию можно использовать для снижения дозы облучения при сохранении полезной текстуры ткани. показывает, что SP-MRFt хорошо работает вплоть до точки поворота около 8 мАс.

Затем мы исследовали влияние модели шума на кривую реакции текстура-доза.Как упоминалось выше, Emean и Estd использовались для имитации различных моделей шума. Эмеан сканировался от 0 до 20; Estd сканировали с 15 по 35. Мы реконструировали изображения с использованием метода SP-MRFt для этого смоделированного набора данных и рассчитали показатели HF в ROI с нормализацией по эталонным изображениям. Результаты показаны в и . (8) показывает изменение меры HF как функцию Estd (Emean) при фиксированных Emean’s (Estd’s). Следует отметить, что ось также не является линейной для целей отображения.Мы могли видеть, что феномен точки поворота сохраняется во всех сканированных значениях Emean и Estd. В , текстура ухудшается больше, когда Estd становится выше, в то время как кривые от разных значений Emean в значительной степени перекрываются, показывая слабое влияние Emean на текстуру при использовании метода SP-MRFt. При сравнении и видно, что качество реконструированной текстуры SP-MRFt более чувствительно к дисперсии шума, чем к его среднему значению. Результаты аналогичны для субъектов № 57 и № 185. Из-за ограниченного объема статьи результаты по этим двум темам приложены в ПРИЛОЖЕНИИ.

Графики измерения текстуры Харалика в зависимости от уровня тока рентгеновского излучения в мАс с фоновым шумом при фиксированном значении Emean, но различных Estd для субъекта № 10. Примечание: для целей отображения ось X не является линейной.

Графики измерения текстуры Харалика в зависимости от уровня рентгеновского тока в мАс с фоновым шумом при фиксированном стандартном значении, но различных средних значениях для субъекта № 10. Примечание: для целей отображения ось X не является линейной.

4. Обсуждение

Для решения проблемы медленной сходимости и длительного времени вычислений было адаптировано и разработано несколько методов реализации алгоритма SP-MRFt, например.г. разделяемые суррогатные функции, стратегия итерации упорядоченного подмножества, динамическое выделение памяти, многопоточность и т. д. После оптимизации в однопоточном режиме программа работала в 18 раз быстрее. Кроме того, в многопоточном режиме наблюдалась хорошая масштабируемость между скоростью и количеством ядер ЦП. Быстрая реализация позволила провести всестороннее исследование соотношения текстуры и дозы в разумные сроки. В этом исследовании необходимо было протестировать 780 экспериментальных точек (13 дозировок × 5 Emean × 4 Estd × 3 субъекта). На завершение реконструкции до оптимизации ушли бы годы, а после оптимизации на 16-ядерном компьютере — всего 10 дней.

Мы изучили влияние моделей шума на взаимосвязь между текстурой и дозой на основе сдвинутой модели достоверности данных Пуассона. Кривые отклика текстура-доза не чувствительны к Emean моделей шума, что предполагает эффективное вычитание базовой линии метода SP-MRFt. Существуют и другие модели, учитывающие статистические свойства данных в сценарии КТ со сверхнизкими дозами, например.г. введение рентгеновского энергетического спектра 16 . Добавление энергетического спектра позволит более точно моделировать физический процесс. Ожидается, что это улучшит качество реконструкции, особенно в сценарии сверхнизкой дозы. Это один из наших будущих исследовательских интересов по улучшению модели. Необходимы дополнительные исследования для изучения эффекта шума, а также кривой отклика с использованием различных алгоритмов реконструкции. Бета гиперпараметра также повлияет на качество реконструированного изображения. представляет нормализованную меру Харалика и PSNR реконструированных изображений при 5 мАс вместе с различными бета-коэффициентами.Чем меньше размер, тем лучше сохраняется текстура ткани. Как мы видим, когда оптимальная бета может лучше сохранить текстуру ткани. Однако вопрос о том, как получить оптимальную бета-версию в соответствии с уровнем шума, остается открытым. В этом исследовании мы используем бета-500 для изучения текстуры и дозы. Рассмотрение оптимальной бета-версии в исследовании текстуры-дозы также является одним из наших будущих исследовательских интересов.

Нормализованная мера Харалика и PSNR реконструированных изображений при 5 мАс вместе с разной бета-версией.

Одним из ограничений метода MRFt, описанного выше в этом документе, является необходимость сканирования полной дозы хотя бы один раз для получения точной информации о текстуре. Чтобы снять это ограничение и расширить применение MRFt, мы предложили создать базу данных коэффициентов MRF для помощи при КТ с низкой дозой облучения без предварительной полной дозы до 38 . В работе Gao et al. 38 , мы количественно продемонстрировали, что реконструированные текстуры тканей могут быть значительно улучшены (более высокая точность по сравнению с текстурами полной дозы) с использованием коэффициентов MRF от другого субъекта из базы данных.Чтобы применить этот метод базы данных текстур, важно найти подходящую текстуру из базы данных. Предварительные результаты сопоставления одной правильной текстуры из базы данных с использованием физиологических, геометрических факторов и характеристик изображения представлены в Gao et al. 48 .

Хотя наблюдаемая точка поворота указывает на предел аппаратной конфигурации КТ и архитектуры программного обеспечения, который отражает минимальное излучение, при котором система КТ может обеспечить приемлемое качество изображения, могут потребоваться более подробные количественные исследования, чтобы полностью понять предел для конкретных клинические задачи.Возможные будущие исследования могут включать (1) какие клинические задачи могут быть решены за счет разумного качества изображения в районе дозировки поворотной точки и (2) какая дополнительная доза потребуется сверх минимальной дозы для других клинических задач.

Информация для участников

Юнфэн Гао, отделение радиологии, Университет Стоуни-Брук, Стоуни-Брук, Нью-Йорк 11794, США.

Женгронг Лян, факультеты радиологии, биомедицинской инженерии, информатики и электротехники, Университет Стоуни-Брук, Стоуни-Брук, Нью-Йорк 11794, США.

Юйсян Син, факультет инженерной физики, Университет Цинхуа, Пекин 100871, Китай.

Хао Чжан, факультет радиологии и биомедицинской инженерии, Университет Стоуни-Брук, Стоуни-Брук, Нью-Йорк 11794, США.

Марк Помрой, факультет радиологии и биомедицинской инженерии, Государственный университет Нью-Йорка в Стоуни-Брук, Стоуни-Брук, Нью-Йорк 11794, США.

Цзяньхуа Ма, Школа биомедицинской инженерии, Южный медицинский университет, Гуанчжоу 510515, Китай.

Хунбинг Лу, кафедра биомедицинской инженерии, Четвертый военно-медицинский университет, Сиань 710032, Китай.

Уильям Мур, кафедра радиологии, Государственный университет Нью-Йорка в Стоуни-Брук, Стоуни-Брук, Нью-Йорк 11794, США.

Количественная оценка вязкости, подвижной нефти и текстуры в карбонатном коллекторе с тяжелой нефтью с усовершенствованной интеграцией каротажа диэлектрических и ядерно-магнитных резонансов | SPE Reservoir Evaluation & Engineering

Вариации текстуры и смачиваемости являются двумя основными неприятными проблемами в карбонатных коллекторах.Добавление тяжелой нефти усложняет описание коллектора. Неэффективный анализ часто приводит к неудовлетворительному завершению скважины и высокому дебиту воды. Интеграция многочастотного диэлектрического каротажа и каротажа ядерного магнитного резонанса (ЯМР) позволяет улучшить оценку карбонатных коллекторов.

Диэлектрические каротажи и ЯМР-каротажи имеют одинаковую глубину исследования, оба зондируют промытую зону. Трудно отличить связанную воду от тяжелой нефти в горных породах только с помощью ЯМР-приборов. Добавление точных измерений водонасыщенной пористости ( ϕ W ) из диэлектрического каротажа позволяет нам различать жидкости. Используя ϕ W в качестве эталона и учитывая ограниченную молекулярную диффузию в малых порах, ЯМР-анализ на основе диффузионной релаксации обеспечивает более точную вязкость нефти и объемы жидкости.

Расчет вязкости по данным ЯМР предполагает, что релаксация масла доминирует над релаксацией объема; смачивание нефтью поверхностей пор приводит к завышению вязкости. И наоборот, состояние смачивания можно сделать вывод, если известна вязкость. Диэлектрическая дисперсия в зависимости от частоты обеспечивает меру извилистости водной фазы MN_De , которая, в свою очередь, зависит от текстуры и смачиваемости.Мы сравнили сигнал ЯМР нефти на месте с измерением ЯМР поверхности пробы нефти. Мы также определили корреляцию между MN_De и показателем цементации Арчи, в основном основанную на ЯМР. Это приводит к интересным выводам о текстуре и смачиваемости, которые согласуются с существующими данными коллектора.

Совместно с профилем вязкости сопоставление объемов порового флюида в промытой зоне и общего объема воды из глубинного УЭС используется для выделения зон подвижной нефти и оценки остаточной нефтенасыщенности.

alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *