> ## Documentation Index
> Fetch the complete documentation index at: https://support.lumafield.com/llms.txt
> Use this file to discover all available pages before exploring further.
# Labs - Data Quality Toolkit
> 提高数据质量并从 CT 扫描中获得更好的见解
Data Quality Toolkit 提供了一系列先进的 CT 数据处理技术来纠正常见的数据质量问题 - 如下所述。将应用 Lumafield 的校正技术并在 Project 中生成新的校正重建。对校正后的重建进行分析以产生高保真度结果。
注意：截至 2026 年 3 月，Labs 支持 Cloud 和 On-Prem 环境。GovCloud 仍不受支持。如果您在工具栏中没有看到 Labs，请联系您的管理员或 [support@lumafield.com](mailto:support@lumafield.com)。
从工具栏中选择 Labs 工具，然后打开 Data Quality Toolkit 应用程序。
识别工件
要开始使用 Data Quality Toolkit，请选择新重建所基于的射线照片。对于大多数 Projects 来说，这是一个名为 Projections 的对象。
选择预览重建或 ROI。重建或 ROI 中的部分最容易可见是最佳选择，因为这将作为从中识别伪影的对象。选择对齐的 ROI 可能有助于 2D 可视化。选择加载数据以继续。
选择“开始工件识别”，然后逐步完成六个工件模块中的每一个。在每个模块中，都提供了工件的图像和描述 - 缩放、平移、旋转和擦除 Viewport 中的数据，以确认该工件是否存在。每个工件在下面都有更详细的描述(/zh-Hans/voyager/voyager-labs-data-quality-toolkit#artifact-removal-techniques)。
对于每个工件模块，如果工件存在，则选择 **是**；如果不存在，则选择 **否**，然后选择下一步继续下一个模块。
在工件模块的末尾，配置摘要显示根据选择的工件排队的更正。
某些更正具有必须指定的参数。在下一页上，为排队的更正选择任何必要的参数。对于每个校正，都有说明解释应如何选择参数。
在配置摘要的“高级”选项卡中手动选择要在此步骤应用的更正。高级选项卡中提供了[光束硬化校正](/zh-Hans/voyager/voyager-bhc) 和下采样校正技术。
提交工作流程。将显示工作流程完成之前的预计时间，准备就绪后，新的重建将自动填充在数据面板中。
伪影去除技术
详细了解下面的数据质量工作流程中的每种工件去除技术，以了解它如何改进扫描数据。
消除可能与真实缺陷相混淆的人造环图案。当零件中不存在物理环但扫描数据中出现环时，请使用环去除来去除这些不需要的圆形伪影。
抑制由高密度材料引起的条纹、阴影和亮/暗带，这些材料可以隐藏真正的缺陷。当零件中的金属在重建过程中产生光束硬化、散射或条纹伪影时，请使用 MAR 来减少这些扭曲并揭示真实的内部几何形状。
上图左侧 - 一支笔的 MAR 校正扫描。
1. 识别零件中的金属区域和金属伪影。
2. 调整阈值滑块，使金属区域以红色高亮显示，周围/伪影区域以蓝色高亮显示。
示例包括：
* 皂液器泵
* 塑料组件中的螺钉
* 电子产品
* 注射成型外壳中的针
**不**适合使用 MAR 的情况：
1. 当金属完全或大部分\_包围\_存在伪影的区域时。MAR 校正小型金属组件周围区域的伪影，而不是金属占部件很大比例的情况。
2. 当部件的任何组成部分离开扫描体积时，例如在偏移扫描或区域聚焦扫描中。
应用材料感知、基于物理的校正来减少重建图像中的光束硬化伪影，例如杯状和条纹。基于物理的处理对复杂的相互作用（X 射线、散射和材料衰减）进行建模，以恢复准确的对比度和几何形状，并与其他伪影减少技术配合使用，以提供更准确、更高质量的扫描。
修复扫描仪旋转中心的小偏差，这些偏差会导致重建中出现重影、模糊或不对称。如果由于旋转轴关闭而导致要素出现重复或模糊，请在重建体积之前应用 AOR 校正来重新对齐投影几何体。
减少放射线照片或重建体积中的随机噪声，同时保留真实特征。当扫描呈颗粒状时（例如由于曝光时间短和增益高），请使用去噪来抑制噪声，以便更容易检测到缺陷，而无需擦除真实结构。
减少扫描体积顶部和底部附近的物体尖端和边缘处出现的条纹和阴影。这些伪影形成在沿旋转轴平行于主光线的表面上（并且因宽锥角而变得更糟）；锥束缩减可校正锥束几何形状，以恢复准确的边缘/尖端形状和对比度。
Data Quality Toolkit 是一个实验性的 Voyager Labs App，具有一组不断扩展的伪影校正算法。请留意 Data Quality Toolkit 中新的伪影减少技术。
如果对此工具有疑问，请联系 [**support@lumafield.com**](mailto:support@lumafield.com)。