基于正弦图恢复的CT局部重建算法

针对局部扫描过程中投影数据沿探测器方向截断的特点,提出一种基于正弦图数据恢复的扇束CT局部重建算法.算法首先基于截断正弦图提取的边缘信息对缺失投影数据进行扩充,接下来对未扩充完整的零值区域利用两侧已知的投影数据进行线性插值,最后依据扩充完整的投影数据经滤波反投影重建出局部图像.仿真和临床数据的重建结果表明,算法对直接利用局部截断投影数据重建图像中呈现的环形伪影有明显的抑制作用,且重建图像边缘清晰.     

基于改进TV-ART的变电压CT重建算法

常规固定电压的CT重建,因成像系统动态范围受限,投影数据易出现过曝光和欠曝光共存现象,信息缺失,成像质量差,为此提出变电压CT重建。针对变电压CT中的不完全投影数据重建问题,提出了基于改进TV-ART的变电压CT重建算法。该算法在改进TV-ART的基础上,依据灰度加权,把前一电压的重建图像作为初值应用到下一电压重建中,直至最高电压,实现有效投影信息的全部重建,完整地再现复杂结构件的内部结构信息。实验结果表明,跟直接利用传统TV-ART重建算法相比,本研究提出的算法不仅实现了变电压图像信息的完整重建,像素值也更加稳定。     

基于残差图分解与平滑块排列的低剂量CT投影降噪算法

针对低剂量CT(Computed Tomography)图像质量严重退化的问题,将平滑块排列(Smooth Patch Ordering,SPO)算法应用于低剂量CT投影降噪中,并通过残差图分解提取图像结构信息以进一步提高SPO算法的去噪性能.首先对低剂量CT投影进行SPO滤波得到初始的降噪投影,然后通过改进的形态分量分析(Morphological Component Analysis,MCA)方法将残差图分解为结构部分和噪声部分,并将残差图中提取的结构部分作为补偿投影,与降噪投影相加得到新的降噪投影.最后利用滤波反投影(Filtered-Back Projection,FBP)方法对新的降噪投影进行重建,获得重建的低剂量CT图像.实验结果证明,与其他传统算法相比,所提算法在低剂量CT重建图像的噪声抑制以及边缘、细节和结构等特征的保持方面都有明显的优越性.     

基于改进各项异性扩散和小波变换的MLEM低剂量CT重建算法

为了解决低剂量CT重建图像受噪声污染严重的问题,提出了一种基于小波收缩和差分曲率各项异性扩散的MLEM低剂量CT重建算法.该算法首先采用最大似然期望最大化(Maximum Likelihood Expectation Maximization,MLEM)算法对低剂量投影数据进行重建.然后对重建后的图像进行小波变换,对包含噪声少的低频系数进行基于差分曲率的各项异性扩散,对高频系数进行软阈值处理.仿真结果表明:与常用重建算法相比,本文算法处理后的图像更清晰,可以更好地保持图像的纹理等细节信息.     

结合年龄监督和人脸先验的语音-人脸图像重建

针对语音-人脸图像重建方法缺乏来自不同维度的监督约束及未利用人脸先验信息,导致生成图像和真实图像相似度不高的问题,提出结合年龄监督和人脸先验信息的语音-人脸图像重建方法. 通过预训练的年龄评估模型为当前数据集扩充年龄数据,弥补来自年龄监督信息的缺乏. 通过语音-人脸图像跨模态身份匹配方法,为给定语音检索接近真实人脸的面部图像,将得到的图像作为人脸先验信息使用. 该方法通过定义结合交叉熵损失和对抗损失的联合损失函数,从年龄感、低频内容和局部纹理等方面均衡提升重建图像质量. 基于数据集Voxceleb 1,通过人脸检索实验的方式进行测试,与当前主流方法进行比较和分析. 结果表明,该方法能有效提升生成图像与真实图像的相似度,所生成的图像具有更好的主客观评价结果.     

基于MCMC方法的自适应低剂量CT图像去噪

针对低剂量CT图像的低信噪比的问题,提出了一种新的基于MCMC方法的低剂量CT投影图像的自适应降噪算法.该算法是在对投影图像先验模型中的平滑参数以及噪声方差进行自适应估计的基础上,求解理想投影图像在观察投影图像条件下的期望值,以此期望值作为理想投影图像的估计值,从而达到图像降噪的目的.其中对先验概率模型中的平滑参数以及非平稳噪声的方差在运用EM算法进行估计过程中,引入MCMC技术中的Gibbs采样,很好解决了参数估计中的计算问题,并在此基础上,通过再一次运用MCMC的Gibbs采样,以获得理想数据的条件期望值.计算机仿真实验以及真实投影图像的实验均表明了本文所提出的算法在低剂量CT图像降噪中能够取得良好的效果.     

基于分数阶各向异性扩散和小波的MLEM低剂量CT重建算法

针对低剂量CT重建图像受噪声污染严重的问题,提出了一种基于分数阶各项异性扩散和小波的MLEM低剂量CT重建算法.首先,采用最大似然期望最大化(Maximum Likelihood Expectation Maximization,MLEM)算法重建低剂量投影数据.然后,将小波变换应用于图像,使得图像的低频系数部分集中了主要信息,而高频系数部分集中了边缘和噪声.最后,在低频系数部分进行基于差分的分数阶各项异性扩散,在高频系数部分进行软阈值处理.采用Shepp-Logan和Hot-Cold模型进行低剂量CT图像重建仿真,实验结果表明,本文算法在降低噪声和保持图像细节方面都优于其他算法.     

低剂量CT投影图像噪声分析及去噪算法研究

提高低剂量CT图像的信噪比(SNR)是使低剂量CT获得有效临床应用的关键。本文对低剂量CT投影数据噪声研究发现,在投影图像的某些区域中可能会存在一些孤立的噪声点,滤除这些孤立点后的投影数据近似服从非平稳高斯噪声分布。由此,提出一种低剂量CT图像降噪算法,包括孤立点检测与滤波(IDE),基于最大后验概率(MAP)的高斯噪声滤波及FBP重建过程。计算机仿真以及真实数据实验表明,本文提出的去噪算法获得的重建CT图像,SNR及视觉效果均有明显的提高。     

基于改进回溯线搜索的二维梯度投影法

压缩感知的二维与一维方法相比,在对图像进行压缩观测时可以更好地保持其结构信息,因而能够提高压缩观测图像的重构质量.通过改进基于全变差正则化的二维梯度投影压缩感知算法,对该算法中全变差最小化进行求解,提出了一种改进的回溯线搜索方法以优化其中梯度下降法的步长选择方法,从而提高了重建图像的质量和算法的收敛速度.实验结果表明,将改进的步长选择方法应用于二维梯度投影算法之后,重建图像的主观质量和峰值信噪比都得到提高,同时算法的迭代次数减少,收敛速度更快.     

绝对差值排序的全变分低剂量CT重建算法

针对传统全变分(Total Variation,TV)低剂量CT(Computed Tomography,CT)算法在重建图像时出现阶梯效应和模糊图像边缘的问题,提出了基于绝对差值排序(Rank-Ordered Absolute Differences,ROAD)和中值先验(Median Prior,MP)模型的TV低剂量CT重建算法.首先采用ROAD对传统TV模型中的扩散函数进行改进,然后将改进后的TV模型与MP模型结合得到新的惩罚项,最后将该惩罚项应用于基于惩罚加权最小二乘重建算法从而构造新的目标函数.实验结果表明,新算法不仅可以抑制阶梯伪影的产生,还能够很好地保留图像边缘细节信息.