首页 | 本学科首页   官方微博 | 高级检索  
     

低剂量CT图像域各向异性加权最小二乘重建算法
引用本文:郭晓杰,张权,刘祎,上官宏,桂志国.低剂量CT图像域各向异性加权最小二乘重建算法[J].中北大学学报,2014(6):739-744.
作者姓名:郭晓杰  张权  刘祎  上官宏  桂志国
作者单位:1. 中北大学电子测试技术国家重点实验室,山西太原,030051
2. 中北大学电子测试技术国家重点实验室,山西太原030051; 中北大学仪器科学与动态测试教育部重点实验室,山西太原030051
基金项目:国家自然科学基金资助项目(61071192,61271357,61171178);山西省高等学校优秀青年学术带头人支持计划资助项目;山西省国际合作项目(2013081035);山西省高等学校131领军人才工程项目;中北大学青年科学基金
摘    要:针对低剂量CT重建图像由于过度的量子噪声产生退化的问题,基于统计重建算法提出了一种改进的图像域惩罚加权最小二乘重建算法.该算法对传统PWLS算法的代价函数进行了改进,通过引入各向异性扩散算子,使得算法可以根据图像特征自适应地调整图像的平滑程度,然后采用SOR迭代算法对目标函数进行求解.实验结果表明:该算法重建图像的均方根误差为13.907 3,信噪比为11.748 8,算法可以在有效抑制重建图像条形伪影的同时,保护重建图像的细节与边缘.

关 键 词:低剂量CT  惩罚加权最小二乘法  各向异性加权  迭代  降噪

Penalized Weighted Least-Squares Image Reconstruction Algorithm with an Anisotropic Diffusion Weighted Prior in Image Domain for Low-Dose Computed Tomography
GUO Xiao-jie,ZHANG Quan,LIU Yi,SHANGGUAN Hong,GUI Zhi-guo.Penalized Weighted Least-Squares Image Reconstruction Algorithm with an Anisotropic Diffusion Weighted Prior in Image Domain for Low-Dose Computed Tomography[J].Journal of North University of China,2014(6):739-744.
Authors:GUO Xiao-jie  ZHANG Quan  LIU Yi  SHANGGUAN Hong  GUI Zhi-guo
Affiliation:GUO Xiao-jie;ZHANG Quan;LIU Yi;SHANGGUAN Hong;GUI Zhi-guo;National Key Laboratory for Electronic Measurement Technology,North University of China;Key Laboratory of Instrumentation Science & Dynamic Measurement,Ministry of Education,North University of China;
Abstract:
Keywords:low-dose CT  Penalized weighted least-squares  anisotropic diffusion weighted  iterative  noise reduction
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号