[1]钱姗姗,边兆英,路利军,等.两种基于Anscombe变换域滤波的低剂量CT重建方法讨论[J].中国医学物理学杂志,2013,30(02):4023-4026.[doi:10.3969/j.issn.1005-202X.2013.02.015]
点击复制

两种基于Anscombe变换域滤波的低剂量CT重建方法讨论
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
30卷
期数:
2013年02期
页码:
4023-4026
栏目:
出版日期:
2013-03-15

文章信息/Info

作者:
钱姗姗; 边兆英; 路利军
广东农工商职业技术学院计算机系;南方医科大学生物医学工程学院医学信息研究所;
关键词:
低剂量CT; Anscombe变换; 非单调性全变分; BM3D滤波; 投影数据恢复
分类号:
R391.4
DOI:
10.3969/j.issn.1005-202X.2013.02.015
文献标志码:
A
摘要:
目的:低剂量CT重建已成为CT成像的研究热点,针对低剂量CT成像质量退化问题,本文对两种基于Anscom-be变换域滤波的低剂量CT重建方法进行了讨论比较。方法:这两种方法分别为基于投影数据非单调性全变分最小恢复的低剂量CT重建方法和基于自适应模块匹配三维滤波低剂量CT重建方法。二者皆首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为近似Gaussian分布,其后再对变换后的Gaussian型数据分别进行非单调性全变分最小化算法(Nonmonotone Total Variation Minimization,NTVM)滤波和自适应模块匹配三维(Block-Matching and 3D,BM3D)滤波,最后再分别对Anscombe逆变换数据实现传统的滤波反投影(Filtered Back Projection,FBP)CT重建;我们通过数字体模仿真实验对两种方法分别进行了定性和定量比较分析。结果:实验结果表明,两种方法均能有效去除噪声、抑制伪影、提高低剂量CT重建图像质量。结论:BM3D滤波无需人工设置滤波参数,可实现自适应低剂量CT图像重建;重建时间方面,基于投影数据非单调性全变分最小恢复的低剂量CT重建方法更有优势。

相似文献/References:

[1]陈伟国,贺捷新,莫天澜,等. 低剂量CT心肌灌注鲁棒去卷积参数成像方法[J].中国医学物理学杂志,2017,34(11):1131.[doi:DOI:10.3969/j.issn.1005-202X.2017.11.010]
　CHEN Weiguo,HE Jiexin,MO Tianlan,et al. Robust deconvolution for low-dose CT myocardial perfusion imaging[J].Chinese Journal of Medical Physics,2017,34(02):1131.[doi:DOI:10.3969/j.issn.1005-202X.2017.11.010]
[2]谢丰雪,杨帆,冯维,等.基于深度学习的低剂量CT图像去噪[J].中国医学物理学杂志,2022,39(5):547.[doi:DOI:10.3969/j.issn.1005-202X.2022.05.004]
　XIE Fengxue,YANG Fan,FENG Wei,et al.Low-dose CT image denoising based on deep learning[J].Chinese Journal of Medical Physics,2022,39(02):547.[doi:DOI:10.3969/j.issn.1005-202X.2022.05.004]
[3]洪启帆,玄祖兴,李雅馨.基于全卷积神经网络的低剂量CT去噪算法[J].中国医学物理学杂志,2023,40(6):695.[doi:DOI:10.3969/j.issn.1005-202X.2023.06.005]
　HONG Qifan,XUAN Zuxing,LI Yaxin.Fully convolutional neural network based algorithm for low-dose CT image denoising[J].Chinese Journal of Medical Physics,2023,40(02):695.[doi:DOI:10.3969/j.issn.1005-202X.2023.06.005]
[4]李晓增,王宝珠,郭志涛,等.一种用于低剂量CT的微小细节保护CNN与Transformer融合去噪方法[J].中国医学物理学杂志,2024,41(7):842.[doi:1005-202X（2024）07-0842-09]
　LI Xiaozeng,WANG Baozhu,GUO Zhitao,et al.Low-dose CT denoising method with CNN and Transformer to preserve tiny details[J].Chinese Journal of Medical Physics,2024,41(02):842.[doi:1005-202X（2024）07-0842-09]

更新日期/Last Update: 2013-03-15