[1]彭彬彬,随力,黄思佳.低剂量CT的加权总变差重建算法[J].中国医学物理学杂志,2016,33(1):24-29.[doi:DOI:10.3969/j.issn.1005-202X.2016.01.006]
　[J].Chinese Journal of Medical Physics,2016,33(1):24-29.[doi:DOI:10.3969/j.issn.1005-202X.2016.01.006]
点击复制

低剂量CT的加权总变差重建算法()
分享到：

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

卷:
33卷
期数:
2016年1期
页码:
24-29
栏目:
医学影像物理
出版日期:
2016-01-15

文章信息/Info

文章编号:
1005-202X（2016）01-0024-06
作者:
彭彬彬; 随力; 黄思佳
上海理工大学医疗器械与食品学院，上海200093
关键词:
压缩感知; CT重建; 稀疏角度重建; 分块代数重建技术; 加权迭代支持检测
分类号:
R312；TP391
DOI:
DOI:10.3969/j.issn.1005-202X.2016.01.006
文献标志码:
A
摘要:
【摘要】针对稀疏投影角度的CT图像重建问题，结合压缩感知理论，提出基于加权迭代支持检测的分块代数重建算法， 以较少的投影角度重建出理想的CT图像。首先，针对传统的代数重建技术计算量大、收敛速度慢的问题，提出分块代数 重建算法；其次，传统的最小总变差模型会引起图像过度平滑及纹理细节模糊等问题，对此提出一种最小加权总变差算 法，即加权迭代支持检测算法，并建立加权迭代支持检测模型；最后，分块代数重建技术与加权迭代支持检测模型交替迭 代，使重建结果趋于收敛。本文采用经典的Shepp-Logan体模及实际的脑部CT切片进行重建，以均方根误差作为重建图像 的质量评判标准，并与其他重建算法的重建结果进行对比。在经过一定次数的迭代后，基于本文算法的重建图像更贴近 原始图像，而且比其他算法更早收敛。实验结果表明，本文算法在重建质量及收敛速度上都优于其他对比算法。

相似文献/References:

[1]王水花,张煜东.压缩感知磁共振成像技术综述[J].中国医学物理学杂志,2015,32(02):158.[doi:10.3969/j.issn.1005-202X.2015.02.002]
[2]管春,朱庆永.参考制导的压缩感知快速磁共振重建方法[J].中国医学物理学杂志,2016,33(3):217.[doi:10.3969/j.issn.1005-202X.2016.03.001]
[3]柴青焕,苏冠群,聂生东.磁共振部分K空间重建算法[J].中国医学物理学杂志,2018,35(5):537.[doi:DOI:10.3969/j.issn.1005-202X.2018.05.008]
　CHAI Qinghuan,SU Guanqun,NIE Shengdong. Magnetic resonance partial K-space reconstruction algorithm[J].Chinese Journal of Medical Physics,2018,35(1):537.[doi:DOI:10.3969/j.issn.1005-202X.2018.05.008]
[4]刘良友,李兆同,张泽茹,等.基于参考图像的压缩感知磁共振扩散张量成像[J].中国医学物理学杂志,2021,38(3):323.[doi:DOI:10.3969/j.issn.1005-202X.2021.03.010]
　LIU Liangyou,LI Zhaotong,ZHANG Zeru,et al.Compressed sensing diffusion tensor imaging based on reference image[J].Chinese Journal of Medical Physics,2021,38(1):323.[doi:DOI:10.3969/j.issn.1005-202X.2021.03.010]

备注/Memo

备注/Memo:
国家自然科学基金（51173108）
更新日期/Last Update: 2016-01-20