低剂量CT的加权总变差重建算法

• 作者: 彭彬彬 随力 黄思佳
• 来源期刊: 中国医学物理学杂志
• 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
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 医学影像物理
• 页码范围: 24-29
• 分类号: R312|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2016.01.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	随力	上海理工大学医疗器械与食品学院	26	67	5.0	7.0
2	黄思佳	上海理工大学医疗器械与食品学院	4	12	2.0	3.0
3	彭彬彬	上海理工大学医疗器械与食品学院	3	5	2.0	2.0