基于结构联合字典的肺部LDCT图像降噪

• 作者: 代晓婷 聂生东 龚敬
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 肺部低剂量CT图像 联合字典 稀疏表示 图像降噪
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1445-1453
• 页数: 9页
• 分类号: TP391
• 字数: 7224字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.06.025

摘要

肺部LDCT(Low-Dose Computed Tomography)图像中噪声及条状伪影等异常显著,顶部和底部图像尤为严重.为提高整个肺部LDCT图像的质量,本文提出一种基于结构联合字典的图像降噪方法.首先,利用肺部CT图像的灰度特点,将HRCT(High Resolution Computed Tomography)图像块分类并训练,获得4类字典,通过计算原子的信息熵和HOG(Histogram of Oriented Gradient)特征,得到相应的结构字典,进而构造出结构联合字典;然后,在对肺部LDCT图像进行非局部均值滤波的基础上,将结构联合字典作为全局字典,对图像进行稀疏表示及重构,获得降噪后的图像.为验证算法有效性,选用模拟和临床两类数据进行实验,并与KSVD、AS-LNLM、BF-MCA等3种算法对比.对比发现,本文算法在去除噪声和条状伪影以及保留细节方面效果较好,特别是对序列顶层和底层图像处理优势更加明显.该方法能够显著提升整个肺部LDCT图像的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂生东	上海理工大学医疗器械与食品学院	113	754	15.0	22.0
2	龚敬	上海理工大学医疗器械与食品学院	11	52	4.0	7.0
3	代晓婷	上海理工大学医疗器械与食品学院	1	2	1.0	1.0