基于字典学习与BM3 D的MAP投影域降噪算法

• 作者: 刘祎 方帆 杨一鸣
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 低剂量CT 字典学习 三维块匹配滤波 最大后验
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 16-21,27
• 页数: 7页
• 分类号: TP391.41
• 字数: 5015字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2020.01.003

摘要

针对低剂量CT投影数据存在伪影和噪声的现象,提出了一种基于字典学习与三维块匹配滤波(Block-Matching and 3D Filtering,BM3D)的最大后验(Maximum A Posteriori,MAP)投影域降噪算法.该算法首先使用区别性字典对低剂量CT投影数据进行预处理,达到抑制部分噪声的目的;再运用MAP算法框架,构造一种由中值能量函数与BM3 D算子组成的联合先验模型,对整个投影数据进行平滑处理.分别采用两种模型图像对该算法进行验证,实验结果表明,与滤波反投影(Filter Back Proj ection,FBP)算法、惩罚重加权最小二乘(Penalized Reweighted Least-Squares,PRWLS)算法和各向异性加权先验正弦图平滑算法相比,所提算法重建出的图像伪影较少,较好地保持了图像的边缘信息,具有较高的结构相似性和峰值信噪比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘祎	中北大学生物医学成像与影像大数据重点实验室	43	182	8.0	11.0
2	杨一鸣	中北大学生物医学成像与影像大数据重点实验室	2	0	0.0	0.0