小波域卷积稀疏编码的低剂量CT图像重建

作     者：刘进 亢艳芹 胡殿麟 陈阳 康季槐 Liu Jin;Kang Yanqin;Hu Dianlin;Chen Yang;Kang Jihuai

作者机构：安徽工程大学计算机与信息学院芜湖241000 东南大学计算机科学与工程学院南京210096 计算机网络和信息集成教育部重点实验室(东南大学)南京210096 南部战区海军第一医院湛江524005 

基　　金：国家自然科学基金(61801003) 安徽高校协同创新项目(GXXT-2019-008) 安徽工程大学引进人才科研启动基金(2018YQQ021) 安徽工程大学校级科研项目(Xjky072019B02) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2020年第32卷第11期

页      码：1784-1794页

摘      要：随着CT成像技术的发展,其射线剂量明显降低,然而实现优质成像依然是低剂量CT研究领域中的重点问题.为实现低剂量CT的优质成像,减缓重建图像中伪影及噪声干扰,提出了一种小波域的卷积稀疏编码CT重建算法.该算法是利用预先构建的滤波器集,对重建图像中的小波域高频子带进行卷积稀疏表示,并引入到低剂量CT重建中以构造目标函数.通过重建图像更新和小波域卷积稀疏编码两个步骤的交替优化,实现重建目标函数的求解.在Shepp-Logan模拟数据、AAPM模拟数据与UIH真实数据上进行实验,并与全变差、字典学习、梯度正则化的卷积稀疏编码等进行对照分析,实验结果表明,所提算法可获得噪声伪影少、结构细节对比度高的重建图.最后,参数分析实验表明所提算法易实施且具有良好的参数稳健性.

主 题 词：计算机断层成像 低剂量 图像重建 小波变换 卷积稀疏编码 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2020.18171

馆 藏 号：203991953...