题名 自适应加权全变分的低剂量CT统计迭代算法
被引量：4
1
作者
何琳 张权 上官宏 张文 张鹏程 刘祎 桂志国
机构
电子测试技术国家重点实验室(中北大学) 仪器科学与动态测试教育部重点实验室(中北大学)
出处
《计算机应用》
CSCD
北大核心
2016年第10期2916-2921,共6页
基金
国家自然科学基金资助项目(61271357) 国家重大科学仪器设备开发专项(2014YQ24044508) +1 种基金 山西省自然科学基金资助项目(2015011046) 中北大学2013年校科学基金资助项目~~
文摘
针对低剂量计算机断层扫描(LDCT)重建图像时出现条形伪影和脉冲噪声的现象,提出一种自适应加权全变分的LDCT统计迭代重建算法。该算法克服了传统全变分(TV)算法在去除条形伪影的同时引入阶梯效应的缺点,把基于加权方差的加权因子与TV模型相结合提出自适应加权全变分模型,然后再把新模型应用到惩罚加权最小二乘(PWLS)重建算法中,这样就可以对图像的不同区域进行不同强度的去噪,从而取得噪声抑制和边缘保持的良好效果。采用Shepp-Logan模型和数字骨盆体模来验证算法的有效性,实验结果表明,所提算法的归一化均方距离和归一化平均绝对距离均比滤波反投影(FBP)、PWLS、惩罚加权最小二乘的中值先验(PWLS-MP)以及惩罚加权最小二乘的全变分(PWLS-TV)算法的值小,且可分别获得40.91 dB和42.25 dB的峰值信噪比。实验结果表明,该算法重建出的图像在有效去除条形伪影的同时对图像的边缘和细节起到很好的保护作用。
关键词
低剂量计算机断层扫描 统计迭代重建 惩罚加权最小二乘 全变分 加权方差
Keywords
Low-Dose Computed Tomography （LDCT） statistical iterative reconstruction penalized weighted leastsquare （pwls） Total Variation （TV） weighted variation
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 改进的非局部均值低剂量CT统计迭代重建算法
被引量：1
2
作者
张文 何琳 张权 张鹏程 桂志国
机构
中北大学电子测试技术国家重点实验室 中北大学仪器科学与动态测试教育部重点实验室
出处
《计算机工程与设计》
北大核心
2017年第7期1872-1878,共7页
基金
国家自然科学基金项目(61271357) 国家重大科学仪器设备开发专项基金项目(2014YQ24044508) 山西省自然科学基金项目(2015011046)
文摘
为解决低剂量计算机断层扫描(computedtomography,CT)重建图像时产生严重退化的问题,提出一种改进的非局部均值低剂量CT统计迭代重建算法。采用高斯滤波函数对含噪图像进行滤波,利用改进的非局部均值(non-local means,NLM)降噪模型做进一步降噪处理,通过空间邻近度因子和空间变化的滤波参数改进权值函数,得到新的降噪模型,把该模型应用到惩罚加权最小二乘(penalized weighted least square,PWLS)重建算法中,以期达到噪声抑制和边缘保持的良好效果。实验结果表明,该算法的重建图像可有效去除噪声,保护图像的边缘信息和细小结构。
关键词
计算机断层扫描 统计迭代重建 惩罚加权最小二乘 非局部均值 高斯滤波函数
Keywords
computed tomography（CT） statistical iterative reconstruction penalized weighted least square（pwls ） non-local means（NLM） Gaussian filter function
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
