期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于双字典自适应学习算法的低采样率CT重建 被引量:3
1
作者 栾峰 杨帆 +1 位作者 蔡睿智 杨晨 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第12期1709-1716,共8页
在医疗诊断中,稀疏采样能减少CT扫描过程中辐射对患者的伤害.但直接对稀疏采样后的投影数据进行重建,会使CT重建后的图像出现失真、伪影等问题.为保证低采样率下重建图像的质量,提出了双字典自适应学习算法,参照Sparse-Land模型的双字... 在医疗诊断中,稀疏采样能减少CT扫描过程中辐射对患者的伤害.但直接对稀疏采样后的投影数据进行重建,会使CT重建后的图像出现失真、伪影等问题.为保证低采样率下重建图像的质量,提出了双字典自适应学习算法,参照Sparse-Land模型的双字典学习框架,将K-SVD算法与双字典学习算法框架相结合得到补全投影数据,利用FBP算法进行重建得到高质量的重建图像.实验结果表明,在低采样率下使用所提方法进行CT重建的图像质量优于COMP双字典学习算法和MOD双字典学习算法,并且此方法有效提高了CT图像重建在低采样率时的性能. 展开更多
关键词 CT图像重建 K-SVD算法 双字典学习算法 自适应学习算法 FBP算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部