-
题名一种TV模型下基于ADMM的加速算法
被引量：1
- 1
-
-
作者
李欣
-
机构
山西国际商务职业学院
-
出处
《信息通信》
2020年第12期60-62,67,共4页
-
文摘
如何利用不充分的投影数据进行精确的图像重建是当前电子计算机断层扫描(Computed Tomography,CT)领域的研究热点,受辐射剂量、人体自身条件、重建时间等诸多因素的限制,投影数据不会总是完整的,而医学采样过程中,如果能减少采样数目,无疑大大减少了X射线对病患和医生的伤害,随着压缩感知(Compressed sensing,CS)理论的提出,稀疏角度重建已经得到了较为广泛的应用。全变分(Total Variation,TV)算法是稀疏角度重建的一种有效方法,文章在TV算法和ADMM算法的基础上,提出了一种新的加速收敛算法,该算法先进行ADMM-TV算法迭代,然后在每轮迭代后对图像进行调整,有效加快收敛速度。相关的实验结果表明,该加速算法能够在相同的迭代次数下获得精确度更高的图像,在加速收敛方面效果良好。
-
关键词
ct图像重建算法
压缩感知
稀疏角度重建
TV算法
ADMM算法
-
Keywords
ct image reconstruction algorithms
compressed sensing
sparse optimization
total-variation minimization
Alternating Direction Method of Multipliers algorithms
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
