HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于加权字典学习方法的低剂量CT图像重建

作者:章程; 张健; 杜强; 李铭; 刘景鑫图像处理ct重建字典学习权重因子欠采样

摘要:为了减轻X射线辐射对病患的危害,CT扫描设备的设计需要考虑降低辐射剂量的需求。源于压缩感知理论的字典学习重建算法可用于求解不完备投影数据的CT图像重建问题,然而该算法的正则约束项无法有效区分噪声和低对比度信息,重建图像容易丢失软组织边缘细节信息。本文提出一种加权字典学习重建算法,基于每次迭代的结果,利用字典稀疏表示的残差设计正则约束项的权重因子,使算法在迭代过程中对图像不同区域施加不同程度的平滑效应,从而在平滑噪声的同时保留低对比度信息。实验结果表明,提出的改进算法有效的保留了软组织边缘信息,与原算法相比,明显提高了重建图像的质量。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国医疗设备

《中国医疗设备》(CN:11-5655/R)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情