基于投影數(shù)據(jù)非單調(diào)性全變分恢復(fù)的低劑量CT重建.pdf

1、計(jì)算機(jī)斷層成像技術(shù)(Computed Tomography,CT)是與MRI、同位素掃描、超聲圖像等一樣重要的醫(yī)學(xué)圖像診斷手段。與其他醫(yī)學(xué)成像方法相比,CT成像具有檢查方便、無痛苦無創(chuàng)傷、圖像密度分辯力高、解剖關(guān)系明確和病態(tài)顯影清楚等優(yōu)點(diǎn),已成為腫瘤疾病診斷和高質(zhì)量冠狀動(dòng)脈成像的主要手段,是醫(yī)學(xué)影像學(xué)領(lǐng)域中最活躍的技術(shù)之一。但是,由于采集和變換過程復(fù)雜,醫(yī)學(xué)CT圖像在處理、傳輸過程中容易受到噪聲污染,并且由于新的CT設(shè)備在提高成像質(zhì)量的

2、同時(shí),使用了更大的X射線劑量,使得人們?cè)絹碓疥P(guān)注于CT劑量對(duì)人體的潛在危害以及如何在保證圖像質(zhì)量的前提下有效地降低射線劑量。因此,探討能消除低劑量CT圖像噪聲的方法有著重要的臨床意義和應(yīng)用價(jià)值。
　　 隨著近年來計(jì)算機(jī)硬件技術(shù)的飛速發(fā)展,圖像去噪和恢復(fù)領(lǐng)域出現(xiàn)了很多新算法、新思想,這也為從算法方面改善低劑量CT圖像質(zhì)量提供了新的契機(jī)。常用的圖像去噪方法有中值濾波,維納濾波,基于直方圖的濾波等等。但是由于這些去噪方法對(duì)CT圖像噪聲

3、模型分析得不夠透徹,用它們來對(duì)CT圖像去噪的時(shí)候,處理效果不能滿足醫(yī)學(xué)診斷的需求。近年來,小波閾值濾波和雙邊濾波算法在圖像去噪方面得到了廣泛關(guān)注。但前者不適合應(yīng)用于低信噪比的圖像,而后者則涉及到多個(gè)參數(shù)的調(diào)整,不具有自適應(yīng)性?；诟飨虍愋詳U(kuò)散濾波的圖像平滑方法雖然在去除噪聲的同時(shí)保留了圖像邊緣信息,但是造成圖像的細(xì)節(jié)信息部分丟失,容易造成臨床醫(yī)生的誤診或漏診。
　　 為了獲取低劑量CT圖像的優(yōu)質(zhì)重建,本文在基于最小化梯度能量函數(shù)

4、的全變分算法的基礎(chǔ)之上,結(jié)合Barzilai-Borwein自適應(yīng)步長,提出一種基于投影數(shù)據(jù)非單調(diào)性全變分恢復(fù)的低劑量CT重建方法。新方法首先通過非線性Anscombe變換將滿足Poisson分布的投影數(shù)據(jù)轉(zhuǎn)化為近似Gaussian分布,其后對(duì)變換后的Gaussian型數(shù)據(jù)進(jìn)行非單調(diào)性全變分最小化算法濾波,最后對(duì)Anscombe逆變換數(shù)據(jù)實(shí)現(xiàn)傳統(tǒng)的濾波反投影CT重建。該算法在有效去除噪聲的同時(shí),很好地保留圖像的邊緣和紋理細(xì)節(jié)信息。仿真和