基于貝葉斯估計的低劑量CT圖像去噪算法.pdf

1、計算機斷層成像(Computed Tomography，CT)已經(jīng)成為臨床診斷和治療的重要手段。為了降低CT檢查中高劑量的X射線對人體的傷害,低劑量CT掃描逐漸成為臨床應(yīng)用的熱點。但是，輻射劑量的降低導(dǎo)致低劑量CT圖像中含有大量的量子噪聲，這些噪聲嚴重影響圖像質(zhì)量。同時，量子噪聲與CT圖像的像素值分布有關(guān)，傳統(tǒng)的去除高斯噪聲的方法對低劑量CT圖像中的噪聲去除效果不佳。故本文主要研究低劑量CT圖像中量子噪聲的去除算法，主要工作如下：

2、>　　噪聲方差的估計精度決定了圖像去噪的效果。針對傳統(tǒng)的魯棒性中值估計(MAD)方法對噪聲方差估計精度較差的問題，本文提出一種改進的噪聲方差估計算法。首先，利用非下采樣剪切波變換把噪聲圖像分解為低頻系數(shù)和多尺度多方向的高頻系數(shù)；然后，利用MAD方法估計圖像高頻系數(shù)的噪聲方差；再次，在估計的該噪聲方差值附近選擇一系列的噪聲方差候選值，并且，在貝葉斯最大后驗估計的基礎(chǔ)上計算每個候選值對應(yīng)的剩余自相關(guān)功率；最后，利用剩余自相關(guān)功率有效改進了噪

3、聲方差的估計精度。一系列的實驗結(jié)果表明，提出算法的噪聲方差估計精度遠遠高于MAD算法。同時，利用提出算法對含有不同高斯噪聲強度的同一CT圖像和含有相同高斯噪聲強度的不同CT圖像進行去噪，實驗結(jié)果表明提出算法不僅有效而且具有較強的自適應(yīng)去噪能力。
　　低劑量CT掃描是降低X線劑量的有效手段。針對X線劑量降低產(chǎn)生量子噪聲從而導(dǎo)致質(zhì)量退化的問題，本文提出一種基于改進噪聲方差的低劑量CT圖像質(zhì)量改善算法。首先對低劑量CT圖像進行Ansco

4、mbe變換，將量子噪聲轉(zhuǎn)化為近似服從高斯分布的噪聲；其次，利用剪切波將變換圖像分解成低頻系數(shù)子帶及多尺度多方向的高頻系數(shù)子帶；然后，針對低信噪比的高頻系數(shù)子帶，利用改進的噪聲方差估計方法，并結(jié)合貝葉斯最大后驗估計獲得精確地非噪聲高頻系數(shù);最后,利用剪切波逆變換和Anscombe逆變換獲得重構(gòu)圖像。對多幅加入泊松噪聲的常規(guī)劑量CT圖像和多幅實際低劑量CT圖像進行一系列仿真實驗，定量評價和視覺效果均表明提出算法不僅能有效去除圖像中的噪聲，而