基于投影數據非單調性全變分恢復的低劑量CT重建.pdf

1、計算機斷層成像技術(Computed Tomography,CT)是與MRI、同位素掃描、超聲圖像等一樣重要的醫(yī)學圖像診斷手段。與其他醫(yī)學成像方法相比,CT成像具有檢查方便、無痛苦無創(chuàng)傷、圖像密度分辯力高、解剖關系明確和病態(tài)顯影清楚等優(yōu)點,已成為腫瘤疾病診斷和高質量冠狀動脈成像的主要手段,是醫(yī)學影像學領域中最活躍的技術之一。但是,由于采集和變換過程復雜,醫(yī)學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設備在提高成像質量的

2、同時,使用了更大的X射線劑量,使得人們越來越關注于CT劑量對人體的潛在危害以及如何在保證圖像質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用價值。
　　 隨著近年來計算機硬件技術的飛速發(fā)展,圖像去噪和恢復領域出現了很多新算法、新思想,這也為從算法方面改善低劑量CT圖像質量提供了新的契機。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CT圖像噪聲

3、模型分析得不夠透徹,用它們來對CT圖像去噪的時候,處理效果不能滿足醫(yī)學診斷的需求。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注。但前者不適合應用于低信噪比的圖像,而后者則涉及到多個參數的調整,不具有自適應性。基于各向異性擴散濾波的圖像平滑方法雖然在去除噪聲的同時保留了圖像邊緣信息,但是造成圖像的細節(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)質重建,本文在基于最小化梯度能量函數

4、的全變分算法的基礎之上,結合Barzilai-Borwein自適應步長,提出一種基于投影數據非單調性全變分恢復的低劑量CT重建方法。新方法首先通過非線性Anscombe變換將滿足Poisson分布的投影數據轉化為近似Gaussian分布,其后對變換后的Gaussian型數據進行非單調性全變分最小化算法濾波,最后對Anscombe逆變換數據實現傳統的濾波反投影CT重建。該算法在有效去除噪聲的同時,很好地保留圖像的邊緣和紋理細節(jié)信息。仿真和