基于壓縮感知理論的CT圖像重建算法研究.pdf

1、CT圖像重建算法是CT研究領(lǐng)域的熱點(diǎn)和核心，主要分為解析法和迭代法。以代數(shù)重建算法(algebraic reconstruction technique，ART)為代表的迭代法適合于投影數(shù)據(jù)不完全的情形，但算法運(yùn)算量大，重建速度慢。而近年來出現(xiàn)的壓縮感知(compressive sensing，CS)可以用少量測量值精確地恢復(fù)出原始信號，將其應(yīng)用于不完全投影的CT圖像重建中具有特別的優(yōu)勢。
　　本文首先介紹了CT成像的基本原理和傳

2、統(tǒng)重建算法，然后對代數(shù)重建算法進(jìn)行了深入的研究，分析了影響代數(shù)重建算法速度及圖像質(zhì)量的幾個(gè)主要因素，給出了一種計(jì)算權(quán)因子矩陣的改進(jìn)方法，討論了松弛因子對算法重建性能的影響，最后簡要介紹了壓縮感知算法，在此基礎(chǔ)上分析了將壓縮感知理論應(yīng)用到CT圖像重建的可行性，結(jié)合壓縮感知理論和代數(shù)重建算法實(shí)現(xiàn)了一種POCS-TVM算法，并進(jìn)行了大量仿真實(shí)驗(yàn)研究，討論了各項(xiàng)參數(shù)對該算法的影響，比較分析了不完全投影情形下該算法與傳統(tǒng)算法的重建效果。