基于Bregman的CT稀疏角度迭代重建研究.pdf

1、計(jì)算機(jī)斷層掃描成像(Computed Tomography，CT)技術(shù)廣泛應(yīng)用于醫(yī)療診斷和工業(yè)檢測(cè)領(lǐng)域，但是CT成像的高劑量X射線會(huì)對(duì)人體產(chǎn)生一定的輻射損害，可能潛在地增加引發(fā)癌癥的幾率，因此需要在保證CT圖像質(zhì)量的前提下盡可能地降低 X射線的輻射劑量?；趬嚎s感知(compressed sensing，CS)理論的稀疏角度投影重建方法可以有效的降低輻射劑量。本文研究了利用SART算法作為數(shù)據(jù)保真項(xiàng)并采用正則項(xiàng)作為約束懲罰項(xiàng)的迭代重建算

2、法。其中正則化最小化子問(wèn)題的求解精度和速度對(duì)于圖像的重建質(zhì)量好壞和重建時(shí)間快慢是至為關(guān)鍵的，故本文利用Split-Bregman迭代算法進(jìn)行求解。
　　本文研究了基于Split-Bregman迭代的CT稀疏角度投影正則化方法，主要所做的工作分為如下幾點(diǎn)：
　　(1)針對(duì)目前ART-TV算法中的全變分(Total Variation，TV)正則約束最小化問(wèn)題求解過(guò)程過(guò)慢的缺點(diǎn)，以及TV正則容易產(chǎn)生過(guò)平滑的問(wèn)題，因此需要尋找合適

3、的正則化最小化迭代算法和更為適合的正則約束懲罰項(xiàng)。本文研究通用的基于Split-Bregman迭代的稀疏重建下的正則化框架，利用SART作為數(shù)據(jù)保真項(xiàng)，可以實(shí)現(xiàn)不同正則化函數(shù)的CT成像。
　　(2)針對(duì)目前正則化函數(shù)難以選取的問(wèn)題，對(duì)于包括TV、非局部全變分(Non-Local Total Variation，NLTV)和雙邊全變分(Bilateral Total Variation，BTV)的正則項(xiàng)進(jìn)行了研究，并在這些正則化函數(shù)