王克军[1]2013年在《局部区域CT图像重建算法研究》文中提出计算机断层成像（CT）作为一种不破坏物体结构，仅通过在物体外部获取投影数据就能探知物体内部构造的技术，广泛应用在医学诊断、工业无损检测等领域中。投影数据是否完备关系到重建质量的好坏。在实际的应用中，由于受到辐射剂量、成像系统设计、受探物体结构等限制，很多情况下得到的投影数据是截断的，投影角度是有限的。事实上，在医学诊断中，只需重建出病灶部位的局部区域图像即可，并不需要重建出完整的剖面图像。本文针对局部感兴趣区域CT重建问题进行了研究。具体研究内容和工作如下：第一，研究了基于小波的解析局部CT重建算法。分析了传统的滤波反投影算法的非局部性，利用小波时频局部性、多分辨率、高阶消失矩等性质，将小波应用于局部CT重建，通过投影数据的预延拓、选取合适的小波基函数减小重建误差，对局部CT重建进行了仿真，得到了较好的重建效果。第二，基于压缩传感理论，提出全变分最小化的改进算法。在压缩传感理论的基础上深入分析了全变分最小化的CT重建算法并对其改进，用共轭梯度重建代替ART重建步骤，对重建的图像进行非负性和全变分最小化修正，同时引入加速算法，提高了重建质量与速度。第叁，提出了一种基于小波框架正则化的局部CT重建方法。运用小波框架的冗余性及框架系数稀疏性原理，结合分裂Bregman交替迭代算法，通过惩罚框架系数的L1范数对重建图像进行优化。实验结果验证了在有限角度的局部投影数据下该算法能够取得较好的效果。
霍俊卿[2]2015年在《基于小波域自适应去噪的CT图像重建方法研究》文中认为计算机断层成像技术(Computed Tomography,简称CT)是利用具有一定能量的射线源,在不破坏物体物理结构的情况下进行断层扫描,并根据获得投影数据,得到断层二维图像的技术。目前已广泛应用于医学、机械、航空航天、核工业等领域,在CT逐渐成为医学上重要诊断手段之一。同时人们也关注着在接受CT诊断时所接受的剂量的对人体健康潜在的危害。减少投影角度和探测器数目可以降低辐射剂量,但在数据不完备的情况下,重建出的图像混入明显的噪声,质量严重退化。因此,如何在降低辐射剂量的同时,得到高精度、高度细节化的图像成为近年研究的热点。针对这一问题,本文进行了以下的研究工作:第一,以降低辐射剂量为目标,提出基于小波变换的局部CT重建算法。使用小波变换处理投影数据,选择高阶消失矩小波、运用其局部紧支特性进行局部重建,设置合适的小波基函数,得到基于滤波反投影(FBP)算法的局部小波重建算法,克服FBP算法的非局部性。算法仿真对比说明,所提出的算法在降低投影数据量方面具有较好的效果。第二,以抑制噪声为目标,本文提出基于小波的自适应组合去噪算法,噪声会使图像质量严重退化,因此需要有效的方式从投影数据中滤除,该算法以小波阈值去噪算法为基础,通过分析得到了小波域中投影数据的噪声统计特性,采用以贝叶斯估计为主的小波去噪算法滤除噪声,然后运用投影数据设计维纳滤波器进行滤波,达到组合去噪的效果。算法仿真对比说明,所提出的算法在投影数据量保持一致的条件下去除噪声的能力得到明显的提高。第叁,提出基于小波的自适应局部去噪算法,针对组合去噪算法数据完备性要求较高的弱点,将局部重建的性质引入到组合去噪算法中,将组合去噪得到的投影数据运用到局部重建算法中,完成重建,得到更清晰的重建图像,并结合实际,适当调节投影角度与探测器数目,在降低辐射剂量的同时,达到更优的重建效果。
卞威[3]2002年在《基于小波的局部CT图像重建算法研究》文中研究指明在临床医学中，非介入式的检测技术不断的引起人们的兴趣。这种技术能够让医生不通过外科手术就能观察到人体内部的解剖结构。计算机辅助断层成像(CT)便是这方面的一个典型代表。它所基于的成像原理是：人体的某个剖面在若干个角度上被X射线束照射，照射后X射线的衰减量被检测器记录下来，形成投影集合，数学上将这个投影集合描述为该剖面的Radon变换，通过反演Radon变换就能够重建剖面的二维图像。 滤波反投影法(Filtered Backprojection)是目前应用得最为广泛的一种CT图像重建算法。该算法利用从各方向测量出来的投影值求出物体内部受检断面各点的X射线衰减系数，从而重建出整个人体横截面的图像。但是该算法存在着一个缺陷，即为了重建图像中任意一个点的信息，它需要用到待建图像的所有投影数据。这就意味着，即使只想观察身体横截面的某个局部区域，病人也要接受相对来说较为大量的X射线照射。于是近年来，寻找一种能够减少辐射剂量，同时又能准确重建感兴趣区域的局部图像重建算法，引起了研究人员的极大兴趣。 本文将提出一种从Radon变换获得待建图像小波分解系数的算法。该算法与传统的滤波反投影法相似，不同的地方在于，算法中用到的滤波器是与X射线的照射角度相关联的，而且反投影后得到的是待建图像的小波分解系数，这些系数再经过逆小波变换就得到了最终的重建图像。利用小波的特性，该算法仅使用几乎是完全局部的投影数据去重建身体剖面上的某个局部区域，从而大大降低了X射线的辐射剂量和算法的运行时间，同时还具有和传统的滤波反投影法基本相同的图像重建质量。
王利娜[4]2015年在《基于ROF模型的稀疏角度CT图像重建算法》文中指出计算机断层成像技术(CT)具有断层成像、密度分辨率高、无损检测等优点,普遍应用于医学诊断、工业无损检测和安全检查等领域。但在实际应用中,由于受到放射剂量、成像硬件设备等条件限制,一般不能得到完备投影数据。在医学成像中,经常采用稀疏角度(欠采样)投影方式获取不完备投影数据,对于此种方式获取的投影数据,采用以滤波反投影(FBP)为代表的解析法很难精确重建CT图像,因此稀疏角度下不完备投影数据的研究,对CT图像重建的发展具有重要意义。本文首先阐述了CT图像重建理论基础,介绍了CT重建原理和数学基础。其次介绍了CT图像重建常用的两种方法:解析法和迭代法,通过在完备投影数据下的CT图像重建、稀疏角度CT图像重建和带有噪声的稀疏角度CT图像重建叁组实验,分析了FBP、ART、SIRT和SART几种算法重建的特点,得到采用SART算法进行稀疏角度CT图像重建,特别是对带有噪声的CT图像重建效果较好。再次,由于SART算法在CT图像重建过程中抑制噪声能力有限,因此本文提出了一种基于ROF和拉普拉斯模型(简称ROF-LP模型)的图像去噪算法,并通过实验验证该算法不仅能够有效的去除噪声,而且能较好的保持图像边缘特征。最后,针对先重建再去噪过程耗费时间较长,图像容易产生“阶梯效应”的问题,本文引入小波变换,并采用重建与去噪过程交替的方式进行处理。对小波变换高频部分进行阈值去噪和ROF-LP模型去噪,低频部分进行系数增强。通过实验表明此算法能加快图像重建速度,并在去噪的同时抑制阶梯效应的产生,进一步提高重建图像的质量。
刘楠[5]2011年在《稀疏角度及低剂量CT图像重建算法研究》文中研究指明近年来,计算机断层成像技术(Computed Tomography, CT)已经在临床获得了广泛应用,尤其在医学诊断及治疗中的应用越来越广泛。与其他影像检查手段相比,如X线机, CT具有较高的分辨率,是现代影像学的杰出代表。然而由于CT设备在提高成像质量的同时,使用了更大的X射线剂量,使得人们越来越关注CT剂量对人体的潜在危害。包括GE, Toshiba和Philips在内的各大公司都在强调低剂量检查,以减少辐射剂量对病人的损伤,最新推出的CT也都以其剂量控制技术为最大卖点。通过限制管电流等CT扫描参数以及降低采样角度,可以达到降低辐射剂量的目的,但同时在投影数据中引入了很强的噪声,使得重建的CT图像产生严重退化,且图像中包含大量的条形伪影。因此如何在保证图像质量的前提下有效地降低射线剂量成为近年来CT领域的研究热点。随着计算机硬件技术的飞速发展,图像去噪和恢复领域出现了很多新算法、新思想,这也为从算法方面改善低剂量CT图像质量提供了新的契机。本文将回顾图像去噪领域的一些重要工作,阐述当前关于非局部,多尺度的算法思想,并将这些新的思想应用于稀疏角度及低剂量CT图像重建的问题中。针对稀疏角度CT重建及低剂量CT重建,期望降低CT剂量的同时有效改善重建图像质量,分别主要采用约束迭代重建算法,投影域恢复及图像后处理等方法。基于这两种有效降低辐射剂量的方式考虑,本文主要做了以下工作：(1)提出了一种基于非局部平均迭代修正的稀疏角度CT凸集投影迭代重建方法,该方法采用两相式重建策略：首先对CT稀疏投影数据采用POCS算法进行重建,以获得满足数据一致性及非负性约束的重建图像；随后由POCS重建图像导引非局部平均对其进行优化修正,以消除图像中的高频噪声,保持图像边缘,减少条形伪影,达到提升图像质量的目的。两相交替进行,直至满足某一终止准则。仿真实验表明,本文提出的非局部平均迭代修正稀疏角度CT POCS重建算法,可有效抑制重建图像噪声和条形伪影,大幅提高重建图像质量。(2)提出一种投影数据恢复导引的非局部平均(NL-means)低剂量CT重建方法。首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为Gaussian分布,以便于投影数据噪声的滤除；待投影数据滤波后,对滤波后投影数据执行Anscombe逆变换和滤波反投影(FBP)CT图像重建；然后将投影数据滤波后的FBP图像作为先验构建非局部权值矩阵,并将该权值矩阵用于低剂量CT图像的非局部平均成像。仿真和临床实验结果表明,该方法在噪声消除和伪影抑制两方面均有上佳表现。
温学兵[6]2004年在《小波在局部CT图像重建中的应用》文中研究指明计算机层析成像技术(CT)是近十几年发展起来的一种新的非接触无损检测技术，它具有检测精度高、重建图像无影像重迭、空间分辨率和密度分辨率高、可以直接进行数字化处理等优点,现已被广泛应用于航空、航天、机械、公安、海关、医疗等诸多领域。在前言部分，我们首先对CT的理论进行了概括性描述，并回顾了CT发展的历史。第二章介绍了CT成像的基本理论。CT投影数据是射线关于被测物体的线性衰减的积分，即沿给定射束路径计算出来的线积分。图像重建的实质是根据这些“已知”的投影数据来估算被测物体内部的密度分布，其数学基础就是Radon变换及其逆变换，它们也是CT成像的流行经典算法----滤波反投影算法的理论核心。由于Radon逆变换中的微分算子对噪声的放大作用相当大，因此在实践中应用中心切片定理来实现FBP算法。中心切片定理揭示了这样一个重要事实，物体在某一角度投影的一维傅氏变换等于沿此角度经过中心的物体的二维傅氏变换。FBP算法的算法流程图显示这个算法相当于对每个角度的投影数据构成的一维信号作滤波，在对他们关于角度做反投影，最终得到重建函数。第叁章介绍了本文使用的一个重要的理论工具----小波分析。首先给出了小波的定义和几个简单的小波例子，列出几组常用小波的性质比较，介绍了连续小波变换的定义，描述了多尺度空间的概念，列出了分解重构的着名算法----Mallat算法描述了可分离型张量积小波，特别引入了尺度函数消失矩的概念，如果满足，则称尺度函数有阶消失矩，它是本文所涉及的极为重要的一个性质。本文的主要工作在第四章。首先介绍本文实现的算法，然后对传统滤波反投影的非局部性进行了实例分析，说明本算法的局部性，最后改进了边界处理的方法，给出算法实例和分析,发现了局部区域外的图像会对小波局部重构产生影响的现象。我们首先给出在二维情况下，重构局部CT图像问题的数学描述：给定是一个连续函数，是一个属于的单位向量，已知函数沿着经过以原点为圆心，以为半径的圆内的过圆心的若干条线的线积分值，设感兴趣区域（Region of<WP=40>Interest）是以原点为圆心，以（）为半径的小圆，我们要利用一些线积分值来重构感兴趣区域的图像。然后分析了传统的滤波反投影算法不能进行局部重建的原因，如下证明： 上式中相当于一个微分过程，而在时域中恰好是希尔伯特卷积算子，所以上式可写为 上面的推导过程中，微分是局部的，而希尔伯特变换却不是，因此FBP算法不能进行局部重构。接着给出了从上函数的Radon变换获得函数的小波系数的算法，这种算法可用于局部重构。给定上的函数和满足第叁章（3.1）的实值平方可积函数，则函数的小波变换可从它的一维投影由下式重构 此处，离散化上面的方程得此处等号右边公式可分作两步计算第一步：滤波上式根据卷积定理，按照公式<WP=41>在频域上计算，在实际算法实现中还要乘上一个窗函数。第二步：反投影因此，本算法与传统的滤波反投影相比，形式上是用小波斜滤波器替换了斜滤波器。 如果小波基是第叁章公式（3.2）（3.5）所给出的二维可分离小波基，近似和小波系数可用基于小波变换的重构公式（4.1）直接从投影数据计算出来，其中分别用，，，替换。具体说，近似系数可由下式获得 在频域的滤波部分由下式给出细节系数可以相似的方式获得 细节系数在频域的滤波部分由下式给出这就意味着图像的小波和尺度系数能够通过滤波反投影方式获得，而斜滤波器被称作尺度和小波斜滤波器的<WP=42>替换。我们用公式（4.2）（4.3）获得近似和小波系数，用传统的Mallat算法由小波和近似系数重构图像。下面我们进行本算法的局部性分析对于算法中实际用的获得小波和尺度系数的反投影公式，由卷积定理，傅立叶中心切片定理，有下面等式 其中，要使卷积有意义，两个函数衰减应足够快，如果是一个紧支撑且具有高阶消失矩（称函数具有阶消失矩，如果）的函数，则它在经过希尔伯特变换后仍会在有限的区间内迅速衰减到零，下面定理说明了这一点定理：设函数在区域外为零，且满足，则对于，有 对于每一个角度，通过使用由紧支集高消失矩小波和尺度函数形成的可分离张量积小波，将迅速衰减，数值上，即使对于具有不太大的消失矩的小波，在每一个角度上，和的本性支集也是相同的。在具有高消失矩的尺度函数(如果满足，则称尺度函数有阶消失矩)中，的迅速衰减也可获得。那么，就满足，，。于是由前面的定理可得<WP=43>虽然衰减的快慢主要由决定，但是相对没有消失矩的尺度函数，具有消失矩的尺度函数经过斜滤波以后支撑区间的长度和原函数的差异是很小的。这就出现了如何选取合适的小波进行局部重建的问题。本文中采用的是支集为[0，11]的Coiflets 3。由上述讨论可知， ，继承了尺度函数和小波函数的高消
张卫贞[7]2013年在《一种投影预处理算法在局部CT图像重建中的应用》文中进行了进一步梳理本文首先对Shepp Logan头颅投影数据低分辨率重建,然后对含噪感兴趣区域相关的投影数据使用一种将小波变换与Wiener滤波相结合的局部投影数据预处理算法进行降噪,最后对降噪后的投影数据局部反投影重建。通过图像平方根误差分析实验结果可知,重建图像相对原图像误差较小。
张瀚铭[8]2017年在《CT不完全数据重建算法研究》文中研究指明计算机断层成像(Computed Tomography,CT)技术自发明以来,在医学成像和工业无损检测等领域具有不可替代的地位。CT图像重建是从透过物体的X射线投影数据获得被检测物体内部断层图像的过程,是CT成像的核心基础技术。投影数据的完备性要求是CT图像重建算法设计与实用化的重要考量指标:当采集的投影数据较完备时,易获得高质量的重建图像,其重建理论与方法也已发展得较为完善;而当投影数据不完备时,传统重建算法得到的图像中会出现严重的伪影,在实现高精度重建时面临巨大困难。由不完备的投影数据重建物体的断层图像,是CT图像重建领域研究的热点之一,也被称为不完全数据重建问题。在医学、工业等实际应用中,经常遇到不完全数据重建问题,如被检测物体中存在X射线无法穿透的金属物体导致投影内部数据缺失、医学成像中为了降低辐射剂量采用稀疏角度采样以及受扫描空间限制无法采集部分角度的投影数据等等。如何针对特定CT成像问题的不同数据缺失条件,设计与之契合的重建算法以获得满足实际需求的重建效果是研究的重要方向,具有重要的理论意义和应用价值。本文围绕CT不完全数据重建问题,针对金属物质难以穿透导致的外问题、稀疏角度问题和有限角度问题分别展开研究,主要研究成果如下:1.提出了一种基于投影域和图像域联合正则化的CT投影补全算法。针对金属造成的投影缺失问题,最直接的解决手段为对缺失投影进行弥补,传统的投影补全方法仅利用投影域的信息对缺失数据进行估计,其估计误差易导致CT重建图像出现条纹和放射伪影。针对该问题,本文提出了一种基于投影域和图像域联合稀疏优化的投影补全算法,分别对投影域和图像域的先验刻画进行建模,并采用Chambolle-Pock原始对偶优化算法对该模型进行高效求解。该算法不但利用了原始投影域的先验刻画,同时挖掘了图像域的稀疏特性,提升了对先验信息的利用度,进而提升投影补全的数值精度。数值仿真和实际数据实验的结果均表明,与主流的投影补全算法相比,新算法可以更有效地抑制校正后图像中的残留伪影,获得更高质量的重建图像。2.提出了一种基于非匹配正反投影策略的金属伪影迭代校正算法。利用不包含金属数据的投影直接进行迭代重建时,重建图像中金属物体的周围区域会引入信息畸变和严重的放射状伪影。针对该问题,本文提出了一种非匹配正反投影的迭代校正策略:首先根据成像模型的物理特性和数学关系对该现象进行分析,得出其产生的主要原因为投影采样中的数据不一致性问题;根据分析结果,采用迭代过程中同时低频滤波的策略以抑制散射和硬化等数据不一致效应,设计了一种结合斜坡滤波的非匹配正反投影策略,在保证迭代算法收敛性的同时抑制金属周围的信息畸变现象。实验结果表明,本文方法对放射状伪影具有明显的抑制效果,可以较好地恢复出金属物体周围区域的图像信息。采用非匹配正反投影迭代结构的校正算法在金属伪影校正效果和重建图像细节保持方面均明显优于采用传统迭代结构的校正算法。3.提出了一种基于广义p阶全变分正则化的稀疏角度CT图像重建算法。基于广义全变分(Total Generalized Variation,TGV)正则化的图像重建方法可较好地保持图像边缘和细节信息,在稀疏角度CT图像重建领域具有重要的实用价值。在传统的TGV求解方法中,采用L1松弛的方式对稀疏性进行度量。为了获得对LO范数更好的逼近效果,进一步增强对重建对象稀疏性的挖掘和利用能力,本文利用Lp(0<p<1)范数来实现L0范数的松弛,提出了广义p阶全变分(Total Generalized p-Variation,TGpV)正则化重建模型,并设计了基于变量分离和交替方向最小化框架的高效求解算法。通过p-shrinkage紧缩算子和线性化近似方法,使得所有子问题都具有解析解。数值仿真和实际数据实验的结果均表明,TGpV模型在图像细节特征的保持方面取得了良好特性,在相同的稀疏采样条件下,新算法较传统的TGV正则化方法,能取得更优异的重建质量。4.提出了一种基于欧拉弹性正则化的有限角度CT图像重建算法。在有限角度CT重建中,连续角度范围的投影缺失会导致方程求解存在严重的不适定性,且在数据缺失方向上的重建图像易产生边缘和细节模糊的现象。针对该问题,本文首先对数据缺失方向的图像等照度线性质进行分析,得出了利用曲率驱动扩散以保护图像边缘信息的针对性策略,在此基础上提出了一种基于欧拉弹性正则化模型的有限角度CT图像重建模型,并利用增广拉格朗日乘子法和交替方向优化策略,将原重建问题转换为一系列子问题交替求解的优化问题进行高效求解。数值仿真和实际数据实验的重建结果均表明,相较于传统的TV正则化方法,本文算法能更好地保护图像的边缘连续特性,并能更好地恢复图像的细节信息,在有限角度问题中获得更高的重建质量。5.提出了一种基于深度卷积神经网络的有限角度图像伪影抑制方法。目前解决有限角度问题的主要手段为迭代重建方法,但迭代型重建算法所需的计算资源、存储资源较大,在部分对时间要求较高的应用领域使用受限。本文从“解析重建+后处理”的角度考虑有限角度图像重建问题,在对滤波反投影(Filtered Backprojection,FBP)算法重建结果中图像伪影具有方向性分布特征的分析基础上,提出了一种基于深度学习的有限角度伪影抑制方法。利用数据驱动策略,构建了一个针对有限角度伪影特征进行挖掘、提取和抑制的深度卷积神经网络模型,实现有限角度下FBP重建图像与全数据下高精度重建图像之间的高效映射。实验结果表明,本文方法可以有效抑制解析重建结果中因角度缺失造成的伪影,改善重建图像质量。同时,该方法是一种非迭代结构的处理方式,计算耗时极短,且易于与现有重建方法相结合,为进一步提升图像重建质量提供了高效快捷的途径,在实际中具有很高的应用价值。
陈卓建[9]2002年在《工业CT图像重建与处理系统研究》文中研究说明工业CT（Industrial Computerized Tomography，简称ICT），即工业计算机断层扫描成像，具有直观、准确、无损伤等特点，主要用于工业构件的无损检测。工业CT的原理主要是：通过扫描工件得到断面投影值，然后通过图像重建算法重建出断面图像。《工业CT图像重建与处理系统》（ICTIPS）是与工业CT设备相配套的软件系统，要完成的功能是将投影数据重建成断面图像然后加以分析处理，得到工件的具体信息。本文在国内外有关CT图像重建的研究状况基础上，根据小波分析理论，利用小波变换在时频空间的可变性，用DWT变换构造卷积核，对卷积反投影算法做了改进。数值实验的结果表明：该算法对投影数据的噪声消除有很好的作用，用该算法重建出来的图像清晰、图像特征保留完好。本文还讨论了我们参与开发的ICTIPS系统的系统分析、框架结构设计及针对工业CT图像特征引入的图像分析处理方法，如浮点拉伸、线分布图等。
毛宝林[10]2015年在《低剂量CT图像重建与伪影校正算法研究》文中研究指明CT是疾病诊疗过程中常用的设备之一,在疾病的诊断中无法用其它设备取代CT。但作为一种放射型设备,CT的广泛使用增加了患者吸收的X射线剂量,对身体健康造成潜在的危害。由于低剂量CT可以减少X射线对患者的伤害,因此在不影响重建图像质量的前提下,如何降低X射线剂量受到越来越多的关注和研究。通常,可以通过减少扫描角度、减少扫描时间和降低放射电流叁种方式来降低放射的剂量。扫描角度的减少会带来投影数据的不完备,通过迭代重建算法可以很好的解决这种数据不完备问题；扫描时间的减少或放射电流的降低使得光子数减少,从而引起投影数据的噪声过大,进而导致重建后的图像含有严重的高斯噪声,基于图像域和投影域的去噪方法可以有效的抑制噪声。此外,对带有金属植入体的患者进行扫描时,重建后的CT图像内部会产生严重的金属伪影,如何精确地恢复出被金属影响的投影数据,是一个很有意义的问题。最后探讨的是因探测器单元的异常而引起图像中产生环状伪影的问题,通过投影域滤波的方法能够有效地去除环状伪影。因此,本论文主要围绕低剂量CT的图像重建和伪影的校正过程中的关键点和难点进行了如下的研究：(1)针对如何从不完备的投影数据重建出高质量CT图像的问题,提出了一种有序子集重建算法。该算法利用投影到凸集合加快重建的收敛速率,结合全变分最小化和快速一阶方法来减少重建的迭代次数,采用分裂Bregman交替方向法求解优化问题。通过对仿真数据和实际数据进行实验,验证了提出的方法在不完备投影数据情况下的重建效果,为算法的实际应用提供了理论和实验基础。(2)考虑CT图像的高斯噪声问题,提出了一种基于CUDA加速的叁维全变分最小化算法。该算法自动计算迭代步长,利用梯度下降法减少图像的全变分。通过对仿真和实际数据的实验结果进行分析,验证了提出的加速方法在保持图像的纹理和边界信息的前提下,可以有效地降低计算时间,减少大部分的高斯噪声。(3)针对抑制投影数据低剂量噪声和去噪模型的参数选择问题,根据投影域去噪的阶段不同,分别提出了基于对数前和对数后的四种去噪算法。在对数前的投影去噪中,提出基于一维投影升维的自适应步长梯度下降法、基于二维投影数据的自适应步长梯度下降法和自动计算惩罚参数的乘子交替方向法。在对数后的投影数据去噪过程中,针对对数后的噪声模型,提出一种自动计算噪声方差的去噪算法。该算法利用方差稳定性变换将信号依赖的高斯噪声转换为独立高斯噪声,通过噪声方差评估的方法确定去噪参数,采用叁维滤波块匹配法和基于参考图像的非局部均值法进行去噪。通过仿真和实际数据的实验,验证了本论文提出的四个算法的可行性和有效性。(4)为了去除图像中的金属伪影,提出了一种基于冗余表达的校正方法。首先,分割出CT图像中的金属区域,将其投影得到金属投影数据；然后,从原始投影数据中去除金属部分的投影数据；最后,利用冗余表达的算法恢复金属部分的投影数据,经过滤波反投影后,重建出校正后的图像。校正结果显示,该算法可以有效地减少重建图像的金属伪影。(5)为了降低图像中的环状伪影,提出了一种基于CUDA加速的环状伪影校正算法。该算法利用GPU加速二维投影数据的中值滤波过程。校正结果显示,与CPU处理速度相比,提出的算法在处理时间上明显更快,在消除了环状伪影的同时,保持了图像的空间分辨率。
参考文献：
[1]. 局部区域CT图像重建算法研究[D]. 王克军. 哈尔滨工程大学. 2013
[2]. 基于小波域自适应去噪的CT图像重建方法研究[D]. 霍俊卿. 哈尔滨工程大学. 2015
[3]. 基于小波的局部CT图像重建算法研究[D]. 卞威. 浙江大学. 2002
[4]. 基于ROF模型的稀疏角度CT图像重建算法[D]. 王利娜. 天津职业技术师范大学. 2015
[5]. 稀疏角度及低剂量CT图像重建算法研究[D]. 刘楠. 南方医科大学. 2011
[6]. 小波在局部CT图像重建中的应用[D]. 温学兵. 吉林大学. 2004
[7]. 一种投影预处理算法在局部CT图像重建中的应用[J]. 张卫贞. 电子测试. 2013
[8]. CT不完全数据重建算法研究[D]. 张瀚铭. 解放军信息工程大学. 2017
[9]. 工业CT图像重建与处理系统研究[D]. 陈卓建. 重庆大学. 2002
[10]. 低剂量CT图像重建与伪影校正算法研究[D]. 毛宝林. 东北大学. 2015
标签：临床医学论文; 特种医学论文; 生物医学工程论文; 计算机软件及计算机应用论文; 小波去噪论文; 函数图像论文; 图像噪声论文; 图像滤波论文; 迭代计算论文; 算法论文; ct扫描论文;