基于图像域统计迭代CT重建算法的研究

发布时间：2017-06-29 11:06

  本文关键词：基于图像域统计迭代CT重建算法的研究，由笔耕文化传播整理发布。

【摘要】：随着计算机断层扫描(CT)技术在医学诊断以及治疗中的广泛应用,人们越来越关注射线辐射剂量对人体的影响。高辐射剂量会对人体的健康带来一定的伤害,因此低剂量CT近年来备受关注。低剂量数据可以通过降低射线的管电压或管电流得到,此种方法常常会导致所采集的投影数据噪声偏高,使得密度分辨率被量子噪声污染,从而重建出来的图像发生严重退化,影响医学的诊断和治疗,因此,在降低辐射剂量的同时重建出高信噪比和高质量图像的研究越来越受到关注。许多有关低剂量CT的重建方法相继被提出,主要方法可分为以下三种,其一为图像的后处理,其二为对投影数据进行降噪,由于FBP算法简单且易于实现,对投影域降噪后一般使用FBP进行反投影重建,另一种方法为对重建后的图像在图像域直接进行降噪处理。在投影域降噪后,即使遗留下很小的点噪声,映射到图像域也会形成条形伪影,因此本文选择在图像域直接进行降噪。接下来将本文的主要工作介绍如下:1.阐述了CT成像物理和数学原理,介绍了三种经典图像重建算法,最后展现了本文所用的噪声模型。2.针对低剂量CT重建的图像产生严重退化的问题,在基于各向异性扩散去噪方法的基础上进行两种改进:由于片相似性在降噪的同时能较好地保持图像的边缘和细节信息,算法1运用此特点对扩散函数进行改进;算法2考虑了传统各向异性扩散中降噪不充分的缺点,把可以有效的折中热传导和PM模型的变指数,以及代替梯度检测边缘和细节的相似度函数运用到传统各向异性扩散中修改扩散函数,从而提高图像质量。3.提出了一种基于小波和四阶各向异性扩散的低剂量CT重建算法。由于小波变换具有良好的时频局部特性,四阶偏微分对噪声的敏感性高,噪声越少,降噪效果越好,可避免二阶PDE降噪出现的“阶梯”效应,本文结合了小波收缩和各向异性扩散的优点,在每次迭代中,对MLEM重建算法处理后的图像进行离散平稳小波分解,对小波域的高频部分进行小波收缩,低频部分使用降噪效果优质的四阶各向异性扩散进行消噪,从而得到可观的图像。4.针对最大后验法只能提供有限的局部先验信息从而使重建图像出现阶梯状边缘伪影以及过度平滑等问题,提出本文的基于小波和非局部全变差中值先验的重建算法。即先在中值先验MP算法的基础上,引入降噪性能优异的TV方法,对目标函数进行修订,形成基于TV的MP重建算法;接着考虑到小波收缩和非局部的优势,提出了本文的算法,即在基于TV的MP重建算法的每次迭代中,在小波变换后的小波域再进行小波收缩和非局部降噪,提高了图像质量。
【关键词】：低剂量CT 图像降噪 统计迭代重建 各向异性扩散 片相似性
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-6
• abstract6-10
• 1．绪论10-14
• 1.1 研究课题的背景和意义10-11
• 1.2 低剂量CT重建的国内外研究现状11-12
• 1.3 论文主要内容12-14
• 2．CT成像原理、噪声模型及经典图像重建算法14-22
• 2.1 CT重建的物理原理14-15
• 2.2 CT重建的数学原理15-17
• 2.2.1 投影定理15-16
• 2.2.2 中心切片定理16-17
• 2.3 CT重建经典算法17-21
• 2.3.1 滤波反投影重建算法FBP17-19
• 2.3.2 代数重建算法19-21
• 2.3.3 统计迭代重建算法21
• 2.4 低剂量CT噪声模型21-22
• 3．基于改进各向异性扩散的MLEM低剂量CT重建算法22-39
• 3.1 MLEM重建方法23
• 3.2 各向异性基本算法23-25
• 3.3 基于片相似性和MLEM的低剂量CT重建算法25-27
• 3.3.1 基于片相似性的图像降噪算法25-26
• 3.3.2 中值滤波26
• 3.3.3 基于片相似性和MLEM的低剂量CT重建算法26-27
• 3.4 基于变指数各向异性扩散和非局部的MLEM低剂量CT重建算法27-29
• 3.4.1 基于变指数的自适应P-M算法27
• 3.4.2 参数h进行自适应处理27-28
• 3.4.3 非局部思想的引入28-29
• 3.4.4 本节改进各向异性扩散重建方法29
• 3.5 改进算法实验结果与分析29-38
• 3.5.1 重建图像比较29-35
• 3.5.2 重建精度比较35-38
• 3.6 本章小结38-39
• 4．基于小波和四阶各向异性扩散的MLEM低剂量CT重建算法39-51
• 4.1 重建过程中的降噪方法39-41
• 4.1.1 四阶偏微分方程去噪算法39-40
• 4.1.2 小波变换40-41
• 4.2 本章提出的重建算法41-42
• 4.3 实验结果与分析42-50
• 4.3.1 重建图像比较42-47
• 4.3.2 重建精度分析47-50
• 4.4 本章小结50-51
• 5．基于小波和非局部的全变差中值先验重建算法51-64
• 5.1 中值先验重建算法52
• 5.2 基于小波收缩和非局部的TV中值先验重建算法52-55
• 5.2.1 基于TV的MP重建算法52-53
• 5.2.2 基于小波收缩和非局部的TV中值先验重建算法53-55
• 5.3 实验结果与分析55-63
• 5.3.1 重建图像比较55-60
• 5.3.2 重建精度分析60-63
• 5.4 本章小结63-64
• 6．总结与展望64-67
• 6.1 工作总结64-65
• 6.2 工作展望65-67
• 参考文献67-74
• 攻读硕士学位期间发表的论文及所取得的研究成果74-75
• 致谢75-76

【参考文献】

中国期刊全文数据库 前10条

1 张芳;桂志国;张权;董婵婵;;基于小波和四阶各向异性扩散的MLEM低剂量CT重建算法[J];计算机应用与软件;2016年03期

2 张芳;张权;崔学英;董婵婵;刘yN;孙未雅;白云蛟;桂志国;;基于小波和非局部的全变差中值先验重建算法[J];计算机工程与设计;2015年08期

3 张芳;李梦瑶;崔学英;孙未雅;桂志国;;基于小波收缩及变指数和片相似的最小二乘重建算法[J];中北大学学报(自然科学版);2015年04期

4 董婵婵;张权;郝慧艳;刘yN;;基于改进各项异性扩散和小波变换的MLEM低剂量CT重建算法[J];中北大学学报(自然科学版);2015年04期

5 张芳;崔学英;张权;董婵婵;刘yN;孙未雅;白云蛟;桂志国;;基于变指数各向异性扩散和非局部的最大似然期望最大低剂量CT重建算法[J];计算机应用;2014年12期

6 张芳;张权;崔学英;董婵婵;刘yN;刘俞辰;孙未雅;桂志国;;基于片相似性和最大似然期望最大化的低剂量CT重建算法[J];计算机应用;2014年09期

7 郭甜莉;刘且根;骆建华;;Filter Bank Based Nonlocal Means for Denoising Magnetic Resonance Images[J];Journal of Shanghai Jiaotong University(Science);2014年01期

8 钟莹;杨学志;唐益明;刘灿俊;岳峰;;采用结构自适应块匹配的非局部均值去噪算法[J];电子与信息学报;2013年12期

9 王丽艳;韦志辉;;低剂量CT的线性Bregman迭代重建算法[J];电子与信息学报;2013年10期

10 郝红侠;刘芳;焦李成;武杰;;采用结构自适应窗的非局部均值图像去噪算法[J];西安交通大学学报;2013年12期

中国硕士学位论文全文数据库 前2条

1 郭晓杰;基于统计迭代的低剂量CT重建算法研究[D];中北大学;2015年

2 何佳伟;正电子发射断层成像的统计迭代方法及加速方法研究[D];中北大学;2011年

  本文关键词：基于图像域统计迭代CT重建算法的研究，由笔耕文化传播整理发布。

，

本文编号：497619