基于鉴别性特征表示的兆伏级CT图像去噪算法研究及应用

发布时间：2021-06-25 03:51

　　螺旋断层放疗（Helical TomoTherapy）系统是世界上最先进的癌症放射治疗设备,它把剂量引导放疗（Dose Guided Radiation Therapy,DGRT）、影像引导放疗（Image Guided Radiation Therapy,IGRT）和调强放射治疗（Intensity Modulated Radiation Therapy,IMRT）整合在一起。兆伏级CT（Megavoltage CT,MVCT）图像通过TomoTherapy系统的3.5MV射线源出射的扇形束与对侧的CT探测器阵列采集并重建完成。MVCT图像在成像过程中发生了康普顿效应,对原子序数依赖减少,软组织对比度和密度分辨率较差,掺杂噪声,给IGRT和自适应放疗（Adaptive Radiation Therapy,ART）带来困难。在本文中把MVCT图像看作是低质量的CT图像（Low Quality CT,LQCT）,目前图像不清楚,只能用于患者的体位校正,而图像的配准、组织和器官的勾画受到限制。本文以MVCT图像处理技术在螺旋断层影像引导放疗中的研究及应用为主线,将一种传统CT图像的去噪增强... 

【文章来源】：济南大学山东省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

螺旋断层放疗系统

图 1.2 MVCT 图像1.2 国内外研究现状1.2.1 传统去噪方法传统的图像去噪方法一般包括两种：一种是基于空间域的图像去噪方法，另一种是基于变换域的图像去噪方法。空间域的图像去噪方法直接对图像进行处理，基于变换域的图像去噪方法一般是先对图像进行域变换，然后对变换后的图像进行处理，最后将处理后的图像变回到原来的域，得到处理后的图像，达到去噪的效果。均值、中值和维纳滤波等滤波算法属于传统空间域滤波去噪算法，此外还出现一些新的方法，主要有偏微分方程（Partial Differential Equation，PDE）方法、非局部算法（Nonlocal）、基于非局部算法的三维块匹配算法（Block Matching 3D，BM3D）和全变分法等。（1）传统滤波方法

本章应用 Chen 等人提出的鉴别性特征表示（DFR）算法处理[45]实现 MVCT 图。MVCT 图像是一种低质量 CT 图像（Low Quality CT，LQCT），也可以看作殊的 LDCT 图像，可以看作是高质量 CT 图像（High Quality CT，HQCT）和的叠加。在应用算法时，本章用高质量的 KVCT 图像（HQCT）代替 Chen 等的高剂量 CT（HDCT）图像，使用低质量的 MVCT 图像（LQCT）代替 LDC构建鉴别性特征字典。本章扫描 KVCT 图像所用的机器是 Philips Brilliance，扫描 MVCT 图像的机器是 Helical TomoTherapy System。 稀疏表示系统的压缩感知理论在 2004 年被提出，理论中信号的稀疏性分析与应用成为研究热点[49]。稀疏表示模型的构建过程如图 2.1 所示，y 是原始信号，D是过，x是稀疏表示系数。该稀疏表示的数学模型为：


本文编号：3248435