非局部全变分医学图像重建算法研究

发布时间：2022-08-01 10:50

　　计算机断层成像技术（Computed Tomography,CT）是应用最为广泛的医学成像技术之一。CT算法对图像重建质量有重大影响,所以其一直是CT领域的研究热点。目前商用CT设备的主流重建算法仍然是解析法,然而其对数据的完备性要求很高,导致扫描过程中对病人的辐射剂量较高。降低剂量的一种有效策略是稀疏采集投影数据,这就需要能精确稀疏重建的先进算法。基于压缩感知的优化算法已经被证明是一类有效的高精度稀疏重建算法,部分成果已被应用到实际商用CT系统中。全变分（Total Variation,TV）最小算法是一种经典的基于压缩感知的重建算法,其已经在扇形束CT、锥束CT、C-arm CT及专用乳腺CT等CT模态下展现了高精度稀疏重建能力。然而在某些情况下,TV重建结果会引入一定程度的块状伪影,为此,探索能压制块状伪影的改进型TV类算法有重要的理论意义和实用价值。来源于非局部理论的非局部全变分（Nonlocal Total Variation,NLTV）算法已经在图像处理,尤其是在图像去噪应用中展现了其压制块状伪影的能力。为了深入剖析NLTV在图像重建中压制块状伪影的机理,本文对NLTV稀疏... 

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 本文的组织结构
第二章 CT成像原理
    2.1 CT成像理论基础
    2.2 解析重建算法
    2.3 迭代重建算法
        2.3.1 ART迭代算法
        2.3.2 投影系统矩阵建模Siddon方法
    2.4 CT重建图像质量评价
第三章 NLTV模型及其求解算法的理论研究
    3.1 稀疏重建正则化求解方法研究
    3.2 ASD-POCS算法剖析
    3.3 NLTV模型改善TV模型缺陷的机理
    3.4 NLTV模型的求解方法研究
        3.4.1 梯度下降法
        3.4.2 Chambolle的对偶方法
        3.4.3 Split Bregman算法
    3.5 本章小结
第四章 基于NLTV模型的CT稀疏重建
    4.1 NLTV重建模型及其求解算法
    4.2 实验设计
    4.3 实验结果与分析
        4.3.1 不含噪声投影数据重建
        4.3.2 含噪声投影数据重建
        4.3.3 算法参数对重建结果的影响
    4.4 本章小结
第五章 总结与展望
    5.1 论文总结
    5.2 研究展望
参考文献
攻读学位期间取得的研究成果
致谢
个人简况及联系方式


【参考文献】：
期刊论文
[1]基于全变分模型的CT不完全角度重建算法研究进展[J]. 齐泽瑶,王远军.  中国医学物理学杂志. 2019(02)
[2]图像质量评价综述[J]. 何南南,解凯,李桐,叶宇姗.  北京印刷学院学报. 2017(02)
[3]Optimization-based image reconstruction in x-ray computed tomography by sparsity exploitation of local continuity and nonlocal spatial self-similarity[J]. 张瀚铭,王林元,李磊,闫镔,蔡爱龙,胡国恩.  Chinese Physics B. 2016(07)
[4]PET/CT图像质量主观评价与感知模型[J]. 殷夫,纪震,周家锐,张海婕.  深圳大学学报(理工版). 2015(02)
[5]CT不完全投影数据重建算法综述[J]. 杨富强,张定华,黄魁东,王鹍,徐哲.  物理学报. 2014(05)
[6]变分正则化图像复原模型与算法综述[J]. 樊启斌,焦雨领.  数学进展. 2012(05)
[7]基于压缩传感和代数重建法的CT图像重建[J]. 练秋生,郝鹏鹏.  光学技术. 2009(03)

博士论文
[1]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
[2]图像处理中几类PDE模型的数值方法[D]. 武婷婷.湖南大学 2011

硕士论文
[1]CT迭代法重建中系统矩阵的构建方法及其在TV算法中的比较[D]. 邰浩伟.中北大学 2017



本文编号：3667311