低剂量CT去噪方法研究

发布时间：2021-06-07 03:46

　　X射线计算机断层成像（Computed Tomography,CT）技术作为一种检测手段,因其具有成像清晰、检测时间短以及检测成本较低等优点,使其在临床疾病筛查、检测以及病情追踪等方面的应用越来越广泛。但随着CT检测数量的增加,过量辐射带来的疾病问题越来越受到重视。目前,临床上通常采取的降低剂量手段是降低管电流,此时探测器接收光子数下降,使得解析重建得到的CT图像充满斑点噪声和条形伪影,进而干扰医师对病情的诊断与分析。因此,如何在降低CT辐射剂量的同时,保证CT的成像质量是低剂量CT研究领域的一个重要研究课题。为解决低管电流情景下CT图像质量下降的问题,本文结合稀疏表示领域的知识,通过图像后处理法和统计迭代重建法实现低剂量CT图像的成像质量的提高。具体内容涵盖以下几个方面:（1）利用学习型稀疏变换对信息的稀疏表示能力,并结合图像分解理论,提出了一种基于学习型稀疏变换的低剂量CT图像后处理方法,通过学习型稀疏变换对特定信息的稀疏表达,实现低剂量CT图像组织结构信息与噪声、伪影信息的分离,从而达到去除噪声与伪影的目的,最后实现低剂量CT成像效果的提升。本文采用两个不同的学习型稀疏变换,其中... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

CT设备基本结构图

第二章CT成像原理与低剂量CT实现17,,,,addedijsimlowijijAdgAdgAdg(2-8)通过滤波反投影算法，完成CT噪声图像重建，结合标准剂量CT图像，生成低剂量CT图像。2.3.3重建低剂量CT图像本文利用MATLAB软件实现低剂量CT图像的模拟，模拟的实现效果如图2-7所示，分别展示了入射光子数为510、410以及3510三种低剂量CT模拟情况。图2-7中，从上面一行的重建图像中可以观察到，随着光子数的减少，图中出现越来越多的斑点噪声与条形伪影，图像质量越来越糟糕；下面一行图像是对应入射光子数的正弦图，从中观察到随着剂量的降低，正弦图中明亮区域的噪声越来越严重。(a)(b)(c)(d)(e)(f)图2-7低剂量CT图像与低剂量正弦图。(a)、(d)入射光子数;(b)、(e)入射光子数;(c)、(f)入射光子数2.4图像质量评价方法图像质量评价方法在评价各类算法的成像质量以及算法参数设置时都有重要作用。本文采用的图像质量评价方法分为两个方面，分别是视觉效果展示与定量

电子科技大学硕士学位论文22如图3-1展现了图像形态分量分析方法的结果，从图中可以看出，不同的图像内容得到很好的分解。在图像形态分量分析方法中，如何对形态分量进行分解是十分重要的，而实现良好分解与基函数或过完备字典等有关，因此如何设计基函数或过完备字典是该问题的重点和难点。通常情况下，可以使用双正交小波变换、局部脊波变换、曲线波变换表示对图像中平滑区域进行表示，而图像纹理部分中尺寸较小的细节表述通常选取离散余弦变换等[74]。图像形态分量分析方法现如今已很好地应用于图像处理领域，例如：图像修复、图像超分辨率等问题。因此，本文受该思想的启发，结合学习型稀疏变换的知识，应用了新的图像形态分量的稀疏变换模型，提出区别性学习稀疏变换低剂量CT图像处理方法，实现图像分离，进而达到CT图像去噪的目的。3.2基于学习型稀疏变换的低剂量CT图像处理20世纪90年代，Olshause和Field曾在Nature上刊登论文，其内容是从生物学角度解释了图像信号稀疏表达：人类的视觉首先从图片中获得统计独立的特征信息，之后才可对其实现有效识别，说明一张图像能够被一系列基函数的线性和表示。我们将基函数组成的集合称之为字典，故针对信号的稀疏变换的工作就分为两个部分，一是字典的构造，二是稀疏编码表示。其中按照字典的构造不同，图3-1基于图像形态分量分析方法的含噪图像分离

【参考文献】：
期刊论文
[1]低剂量CT成像的研究现状与展望[J]. 罗立民,胡轶宁,陈阳.  数据采集与处理. 2015(01)

博士论文
[1]低剂量X线CT统计迭代重建方法研究[D]. 上官宏.中北大学 2016



本文编号：3215785