X-射線計(jì)算機(jī)斷層掃描（Computed Tomography,CT）技術(shù)由于其空間分辨率高、掃描時(shí)間短和成本低等優(yōu)點(diǎn)而被廣泛用于臨床診斷。但是,CT掃描產(chǎn)生的高劑量電離輻射已被證明與白血病、腫瘤、遺傳等疾病存在正相關(guān)性,尤其對(duì)婦女、兒童等敏感人群影響較大。低劑量CT（Low-Dose Computed Tomography,LDCT）技術(shù)能夠有效減少X-射線對(duì)患者的電離輻射傷害。但降低輻射劑量會(huì)導(dǎo)致成像質(zhì)量下降,增加了圖像分析的難度,影響臨床診斷的準(zhǔn)確性。近年來,基于低秩約束的圖像局部結(jié)構(gòu)建模方法已成為低層圖像處理領(lǐng)域的研究熱點(diǎn),并在圖像噪聲抑制處理中獲得了廣泛應(yīng)用。其中,核范數(shù)最小化（Nuclear Norm Minimization,NNM）方法通過對(duì)目標(biāo)矩陣的奇異值進(jìn)行約束,從而將傳統(tǒng)非凸低秩約束轉(zhuǎn)換成易于求解的凸范數(shù)優(yōu)化問題,取得了較好效果。但是該方法對(duì)目標(biāo)矩陣所有奇異值采用同等強(qiáng)度約束,無法描述低劑量CT圖像中非平穩(wěn)噪聲特性。鑒于此,本文針對(duì)低劑量CT圖像中的噪聲問題,結(jié)合低劑量CT圖像非平穩(wěn)噪聲特點(diǎn),開展基于區(qū)域內(nèi)容感知低秩建模的低劑量CT圖像噪聲抑制研究。本文的創(chuàng)新點(diǎn)如... 

【文章來源】：曲阜師范大學(xué)山東省

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

不同算法的仿真實(shí)驗(yàn)結(jié)果

第3章基于低劑量CT圖像噪聲特性的加權(quán)核范數(shù)最小化去噪算法23(f2)COSR(g2)rwNNM(h2)(a2)-(c2)(i2)(a2)-(d2)(j2)(a2)-(e2)(k2)(a2)-(f2)(l2)(a2)-(g2)圖3.2不同算法實(shí)驗(yàn)結(jié)果圖像的局部感興趣區(qū)域（包含肺結(jié)節(jié)）及其差圖圖3.1和圖3.2顯示了利用不同算法對(duì)仿真實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理的實(shí)驗(yàn)結(jié)果圖像和不同算法的感興趣區(qū)域（RegionofInterest,ROI）及其差圖。包含肺結(jié)節(jié)的區(qū)域通常最容易影響診斷結(jié)果。因此，將圖3.1（a2）中包含肺結(jié)節(jié)的兩部分作為感興趣區(qū)域，分別記為ROII（圖3.1（a2）中紅色矩形框所示）和ROIII（圖3.1（a2）中橙色矩形框所示）。圖3.1（a1）-（a2）、圖3.2（a1）和圖3.2（a2）為FDCT圖像，用于對(duì)比其他算法處理結(jié)果。從圖3.1（b1）-（b2）、圖3.2（b1）和圖3.2（b2）可以看出，LDCT圖像中存在明顯的條帶狀非平穩(wěn)偽影噪聲。圖3.1（c1）-（g2）給出了不同算法的處理結(jié)果。觀察圖3.1（c1）-（c2）、（d1）-（d2）、（e1）-（e2）及（f1）-（f2），TV算法處理結(jié)果圖像中，不僅存在噪聲，還有部分條紋偽影，表明TV算法在抑制噪聲及去除偽影方面均未展現(xiàn)出較優(yōu)異的性能；NNM算法及TL算法盡管在抑制噪聲方面具有較好的效果，但是處理圖像出現(xiàn)了明顯的條紋偽影，導(dǎo)致圖像紋理保持效果較差；COSR算法雖然可以有效去除圖像的條紋偽影，但是在噪聲抑制方面的優(yōu)點(diǎn)并不明顯。通過對(duì)比可以看出，本章所提rwNNM算法能夠在有效去噪的同時(shí)保存紋理細(xì)節(jié)信息，尤其是包含肺結(jié)節(jié)的ROII（圖3.1（a2）中紅色矩形框所示）和ROIII（圖3.1（a2）中橙色矩形框所示）區(qū)域。

第3章基于低劑量CT圖像噪聲特性的加權(quán)核范數(shù)最小化去噪算法24為了進(jìn)一步證明本章所提rwNNM算法的優(yōu)越性，我們采用穿過肺結(jié)節(jié)區(qū)域（沿圖3.1（a2）中的黃色直線）的強(qiáng)度輪廓線圖進(jìn)一步比較了TV算法，NNM算法，TL算法，COSR算法和rwNNM算法的性能，若某去噪算法的強(qiáng)度輪廓線與FDCT圖像的強(qiáng)度輪廓線契合度越高，則表明該算法具有越高的圖像紋理保存能力。結(jié)果如圖3.3所示。其中，（a）-（f）分別比較了FBP重建圖像，TV算法實(shí)驗(yàn)結(jié)果圖像，NNM算法實(shí)驗(yàn)結(jié)果圖像，TL實(shí)驗(yàn)結(jié)果圖像，COSR算法實(shí)驗(yàn)結(jié)果圖像和rwNNM算法實(shí)驗(yàn)結(jié)果圖像與FDCT圖像中肺結(jié)節(jié)區(qū)域的強(qiáng)度輪廓線，從圖3.3可以看出，相比較TV算法、NNM算法，TL算法和COSR算法，rwNNM算法與FDCT圖像的強(qiáng)度輪廓線具有最高的吻合度，表明本證所提算法具有較為優(yōu)越的圖像紋理細(xì)節(jié)保存能力，驗(yàn)證了rwNNM算法的有效性。(a)(b)(c)(d)(e)(f)圖3.3不同算法沿肺結(jié)節(jié)區(qū)域（圖3.1（a2）中黃色直線）的強(qiáng)度輪廓線（2）定量分析為了更加準(zhǔn)確的對(duì)rwNNM算法的有效性進(jìn)行評(píng)估，本章采用2.3節(jié)所介紹的法向量流（NormalVectorFlow,NVF）[55]和結(jié)構(gòu)相似指標(biāo)（SSIM）[53]、根均方誤差（RootMeanSquareError,RMSE）對(duì)所提rwNNM算法進(jìn)行定量分析。法向量流（NVF）指標(biāo)用于評(píng)估各算法處理結(jié)果與參考標(biāo)準(zhǔn)FDCT圖像之間的紋理相似性。若算法NVF中的箭頭有序并且與參考圖像的NVF方向一致，表明該算法的細(xì)節(jié)紋理保存性能較好。圖3.4為各算法在肺癌結(jié)節(jié)區(qū)域（圖3.1（b2）中綠色虛線框內(nèi)區(qū)域）的NVF圖像。

【參考文獻(xiàn)】：
期刊論文
[1]基于聯(lián)合稀疏變換學(xué)習(xí)的工件去噪方法研究[J]. 劉秀平,薛婷婷,韓麗麗,杜勇辰,張凱兵,閆煥營.  計(jì)算機(jī)工程與應(yīng)用. 2019(07)
[2]投影數(shù)據(jù)恢復(fù)方法在低劑量腦灌注CT成像中的應(yīng)用[J]. 田秀梅,黃靜,林嘉慧,張忻宇,馬建華,邊兆英.  南方醫(yī)科大學(xué)學(xué)報(bào). 2017(04)
[3]基于EM算法的低劑量CT圖像去噪[J]. 張?jiān)?張軍英,盧虹冰.  電子學(xué)報(bào). 2012(01)
[4]基于小波變換的低劑量CT影數(shù)據(jù)濾波方法研究投[J]. 張喜樂,黃靜,劉楠,路利軍,馬建華,陳武凡.  CT理論與應(yīng)用研究. 2011(02)
[5]基于乘性正則化的有限角度CT重建算法[J]. 盧孝強(qiáng),孫怡.  光學(xué)學(xué)報(bào). 2010(05)

博士論文
[1]低劑量X-射線CT斷層成像的噪聲抑制研究[D]. 張?jiān)?西安電子科技大學(xué) 2011



本文編號(hào)：2991323