基于BM3D算法和漸進式投影的CT圖像重建
發(fā)布時間:2017-06-05 19:03
本文關鍵詞:基于BM3D算法和漸進式投影的CT圖像重建,,由筆耕文化傳播整理發(fā)布。
【摘要】:計算機斷層成像技術(CT)作為重要的醫(yī)療診斷工具在臨床醫(yī)學中得到了廣泛的應用,它能夠在不同角度獲得X射線穿過物體產生的投影數(shù)據(jù),利用相應的重建算法重建出身體某一部位的斷層圖像。然而在實際應用中由于輻射劑量或者病人狀態(tài)的限制,不能獲得完整角度的投影,在這種稀疏角度或者有限角度下的重建圖像存在嚴重的偽影和噪聲。本文主要研究了在不完全投影數(shù)據(jù)下如何恢復較高質量的斷層圖像。 壓縮感知理論的快速發(fā)展和應用,為解決CT領域這種由稀疏采樣數(shù)據(jù)恢復原始信號問題提供了新的解決思路。壓縮感知理論認為,如果一個原始信號能夠在某種基上進行稀疏表示,那么這個信號就能用遠低于奈奎斯特采樣率的采樣數(shù)據(jù)進行恢復。本文通過研究三維塊匹配濾波器(BM3D)對于CT圖像的作用,提出了一種基于BM3D和代數(shù)迭代方法的重建算法,通過實驗表明該方法能夠在不完全投影數(shù)據(jù)下有效地恢復CT斷層圖像,與全變差最小化方法相比有更好的重建質量。通過在更少的投影角度下進一步研究這種BM3D方法與全變差最小化方法各自的優(yōu)勢,提出了一種BM3D方法與全變差最小化方法相結合的迭代重建方法,實驗表明這種方法能夠獲得更好的重建效果。 通過對CT圖像重建領域的測量矩陣的研究,本文提出了一種漸進式選擇投影重建方法。這種方法首先對物體進行少量的投影,粗略的重建出一個斷層圖像,然后根據(jù)這個圖像的結構信息有目的地進行投影選擇,更新斷層圖像后繼續(xù)主導下一步的投影選擇,最后使得重建圖像收斂到最優(yōu)解。這種射線選擇方法為如何在投影角度下選擇更少的射線進行重建提供了一種選擇方案,實驗表明這種方法相比其他投影選擇方式在重建效果上有所提高。 最后,本文對文章的核心內容進行了總結,并對CT重建方法進行了展望。
【關鍵詞】:CT 壓縮感知 BM3D 投影選擇
【學位授予單位】:大連理工大學
【學位級別】:碩士
【學位授予年份】:2013
【分類號】:R197.39;TP391.41
【目錄】:
- 摘要4-5
- Abstract5-7
- 目錄7-9
- 1 緒論9-14
- 1.1 課題研究背景和意義9-11
- 1.2 不完全投影數(shù)據(jù)圖象重建研究現(xiàn)狀11-12
- 1.3 本文的主要工作和章節(jié)安排12-14
- 2 計算機斷層成像技術的基本原理與重建方法14-26
- 2.1 CT成像物理基礎14
- 2.2 CT圖像重建數(shù)學基礎14-19
- 2.2.1 濾波反投影重建算法16-17
- 2.2.2 代數(shù)迭代重建算法17-19
- 2.3 壓縮感知理論19-21
- 2.3.1 稀疏表示19-20
- 2.3.2 觀測矩陣20
- 2.3.3 重構算法20-21
- 2.4 基于全變差最小化的CT圖像重建算法21-25
- 2.4.1 全變差最小化算法描述21-23
- 2.4.2 實驗結果對比23-25
- 2.5 本章小結25-26
- 3 BM3D濾波器在CT圖像重建中的應用26-43
- 3.1 BM3D濾波器原理26-28
- 3.2 基于BM3D和ART的重建算法28-37
- 3.2.1 算法描述28-30
- 3.2.2 實驗與分析30-37
- 3.3 BM3D濾波器與TV最小化相結合的迭代重建算法37-41
- 3.3.1 算法的提出37-38
- 3.3.2 實驗結果與分析38-41
- 3.4 本章小結41-43
- 4 漸進式選擇投影重建方法43-53
- 4.1 CT中的測量矩陣43
- 4.2 模型與方法43-46
- 4.2.1 投影角度的選擇44-45
- 4.2.2 圖像的邊緣提取45
- 4.2.3 射線的選取45-46
- 4.3 實驗與分析46-52
- 4.4 本章小結52-53
- 5 結論與展望53-55
- 5.1 結論53
- 5.2 工作展望53-55
- 參考文獻55-58
- 攻讀碩士學位期間發(fā)表學術論文情況58-59
- 致謝59-60
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前2條
1 張順利;張定華;王凱;黃魁東;李衛(wèi)斌;;一種基于ART算法的快速圖像重建技術[J];核電子學與探測技術;2007年03期
2 張順利;ART算法幾種重建模型的研究和比較[J];航空計算技術;2005年02期
本文關鍵詞:基于BM3D算法和漸進式投影的CT圖像重建,由筆耕文化傳播整理發(fā)布。
本文編號:424388
本文鏈接:http://sikaile.net/kejilunwen/yiqiyibiao/424388.html
最近更新
教材專著