發(fā)布時(shí)間：2017-12-22 00:30

  本文關(guān)鍵詞：Proximal算法在CT不完全投影數(shù)據(jù)重建中的應(yīng)用　出處：《中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院國(guó)家空間科學(xué)中心)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 三維重建 CT掃描 Proximal算法 ADMM 可視化 TV

【摘要】：本文提出并實(shí)現(xiàn)了一個(gè)具有高度靈活性、可并行化的三維CT重建框架。本框架基于目前在機(jī)器學(xué)習(xí)、信號(hào)處理領(lǐng)域比較流行的proximal算法。在CT三維重建領(lǐng)域,雖然迭代型算法重建質(zhì)量遠(yuǎn)高于分析型算法得到的結(jié)果,但由于分析型算法有計(jì)算量小、重建速度快等特點(diǎn),目前部署在醫(yī)學(xué)重建中的軟件,仍舊為以FDK為代表的分析型算法。最近十年來(lái),隨著超級(jí)計(jì)算機(jī)、分布式并行計(jì)算等技術(shù)快速發(fā)展,計(jì)算量的大小等計(jì)算因素在CT重建領(lǐng)域已經(jīng)不是最主要的制約因素,迭代型算法由于其優(yōu)越的重建質(zhì)量而逐漸成為了CT重建領(lǐng)域的研究熱點(diǎn)。在此背景下,本論文在對(duì)CT領(lǐng)域以FDK為代表的解析型重建算法,以及以ART為代表的迭代型重建算法進(jìn)行詳細(xì)對(duì)比的基礎(chǔ)上,給出各自的優(yōu)缺點(diǎn)。根據(jù)光線投射順序以及方式的不同,幾乎每一種迭代型算法都可以分為基于射線的(ray-based)投射方法以及基于體素的(voxel-based)投射方法。本文以ART(包括SART)為例,詳細(xì)分析了迭代型算法中兩種不同的投射方式在實(shí)際應(yīng)用中常見(jiàn)的不完全投影、不完全投影加上高斯噪音、不完全投影加上投影下采樣等輸入條件下的重建結(jié)果與比較。為以后在實(shí)際應(yīng)用中,根據(jù)應(yīng)用中的實(shí)際輸入數(shù)據(jù),選擇相應(yīng)投射方式的迭代型算法進(jìn)行高效重建。Proximal算法由proximal算子構(gòu)成,本文重點(diǎn)介紹了以ADMM方法為代表的proximal算法的諸多優(yōu)點(diǎn),以及在CT領(lǐng)域應(yīng)用的前景。在對(duì)ART算法充分研究的基礎(chǔ)上,本文給出了迭代型算法ART的proximal算子,并且在不加入正則化的情形下,分析了ART proximal算子與ART重建方法之間的區(qū)別與聯(lián)系,并用實(shí)驗(yàn)進(jìn)行了對(duì)比、驗(yàn)證。此外,本文給出了目前在圖像重建、去噪方面高效的各向異性總變差(ATV)與同向異性總變差(ATV)正則化項(xiàng),以及較為新穎的SAD正則化項(xiàng),并給出各正則化項(xiàng)在二維、三維重建中的重建效果對(duì)比。為了驗(yàn)證本論文所實(shí)現(xiàn)的proximal算法框架的有效性,本文還將本框架與目前在CT三維重建領(lǐng)域主流的RTK框架進(jìn)行對(duì)比,分別對(duì)比了RTK中的FDK,本框架中的ART,RTK中ADMM方法(CG作為數(shù)據(jù)項(xiàng)求解器,ATV作為正則化項(xiàng)),以及本框架中ADMM方法(ART proximal算子作為數(shù)據(jù)項(xiàng)求解器,ATV,ITV,以及SAD分別作為正則化項(xiàng))在改變輸入投影圖像數(shù)量以及改變高斯噪聲大小等情形下的算法表現(xiàn)。為增加實(shí)驗(yàn)結(jié)果可信度,我們分別將仿真數(shù)據(jù)以及真實(shí)CT掃描數(shù)據(jù)作為框架輸入,并給出了實(shí)驗(yàn)的詳細(xì)參數(shù)。對(duì)比實(shí)驗(yàn)結(jié)果表明,本文所提proximal框架在三維CT不完全投影重建中比主流框架可以得到更高質(zhì)量的重建結(jié)果,證明了本框架的高效性、靈活性、魯棒性。
【學(xué)位授予單位】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院國(guó)家空間科學(xué)中心)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李欣;喬志偉;邰浩偉;宋文琪;;基于ADMM的TV圖像重建算法研究:設(shè)計(jì)、實(shí)現(xiàn)及評(píng)估[J];科學(xué)技術(shù)與工程;2016年25期

2 陳書(shū)貞;姬社平;練秋生;;應(yīng)用雙稀疏模型和ADMM優(yōu)化的圖像復(fù)原[J];信號(hào)處理;2015年07期

3 高乾坤;;一種基于ADMM的非光滑損失在線優(yōu)化算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2014年02期

4 齊宏亮;周凌宏;徐圓;洪虹;盧文婷;甄鑫;;基于雙邊濾波迭代修正的CT欠投影ART重建[J];生物醫(yī)學(xué)工程學(xué)雜志;2013年02期

5 王超;閆鑌;李磊;曾磊;李建新;;基于稀疏約束的自適應(yīng)正則化迭代重建算法[J];CT理論與應(yīng)用研究;2012年04期

6 李鏡;孫怡;;基于L_1范數(shù)的微分相位襯度CT稀疏角度重建算法[J];光學(xué)學(xué)報(bào);2012年03期

7 林景亮;陳岳林;;基于雙目視覺(jué)的三維人臉重建方法[J];計(jì)算機(jī)應(yīng)用研究;2012年01期

8 張劍,陳志強(qiáng);三維錐形束CT成像FDK重建算法發(fā)展綜述[J];中國(guó)體視學(xué)與圖像分析;2005年02期

9 曾凱,陳志強(qiáng),張麗,趙自然;基于FDK算法的錐束CT重建近似算法性能比較[J];核電子學(xué)與探測(cè)技術(shù);2004年05期

10 李傳富,周康源,黃丹,陳曾勝,何力,王慶臨;基于先驗(yàn)知識(shí)的顱腦CT圖像自動(dòng)化分割[J];中國(guó)醫(yī)療器械雜志;2004年03期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 郭威;CT不完全投影數(shù)據(jù)重建算法研究[D];吉林大學(xué);2011年

，

本文編號(hào)：1317785