【摘要】：現(xiàn)如今,醫(yī)學(xué)圖像為臨床診斷提供著重要的依據(jù),其中包括X射線計(jì)算機(jī)斷層成像(Computed Tomography,CT)和正電子發(fā)射型計(jì)算機(jī)斷層成像(Positron Emission Tomography,PET)。而為了減少CT成像中X射線和PET成像中輻射藥劑對(duì)人體的輻射影響,醫(yī)學(xué)圖像領(lǐng)域就出現(xiàn)了低劑量(Low-dose)CT成像和低計(jì)數(shù)率(Low-count)PET成像問(wèn)題,它們也是本領(lǐng)域中研究的熱點(diǎn)。圖像超分辨率重建(Super-resolution)是一種流行的圖像恢復(fù)技術(shù)。隨著壓縮感知理論被成熟的應(yīng)用,超分辨率重建中的不適定性問(wèn)題有了更好的解決方案,使得重建能得到超越傳統(tǒng)方法的恢復(fù)效果。并且,近年來(lái)由于深度學(xué)習(xí)的網(wǎng)絡(luò)被應(yīng)用到了超分辨率重建技術(shù)中,使它有了進(jìn)一步的發(fā)展和應(yīng)用。因此本文研究了使用超分辨率重建技術(shù)來(lái)解決低劑量CT成像和低計(jì)數(shù)量PET成像的問(wèn)題。論文的主要研究工作如下:(1)本文研究使用基于稀疏表示的超分辨率重建方法恢復(fù)質(zhì)量較差的醫(yī)學(xué)圖像。將低劑量CT和低計(jì)數(shù)率PET圖像看作是退化的低分辨率(Low Resolution,LR)圖像,而將正常的CT和PET圖像看作高分辨率(High Resolution,HR)圖像。LR圖像經(jīng)過(guò)超分辨率重建之后來(lái)得到HR圖像。該方法首先需要通過(guò)稀疏編碼,訓(xùn)練出一對(duì)過(guò)完備字典和(是低分辨率字典,是高分辨率字典),然后用得到輸入LR圖像塊的稀疏表示,再用它們和高分辨率字典重建出對(duì)應(yīng)HR圖像塊,并將所有圖像塊拼接后得到完整的HR圖像。(2)本文將基于稀疏表示的方法的模型和稀疏編碼的LISTA網(wǎng)絡(luò)相融合,得到用于超分辨率重建的CSCN網(wǎng)絡(luò)。該方法的重點(diǎn)是訓(xùn)練數(shù)據(jù)集的選取,本文選用一組正常劑量的CT圖像作為網(wǎng)絡(luò)輸入,將含有偽影的低劑量CT圖像作為網(wǎng)絡(luò)輸出來(lái)訓(xùn)練網(wǎng)絡(luò)中的參數(shù),最終得到可以有效抑制CT圖像中偽影的網(wǎng)絡(luò)。本文提出使用超分辨率重建的相關(guān)方法處理低劑量CT和低計(jì)數(shù)量PET圖像,通過(guò)實(shí)驗(yàn)證明了所提出算法的可行性。與常規(guī)的超分辨率重建方法相比,本文提出的方法不僅能夠有效的恢復(fù)模糊CT和PET圖像中的細(xì)節(jié),而且還能夠抑制低劑量CT圖像中的偽影。而對(duì)于低劑量CT和低計(jì)數(shù)量PET問(wèn)題來(lái)說(shuō),本文的工作為它們提供了一個(gè)新的解決思路。
【圖文】：

低劑量CT圖像和低計(jì)數(shù)率PET圖像

SR算法基本原理示意圖
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R318;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫旭;李曉光;李嘉鋒;卓力;;基于深度學(xué)習(xí)的圖像超分辨率復(fù)原研究進(jìn)展[J];自動(dòng)化學(xué)報(bào);2017年05期

2 曾凱;丁世飛;;圖像超分辨率重建的研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2017年16期

3 沈煥鋒;李平湘;張良培;王毅;;圖像超分辨率重建技術(shù)與方法綜述[J];光學(xué)技術(shù);2009年02期

4 丁海勇;卞正富;;數(shù)字圖像超分辨率重構(gòu)技術(shù)研究[J];計(jì)算機(jī)與數(shù)字工程;2007年10期

5 孔玲莉,黃華,齊春,劉美娟;圖像超分辨率研究的最新進(jìn)展[J];光學(xué)技術(shù);2004年03期

6 張清勇;陳智勇;駱瀟原;;基于生成網(wǎng)絡(luò)的遙感圖像超分辨率的研究[J];實(shí)驗(yàn)室研究與探索;2019年03期

7 胡長(zhǎng)勝;詹曙;吳從中;;基于深度特征學(xué)習(xí)的圖像超分辨率重建[J];自動(dòng)化學(xué)報(bào);2017年05期

8 鐘雪燕;夏前亮;陳智軍;;基于FPGA的圖像超分辨率的硬件化實(shí)現(xiàn)[J];現(xiàn)代電子技術(shù);2017年17期

9 胡傳平;鐘雪霞;梅林;邵杰;王建;何瑩;;基于深度學(xué)習(xí)的圖像超分辨率算法研究[J];鐵道警察學(xué)院學(xué)報(bào);2016年01期

10 王相海;畢曉昀;傅博;陶兢U，

本文編號(hào)：2658484