低剂量ct投影恢复及不完备数据重建算法研究.pdf.doc

低剂量ct投影恢复及不完备数据重建算法研究.pdf.doc

ID:1442700

大小:5.57 MB

页数:109页

时间:2017-11-11

低剂量ct投影恢复及不完备数据重建算法研究.pdf.doc_第1页
低剂量ct投影恢复及不完备数据重建算法研究.pdf.doc_第2页
低剂量ct投影恢复及不完备数据重建算法研究.pdf.doc_第3页
低剂量ct投影恢复及不完备数据重建算法研究.pdf.doc_第4页
低剂量ct投影恢复及不完备数据重建算法研究.pdf.doc_第5页
资源描述:

《低剂量ct投影恢复及不完备数据重建算法研究.pdf.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:TP391单位代码:10110学号:b20110050低剂量投影恢复及不完备数据重建算法研究中北大学博士学位论文低剂量CT投影恢复及不完备数据重建算法研究刘祎中北大学博士研究生指导教师学科专业刘祎桂志国教授信号与信息处理2014年月日 图书分类号TP391密级非密UDC621博士学位论文低剂量CT投影恢复及不完备数据重建算法研究(题名和副题名)刘祎(作者姓名)指导教师(姓名、职称)申请学位级别桂志国教授工学博士专业名称信号与信息处理论文提交日期2014论文答辩日期2014学位授予日期2014年年月月日日日年_____月论文评阅人___________

2、_______________________________________________答辩委员会主席_______________________2014年月日 Ph.D.DissertationResearchonProjectionRecoveryandInsufficientDataReconstructionforLow-doseCTBy:LIUYiSupervisor:GUIZhiguoNorthUniversityofChinaApril2014 原创性声明本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独立进行研究所取得的成果

3、。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:日期:关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的,复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名:日期:

4、日期:导师签名: 中北大学学位论文低剂量CT投影恢复及不完备数据重建算法研究摘要随着CT(ComputedTomography)技术在医疗中的广泛应用,射线辐射问题受到了越来越多的关注。如何能够在降低剂量的同时得到满意的重建效果成为国内外CT技术研究者们的奋斗目标。目前常用的降低辐射的方法有两种:(1)降低管电流,但是这种方法会使CT投影数据被噪声污染,导致重建图像严重退化。因此抑制低剂量CT投影数据中的噪声,具有重要的实际价值;(2)减少投影路径,该方法可以通过欠采样采集或有限角度采集来实现,然而这种方法得到的投影数据是不完备的,无法满足CT精确重建的要求

5、。因此对不完备数据重建问题的研究同样具有重要的实际价值,对降低X射线辐射剂量意义重大。本文主要针对低剂量CT中的投影噪声抑制问题以及稀疏角度重建问题进行了研究,主要的工作如下:1.由于在扫描投影中相邻的投影角度以及探测器单元之间存在较高的相关性,在投影图像上表现为相邻的像素之间具有一定程度的相似性,因此,针对投影图像中邻域之间存在模糊性这一特点,提出了一种基于局部模糊熵的各向异性扩散滤波器来滤除CT投影中的噪声,该算法能够自适应地改变CT投影中各像素点的扩散程度,避免了因信息单一造成的过度平滑或边缘过度保持。新的扩散模型在扩散过程中能够更加准确地确定像素的扩

6、散程度,加快了扩散速度,从而节约了对投影的处理时间。2.由于中值滤波器能够滤除投影图像中类似脉冲噪声的噪声点,本文提出一种基于混合模糊中值滤波器的低剂量CT投影降噪算法。该算法用模糊隶属函数代替传统的各向异性扩散函数,并在扩散过程中利用中值滤波器对更新的投影图像进行滤波。仿真实验结果表明该算法得到的重建图像在噪声抑制和条状伪影去除中有较好的效果。3.针对低剂量投影数据的噪声特性,提出一种改进的惩罚加权最小二乘算法,即基于能量极小化的统计迭代滤波方法。该算法将梯度能量信息代替Gibbs先验,利用梯度能量对目标函数进行约束,并且在迭代过程中结合低剂量CT投影数据

7、的噪声特点,利用中值滤波器对更新中的图像进行滤波,加快了投影噪声的滤除。 中北大学学位论文4.针对稀疏角度重建问题,研究了压缩感知(CompressedSensing,CS)框架下的TV最小化约束重建算法,并在其基础上提出了一种基于中值先验约束的CS重建算法,该算法通过引入一个辅助向量来构成的中值先验,中值先验的构成过程可以看作是另一种稀疏变换过程(本文称为“中值梯度变换”),对重建图像进行进一步稀疏性约束,克服了TV(TotalVariation)约束算法在高噪声情况下易出现块状伪影、细节不清楚的缺点,可以得到质量更好的重建图像。关键词:低剂量CT,图像降

8、噪,模糊隶属度函数,各向异性扩散,能量极小化,压缩感

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。