基于字典学习的低剂量ct图像处理方法

《基于字典学习的低剂量ct图像处理方法》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、来兩：ｋ聲硕壬学位论文基于字典学习的低剂量ＣＴ图像处理方法专业名務：生物医学工程研巧生巧名：石路遥导师姓名：罗立民陈阳ＤＩＣＴＩＯＮＡＲＹ－ＬＥＡＲＮＩＮＧＢＡＳＥＤｌｏｗｄｏｓｅＣＴＩＭＡＧＥＰＲＯＣＥＳＳＩＮＧＭＥＴＨＯＤＳＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｅｄ化ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒｔｈｅＡｃａｄｅｍｉｃＤｅｇｒｅｅｏｆＭａｓｔｅｒｏｆＥｎｇｉｎｅｅｒｉｎｇＢＹＳＨＩＬｕ＾ａｏＳ

2、ｕｅｒｖｉｓｅｄｂｐｙＰｒｏｆ－．ＬＵＯＬｉｍｉｎａｎｄＡ．Ｐｒｏｆ．ＣＨＥＮＹａｎｇＳｃｈｏｏｌｏｆＢｉｏｍｅｄｉｃａｌＳｃｉｅｎｃｅ＆ＭｅｄｉｃａｌＥｎｉｎｅｅｒｉｎｇｇＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＭａｙ２０１５东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研巧工作及取得的研巧成果。尽我所知，，，除了文中特别加Ｗ标注和致谢的地方外论文中不包含其他人己经发表或撰写过的研巧成果也不包含为获得东南大学或其它教育机

3、构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明井表示了谢意。对．々々＞＜研充生签名ｖＴ：足族沒日期：／东南大学学位论文使用授权库明东南大学、中国科学技术信息研究所、国家图书巧有权保留本人所送交学位论文的复印件和电、。子文档，可Ｗ采用影印缩印或其他复制手段保存论文本人电子文档的内容和纸质论文的内容相一。除在保密期内的保密论文外，允许论文被查阅和借阅致，可抖公布（包括Ｗ电子信息形式刊登）论文的全部内容或中、英文摘要等部分内容。论文的公布（包括

4、Ｗ电子信息形式刊登）授权东南大学研究生院办理。＾巧取。已－０研巧牛答名：＾导师综名！期：｝ｓｓ一Ｘ射线计算机断层成像（Ｘ－Ｃｏｍｕｔｅｄ）ｒａＴｏｍｏｒａｈＣＴ，ｙ，作为种成熟的检查方法在临床上ｐｇｐｙ已经被普遍认可了放射诊断领域内不可或缺的主要工具之一Ｔ断层扫。，，成为然而随着Ｃ描的普及。超过正常范围的福射剂量易诱发，ＣＴ扫描中的福射剂量问题己经越来越多地引起了人们的关注人体新陈代谢异常甚至引发癌症。通过调节管电流和电压可Ｗ减少ＣＴ扫描剂量，但会在重建图像中增加噪声

5、Ｗ及具有方向性的条状伪影，降低ＣＴ重建图像质量，从而影响临床医生对异常姐织的确诊率。本文将主要研究基于字典学习的低剂量ＣＴ图像处理算法，具体内容包括Ｗ下几个方面：基于字典学习的稀疏表示方法是最近提出的＾一种信号／图像处理方法。这种方法首先训练出个全局过完备字典一，之后将目标图像拆分成若干很小的图块，并对每个图块进行稀疏编码，令其用一个过完备字典中的很少的几个基（原子）通过线性組合进行表示。在这过程中，通边控制参数，可Ｗ使正常结构得到表示。基，而伪影噪声很难被稀疏表示，从而达到去噪／去伪影的目的于

6、字典学习的稀疏表示方法己被证实在低剂量腹部ＣＴ图像中能够实现较好的酉像恢复效果。本文中将继续一、探索该方法在头部灌注ＣＴ和屯脏ＣＴ中的应用，进步利用了空，并将原来的二维方法扩展到Ｈ维间和时间维度上的连续性。实验结果表明，相对于二维的方法，Ｈ维的基于字典学习的稀疏表示方法能显著提高效果。，在更加有效地去除噪声伪影的同时，更好的保持了图像的细节和对比度对于腹部ＣＴ图像基于字典学习的稀疏表示方法己被证实能够在管电流降低到原来五分之一，一的情况下仍然获得较好的图像恢复效果。然而，该方法也存在定的局限

7、性，即容易将化剂量扫描条件下易出现的条状伪影当作图像中的有用信息进行保留，从而无法有效去除该类伪影。为了克服＂该问题，本文在原有算法的基础上进行了改进，创新性地提出了伪影抑制字典学习方法（Ａｒｔｉｆａｃｔ”一ＳｕｒｅｓｓｅｄＤｉｃｔｉｏｎａｒＬｅａｍｉｎＡＳＤＬ）。，，ｐｐｙｇ，该方法的主要思路是首先训练种区别性的字典这种字典既包含了利于表示图像特征部分的特征原子，又包含了利于表示图像巧影部分的伪影原子。图像通过该字典进行稀疏表示后。之后再将伪影，图像中的将征和伪影部分都能分别得到较好的表

8、示原子表示的图像部分分离出去，就实现了去伪影的目的。实验结果表明，本文提出的新方法可Ｗ有效抑制低剂量ＣＴ图像内的条状伪影，配合传统的稀疏表示方法，可Ｗ明显提鳥低剂量ＣＴ困像质量。，使其满足临床诊断的质量要求ｉ低剂量ＣＴ关键词，字典学习，稀疏表示，区别性字典１ＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔ－ｎｔｅｔｏｏｏｒｔｈｅＸ