欢迎来到天天文库
浏览记录
ID:35062888
大小:5.12 MB
页数:76页
时间:2019-03-17
《基于图像域统计迭代ct重建算法的研究》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、?..,贫丑Mi分冀學P毁1.攀憧代稱Si;TSO#臟餘5#号^.^馨枯...;NorthUiiivejrsit.YOfCW巧a硕击学位论文'?.:■..-'基于图像域统计迭代CT重建算法的硏究硕出願窥生张芳.指导獅__?SSB_SS___'—'—.麵H原创性声明本人郑重声明,独;所呈交的学位论文,是本人在指导教师的指导下立进行研究所取得的成果。除文中已经注明引用的内容外,本论女不包含研成果。对本文的研究作出重要贡其他个人或集
2、体已经发表或撰写过的科献的个人和集体。本声明的法律责任由本人,均已在文中从明确方式标明承担。:日期:办你巧嫂论文作者签名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、并向有关部口送交学位论文的原件与复印件;③学校可W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阔或借阅;④学校可!^乂学术交流为目的,复制贈送和交换学位论文(保密学位论文在解密;⑤学校可故公布学位论文的全部或部分内容后遵守此规定)。加辟如引每涕若日期:签名:3/岛
3、:起污^节日期_,导师签名:韦利图书分类号TP391密级非密UDC硕士学位论文基于图像域统计迭代CT重建算法的研究张芳指导教师(姓名、职称)桂志国教授申请学位级别工学硕士专业名称信号与信息处理论文提交日期2016年5月31日论文答辩日期2016年5月22日学位授予日期________年______月______日论文评阅人___________________________________________________________答辩委员会主席_______________________2016年5月31日中北大学学位论文基于图像域统计迭代C
4、T重建算法的研究摘要随着计算机断层扫描(CT)技术在医学诊断以及治疗中的广泛应用,人们越来越关注射线辐射剂量对人体的影响。高辐射剂量会对人体的健康带来一定的伤害,因此低剂量CT近年来备受关注。低剂量数据可以通过降低射线的管电压或管电流得到,此种方法常常会导致所采集的投影数据噪声偏高,使得密度分辨率被量子噪声污染,从而重建出来的图像发生严重退化,影响医学的诊断和治疗,因此,在降低辐射剂量的同时重建出高信噪比和高质量图像的研究越来越受到关注。许多有关低剂量CT的重建方法相继被提出,主要方法可分为以下三种,其一为图像的后处理,其二为对投影数据进行降噪,由于FBP算
5、法简单且易于实现,对投影域降噪后一般使用FBP进行反投影重建,另一种方法为对重建后的图像在图像域直接进行降噪处理。在投影域降噪后,即使遗留下很小的点噪声,映射到图像域也会形成条形伪影,因此本文选择在图像域直接进行降噪。接下来将本文的主要工作介绍如下:1.阐述了CT成像物理和数学原理,介绍了三种经典图像重建算法,最后展现了本文所用的噪声模型。2.针对低剂量CT重建的图像产生严重退化的问题,在基于各向异性扩散去噪方法的基础上进行两种改进:由于片相似性在降噪的同时能较好地保持图像的边缘和细节信息,算法1运用此特点对扩散函数进行改进;算法2考虑了传统各向异性扩散中降
6、噪不充分的缺点,把可以有效的折中热传导和PM模型的变指数,以及代替梯度检测边缘和细节的相似度函数运用到传统各向异性扩散中修改扩散函数,从而提高图像质量。3.提出了一种基于小波和四阶各向异性扩散的低剂量CT重建算法。由于小波变换具有良好的时频局部特性,四阶偏微分对噪声的敏感性高,噪声越少,降噪效果越好,可避免二阶PDE降噪出现的“阶梯”效应,本文结合了小波收缩和各向异性扩散的优点,在每次迭代中,对MLEM重建算法处理后的图像进行离散平稳小波分解,对小波域的高频部分进行小波收缩,低频部分使用降噪效果优质的四阶各向异性扩散进行消噪,从而得到可观的图像。中北大学学位
7、论文4.针对最大后验法只能提供有限的局部先验信息从而使重建图像出现阶梯状边缘伪影以及过度平滑等问题,提出本文的基于小波和非局部全变差中值先验的重建算法。即先在中值先验MP算法的基础上,引入降噪性能优异的TV方法,对目标函数进行修订,形成基于TV的MP重建算法;接着考虑到小波收缩和非局部的优势,提出了本文的算法,即在基于TV的MP重建算法的每次迭代中,在小波变换后的小波域再进行小波收缩和非局部降噪,提高了图像质量。关键词:低剂量CT,图像降噪,统计迭代重建,各向异性扩散,片相似性中北大学学位论文TheResearchonStatisticalIterative
8、ReconstructionAlgorithmfor
此文档下载收益归作者所有