亚州av综合色区无码一区,午夜一区二区三区亚洲影院电影网,天堂а√在线地址,性人久久网av,无码内射成人免费喷射

曉木蟲
學(xué)術(shù)數(shù)據(jù)庫(kù)客戶端

蘇州醫(yī)工所在基于字典學(xué)習(xí)方法的CT圖像重建算法研究中取得進(jìn)展

 找回密碼
 注冊(cè)新賬號(hào)

QQ登录

微信登录

蘇州醫(yī)工所在基于字典學(xué)習(xí)方法的CT圖像重建算法研究中取得進(jìn)展

摘要: 　　目前，X射線的計(jì)算機(jī)斷層成像（computed tomography， CT）技術(shù)依然是一種重要的醫(yī)學(xué)成像手段，能夠清晰地呈現(xiàn)病人的幾何解剖結(jié)構(gòu)。然而，CT圖像的質(zhì)量與X射線的輻射劑量有關(guān)，較高的劑量會(huì)增加病人罹患癌癥等基 ...

　　目前，X射線的計(jì)算機(jī)斷層成像（computed tomography， CT）技術(shù)依然是一種重要的醫(yī)學(xué)成像手段，能夠清晰地呈現(xiàn)病人的幾何解剖結(jié)構(gòu)。然而，CT圖像的質(zhì)量與X射線的輻射劑量有關(guān)，較高的劑量會(huì)增加病人罹患癌癥等基因疾病的幾率。為了降低輻射劑量，減少投影角度是一個(gè)直接有效的方法，但是這種方法在利用傳統(tǒng)解析算法進(jìn)行重建時(shí)，采樣率的降低會(huì)導(dǎo)致重建圖像中產(chǎn)生嚴(yán)重的混疊偽影，影響醫(yī)生的診斷和治療。
　　在已經(jīng)提出的用于解決欠采樣投影重建問(wèn)題的重建算法中，基于字典研究的方法是一種近來(lái)提出的重建算法。該算法是將待重建的CT圖像劃分為大小相等并且互相重疊的小圖像塊，以同一個(gè)過(guò)完備字典為基底，計(jì)算這些圖像塊的稀疏表示，利用字典研究方法提取圖像的稀疏性，求解低劑量的欠采樣重建問(wèn)題。然而，現(xiàn)有的字典研究重建算法的正則約束項(xiàng)是L2范數(shù)（L2范數(shù)表示向量中每個(gè)元素平方和的開方，即歐式距離）下的稀疏約束，對(duì)圖像的稀疏特性提取得并不徹底，當(dāng)采樣率進(jìn)一步降低時(shí)，會(huì)引起重建圖像的低對(duì)比度細(xì)節(jié)丟失，質(zhì)量明顯下降。
　　最近，中國(guó)科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)學(xué)習(xí)所醫(yī)學(xué)影像室鄭健課題組的章程等人提出了一種基于L1范數(shù)（L1范數(shù)表示向量中每個(gè)元素絕對(duì)值的和）稀疏約束的字典研究重建算法。利用L1范數(shù)更好的稀疏特性，降低原算法中L2范數(shù)約束引起的過(guò)平滑效應(yīng)，保留更多的圖像細(xì)節(jié)信息。提出的算法利用加權(quán)策略轉(zhuǎn)化為帶權(quán)重的字典研究重建函數(shù)，利用迭代加權(quán)最小二乘法（iteratively reweighted least squares，IRLS）進(jìn)行求解。
　　實(shí)驗(yàn)結(jié)果表明，與已有的基于L2范數(shù)的字典研究重建算法（ADSIR）以及其他兩種典型的重建算法（GPBB，SART）相比，提出的算法得到的重建結(jié)果更精確，尤其在進(jìn)一步降低采樣率的條件下，得到的結(jié)果與對(duì)比算法相比有明顯的提升，說(shuō)明L1范數(shù)的約束對(duì)于圖像稀疏特性提取的有效性。
　　以上學(xué)習(xí)得到國(guó)家自然科學(xué)基金（批準(zhǔn)號(hào)：61201117，61301042）、江蘇省自然科學(xué)基金（批準(zhǔn)號(hào)：BK20151232）和蘇州科技項(xiàng)目（批準(zhǔn)號(hào)：ZXY2013001）的支持，相關(guān)結(jié)果發(fā)表在Biomedical Engineering Online 雜志2016年度期刊。
　　文章鏈接



　　圖：人體頭部切片的重建結(jié)果。a-d為180個(gè)采樣角度下的重建結(jié)果，從左到右分別為本文提出的L1-DL算法，ADSIR，GPBB，SART；e-h為圖像（a-d）與原始圖像的差異圖像；i-l為90個(gè)采樣角度下的重建結(jié)果，從左到右分別為本文提出的L1-DL算法，ADSIR，GPBB，SART；m-p為圖像（i-l）與原始圖像的差異圖像。由圖可見(jiàn)，本文提出的算法得到的重建圖像在黃色邊框的放大區(qū)域，更好地保留了細(xì)節(jié)信息，同時(shí)重建圖像和原始圖像的差異最小，這種優(yōu)勢(shì)在進(jìn)一步降低采樣率時(shí)（90個(gè)采樣角度）表現(xiàn)得更加明顯。蘇州醫(yī)工所在基于字典學(xué)習(xí)方法的CT圖像重建算法研究中取得進(jìn)展  |  責(zé)任編輯：蟲子
返回頂部