能谱CT投影域降噪算法的比较研究

能谱CT的光子计数探测器可以将较宽的能谱按照选定的能量段进行计数,得到物体在不同能段的成像信息.由于能谱CT需要确定能量通道,且单个窄谱通道探测的光子数为总光子数的一部分,数目减少,导致窄谱投影数据的噪声增大.为降低低能噪声对成像结果的影响,将传统MAP降噪算法,基于各向异性模型的改进MAP算法及SB(Split Bregman)算法引入能谱CT投影域去噪中.首先通过选定一个能量来验证三种算法对能谱CT的适用性.然后分别对三个确定的能量通道添加高斯噪声,使用上述算法分别去噪,并对去噪后投影使用FBP,OS-SART算法重建,结果表明三种算法均可以有效去噪,且改进的MAP算法优于传统MAP算法,SB算法去噪效果最佳.     

基于PICCS的非局部TGV能谱CT重建算法

能谱CT将宽谱划分为窄谱,导致通道内光子数目明显减少,加大了噪声影响,故从噪声投影中重建出高质量图像是能谱CT的一个研究热点.传统全变分(total variational,TV)容易造成重建图像中出现块状伪影等问题,总广义全变分(total generalized variation,TGV)算法可以逼近任意阶函数,再结合非局部均值算法的思想,同时考虑到不同能谱通道下重建图像的相关性,将高质量全能谱重建图像作为先验图像指导能谱CT重建,提出了基于先验图像约束压缩感知(prior image constrained compressed sensing,PICCS)的非局部TGV重建算法.实验结果表明,所提算法在抑制噪声的同时能够有效复原图像细节及边缘信息,且收敛速度快.     

基于字典学习方法的CT不完全投影图像重建算法

对于不完全投影角度的重建研究是CT图像重建中一个重要的问题.将压缩感知中字典学习的方法与CT重建算法ART迭代算法相结合.字典学习方法中字典更新采用K-SVD(K-奇异值分解)算法,稀疏编码采用OMP(正交匹配追踪)算法.最后通过对标准Head头部模型进行仿真实验,验证了字典学习方法在CT图像重建中对于提高图像的重建质量和提高信噪比的可行性与有效性.另外还研究了字典学习中图像块大小和滑动距离对重建图像的影响     

一种多段有限角CT采样的BF-TV-ART图像重建方法

CT影像数据在临床诊断和疾病筛查复查中具有重要意义,但数据采集中使用的X射线会在人体内呈现累加现象,过量的射线辐射会增加检测者患病风险.为降低检测中的辐射剂量,CT扫描系统会采用不完全采样扫描方式,如有限角采样、稀疏角采样和多段有限角采样.多段有限角方式的采样设计可在一定程度上兼具这两者的优点,有利于高精度CT图像的重建.本文设计了一种多段有限角CT扫描模式,分析了双边滤波在图像平滑和锐化方面的特征,提出了一种基于全变分与双边滤波的CT迭代重建模型,简称为BF-TV-ART(bilateral filtering-total variation-algebraic reconstruction techniques),并进行了算法设计.数值实验中通过二维Shepp-Logan模型和管线腐蚀模型验证了BF-TV-ART模型重建精度更高,重建时间更短,且重建图像的边缘信息得到了更好的保护.数值结果表明提出的重建方法可有效地抑制数据缺失采样下重建图像中的条状伪影和滑坡伪影.     

凸可行问题的平行近似次梯度投影算法

对凸可行问题提出了包括上松弛的平行近似次梯度投影算法和加速平行近似次梯度投影算法．与序列近似次梯度投影算法相比, 平行近似次梯度投影算法(每次迭代同时运用多个凸集的近似次梯度超平面上的投影)能够保证迭代序列收敛到离各个凸集最近的点． 上松弛的迭代技术和含有外推因子的加速技术的应用, 减少了数据存储量, 提高了收 敛速度. 最后在较弱的条件下证明了算法的收敛性, 数值实验结果验证了算法的有效性和优越性.     

凸集图像重建问题的加速下松弛平行投影算法

平行投影算法是求解凸集图像重建问题的常用工具之一,它包括迭代复杂度O (1/k)收敛性的上松弛和下松弛两种形式.本文受Nesterov加速方法的启发,首先针对凸集图像重建问题提出一种加速的下松弛并行投影算法,并在某些合适的条件下证明了其迭代复杂度O(1/k2)的收敛性.然后又提出了一种基于Arimijo技术的自适应加速...     

基于线性插值方法的ART重建算法研究

在断层成像的实际应用中,CT图像重建常用于重建欠采样及不完全数据的投影.在此,主要从不完全投影进行考虑:用线性插值法对不完全投影数据进行估计补全,再运用ART算法对补全后的投影图像进行重建.仿真实验表明,在投影数据缺失较少时,这种思路是可行的,且得到的重建效果也较好.     

一种SENSE模型下信号重建的类-Dykstra近点有效算法

本文研究了SENSE模型下从部分傅里叶数据中信号的重建问题.利用类Dykstra近点方法和Bregman迭代方法,我们获得了一种SENSE模型下信号重建的加速类-Dykstra近点有效算法,并证明了该算法的收敛性.实验仿真显示,该方法比经典的分裂Bregman方法有效.     

一种SENSE模型下信号重建的类-Dykstra近点有效算法（英文）

本文研究了SENSE模型下从部分傅里叶数据中信号的重建问题.利用类Dykstra近点方法和Bregman迭代方法,我们获得了一种SENSE模型下信号重建的加速类-Dykstra近点有效算法,并证明了该算法的收敛性.实验仿真显示,该方法比经典的分裂Bregman方法有效.     

一种管线CT成像模型

管线是维系很多设施的命脉,它们的腐蚀问题受到了广泛的重视.工业X射线CT成像技术可以实现对管线的非破坏检测,发现它们的腐蚀状况以及各种缺陷,从而掌握其质量情况和变化规律.本文主要研究了海水管线的CT成像方法,在每个角度都存在数据缺失的情况下,给出了它的CT扫描和重建模型,提出了基于TV约束和加权均值化处理的分组ART迭代算法的重建方法.模拟实验表明该方法可以获得管线横截面的高质量CT图像,为其内部腐蚀参数的计算和腐蚀程度的判断提供了重要依据.