您当前的位置：
首页 > 文献资料
所属专业：
惩罚加权最小均方平滑文献资料
-
基于统计迭代投影估计的低剂量CT重建方法
本研究在投影(sinogram space)建立统计模型,采用不同于传统泊松模型的信号相关高斯噪声模型,迭代实现小化能量函数,得到理想的投影估计值后,再用滤波反投影(FBP)快速实现Radon反变换.模拟实验的结果表明,该方法有效地抑制了噪声并保持了一定的分辨率.
关键词： CT重建 投影估计 统计迭代 高斯噪声模型 惩罚加权最小均方平滑 -
利用K-L域惩罚加权小均方平滑对低剂量CT投影数据进行噪声滤除
通过对校准的低剂量CT投影数据的噪声特性进行分析,发现该噪声可用高斯分布近似,但其方差与信号本身有关,且信号与方差间的关系是非线性的.基于上述发现,我们选择惩罚加权小均方平滑架构作为此类问题的优解法之一.该方法可利用均值-方差间关系等先验知识来构造加权矩阵,并利用二维局部空间信息来构造惩罚项或正则算子.同时,为了进一步利用不同角度或切片间的空间相关关系,我们首先对投影数据沿角度或切片方向进行K-L变换,然后再对变换后的投影数据进行惩罚加权小均方平滑,从而亦使原来的三维滤波问题简化为二维滤波过程.通过选择适当的邻域,K-L域惩罚加权小均方平滑方法可充分利用先验统计知识及三维空间信息,对被噪声污染的低剂量CT投影进行更为准确的恢复.实验结果表明,当选取适当的控制参数,在投影数据的噪声滤除效果上,上述方法远较传统的低通滤波器为优.
关键词： 减少噪声 低剂量CT 非标准高斯噪声 (K-L)变换 惩罚加权最小均方平滑
