换一批基于双重正则化项的稀疏角能谱CT图像重建算法研究
Dual Regularization-based Sparse-view Spectral CT Image Reconstruction Algorithm
摘要能谱 CT(Spectral CT)技术是一种新兴的成像技术,通过采集多能谱投影数据,提升物质区分能力和临床诊断准确性.然而,稀疏角扫描条件下的能谱 CT图像重建仍然面临着噪声抑制和边缘保护的挑战.正则化方法能够引入先验信息提升稀疏角能谱 CT图像重建质量,如方向概率全变差(dTV-p)正则化和紧小波框架 L0正则化.为了抑制噪声、保护边界,本文提出一种基于 dTV-p和紧小波框架 L0的双重正则化稀疏角能谱 CT图像重建算法,并利用快速迭代收缩阈值算法(FISTA)进行加速.首先,该方法在图像域对 dTV-p正则化采用近端映射和 FISTA进行求解;随后,在小波域对 L0正则化采用迭代硬阈值法进行求解;最后,对对偶变量进行 FISTA加速求解.通过实验验证所提算法的有效性,实验结果表明所提算法在边缘保护、噪声抑制和定量评价指标方面均优于对比算法.
更多相关知识
关键词
稀疏角能谱CT图像重建dTV-p正则化紧小波框架L0正则化FISTA噪声抑制sparse-view spectral CT image reconstructiondTV-p regularizationtight wavelet frame L0 regularizationFISTAnoise suppression
栏目名称
DOI
10.15953/j.ctta.2025.149
发布时间
2026-07-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（62371184）
重庆市教育委员会科学技术研究计划项目（KJQN202300535）
重庆市自然科学基金（CSTB2023NSCQ-MSX0148）
咸宁市科技人才服务专项（2024RCFW007）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
