换一批基于梯度下降法的双能CT双物质分解算法
Two-Material Decomposition Algorithm of Dual-Energy CT Based on Gradient Descent Method
摘要基物质分解是双能CT重建的重要步骤,其中双物质分解是常用的分解模型之一,该模型的核心关键是计算分解系数投影.为了更快计算它,提出了基于误差反馈梯度下降的双能CT双物质分解算法和基于Armijo-Goldstein梯度下降的双能CT双物质分解算法.由于计算了梯度下降步长,这两种方法能快速迭代求解基物质分解系数投影.同时他们有效地解决了双能CT重建的非线性问题.仿真实验结果显示,与传统查表匹配法相比,这两种算法稳定收敛,计算速度快,重建精度高,对临床应用有重要的意义.在重建结果精度近似的情况下,基于Armijo-Goldstein梯度下降的算法采用不精确线性搜索步长,因此它的运行速度更快.
更多相关知识
关键词
双能CT双物质分解梯度下降图像重建计算步长dual-energy CTtwo-material decompositiongradient descentimage reconstructioncomputed step size
分类号
TP301
栏目名称
DOI
10.12068/j.issn.1005-3026.2017.07.006
发布时间
2017-08-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览2
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
