换一批摘要针对降低 X 线源管电流来减少辐射剂量的实现方案所引起的投影图像低信噪比的情况，该文提出一种新的低剂量CT图像重建模型。总的优化目标函数采用泊松噪声的负对数似然函数作为数据保真项，采用待重建图像的稀疏性先验信息作为正则项。保真项能够克服加性高斯模型不能有效刻画噪声性质的缺点，正则化项能够改善测量低信噪比所引起的不适定性。求解过程中采用线性化Bregman迭代格式，将原目标函数分解为变系数的2次优化问题和稀疏性先验去噪问题，其中的2次优化问题中的2次项系数采用变系数计算，能够更好地逼近原始的保真项，从而加快收敛速度。在低剂量扇形束成像的条件下，对仿真模型进行了数值试验，并同传统的滤波反投影算法、极大似然算法和加权2范数重建算法进行了比较，验证了该文算法的有效性。
更多相关知识
关键词
CT重建低剂量稀疏性正则化线性Bregman迭代Computed Tomography (CT) reconstructionLow-doseSparse regularizationLinearied Bergman iteration
分类号
TP391R445.6（诊断学）
栏目名称
DOI
10.3724/SP.J.1146.2012.01650
发布时间
2013-10-24（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（61071146,61179035）
江苏高校优势学科建设工程项目（3207011102）
- 浏览9
- 被引13
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
