换一批基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建
Statistical iterative reconstruction for low-dose cerebral perfusion CT using nonlocal low-rank and sparse matrix decomposition
摘要脑灌注CT成像需要对患者头部进行连续反复扫描,相应的X射线辐射剂量较常规CT显著增加.为减少X射线辐射剂量,提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建方法.首先对脑灌注CT序列图像进行分块,然后构建非局部低秩稀疏矩阵分解模型,最后求解相应的目标函数重建出脑灌注CT序列图像.与滤波反投影算法和基于低秩稀疏矩阵分解的惩罚加权最小二乘方法相比,本文方法得到的脑血容参数图像的结构相似性指标分别提高38.07%和5.61%、特征相似性指标分别提高13.17%和2.47%;平均通过时间参数图像的结构相似性指标分别提高59.73%和0.28%、特征相似性指标分别提高20.26%和0.70%.本文方法能在去除低剂量脑灌注CT图像噪声和伪影的同时保持图像的边缘结构信息,并且获得更准确的脑血流动力学参数图像.
更多相关知识
关键词
脑灌注CT非局部低秩稀疏矩阵分解惩罚加权最小二乘图像重建cerebral perfusion CTnonlocal low-rank and sparse matrix decompositionpenalized weighted least-squaresimage reconstruction
栏目名称
DOI
10.3969/j.issn.1005-202X.2023.11.004
发布时间
2023-12-12（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（62261002）
国家自然科学基金（11701097）
江西省科技创新杰出青年人才培养计划（20192BCB23019）
江西省重点研发计划一般项目（20202BBE53024）
江西省双千计划科技创新高端人才(青年)项目（jxsq2019201061）
江西省教育厅科学技术研究项目（GJJ211407）
江西省数值模拟与仿真技术重点实验室开放课题（21zb02）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
