没有训练的极限少数视图断层扫描数据数据

科学领域:

• 医疗成像医学成像
• 计算成像技术的成像
• 应用数学 应用数学 应用数学

背景情况:

• 极少数视图断层扫描涉及从不到10个投影视图重建图像.
• 当前最先进的方法依赖于压缩传感 (CS) 技术,利用散射转换和总变异 (TV) 规范最小化.
• 标准的CS方法往往不足以应对极少数视图场景中的严重数据限制.

研究的目的:

• 调查结合额外的先前信息作为极少数视图断层扫描的限制的可行性和有效性.
• 在投影数据极为有限的场景中提高图像重建质量.
• 为了解决极端少视界条件下现有的压缩传感方法的局限性.

主要方法:

• 该研究建议使用对成像对象的线性衰减系数的先前知识作为补充约束.
• 这些已知的衰减值被整合到重建过程中,以指导解决方案.
• 该方法使用计算机模拟传输断层扫描来评估该方法.

主要成果:

• 将线性衰减系数作为额外的约束体现出了图像重建质量的显著改善.
• 与传统的压缩传感技术相比,在极端少视野条件下,拟议的方法显示出更高的性能.
• 计算机模拟证实了这些额外约束在改进断层扫描重建方面的实用性.

结论:

• 利用先前对线性衰减系数的知识是克服极少数视图断层扫描挑战的可行策略.
• 这种方法在投影数据严重有限时,为图像重建提供了实际增强.
• 这些发现表明,在很难或不可能获得众多视图的应用中,改善成像能力是一个有希望的方向.