两个阶段的 Sparse Angle CT重建,结合组 Sparsity 和高斯相对论

科学领域:

• 医疗成像医学成像
• 计算成像技术的成像
• 图像重建 图像的重建

背景情况:

• 稀疏角度CT是一种先进的成像技术,其图像重建作为一个关键的研究领域.
• 现有的算法在低对比度区域中与噪音和工件作斗争.
• 集团稀疏规范化方法具有潜力,但需要进一步改进.

研究的目的:

• 提出一种新的两阶段CT重建模型,PLS-GSR-RoG,用于稀疏角度CT.
• 在低对比度区域解决噪音和工件,同时保持图像细节.
• 为了提高稀疏角度CT图像重建的整体性能.

主要方法:

• 开发了一个双重规范化模型,结合了集团 Sparsity (GSR) 和 Gaussian 的相对性 (RoG).
• 实施了两阶段的代重建过程:GSR和RoG在第一阶段,GSR仅在第二阶段.
• 使用FORBILD头部,胸部和盆腔幻影/图像在不同的投影角度验证模型.

主要成果:

• PLS-GSR-RoG模型在低对比度区域显著降低了噪音和人工物.
• 与SART-TV,SART-RTV,SART-GSR和SART-GSR-WIGF相比,获得了更优质的图像质量.
• 重建的图像显示高峰信号噪声比 (PSNR) 高达48.03dB,特征相似度指数 (FSIM) 高达0.9996.

结论:

• 两个阶段的PLS-GSR-RoG模型有效地增强了稀疏角度CT图像重建.
• 将GSR和RoG分阶段代的方式结合起来,可以改善噪声抑制和细节保存.
• 拟议的方法为稀疏角CT的临床应用提供了有前途的进展.