基于加权总差分最小化的中子稀疏投影计算机断层重建方法研究

"基于加权总差分最小化的中子稀疏投影计算机断层重建方法" 这篇论文提出了一种新的中子计算机断层扫描（CT）迭代重建方法，称为同时迭代重建方法（SIRT）与加权总差分最小化（WTDM）相结合的迭代重建方法（SIRT-WTDM）。该方法旨在提高高噪声稀疏角度投影条件下的CT图像质量。 知识点1：中子计算机断层扫描（CT） 中子计算机断层扫描（CT）是一种非侵入性 medical imaging tecnique，使用中子束来成像human body内部结构。CT扫描可以提供高质量的图像，但是当中子束的角度稀疏时，图像质量会下降。 知识点2：同时迭代重建方法（SIRT） 同时迭代重建方法（SIRT）是一种常用的CT图像重建算法。该算法使用迭代的方法来重建图像，通过反复计算和改进，获得高质量的图像。 知识点3：加权总差分最小化（WTDM） 加权总差分最小化（WTDM）是一种正则化约束项，用于约束图像梯度稀疏性和连续性。WTDM方法可以提高图像质量和抗噪声性能。 知识点4：SIRT-WTDM迭代重建方法 SIRT-WTDM迭代重建方法是将SIRT算法和WTDM方法相结合的新方法。该方法可以获得高质量的图像，且具有较强的抗噪声性能。 知识点5：稀疏角度投影 稀疏角度投影是指在CT扫描过程中，中子束的角度稀疏的情况。这种情况下，图像质量会下降，需要使用特殊的算法来提高图像质量。 知识点6：噪声抑制 噪声抑制是指在图像处理过程中，减少噪声的影响。SIRT-WTDM迭代重建方法可以有效地抑制噪声，提高图像质量。 知识点7：Shepp-Logan phantom Shepp-Logan phantom是一种常用的计算机断层扫描 phantom，用于测试CT图像重建算法的性能。 知识点8：中子CT迭代重建方法 中子CT迭代重建方法是指使用中子束来成像human body内部结构，并使用迭代算法来重建图像。SIRT-WTDM迭代重建方法是其中的一种。 知识点9：图像梯度稀疏性与连续性 图像梯度稀疏性与连续性是指图像的梯度和连续性的约束条件。WTDM方法可以约束图像梯度稀疏性和连续性，提高图像质量。 知识点10：加权总差分最小化的应用 加权总差分最小化（WTDM）方法可以应用于各种图像处理领域，例如图像去噪、图像超分辨率等。