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

0 下载量 156 浏览量 更新于2024-08-27 1 收藏 12.49MB PDF 举报
"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。