全变差最小化在CT图像环状伪影去除中的应用
需积分: 9 175 浏览量
更新于2024-09-07
收藏 696KB PDF 举报
"这篇论文探讨了基于量子理论的自适应图像融合规则在CT图像环状伪影去除中的应用。环状伪影是CT图像中常见的质量问题,主要由像元响应不理想、探测器的余晖效应和射线硬化等因素造成。论文介绍了多种环状伪影的校正方法,包括校正像元响应不一致、校正投影正弦图和校正重建图像。全变差最小化作为一种有效的去噪技术,被用于处理CT图像中的环状伪影,以提高图像质量。这种方法通过保持图像轮廓和平坦性,对图像进行去噪处理。全变差最小化在CT重建领域,尤其是与压缩感知理论结合时,已得到广泛应用。尽管在实际操作中,基于压缩感知的重建方法由于计算复杂度较高,但在图像后处理中应用全变差最小化可以直接作为约束条件,简化处理过程。论文通过在模拟投影数据中加入噪声并进行全变差最小化处理,分析了图像峰值信噪比的变化,展示了该方法在去除环状伪影方面的效果。"
在本文中,作者首先介绍了环状伪影的定义和产生原因,强调了它对CT图像质量的影响。接着,作者列举了几种现有的环状伪影校正策略,包括针对像元响应不一致的校正、投影正弦图的处理以及重建图像的修正。这些方法分别通过高通滤波、离散傅里叶变换、水平平滑等手段来改善图像质量。
论文的焦点在于全变差最小化的应用。全变差最小化是一个有效的图像去噪技术,其核心是通过寻找全局最小的全变差来保持图像边缘的清晰度,同时减少噪声。在CT图像处理中,全变差最小化不仅可以用于压缩感知理论的重建优化,还可以直接应用于图像后处理,以抑制环状伪影。通过模拟实验,作者展示了全变差最小化处理如何改善图像的峰值信噪比,从而验证了这种方法在去除环状伪影方面的有效性。
最后,作者是来自东南大学生物科学与医学工程学院的研究团队,他们的工作为CT图像质量的提升提供了一个新的视角,即利用全变差最小化技术来解决环状伪影问题,这对临床诊断和医疗影像处理有着重要的实践意义。
2019-09-20 上传
2019-08-16 上传
2019-09-07 上传
2019-09-12 上传
2019-07-22 上传
2019-07-22 上传
2019-09-12 上传
2019-07-22 上传
2019-09-06 上传
weixin_38744207
- 粉丝: 344
- 资源: 2万+
最新资源
- 探索数据转换实验平台在设备装置中的应用
- 使用git-log-to-tikz.py将Git日志转换为TIKZ图形
- 小栗子源码2.9.3版本发布
- 使用Tinder-Hack-Client实现Tinder API交互
- Android Studio新模板:个性化Material Design导航抽屉
- React API分页模块:数据获取与页面管理
- C语言实现顺序表的动态分配方法
- 光催化分解水产氢固溶体催化剂制备技术揭秘
- VS2013环境下tinyxml库的32位与64位编译指南
- 网易云歌词情感分析系统实现与架构
- React应用展示GitHub用户详细信息及项目分析
- LayUI2.1.6帮助文档API功能详解
- 全栈开发实现的chatgpt应用可打包小程序/H5/App
- C++实现顺序表的动态内存分配技术
- Java制作水果格斗游戏:策略与随机性的结合
- 基于若依框架的后台管理系统开发实例解析