基于非局部全核變分方法的稀疏角多能CT重建

作者：程凱,楊雪芹,孫怡

摘要：稀疏角采樣與減小X射線源電流可有效降低多能譜CT低輻射劑量,然而會導致投影數據不足且包含較大噪聲,重建圖像會嚴重降質。針對這一問題,本文對傳統全核變分(TNV)正則化方法進行推廣,利用非局部梯度向量構成的雅克比矩陣的低秩特性,提出非局部全核變分(NLTNV)正則化方法。該方法用單個正則項同時建模能譜CT圖像的結構相似性、梯度域稀疏性與非局部自相似性3種先驗信息,能恢復稀疏角度投影含較大噪聲(劑量較低)時圖像的結構特征,并且有效緩解了用多正則項建模多能譜CT圖像不同先驗信息所導致的正則化參數過多問題。此外,基于NLTNV的重建模型為凸優化模型,保證了算法的穩定性與收斂性。實驗結果表明,與TNV正則化方法相比,本方法顯著提升重建圖像的整體質量。

發文機構：大連理工大學信息與通信工程學院 山西北方興安化學工業有限公司

關鍵詞：多能譜CT圖像重建圖導數非局部自相似性非局部全核變分方法凸優化模型multispectral CT image reconstructiongraph derivativenonlocal self similaritynonlocal total nuclear variationconvex optimization model

分類號： O242[理學—計算數學]TP391.41[理學—數學]