绝对差值排序的全变分低剂量CT重建算法

张鹏程， 张 权， 郝慧艳， 陈 燕， 桂志国,2

(1. 中北大学 电子测试技术国家重点实验室， 山西 太原 030051； 2. 中北大学 仪器科学与动态测试教育部重点实验室， 山西 太原 030051)

绝对差值排序的全变分低剂量CT重建算法

张鹏程1， 张 权1， 郝慧艳1， 陈 燕1， 桂志国1,2

(1. 中北大学 电子测试技术国家重点实验室， 山西 太原 030051； 2. 中北大学 仪器科学与动态测试教育部重点实验室， 山西 太原 030051)

针对传统全变分(Total Variation, TV)低剂量CT(Computed Tomography, CT)算法在重建图像时出现阶梯效应和模糊图像边缘的问题， 提出了基于绝对差值排序(Rank-Ordered Absolute Differences, ROAD)和中值先验(Median Prior, MP)模型的TV低剂量CT重建算法. 首先采用ROAD对传统TV模型中的扩散函数进行改进， 然后将改进后的TV模型与MP模型结合得到新的惩罚项， 最后将该惩罚项应用于基于惩罚加权最小二乘重建算法从而构造新的目标函数. 实验结果表明， 新算法不仅可以抑制阶梯伪影的产生， 还能够很好地保留图像边缘细节信息.

低剂量CT; 全变分; 阶梯效应; 中值先验; 绝对差值排序

计算机断层成像技术(Computed Tomography， CT)现已广泛应用于疾病预防、 临床诊疗等方面. 高辐射剂量会损害人体健康组织器官， 因此需要在降低辐射剂量的同时获取满足临床实际需求的解剖信息清晰、 密度分辨率高的CT图像. 辐射剂量的降低会导致从X射线源发出的光子数目急剧减少， 投影数据被噪声污染严重， CT图像中出现明显的条形伪影. 因此， 滤除低剂量CT图像中的噪声已成为众多学者研究的重点问题.

解决这一问题主要有3种方法： ① 对投影数据降噪处理反投影重建获取待求目标图像；……