基于稀疏表示和字典學(xué)習(xí)的低劑量CT圖像恢復(fù)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，CT成像技術(shù)已經(jīng)廣泛運(yùn)用到臨床疾病診療中，成為了檢查腦疾病診斷的首選。但是CT成像掃描時(shí)X射線劑量的使用量也隨之增加，使得受檢人員誘發(fā)疾病幾率增大，而低劑量CT可降低它誘發(fā)疾病的幾率。但是低劑量的同時(shí)引起了圖像質(zhì)量的下降，因此對(duì)低劑量CT圖像進(jìn)行恢復(fù)研究具有重大意義。
　　由于稀疏表示和字典學(xué)習(xí)因其優(yōu)良特性而被應(yīng)用于圖像去噪、恢復(fù)等信號(hào)問題的求解，因此將該方法應(yīng)用于低劑量CT圖像問題具有重要意義和研究價(jià)值

2、。本文為解決腦低劑量CT圖像降質(zhì)問題，對(duì)其恢復(fù)研究做了如下工作：
　　首先，從基于字典學(xué)習(xí)（MOD、K-SVD、OLM、FDL-PG）的稀疏表示進(jìn)行低劑量CT圖像恢復(fù)研究，結(jié)果表明FDL-PG算法相對(duì)其它算法在視覺感受和客觀上都更優(yōu)，且適應(yīng)性好、收斂速度快，但仍存有一些噪聲和部分信息缺失等問題。
　　然后，針對(duì)上述問題，本文提出了兩種改進(jìn)的基于稀疏表示和字典學(xué)習(xí)的低劑量CT圖像恢復(fù)方法。一種方法是先對(duì)低劑量體模和臨床腦CT圖

3、像進(jìn)行主成分分析（PCA），再用降維后的數(shù)據(jù)進(jìn)行字典訓(xùn)練（FDL-PG）并去噪。該方法（FDL-PG-PCA）增強(qiáng)了去噪性能，但仍有少量細(xì)節(jié)問題丟失。另一種方法是先對(duì)低劑量體模和臨床腦CT圖像進(jìn)行BM3D濾波處理，再用濾波后的數(shù)據(jù)進(jìn)行字典訓(xùn)練（FDL-PG）并去噪，該方法（FDL-PG-BM3D）對(duì)細(xì)節(jié)信息保持良好。通過對(duì)體模和臨床CT圖像實(shí)驗(yàn)結(jié)果表明這兩種方法去噪性能較高，進(jìn)一步抑制了噪聲。這兩種方法在臨床運(yùn)用中，有望在保證醫(yī)生診斷準(zhǔn)