典型文献
基于分区域处理的低剂量CT重建算法
文献摘要：
为解决由于过度的量子噪声使低剂量CT重建图像质量产生退化的问题,提出一种基于分区域处理的联合先验低剂量CT统计迭代重建算法.对重建过程中的图像进行区域划分,对图像进行中值滤波并计算滤波图像的梯度,根据梯度划分出图像的边缘区域和平坦区域,分别利用全变分正则化(TV)和高斯马尔可夫随机场(MRF)正则化对不同的区域进行惩罚,将这两种正则项作为联合先验应用到惩罚加权最小二乘重建算法中,使用超松弛迭代算法(SOR)对目标函数进行求解.仿真结果表明,该算法去噪能力强,能有效保护重建图像的边缘细节信息.
文献关键词：
低剂量计算机断层扫描;区域划分;惩罚加权最小二乘法;马尔可夫随机场;全变分;联合先验
中图分类号：
作者姓名：
赵霞;赵金龙;赵荣格;陈燕;桂志国;刘祎
作者机构：
中北大学山西省生物医学成像与影像大数据重点实验室,山西太原030051;中北大学信息与通信工程学院,山西太原030051
文献出处：
引用格式：
[1]赵霞;赵金龙;赵荣格;陈燕;桂志国;刘祎-.基于分区域处理的低剂量CT重建算法)[J].计算机工程与设计,2022(03):685-691
A类：
联合先验,惩罚加权最小二乘法
B类：
量子噪声,重建图像,图像质量,迭代重建算法,区域划分,中值滤波,梯度划分,分出,出图,边缘区域,平坦,全变分正则化,TV,斯马,马尔可夫随机场,MRF,正则项,超松弛,迭代算法,SOR,去噪,边缘细节,细节信息,低剂量计算机断层扫描
AB值：
0.277879
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
