分类: 数学 >> 计算数学 分类: 信息科学与系统科学 >> 信息科学与系统科学基础学科 提交时间: 2020-03-16
摘要: 针对目前大多数的低秩张量填充(LRTC)模型存在过度稀疏而导致数据的细微特征被忽略的现象, 本文借助框架变换和低秩矩阵分解, 提出了一个基于近似稀疏的低秩张量填充(AS-LRTC) 模型, 进一步设计了块逐次上界极小化(BSUM) 算法求解该模型. 在一定条件下可以证明该算法的收敛性, 大量的实验结果表明本文提出的算法比现有一些经典算法有明显的优势.
分类: 医学、药学 >> 基础医学 提交时间: 2018-06-15 合作期刊: 《南方医科大学学报》
摘要: 目的:提出基于投影数据全广义变分最小化的低剂量CT 重建方法。方法首先,通过非线性Anscombe 变换将满足Poisson 分布的投影数据转化为近似Gaussian 分布,然后基于全广义变分正则化模型对变换后的Gaussian 型数据进行噪声去除。最后,对去噪的结果进行Anscombe逆变换后实现传统的滤波反投影(FBP)CT重建。结果数值体膜实验结果表明本文提出的方法可以大大地改进重建图像的质量。FBP方法重建的Clock 和Shepp-Logan 体膜图像的信噪比分别为17.752 dB 和19.379 dB,本文方法重建的图像的信噪比提高到24.0352 dB 和23.4181 dB。FBP方法重建方法重建的Clock和Shepp-Logan体膜图像的均方误差分别为0.86%和0.58%,本文方法重建的图像的均方误差降低到到0.2% 和0.23%。结论本文方法可以在投影数据不满足分段常数假设的前提下去除噪声和条形伪影,从而提高低剂量CT图像重建质量。
分类: 医学、药学 >> 基础医学 提交时间: 2018-01-25 合作期刊: 《南方医科大学学报》
摘要: 目的 提出基于投影数据全广义变分最小化的低剂量CT重建方法。方法 首先,通过非线性Anscombe变换将满足 Poisson分布的投影数据转化为近似Gaussian分布,然后基于全广义变分正则化模型对变换后的Gaussian型数据进行噪声去 除。最后,对去噪的结果进行Anscombe逆变换后实现传统的滤波反投影(FBP)CT重建。结果 数值体膜实验结果表明本文提 出的方法可以大大地改进重建图像的质量。FBP方法重建的Clock和Shepp-Logan体膜图像的信噪比分别为17.752 dB和 19.379 dB,本文方法重建的图像的信噪比提高到24.0352 dB 和23.4181 dB。 FBP方法重建方法重建的Clock和Shepp-Logan 体膜图像的均方误差分别为0.86%和0.58%,本文方法重建的图像的均方误差降低到到0.2% 和 0.23%。结论 本文方法可以在 投影数据不满足分段常数假设的前提下去除噪声和条形伪影,从而提高低剂量CT图像重建质量。