基于非局部全核变分方法的稀疏角多能CT重建

作者：程凯,杨雪芹,孙怡

摘要：稀疏角采样与减小X射线源电流可有效降低多能谱CT低辐射剂量,然而会导致投影数据不足且包含较大噪声,重建图像会严重降质。针对这一问题,本文对传统全核变分(TNV)正则化方法进行推广,利用非局部梯度向量构成的雅克比矩阵的低秩特性,提出非局部全核变分(NLTNV)正则化方法。该方法用单个正则项同时建模能谱CT图像的结构相似性、梯度域稀疏性与非局部自相似性3种先验信息,能恢复稀疏角度投影含较大噪声(剂量较低)时图像的结构特征,并且有效缓解了用多正则项建模多能谱CT图像不同先验信息所导致的正则化参数过多问题。此外,基于NLTNV的重建模型为凸优化模型,保证了算法的稳定性与收敛性。实验结果表明,与TNV正则化方法相比,本方法显著提升重建图像的整体质量。

发文机构：大连理工大学信息与通信工程学院 山西北方兴安化学工业有限公司

关键词：多能谱CT图像重建图导数非局部自相似性非局部全核变分方法凸优化模型multispectral CT image reconstructiongraph derivativenonlocal self similaritynonlocal total nuclear variationconvex optimization model

分类号： O242[理学—计算数学]TP391.41[理学—数学]