文献类型：期刊文章

作　　者：刘进[1,2,3] 亢艳芹[1,2] 顾云波[2,3,4] 陈阳[2,3,4]

Liu Jin;Kang Yanqin;Gu Yunbo;Chen Yang(College of Computer and Information,Anhui Polytechnic University,Wuhu,Anhui 241000,China;Laboratory of Image Science and Technology,Southeast University,Nanjing,Jiangsu 210096,China;Key Laboratory of Computer Network and Information Integration (Southeast University),Ministry of Education,Nanjing,Jiangsu 210096,China;School of Cyber Science and Engineering,Southeast University,Nanjing,Jiangsu 210096,China)

机构地区：[1]安徽工程大学计算机与信息学院,安徽芜湖241000 [2]东南大学影像科学与技术实验室,江苏南京210096 [3]计算机网络和信息集成教育部重点实验室(东南大学),江苏南京210096 [4]东南大学网络空间安全学院,江苏南京210096

出　　处：《光学学报》

基　　金：国家自然科学基金(61801003);安徽工程大学引进人才科研启动基金(2018YQQ021)

年　　份：2019

卷　　号：39

期　　号：8

起止页码：159-168

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种稀疏张量约束重建算法,该方法利用非局部相似的先验信息,将CT图像分割成一系列图像块组;采用张量的多维低秩分解方法,将这一先验信息引入低剂量CT重建中,构造目标函数;通过重建图像更新和图像块组张量稀疏编码两个步骤,交替迭代求解目标函数。基于仿真数据和临床数据的实验结果验证了该算法的有效性,实验结果表明:与经典重建算法相比,所提算法在抑制噪声的同时,能更好地保持重建图像的细节,获得更高质量的图像。

关 键 词：成像系统 计算机断层扫描 低剂量 图像重建 稀疏表示  张量约束  

分 类 号：TP391.7]