位置:成果数据库 > 期刊 > 期刊详情页
基于有序子窗搜索的非局部约束稀疏角度锥束CT重建算法
  • ISSN号:1001-0505
  • 期刊名称:《东南大学学报:自然科学版》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]东南大学计算机科学与工程学院,南京210096, [2]东南大学计算机网络和信息集成教育部重点实验室,南京210096, [3]东南大学附属中大医院血管外科,南京210009
  • 相关基金:国家自然科学基金资助项目(81530060); 东南大学计算机网络和信息集成教育部重点实验室开放课题资助项目(K93-9-2016-07)
中文摘要:

为了在稀疏角度扫描条件下更好地去除重建图像中的条状伪影和保留细节信息,将非局部先验引入锥束CT重建.基于有序子集投影划分思想,提出了有序子窗搜索算法,用以解决锥束CT迭代重建算法中非局部先验计算量过大的问题.该算法将每一个体素的搜索窗划分为M个不重复的子窗,每次迭代中选取不同子集元素计算非局部先验约束.实验结果表明,通过非局部先验约束,可以获得质量更好的重建图像.而且无论是在主观视觉效果方面,还是在峰值信噪比和结构相似性指标等客观评价指标方面,有序子窗搜索算法和传统非局部算法的重建结果均无明显差别,但前者可以明显降低先验项的时间复杂度.

英文摘要:

To remove streak artifacts and preserve detail information under the condition of sparse viewscan,the non-local prior is introduced into the cone-beam computed tomography( CT) reconstruction. Based on the idea of ordered subsets in the partition of projection images,the ordered subwindowsearch method is proposed to solve the problem that the non-local prior calculation is too massive in the iterative reconstruction algorithm of cone-beam CT. The search windowof each voxel is divided into Mnon-repetitive sub-windows in the proposed algorithm. Different sub-windows are selected to calculate the non-local prior in each iteration. The experimental results showthat better reconstruction images can be obtained by the non-local prior. And there is no obvious difference between the proposed algorithm and the conventional non-local algorithm in terms of the subjective visual effect and the objective evaluation indices such as the peak signal-to-noise ratio and the structural similarity index. But the time complexity of the non-local prior is reduced obviously by the former.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《东南大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:东南大学
  • 主编:毛善锋
  • 地址:南京四牌楼2号
  • 邮编:210096
  • 邮箱:xuebao@seu.edu.cn
  • 电话:025-83794323
  • 国际标准刊号:ISSN:1001-0505
  • 国内统一刊号:ISSN:32-1178/N
  • 邮发代号:28-15
  • 获奖情况:
  • 先后荣获第三届国家期刊奖百种重点期刊奖,2006-2...,2013年荣获首届江苏省新闻出版政府奖"报刊奖"
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23651