位置:成果数据库 > 期刊 > 期刊详情页
基于RBF网络图像表示的CT重建算法研究
  • ISSN号:0732-2112
  • 期刊名称:电子学报
  • 时间:0
  • 页码:166-170
  • 语言:中文
  • 分类:TN911.73[电子电信—通信与信息系统;电子电信—信息与通信工程] TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]北京师范大学图像处理与模式识别实验室,北京100875, [2]北京理工大学计算机学院,北京100081
  • 相关基金:国家自然科学基金(No.60675011)致谢感谢匿名评阅者给本文提出的参考意见.
  • 相关项目:基于MDL原理的多源数据分类建模技术探索
作者: 郭平|胡明|
中文摘要:

本文提出一种基于径向基函数(Radial Basis Function-RBF)神经网络图像表示实现对计算机断层成像装置不完备投影数据的重建方法,并分析了方法的计算效率、重建质量和适用范围.该方法采用RBF神经网络表示断层图像,降低了问题的计算规模,并通过ART(Algebraic Reconstruction Technique)迭代算法重建出断层图像.在模拟实验中,我们将本方法与FBP、ART的重建图像算法进行了比较.实验结果表明所提出的方法其重建质量和计算效率都有明显地改进.

英文摘要:

A method based on RBF (Radial Basis Function) neural network image representation is proposed for the computerized tomography image reconstruction from a small amount of projection data,and the computation efficiency,reconstruction quantity as well as applicable range of the proposed method are analyzed. In this method, the cross-sectional image is represented by a RBF network and reconstructed by computing the network' s weight matrix with the ART ( Algebraic Reconstruction Technique). In order to evaluate the proposed technique, we experimentally compared it with the ART and the FBP (Filtered Back Projection).Results show the method has obviously improved both in reconstruction quantity and computation efficiency.

同期刊论文项目
期刊论文 21 会议论文 37 专利 1
同项目期刊论文