一种基于EM-TV的CT重建算法

摘要

在CT重建中,基于统计模型的期望最大化(Expectation Maximization)算法能够有效地抑制噪声和伪影.针对其重建图像像素值震荡,收敛速度慢的缺点,本文结合总变差(Total Variation)的L1范数最小化,提出了EM-TV算法.该算法首先对投影数据进行EM算法重建;然后做重建图像的离散差分变换,并软阈值滤波处理,使得在平滑数据的同时没有丢失边缘信息.最后对三维Shepp-Logan模型的仿真结果表明:与EM算法相比,该算法重建图像像素数值更稳定,归一化均方距离减小了55％,同时收敛速度加快了77％.