低剂量CT的后处理和统计迭代重建算法研究

摘要

计算机断层成像技术(CT)与MRI、超声图像等成为重要的医学临床诊疗方法。CT成像技术与其他医学成像方法相比，具有检查方便、图像密度分辨率高、无痛苦无创伤、解剖关系明确和病态显影清楚等优点，在临床医学上得到了广泛的应用。但是CT成像时的高辐射增加了癌症的发病几率，使得低剂量CT扫描成为临床研究和急需解决的热点问题。当辐射剂量降低的同时会导致图像质量的退化，影响医生进行医疗诊断。因此，如何在保证图像质量的前提下尽可能地降低辐射剂量，具有重要的科学研究价值和临床使用价值。本文在CT成像的原理及经典算法的基础上，主要针对低剂量CT重建的后处理算法以及基于统计迭代的低剂量CT重建算法进行了研究，主要工作如下：
　　1.本文阐述了低剂量CT重建的背景和意义，并简要介绍了在该领域当前国内外的发展现状。然后重点地阐述了CT重建的一些经典算法，包括滤波反投影重建算法、代数迭代重建算法。代数迭代重建算法对于低剂量CT噪声模型及其统计特性没有充分考虑，导致收敛时间长、精度差、不能很好的抑制噪声，从而该算法并没有得到广泛的应用；滤波反投影重建算法重建速度较快，可以满足实际的应用性，但由于对噪声和伪影较为敏感，在剂量降低时存在一定的限制。并且简要介绍了本文用来评价图像质量的几种判据，为后面重建算法的研究奠定了基础。
　　2.结合非局部均值滤波原理，本文研究提出了一种基于改进非局部均值的低剂量CT后处理算法。利用差分曲率对图像边缘和斜坡等结构信息的良好检测性能，在传统非局部模型的计算相似度权重中，加入差分曲率信息，更准确地计算相似性度量值，并把改进的非局部算法应用到低剂量CT的后处理中，新算法能在降噪的同时有效地保留图像边缘细节等信息。
　　3.本文提出了一种基于小波收缩及全变分的最小二乘重建算法。它结合了小波收缩和全变分的优点，在最小二乘重建算法的每次迭代过程中，对图像进行离散平稳小波分解，在小波域的高频部分使用小波收缩进行处理，低频部分使用全变分进行消噪，最后再离散小波逆变换。实验结果表明本文算法可以有效地去除低剂量图像的噪声，且有效的保持图像边缘和细节。

目录

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 论文的选题背景和意义

1.2 低剂量CT重建的研究现状

1.3 论文的主要工作和结构安排

第二章 低剂量CT重建的相关知识

2.1 CT重建的原理

2.2 CT重建的经典算法

2.3 低剂量CT投影数据的特点和噪声模型

2.4 重建图像质量评价方法

第三章 基于改进的非局部均值低剂量CT图像后处理算法

3.1 非局部去噪算法原理

3.2 基于改进的非局部均值后处理算法

3.3 实验结果和分析

3.4 本章小结

第四章 基于小波收缩及全变分的最小二乘重建算法

4.1 最小二乘重建算法

4.2 基于小波收缩及全变分的最小二乘重建算法

4.3 实验结果和分析

4.4 本章小结

第五章 总结与展望

5.1 论文工作总结

5.2 未来工作展望

参考文献

攻读硕士学位期间所发表的论文

致谢