基于压缩感知的CT重建算法的研究进展

摘要

减少CT扫描的剂量和角度,可以大幅减少医学影像检查对患者的危害.在投影数据减少的条件下,传统的重建算法在重建速度和重建精度方面都无法满足临床诊断的要求.基于压缩感知理论的CT重建算法,可以在投影数据不完整的条件下,有效提高CT成像质量.本文对基于压缩感知的CT重建算法进行了研究,对其数学模型,重建过程进行了论述.着重对基于稀疏和先验图像两种不同的正则化项的重建方法进行了分析.文章最后还对深度学习网络和卷积稀疏编码等新兴技术对基于压缩感知的CT重建算法的影响进行了分析.