基于投影数据全广义变分最小化的低剂量CT重建

目的提出基于投影数据全广义变分最小化的低剂量CT重建方法。方法首先,通过非线性Anscombe变换将满足Poisson分布的投影数据转化为近似Gaussian分布,然后基于全广义变分正则化模型对变换后的Gaussian型数据进行噪声去除。最后,对去噪的结果进行Anscombe逆变换后实现传统的滤波反投影(FBP)CT重建。结果数值体膜实验结果表明本文提出的方法可以大大地改进重建图像的质量。FBP方法重建的Clock和Shepp-Logan体膜图像的信噪比分别为17.752 dB和19.379 dB,本文方法重建的图像的信噪比提高到24.0352 dB和23.4181 dB。FBP方法重建方法重建的Clock和Shepp-Logan体膜图像的均方误差分别为0.86%和0.58%,本文方法重建的图像的均方误差降低到到0.2%和0.23%。结论本文方法可以在投影数据不满足分段常数假设的前提下去除噪声和条形伪影,从而提高低剂量CT图像重建质量。