基于Anscombe变换域BM3D滤波的低剂量CT重建

针对低剂量CT图像质量退化问题,提出了一种基于投影域数据恢复的低剂量CT优质重建方法。新方法首先通过非线性Anscombe变换将满足Poisson分布的投影域数据转化Gaussian型分布,然后利用针对Anscombe变换的Gaussian型数据进行自适应Block-Matchingand 3D filtering(BM3D)滤波,最后通过对Anscombe逆变换数据执行传统的滤波反投影(Filtered Back Projec-tion,FBP)CT重建。由于Anscombe变换数据的方差已知,且所用BM3D滤波无需人工设置滤波参数,使得方法可实现自适应低剂量CT图像重建。仿真和临床低剂量CT数据的实验表明,方法具有良好的重建鲁棒性,其重建图像的噪声和伪影可同时得到有效抑制。

两种基于Anscombe变换域滤波的低剂量CT重建方法讨论

目的:低剂量CT重建已成为CT成像的研究热点,针对低剂量CT成像质量退化问题,本文对两种基于Anscom-be变换域滤波的低剂量CT重建方法进行了讨论比较。方法:这两种方法分别为基于投影数据非单调性全变分最小恢复的低剂量CT重建方法和基于自适应模块匹配三维滤波低剂量CT重建方法。二者皆首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为近似Gaussian分布,其后再对变换后的Gaussian型数据分别进行非单调性全变分最小化算法(Nonmonotone Total Variation Minimization,NTVM)滤波和自适应模块匹配三维(Block-Matching and 3D,BM3D)滤波,最后再分别对Anscombe逆变换数据实现传统的滤波反投影(Filtered Back Projection,FBP)CT重建;我们通过数字体模仿真实验对两种方法分别进行了定性和定量比较分析。结果:实验结果表明,两种方法均能有效去除噪声、抑制伪影、提高低剂量CT重建图像质量。结论:BM3D滤波无需人工设置滤波参数,可实现自适应低剂量CT图像重建;重建时间方面,基于投影数据非单调性全变分最小恢复的低剂量CT重建方法更有优势。

基于Anscombe变换的X射线图像序列盲源分离降噪

为降低泊松噪声对X射线图像质量的影响,本研究提出一种采用非线性主分量分析(NLPCA)对X射线图像序列进行盲源分离的降噪方法。该降噪方法首先采样一序列X射线图像,并通过Anscombe变换将图像中泊松噪声转化为高斯噪声;然后将每张含噪声图像视为噪声分量和信号分量的组合,进而采用NLPCA将信号分量和噪声分量分离达到降噪目的;最后通过Anscombe逆变换获取最终降噪图像。研究结果表明:当序列中含噪声图像张数从2增加到50时,提出的降噪方法可以将Shepp-Logan头模型含噪声图像的PSNR值由28.2894 dB提高到37.2678 dB、SSIM值由0.7007提高到0.9638。相比较常用的降噪算法,提出的降噪方法在有效消除X射线图像中泊松噪声的同时,使图像中细节轮廓保留更完整。

基于投影数据非单调性全变分恢复的低剂量CT重建

为获取低剂量CT图像的优质重建,本文提出一种基于投影数据非单调性全变分恢复的低剂量CT重建方法.新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,其后对变换后的Gaussian型数据进行非单调性全变分最小化算法(Nonmonotone Total Variation Minimization,NTVM)滤波,最后对Anscombe逆变换数据实现传统的滤波反投影(Filtered Back Projection,FBP)CT重建.仿真和临床低剂量CT重建实验表明,本文方法在噪声清除、伪影抑制和缩短重建时间等方面均有上佳表现.

X射线动态数字图像降噪方法与快速实现

对于X射线动态数字成像系统,为了实现高帧频采集引起的数字摄影(DR,Digital Radiography)图像降质的恢复,采用Anscombe变换将NL-means降噪算法引入到DR图像的降噪中.为了解决NL-means降噪算法计算量大、运算速度慢的问题,利用可编程图形处理单元(GPU,Graphic Processing Unit)并行计算和高速浮点计算特性,将DR图像映射为GPU中的纹理,采用多线程并行计算,使得NL-means算法在GPU中加速执行.实验结果表明,NL-means能够有效抑制动态DR图像噪声.GPU加速方法可以在不损失图像信息的前提下,加速比可达2个数量级以上,满足了实时降噪的要求.

投影数据恢复导引的非局部平均低剂量CT优质重建

针对低剂量CT成像质量退化问题,将CT投影数据恢复与图像数据恢复巧妙地融合,提出一种投影数据恢复导引的非局部平均(NL-means)低剂量CT重建方法.首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为Gaussian分布,以便于投影数据噪声的滤除;然后对滤波后的投影数据执行Anscombe逆变换和滤波反投影(FBP)CT图像重建;最后将投影数据滤波后的FBP图像作为先验构建非局部权值矩阵,并将该权值矩阵用于低剂量CT图像的非局部平均成像.仿真和临床实验结果表明,该方法在噪声消除和伪影抑制两方面均有上佳表现.

基于剪切波变换的辐射图像泊松噪声降噪技术研究

为了降低由统计涨落引起的辐射图像噪声,提出了一种基于剪切波变换的降噪方法。该方法以低剂量射线或质量厚度大的物体的辐射图像为研究对象,对此类辐射图像进行了噪声分析,利用Anscombe变换将统计涨落引起的泊松噪声转换为高斯噪声,再运用剪切波分解、阈值去噪、剪切波重构和Anscombe逆变换得到降噪图像。结果表明,当剪切波分解层数为5,采用改进阈值函数及极小极大原理阈值时可达到最优降噪效果,该方法能较好地去除辐射图像中的泊松噪声并保留边缘、细节信息,在视觉和量化指标上均优于传统降噪方法。

基于加权核范数最小化的泊松噪声图像恢复

本文提出了一种基于加权核范数最小化的泊松噪声图像恢复方法,通过Anscombe变换把泊松型数据转化为Gaussian型噪声数据.然后,用加权核范数最小化方法对变化后的Gaussian型噪声数据进行去噪.实验结果表明,我们的方法是有效的.

Medical image denoising using simple form of MMSE estimation in Poisson-Gaussian noise model

Poisson-Gaussian noise is the basis of image formation for a great number of imaging systems used in variety of applications, including medical and astronomical imaging. In wavelet domain, the application of Bayesian estimation method with generalized Anscombe transform in Poisson-Gaussian noise reduction algorithm has shown remark- able success over the last decade. The generalized Anscombe transform is exerted to convert the Poisson-Gaussian noise into an additive white Gaussian noise （AWGN）. So, the resulting data can be denoised with any algorithm designed for the removal of AWGN. Here, we present simple form of minimum mean square error （MMSE） estimator for logistic distribution in Poisson-Gaussian noise. The experimental results show that the proposed method yields good denoising results.