基于高维PDE投影恢复的低剂量CT重建方法

目的提出一种基于高维偏微分方程(PDE)投影恢复的低剂量CT重建方法。方法先将原始的投影数据映射到高维空间中,构造投影数据的高维表示,通过移动高维空间中的点来对高维表示进行更新,再使用偏微分方程对投影数据进行滤波,最后将恢复后的数据使用FBP算法重建出最终CT图像。结果在Shepp-Logan体模实验中,与FBP,PWLS-QM和TGV-WLS方法相比,新方法在相对均方根误差指标上分别降低了68.87%、50.15%和27.36%,结构相似性上分别提高了23.50%,8.83%和1.62%,特征相似性上分别提高了17.30%、2.71%和2.82%。在腹部临床数据实验中,与FBP,PWLS-QM和TGV-WLS方法相比,新方法在相对均方根误差中分别降低了42.09%、31.04%和21.93%,结构相似性上分别提高了18.33%、13.45%和4.63%,特征相似性上分别提高了3.13%、1.46%和1.10%。结论本研究提出的新方法在有效去除低剂量CT图像中的条形伪影和噪声的同时,可以保持图像的空间分辨率。

基于低维流形先验的低剂量CT重建方法

针对低剂量CT成像问题,提出了一个基于低维流形先验的低剂量CT重建方法。对投影数据进行统计建模,将低维流形正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,再使用传统的滤波反投影(filtered back-projection,FBP)算法进行CT图像重建。在Shepp-Logan体膜实验新方法重建结果与FBP、PWLS-QM(penalized weighted least-squares via quadratic membrane)以及PWLS-DL(penalized weighted least-squares via dictionary learning)方法重建结果相比,相对均方根误差分别降低了64.87%、54.81%和7.02%;结构相似性指标分别提高了16.78%、1.88%和1.91%。在XCAT体膜实验中,新方法重建结果与FBP、PWLS-QM以及PWLS-DL方法重建结果相比,相对均方根误差分别降低了37.46%、22.17%和11.48%;结构相似性指标分别提高了3.33%、0.73%和1.22%。在临床数据实验中,新方法重建结果与FBP、PWLS-QM以及PWLS-DL方法重建结果相比,相对均方根误差分别降低了45.96%、25.61%和15.87%;结构相似性指标分别提高了19.12%、7.46%和8.63%。仿真和临床数据实验结果表明,新方法在有效抑制低剂量CT图像中噪声和伪影同时,可以很好地保持图像的结构信息和空间分辨率。

基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建

脑灌注CT成像需要对患者头部进行连续反复扫描,相应的X射线辐射剂量较常规CT显著增加。为减少X射线辐射剂量,提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建方法。首先对脑灌注CT序列图像进行分块,然后构建非局部低秩稀疏矩阵分解模型,最后求解相应的目标函数重建出脑灌注CT序列图像。与滤波反投影算法和基于低秩稀疏矩阵分解的惩罚加权最小二乘方法相比,本文方法得到的脑血容参数图像的结构相似性指标分别提高38.07%和5.61%、特征相似性指标分别提高13.17%和2.47%;平均通过时间参数图像的结构相似性指标分别提高59.73%和0.28%、特征相似性指标分别提高20.26%和0.70%。本文方法能在去除低剂量脑灌注CT图像噪声和伪影的同时保持图像的边缘结构信息,并且获得更准确的脑血流动力学参数图像。

基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法

目的为了减少脑灌注CT检查的辐射剂量,提高低剂量脑灌注CT图像质量,本文提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法。方法对低剂量脑灌注CT图像进行分块形成一个矩阵,构建低秩稀疏矩阵分解模型进行求解后得到优质的低剂量脑灌注CT图像,最后利用恢复后的脑灌注CT序列图像计算出脑血流动力学参数图像。结果在数值实验中,滤波反投影算法的图像的平均结构相似性为0.9438,本文方法恢复结果的平均结构相似性提高到0.9765;滤波反投影算法得到的脑血流量和脑血容量参数图像的结构相似性分别为0.7005和0.6856,本文方法得到的脑血流量和脑血容量参数图像的结构相似性提高到0.7871和0.7972。结论本文方法在低剂量脑灌注CT图像噪声抑制和结构保持方面均有很好的表现,并且可以获取准确的脑血流动力学参数图像。