基于双字典自适应学习算法的低采样率CT重建
TP391.9; 在医疗诊断中,稀疏采样能减少CT扫描过程中辐射对患者的伤害.但直接对稀疏采样后的投影数据进行重建,会使CT重建后的图像出现失真、伪影等问题.为保证低采样率下重建图像的质量,提出了双字典自适应学习算法,参照Sparse-Land模型的双字典学习框架,将K-SVD算法与双字典学习算法框架相结合得到补全投影数据,利用FBP算法进行重建得到高质量的重建图像.实验结果表明,在低采样率下使用所提方法进行CT重建的图像质量优于COMP双字典学习算法和MOD双字典学习算法,并且此方法有效提高了CT图像重建在低采样率时的性能....
Saved in:
Published in | 东北大学学报(自然科学版) Vol. 43; no. 12; pp. 1709 - 1716 |
---|---|
Main Authors | , , , |
Format | Journal Article |
Language | Chinese |
Published |
东北大学 医学影像智能计算教育部重点实验室, 辽宁 沈阳 110169
26.12.2022
东北大学 计算机科学与工程学院, 辽宁 沈阳 110169 |
Subjects | |
Online Access | Get full text |
ISSN | 1005-3026 |
DOI | 10.12068/j.issn.1005-3026.2022.12.006 |
Cover
Abstract | TP391.9; 在医疗诊断中,稀疏采样能减少CT扫描过程中辐射对患者的伤害.但直接对稀疏采样后的投影数据进行重建,会使CT重建后的图像出现失真、伪影等问题.为保证低采样率下重建图像的质量,提出了双字典自适应学习算法,参照Sparse-Land模型的双字典学习框架,将K-SVD算法与双字典学习算法框架相结合得到补全投影数据,利用FBP算法进行重建得到高质量的重建图像.实验结果表明,在低采样率下使用所提方法进行CT重建的图像质量优于COMP双字典学习算法和MOD双字典学习算法,并且此方法有效提高了CT图像重建在低采样率时的性能. |
---|---|
AbstractList | TP391.9; 在医疗诊断中,稀疏采样能减少CT扫描过程中辐射对患者的伤害.但直接对稀疏采样后的投影数据进行重建,会使CT重建后的图像出现失真、伪影等问题.为保证低采样率下重建图像的质量,提出了双字典自适应学习算法,参照Sparse-Land模型的双字典学习框架,将K-SVD算法与双字典学习算法框架相结合得到补全投影数据,利用FBP算法进行重建得到高质量的重建图像.实验结果表明,在低采样率下使用所提方法进行CT重建的图像质量优于COMP双字典学习算法和MOD双字典学习算法,并且此方法有效提高了CT图像重建在低采样率时的性能. |
Author | 杨帆 杨晨 栾峰 蔡睿智 |
AuthorAffiliation | 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169;东北大学 医学影像智能计算教育部重点实验室, 辽宁 沈阳 110169 |
AuthorAffiliation_xml | – name: 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169;东北大学 医学影像智能计算教育部重点实验室, 辽宁 沈阳 110169 |
Author_FL | CAI Rui-zhi LUAN Feng YANG Fan YANG Chen |
Author_FL_xml | – sequence: 1 fullname: LUAN Feng – sequence: 2 fullname: YANG Fan – sequence: 3 fullname: CAI Rui-zhi – sequence: 4 fullname: YANG Chen |
Author_xml | – sequence: 1 fullname: 栾峰 – sequence: 2 fullname: 杨帆 – sequence: 3 fullname: 蔡睿智 – sequence: 4 fullname: 杨晨 |
BookMark | eNo9UD1Lw0AYvqGCtfZniFPie3fJXQ8nCX5BwaXOJZfcSYtcwSB2FFGyaFwqBRc7OQh1cVAj_ptcY_6FEcXphefh-XpXUMOMjEJoDYOLCbDOxtAdJIlxMYDvUCDMJUBIzbkArIGa__gyaifJQAKA8LhPRBNt2oe8yDN7e23nU3v19pU-VecXNp_Y-WPxPiufp4uXu_L-svjMqjRdzF7LLA16VXpjP_JVtKTD40S1_24LHe5s94I9p3uwux9sdZ0E15mO5_FQ80gooB3iEclEJCinnqSaEyp0FHHFIhLFgBWX2q-7YyU1U4rUek_QFlr_9T0LjQ7NUX84Oj0xdWI_lvF4LH_G1n8ARr8Bm91hcw |
ClassificationCodes | TP391.9 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.12068/j.issn.1005-3026.2022.12.006 |
DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
Discipline | Engineering |
DocumentTitle_FL | Low Sampling Rate CT Reconstruction Based on Dual Dictionary Adaptive Learning Algorithm |
EndPage | 1716 |
ExternalDocumentID | dbdxxb202212006 |
GroupedDBID | -03 2B. 4A8 5XA 5XD 92E 92I 93N ABDBF ABJNI ACGFS ACUHS ALMA_UNASSIGNED_HOLDINGS CCEZO CEKLB CW9 EAD EAP EAS EOJEC ESX OBODZ PSX TCJ TGP U1G U5M |
ID | FETCH-LOGICAL-s1026-447af7c9e038242b69c93734b3f7239fcc7e6c2cd01e7bf52021ebf6ee2102493 |
ISSN | 1005-3026 |
IngestDate | Thu May 29 03:59:15 EDT 2025 |
IsPeerReviewed | false |
IsScholarly | true |
Issue | 12 |
Keywords | FBP算法 K-SVD算法 双字典学习算法 自适应学习算法 CT图像重建 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-LOGICAL-s1026-447af7c9e038242b69c93734b3f7239fcc7e6c2cd01e7bf52021ebf6ee2102493 |
PageCount | 8 |
ParticipantIDs | wanfang_journals_dbdxxb202212006 |
PublicationCentury | 2000 |
PublicationDate | 2022-12-26 |
PublicationDateYYYYMMDD | 2022-12-26 |
PublicationDate_xml | – month: 12 year: 2022 text: 2022-12-26 day: 26 |
PublicationDecade | 2020 |
PublicationTitle | 东北大学学报(自然科学版) |
PublicationTitle_FL | Journal of Northeastern University(Natural Science) |
PublicationYear | 2022 |
Publisher | 东北大学 医学影像智能计算教育部重点实验室, 辽宁 沈阳 110169 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169 |
Publisher_xml | – name: 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169 – name: 东北大学 医学影像智能计算教育部重点实验室, 辽宁 沈阳 110169 |
SSID | ssib000947529 ssib051368049 ssib023167010 ssj0040330 ssib002039846 ssib004675270 ssib006703041 ssib002263414 ssib008679651 ssib001128993 |
Score | 2.3627498 |
Snippet | TP391.9;... |
SourceID | wanfang |
SourceType | Aggregation Database |
StartPage | 1709 |
Title | 基于双字典自适应学习算法的低采样率CT重建 |
URI | https://d.wanfangdata.com.cn/periodical/dbdxxb202212006 |
Volume | 43 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LahRBcAgJiB7EV_BNDvYpTJyZ7ukHnmZ2ZwmCnjaQW9h5KR42YBIIOYkoe9F4UQJezMmDEC8e1BX_JpOYv7CqZna3CUGjl6HpququrprurqrprnGcO2FmejxVuZvJMHMFLMOuNnno-tooz-_lQtH1sQcP5eKSuL8cLk9Nz1qnljbW04Vs68R7Jf-jVagDveIt2X_Q7LhRqIAy6BeeoGF4nkrHLAmZ6bA4YonAp06wRneYbmEhajOjqCZksWaJZuD5R4Bs8HyDDhAEVEY0yJGkdgyLPJYAZkLkksWcmRBrDHQhCKdNfRlsUBMOkMQKcaBeq1Z3BGxTJzFr4gFPRowL5MgQm8BszWYkWKQsXsYFyXTEImABxtpi2h6KQo5iSfwCg75FBSBDyDXVOOIxYpeEBWOLPRtigFgTBPqQE4hGOUU-iaHN4g7hGjaJc1jEBIm0HVEJ6Ocu9bV9mgOnEcF8AwP52VIB6cc0UM1R2SNGSCocoVAA5dXMjrUIKgQ0xAlYHJB-OHE7VpQikKG-gIoUDDJuXqYEmYMJiU2A7OJ2U6v9eXpJApK1YQbAfN7HeI2xtjzMRcu9RgDNnlinzhrN_cDa4XzlGctawmxLJ-7EgSc1bcXYycK4kwUUOAXgvWMZ0MmmytN8czNFHL_OpD8TKIXHL2aiuB13LMcAFxHLMfAxcGAZnh432k6cF0gw1-wb2UBu7VQSNz7LMaA0lJPv5QHmi_AmhnLoc6np-3Rt8wmP8zrvSTPMMw4bCeHun0RAVwX7Za__yLJquxec8407OhfVa8tFZ2rr8SXnnJWk9LJzr_ow3B9uV29eVXs71ctvvwafjp49r4Zvq72P-993Dz_vHHx5d_j-xf7P7aPB4GD36-H2oNU9GryufgyvOEudpNtadJtfrrhr4GlIVwjVK1VmCo9rMN5TaTLwX7hIeakCbsosU4XMgiz3_EKlZQhD8Yu0lEWBoSNh-Kwz3V_tF1edOTAEssyYMMx5JvIgS3OlVAi4YdnLeSiuOXPN0FeaJXVt5Zj6r_8d5YZzdjKFbzrT6083ilvgJqynt5t35jdR-8LP |
linkProvider | EBSCOhost |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%8F%8C%E5%AD%97%E5%85%B8%E8%87%AA%E9%80%82%E5%BA%94%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E7%9A%84%E4%BD%8E%E9%87%87%E6%A0%B7%E7%8E%87CT%E9%87%8D%E5%BB%BA&rft.jtitle=%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E6%A0%BE%E5%B3%B0&rft.au=%E6%9D%A8%E5%B8%86&rft.au=%E8%94%A1%E7%9D%BF%E6%99%BA&rft.au=%E6%9D%A8%E6%99%A8&rft.date=2022-12-26&rft.pub=%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6+%E5%8C%BB%E5%AD%A6%E5%BD%B1%E5%83%8F%E6%99%BA%E8%83%BD%E8%AE%A1%E7%AE%97%E6%95%99%E8%82%B2%E9%83%A8%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C+%E8%BE%BD%E5%AE%81+%E6%B2%88%E9%98%B3+110169&rft.issn=1005-3026&rft.volume=43&rft.issue=12&rft.spage=1709&rft.epage=1716&rft_id=info:doi/10.12068%2Fj.issn.1005-3026.2022.12.006&rft.externalDocID=dbdxxb202212006 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fdbdxxb%2Fdbdxxb.jpg |