低劑量CT圖像的后處理算法.pdf

1、低劑量計(jì)算機(jī)斷層掃描（Computed Tomography,CT）可以減少對(duì)患者的輻射劑量，然而輻射劑量的降低往往會(huì)使投影數(shù)據(jù)受到噪聲的污染，這樣就會(huì)導(dǎo)致重建圖像出現(xiàn)大量的條形偽影。近年來，在低劑量掃描的條件下重建出低噪聲和高分辨率CT圖像的研究受到越來越多學(xué)者的廣泛關(guān)注。目前對(duì)重建圖像中的噪聲以及偽影進(jìn)行修正的圖像后處理算法是低劑量CT（Low-dose CT，LDCT）研究的一個(gè)非常重要的方向。此類算法的重要特點(diǎn)是不依賴于投影數(shù)據(jù)

2、，可以直接對(duì)LDCT圖像進(jìn)行降噪處理。后處理算法在抑制圖像噪聲的同時(shí)還要盡可能多地保留圖像的原始細(xì)節(jié)和邊緣紋理信息。本文主要針對(duì)LDCT的后處理算法進(jìn)行研究，主要工作安排如下：
　　基于傳統(tǒng)的Perona-Malik（PM）模型提出了一種結(jié)合直覺模糊熵和加權(quán)方差的改進(jìn)各向異性擴(kuò)散的LDCT圖像的后處理算法，該算法克服了PM模型在去除圖像噪聲的同時(shí)帶來階梯偽影的缺點(diǎn)。直覺模糊熵可以有效地區(qū)分圖像的平滑區(qū)域和細(xì)節(jié)區(qū)域，加權(quán)方差的引入可

3、以在去除圖像噪聲的同時(shí)保留更多的細(xì)節(jié)信息，結(jié)合直覺模糊熵和加權(quán)方差提出一種新的各項(xiàng)異性擴(kuò)散系數(shù)，進(jìn)而可以更好地在去除圖像條形偽影的同時(shí)保留圖像更多的邊緣細(xì)節(jié)信息和紋理結(jié)構(gòu)。
　　為了有效地抑制LDCT圖像中的條形偽影和噪聲，本文提出了一種耦合高斯濾波器的非局部均值降噪算法，利用高斯濾波器（Gaussian Filter，GF）對(duì)LDCT圖像進(jìn)行降噪處理，接著再利用降噪后的圖像獲得新的歐式加權(quán)距離，提高相似性度量的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表