基于l(0)梯度最小化的有限角度CT图像重建

在计算机断层摄影(CT)成像的医学和工业应用中,受扫描环境和对患者施加过多X射线辐射的风险所限制,从有限的投影数据重建高质量的CT图像已成为热门话题。 在有限的扫描角度范围内进行X射线成像是一种有效的成像方式,可以减少对患者的辐射剂量。 由于此模式中可用的投影数据不完整,因此有限角度CT图像重建实际上是一个不适定的逆问题。 为了解决该问题,通过常规的滤波反投影(FBP)算法重建的图像经常在边缘附近产生明显的条纹伪影和逐渐变化的伪影。 基于总变化量最小化(TVM)的图像重建可以显着减少少数视图CT中的条纹伪影,但受限于有限角度CT中边缘附近的伪影逐渐变化。 为了抑制这种伪像,我们开发了一种基于l(0)梯度最小化的有限角度CT图像重建算法。 在已开发的重建模型框架内,将图像梯度的l(0)-范数作为正则化函数。 我们将优化问题转化为几个优化子问题,然后以交替迭代的方式解决了这些子问题。 进行了数值实验,以验证所开发算法的效率和可行性。 根据性能评估的峰峰值信噪比(PSNR)和归一化均方根距离(NRMSD)的统计分析结果,表明在不同扫描角度范围内,不同算法之间存在显着的统计学差异(p <0.0001) 。 从实验结果还表明,在同时抑制边缘附近的条纹伪影和逐渐变化的伪影方面,该算法优于传统的重建算法。