基于全变分的迭代滤波反投影CT重建方法

简介：
本研究提出了一种基于全变分模型的迭代滤波反投影算法，用于改进CT图像重建的质量和效率，尤其在低剂量扫描下表现优异。 重建算法是计算机断层成像（CT）技术的核心部分。在解析法CT重建过程中，结合先验知识并引入优化约束条件较为困难。通过分析滤波反投影(FBP)原理及其生成图像与理想CT 图像之间的差值关系，构造了基于FBP 的迭代循环方法，解决了利用先验信息和添加优化约束的难题。为了减少迭代FBP 产生的伪影问题，在重建过程中引入全变分(TV)模型，提出了一种新的TV 约束迭代滤波反投影CT 重建算法。 在数值模拟实验中，针对不同情况（如完善、稀疏、含金属及有限角投影数据）进行了测试。结果表明，该方法可以生成与原始模型高度一致的CT 图像，并证明了TV约束迭代FBP 方法是一种精度高且适应性强的CT图像重建技术。