基于L0梯度最小化的有限角度CT图像重建

简介：
本研究提出了一种基于L0梯度最小化的方法，有效改善了有限角度计算机断层扫描（CT）成像中的数据不完整问题，显著提升了图像质量和重建精度。 在计算机断层摄影（CT）成像的医学及工业应用领域内，由于扫描环境限制以及对患者施加过多X射线辐射的风险，从有限的数据中重建高质量的CT图像成为研究热点。采用有限角度进行X射线成像是减少患者接受辐射剂量的有效方法之一。然而，在这种模式下可获取到的投影数据是不完整的，因此在有限角度下的CT图像重建实际上是一个不适定问题。 常规滤波反投影（FBP）算法在此类情况下使用时，会在边缘区域产生明显的条纹伪影和逐渐变化的伪影。基于总变分量最小化（TVM）的方法可以有效减少少数视图CT中的条纹伪影，但在有限角度CT中无法解决边缘附近的渐进性伪影问题。 为了解决上述挑战，我们开发了一种新的图像重建算法，该算法主要针对有限角度CT环境。此方法将图像梯度的L0范数作为正则化函数，并通过交替迭代的方式解决了几个优化子问题。实验结果表明，在不同扫描角度范围内，所提出的算法在抑制边缘附近条纹伪影和渐进性伪影方面优于传统重建技术。 根据性能评估指标——峰峰值信噪比（PSNR）与归一化均方根距离（NRMSD），可以发现该方法与其他常用算法之间存在显著的统计学差异。综上所述，开发的新图像重建模型在有限角度CT图像质量提升方面展现出良好的潜力和应用前景。