改良型总变分线性扫描锥束CT图像重建算法

简介：
本研究提出了一种改进的总变分线性扫描锥束CT图像重建算法，旨在提高成像质量与计算效率，适用于医学影像诊断。 线性扫描锥形束计算机断层扫描（LSCBCT）是一种技术简单的配置，但功能强大到足以检查长物体。作为一种有限角度问题的解决方案，LSCBCT图像重建面临着挑战。然而，基于TVM和POCS的凸集上的总变化最小化（TVM）投影算法已被证明能够有效解决这个问题。 当将此方法应用于LSCBCT重建时，所得图像在对象边缘附近出现失真现象。为了解决这一问题，研究人员开发了一种改进的迭代重建算法。该新方法整合了同时代数重构技术、TVM和CV模型的优势。其中，CV模型能够识别边界不完全由梯度定义的对象。 通过采用分段常量修改的方式减少伪影，并获得更精确的图像效果，所提出的算法在数值仿真中已经证明其有效性。此外，该方法同样适用于其他X射线CT重建问题的应用场景。