.png){kind=icon}
返回
A springback TV algorithm for image reconstruction from sparse view data in CT
.png){kind=icon}
PRE
AI
DOI：10.1088/1361-6560/ae14a9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着降低射线剂量的需求，从稀疏视角投影数据中重建图像已成为计算机断层扫描（CT）领域的研究热点。然而，基于范数的传统总变分（TV）算法可能导致过度平滑，特别是在处理极稀疏投影时。为解决此问题，我们提出了一种由回弹惩罚项构建的新型TV算法，命名为回弹TV（STV）算法。该STV模型用弱凸惩罚项替代简单的范数近似，以更好地逼近范数并增强稀疏表示。此外，我们采用凸差算法（DCA）和完全线性化的乘子交替方向法（FL-ADMM）来高效求解STV模型，避免了线搜索步骤并加速了内部迭代。基于数学 phantom 和临床CT图像的实验表明，所提出的STV算法在重建质量方面优于标准TV、总p-变分（TpV）以及各向异性与各向同性TV的加权差（WDAI-TV）。所提出的STV算法在提高细节恢复的同时保持了计算效率，为低剂量条件下的稀疏视角CT图像重建提供了一种更稳健且有效的解决方案。
期刊
P
IF:
0
论文数:
243
被引数:
0
机构
引用论文
High order TpV image reconstruction algorithms based on ASD-POCS framework基于ASD-POCS框架的高阶TpV图像重建算法.png)
IF0
PREAI
分享收藏
查看更多内容