一种基于GAN网络投影补全的有限角度CT重建算法

作者：梁宁宁; 李子恒; 王林元; 蔡爱龙; 李磊; 闫镔^*

来源：中国体视学与图像分析, 2019, 24(01): 1-8.

DOI：10.13505/j.1007-1482.2019.24.01.001

• 计算机断层成像
• 有限角度问题
• 生成对抗网络
• 投影补全

计算机断层成像(Computed Tomography,CT)重建算法作为CT成像技术的核心,该算法的改善不仅能够拓展成像应用领域,还可进一步推动新型成像系统的出现。而有限角度重建问题因其自身高度奇异的病态性,是CT重建算法研究领域长期以来的热点和难点问题。受到生成对抗网络(Generative Adversarial Networks,GAN)在图像修复领域取得显著进展的启发,本文提出一种基于GAN网络投影补全的有限角度CT重建算法,该算法利用GAN网络对抗训练获得可将有限角度投影数据补全的生成网络,生成网络在判别网络的监督下逼近真实的全角度投影图像,而后利用补全后的投影进行FBP重建,获得有限角度重建结果。实际数据实验结果表明本文方法与传统的SART-TV算法和FBP+CNN方法相比,在重建质量上具有一定优势,并初步验证了使用GAN网络投影补全策略进行有限角度重建的可行性。

• 单位
  信息工程大学