摘要

针对低剂量CT成像问题, 提出了一个基于低维流形先验的低剂量CT重建方法。首先,对投影数据进行统计建模,将低维流形正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,再使用传统的滤波反投影(Filtered Back-projection,FBP)算法进行CT图像重建。在Shepp-Logan体膜实验新方法重建结果与FBP,PWLS-QM(Penalized Weighted Least-Squares via Quadratic Membrane)以及PWLS-DL(Penalized Weighted Least-Squares via Dictionary Learning)方法重建结果相比,相对均方根误差分别降低了 64.87%,54.81%和7.02%;结构相似性指标分别提高了16.78%,1.88%和1.91%。在XCAT体膜实验中,新方法重建结果与FBP,PWLS-QM以及PWLS-DL方法重建结果相比, 相对均方根误差分别降低了37.46%,22.17%和11.48%;结构相似性指标分别提高了3.33%,0.73%和1.22%。在临床数据实验中,新方法重建结果与FBP,PWLS-QM以及PWLS-DL方法重建结果相比, 相对均方根误差分别降低了45.96%,25.61%和15.87%;结构相似性指标分别提高了19.12%,7.46%和8.63%。仿真和临床数据实验结果表明,新方法在有效抑制低剂量CT图像中噪声和伪影同时,可以很好地保持图像的结构信息和空间分辨率。