| 基于字典学习的低剂量X-ray CT图像去噪 |
| |
| 引用本文： | 朱永成,陈阳,罗立民.基于字典学习的低剂量X-ray CT图像去噪[J].东南大学学报(自然科学版),2012,42(5):864-868. |
| |
| 作者姓名： | 朱永成 陈阳 罗立民 |
| |
| 作者单位： | 1. 东南大学影像科学与技术实验室,南京,210096
2. 东南大学影像科学与技术实验室,南京210096;中法生物医学信息研究中心,法国雷恩35000;法国雷恩大学信号与图像处理实验室,法国雷恩35042 |
| |
| 摘 要： | 介绍了一种基于字典学习的去噪方法,并将其应用于降低低剂量CT图像噪声水平的研究.针对体模图像和病人图像,分别选择低剂量CT图像和正常剂量CT图像作为训练样本,采用K-SVD算法,通过迭代学习构建图像字典；然后,结合正交匹配跟踪算法,实现图像稀疏表示,稀疏成分对应于图像的有用信息,其他成分对应于图像噪声；最后,依据图像的稀疏成分重建图像,达到去除噪声的目的.实验结果表明:字典的大小、稀疏表示的约束条件等参数会显著影响所提算法的去噪结果；相比低剂量CT图像,将正常剂量CT图像作为训练样本可以得到更好的去噪结果；在相同的噪声水平下,所提算法与传统图像去噪算法相比可以更好地去除图像噪声,且保留了图像的细节信息.
|
| 关 键 词： | K-SVD算法 低剂量CT 字典学习 稀疏表示 |
Dictionary learning based denoising of low-dose X-ray CT image |
| |
| Zhu Yongcheng
,
Chen Yang
,
Luo Limin
,
Toumoulin Christine.Dictionary learning based denoising of low-dose X-ray CT image[J].Journal of Southeast University(Natural Science Edition),2012,42(5):864-868. |
| |
| Authors: | Zhu Yongcheng Chen Yang Luo Limin Toumoulin Christine |
| |
| Institution: | Zhu Yongcheng1 Chen Yang1,2,3 Luo Limin1,2,3 Toumoulin Christine 1,2,3(1Laboratory of Image Science and Technology,Southeast University,Nanjing 210096,China)(2Centre de Recherche en Information Biomédicale Sino-Franais,Rennes 35000,France)(3Laboratoire Traitement du Signal et de L’Image,Université de Rennes 1,Rennes 35042,France) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
