吴伟文；张艳波；王，钱；刘丰林；罗福林；于恒勇 用于光谱CT重建的空间光谱立方体匹配框架。 （英语） Zbl 1439.92115号 反向探测。 34，第10号，文章ID 104003，26 p.（2018）. 概述：光谱计算层析成像（CT）从多个窄能量窗的投影中重建相同的扫描对象，并可用于材料识别和分解。然而，多能量投影数据集的信噪比较低，导致重建图像质量较差。为了解决这个棘手的问题，我们开发了一种光谱CT重建方法，即空间光谱立方体匹配帧（SSCMF）。该方法受到以下三个事实的启发：（i）人体通常由两个或三个基本材料组成，这意味着重建的光谱图像具有很强的稀疏性；（ii）单通道图像中相同的基本材料成分在局部区域中具有相似的强度和结构。同一能量通道中的不同材料成分共享相似的结构信息；（iii）使用不同的窄能量窗从受试者收集多能量投影数据集，这意味着从不同能量通道重建的图像具有相似的结构。为了探索这些信息，我们首先为BM4D去噪过程建立了张量立方体匹配框架（CMF）。然后，作为一种新的正则化器，将CMF引入到基本的光谱CT重建模型中，生成SSCMF方法。由于SSCMF模型包含4D变换系数的L_0范数最小化，因此采用了有效的策略进行优化。进行了数值模拟和真实的临床前小鼠研究。结果表明，SSCMF方法优于最新的算法，包括同步代数重建技术、总变分最小化、总变差加低秩和张量字典学习。 引用于1文件 MSC公司： 92 C55 生物医学成像和信号处理 94A08型 信息与通信理论中的图像处理（压缩、重建等） 关键词：光谱计算机断层扫描；图像重建；图像相似性；立方体匹配框架 软件：BM3D公司；FSIM公司 PDF格式BibTeX公司 XML格式引用 \textit{W.Wu}等人，反问题。34，第10号，文章ID 104003，26 p.（2018；Zbl 1439.92115） 全文： 内政部 链接 参考文献： [1] Kim，K。；Ye，J.C。；沃斯特尔，W。；欧阳，J。；Rakvongthai，Y。；Fakhri，G.E。；Li，Q.，使用基于光谱补丁的低阶惩罚的稀疏视图光谱CT重建，IEEE Trans。医学成像，34748-760，（2015）·doi:10.1109/TMI.2014.2380993 [2] Wu，W。；Zhang，Y。；王，Q。；刘，F。；陈，P。；Yu，H.，低剂量谱CT重建Ş0图像梯度和张量字典，Appl。数学。型号。，63, 538-557, (2018) ·Zbl 1480.92117号 ·doi:10.1016/j.apm.2018.07.006 [3] 约翰逊·T·R。；克劳斯，B。；Sedlmair，M。；Grasruck，M。；布鲁德，H。；莫哈德，D。；芬克，C。；Weckbach，S。；伦哈德，M。；Schmidt，B.，《双能CT材料区分：初步经验》，《欧洲放射医学》。，17, 1510-1517, (2007) ·doi:10.1007/s00330-006-0517-6 [4] 格拉泽，A。；约翰逊·T·R。；Bader，M。；施泰勒，M。；哈塞克，N。；Nikolaou，K。；Reiser，M.F。；斯蒂夫，C.G。；Becker，C.R.，泌尿系结石的双能CT表征：初始在体外和临床经验，投资。无线电。，43, 112-119, (2008) ·doi:10.1097/RLI.0b013e318157a144 [5] 沃尔什，M。；Opie，A。；罗纳尔逊，J。；Doesburg，R。；Nik，S。；莫尔，J。；巴拉布里加，R。；巴特勒，A。；Butler，P.，《使用Medipix3和MARS-CT-3光谱扫描仪的第一台CT》，J.Instrum。，6, (2011) ·doi:10.1088/1748-0221/6/01/C01095 [6] 田口，K。；Stierstorfer，K。；波尔斯特，C。；李，O。；Kappler，S.，光子计数探测器中的空间辐合串扰：N个 × N个装箱和亚像素掩蔽，程序。医学成像2018：医学成像物理学，10573，（2018）·doi:10.1117/12.2293885 [7] 徐，Q。；Yu，H。；Bennett，J。；何，P。；扎伊农，R。；Doesburg，R。；Opie，A。；沃尔什，M。；沈，H。；Butler，A.，混合真彩色微型CT的图像重建，IEEE Trans。生物识别。工程师，59，1711-1719，（2012）·doi:10.1109/TBME.2012.2192119 [8] Chu，J。；李，L。；陈，Z。；王，G。；Gao，H.，基于低秩和稀疏性的多能量CT重建（MLRSS），2411-2414，（2012） [9] 塞梅西，O。；郝，N。；Kilmer，M.E。；Miller，E.L.，基于张量的公式和多能量计算机断层扫描的核规范正则化，IEEE Trans。图像处理。，23, 1678-1693, (2014) ·Zbl 1374.94335号 ·doi:10.1109/TIP.2014.2305840 [10] 赵，B。；高，H。；丁，H。；Molloi，S.，《乳腺CT光谱的基于紧帧的迭代图像重建》，医学物理。，40, (2013) ·数字标识代码：10.1118/1.4790468 [11] 里吉，D.S。；Rivière，P.J L.，通过约束总核变异最小化联合重建多通道光谱CT数据，Phys。医学生物学。，60, 1741-1762, (2015) ·doi:10.1088/0031-9155/60/5/1741 [12] 曾博士。；高，Y。；Huang，J。；卞，Z。；张，H。；卢，L。；Ma，J.，通过结构张量总变分正则化的多能量CT图像重建的惩罚加权最小二乘法，计算。医学成像图。，53, 19-29, (2016) ·doi:10.1016/j.compmedimag.2016.07.002 [13] 赵，B。；丁，H。；卢，Y。；王，G。；赵，J。；Molloi，S.，基于双字典学习的光谱CT应用迭代图像重建，Phys。医学生物学。，57, 8217, (2012) ·doi:10.1088/0031-9155/57/24/8217 [14] Zhang，Y。；牟某。；王，G。；Yu，H.，用于光谱CT重建的基于张量的字典学习，IEEE Trans。医学成像，36，142-154，（2017）·doi:10.1109/TMI.2016.2600249 [15] 于，Z。；Leng，S。；李，Z。；McCollough，C.H.，光子计数计算机断层扫描的光谱先验图像约束压缩传感（光谱PICCS），Phys。医学生物学。，61, 6707, (2016) ·doi:10.1088/0031-9155/61/18/6707 [16] Zhang，Y。；Xi，Y。；杨琼。；Cong，W。；周，J。；Wang，G.，利用图像稀疏性和光谱平均值重建光谱CT，IEEE Trans。计算。成像，2510-523，（2016）·doi:10.1109/TCI.2016.2609414 [17] Dabov，K。；Foi，A。；Katkovnik，V。；Egiazarian，K.O.，《通过稀疏3D变换域协同过滤进行图像恢复》，Proc。图像处理：算法和系统VI，6812，（2008）·doi:10.117/12.766355 [18] Danielyan，A。；Katkovnik，V。；Egiazarian，K.，BM3D帧和变化图像去模糊，IEEE Trans。图像处理。，21, 1715-1728, (2012) ·Zbl 1373.94096号 ·doi:10.1109/TIP.2011.2176954 [19] Li，X.，《通过混合稀疏表示进行图像恢复：确定性退火方法》，IEEE J.Sel。顶部。信号处理。，5, 953-962, (2011) ·doi:10.1109/JSTSP.2011.2138676 [20] 克兰德尔，R。；Bilgin，A.，使用因果块匹配和3D协同过滤的无损图像压缩，5636-5640，（2014）·doi:10.1109/ICIP.2014.7026140 [21] Maggioni，M。；Katkovnik，V。；Egiazarian，K。；Foi，A.，体积数据去噪和重建的非局部变换域滤波器，IEEE Trans。图像处理。，22, 119-133, (2013) ·Zbl 1373.94273号 ·doi:10.1109/TIP.2012.2210725 [22] 谢奇。；赵（Q.Zhao）。；Meng博士。；徐，Z。；顾S。；左，W。；Zhang，L.，基于内在张量稀疏正则化的多光谱图像去噪，1692-1700，（2016）·doi:10.1109/CVPR.2016.187 [23] Chang，Y。；Yan，L。；Zhong，S.，基于光谱和空间低阶近似的高光谱图像去噪，4193-4196，（2017） [24] 牛，S。；Yu，G。；马，J。；Wang，J.，用于光谱CT重建的非局部低秩和稀疏矩阵分解，逆问题，34，（2018）·Zbl 1427.94024号 ·doi:10.1088/1361-6420/aa942c [25] 高，H。；Yu，H。；Osher，S。；Wang，G.，基于先验秩、强度和稀疏性模型的多能量CT（PRISM），逆问题，27，（2011）·Zbl 1230.92024号 ·doi:10.1088/0266-5611/27/11/115012 [26] 文，Y-W；Ng，M.K。；Ching，W-K，基于去模糊和去噪解耦的图像恢复迭代算法，SIAM J.Sci。计算。，30, 2655-2674, (2008) ·Zbl 1172.94333号 ·doi:10.1137/070683374 [27] Andersen，A.H。；Kak，A.C.，《同步代数重建技术（SART）：ART算法的卓越实现》，《超声波》。成像，681-94，（1984）·doi:10.1177/016173468400600107 [28] 西基，E.Y。；Pan，X.，通过约束、全变分最小化、Phys。医学生物学。，53, 4777, (2008) ·doi:10.1088/0031-9155/53/17/021 [29] 陈，Z。；金，X。；李，L。；Wang，G.，基于各向异性电视最小化的有限角度CT重建方法，Phys。医学生物学。，58, 2119, (2013) ·doi:10.1088/0031-9155/58/7/2119 [30] Dong，B。；李，J。；Shen，Z.，基于小波框架的正则化和Radon域修复的X射线CT图像重建，科学杂志。计算。，54, 333-349, (2013) ·Zbl 1308.94015号 ·doi:10.1007/s10915-012-9579-6 [31] 于伟（Yu，W.）。；王，C。；Huang，M.，利用有限角度CT的稀疏投影进行边缘保护重建Ş_｛0｝-正则化梯度优先，科学评论。仪器。，88, (2017) ·数字对象标识代码：10.1063/1.4981132 [32] 蔡，J-F；贾，X。；高，H。；江S.B。；沈，Z。；Zhao，H.，《使用低秩矩阵分解的Cine锥束CT重建：算法和原理验证研究》，IEEE Trans。医学成像，331581-1591，（2014）·doi:10.1109/TMI.2014.2319055 [33] Wu，W。；Yu，H。；龚，C。；Liu，F.，用于非周期动态成像的Swinging多源工业CT系统，Opt。快递，2524215-24235，（2017）·doi:10.1364/OE.25.024215 [34] Goldstein，T。；Osher，S.，L1正则化问题的分裂Bregman方法，SIAM J.Imaging Sci。，2, 323-343, (2009) ·Zbl 1177.65088号 ·doi:10.1137/080725891 [35] Setzer，S.，《算子分裂、Bregman方法和图像处理中的帧收缩》，国际计算机杂志。视觉。，92, 265-280, (2011) ·兹比尔1235.68314 ·doi:10.1007/s11263-010-0357-3 [36] 钱德勒，D.M。；Hemami，S.S.，VSNR：基于小波的自然图像视觉信噪比，IEEE Trans。图像处理。，162284-2298，（2007年）·doi:10.1109/TIP.2007.901820 [37] 张，L。；张，L。；牟某。；Zhang，D.，FSIM:图像质量评估的特征相似性指数，IEEE Trans。图像处理。，20, 2378-2386, (2011) ·Zbl 1373.62333号 ·doi:10.1109/TIP.2011.2109730 [38] 王，Z。；Simoncelli，E.P。；Bovik，A.C.，图像质量评估的多尺度结构相似性，（2003） [39] 北卡罗来纳州杜克罗斯。；Abascal，J.F P.J。；Sixou，B.公司。；Rit，S。；Peyrin，F.，光谱x射线投影图像非线性分解的正则化，医学物理学。，44，e174-e187，（2017）·doi:10.1002/mp.12283 [40] 刘杰。；Gao，H.，带探测器响应函数的光谱计算机层析成像材料重建，反问题，32，（2016）·Zbl 1354.92044号 ·doi:10.1088/0266-5611/32/11/114001 [41] 王，Q。；Zhu，Y。；Yu，H.，基于局部线性约束的材料分解优化模型，Phys。医学生物学。，62, 8314, (2017) ·doi:10.1088/1361-6560/aa8e13 [42] 格兰顿，P。；Pollmann，S。；福特，N。；Drangova，M。；Holdsworth，D.，用于重建后材料分解的双能和三能锥形梁微-CT的实施，医学物理。，35, 5030-5042, (2008) ·数字对象标识代码：10.1118/1.2987668 [43] 张，H。；A.C.Berg。；Maire，M。；Malik，J.，SVM-KNN:视觉类别识别中的区分性最近邻分类，（2006） [44] Dabov，K。；Foi，A。；Katkovnik，V。；Egiazarian，K.，BM3D图像去噪与形状自适应主成分分析，SPARS’09-自适应稀疏结构表示的信号处理（2009年4月），（2009） [45] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；Peleato，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，Found。趋势马赫数。学习。，3, 1-122, (2011) ·Zbl 1229.90122号 ·doi:10.1561/220000016 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。