使用L0图像梯度和张量字典的低剂量能谱CT重建
计算机视觉与模式识别
2018-07-25 v2
摘要
能谱计算机断层扫描(CT)在病灶检测、组织表征和材料分解方面具有很大优势。为了进一步拓展其潜在临床应用,本文提出一种改进的张量字典学习方法用于低剂量能谱CT重建,该方法以图像梯度L0范数为约束,命名为L0TDL。L0TDL方法通过利用能谱CT图像的相似性继承了张量字典学习(TDL)的优点。另一方面,通过在梯度图像域引入L0范数约束,所提方法强调了空间稀疏性以克服TDL在保留边缘信息上的弱点。采用交替方向乘子法(ADMM)求解所提方法。通过数值模拟和真实小鼠研究对所提方法进行评估。结果表明,所提L0TDL方法优于其他对比方法,如全变分(TV)最小化、TV加低秩(TV+LR)以及TDL方法。
引用
@article{arxiv.1801.01452,
title = {Low-dose spectral CT reconstruction using L0 image gradient and tensor dictionary},
author = {Weiwen Wu and Yanbo Zhang and Qian Wang and Fenglin Liu and Peijun Chen and Hengyong Yu},
journal= {arXiv preprint arXiv:1801.01452},
year = {2018}
}