用于能谱计算机断层成像伪影抑制的低秩平场校正

能谱计算机断层成像（spectral computed tomography）近年来受到相当关注，因为能谱测量包含关于目标物体更丰富的信息。在能谱计算机断层成像中，我们关注物体按能量通道的重建。然而，此类重建存在信噪比低的问题，并且面临传统低剂量计算机断层成像的挑战，例如环状伪影。环状伪影源于平场校正中的误差，会显著降低重建质量。我们提出了一种扩展的平场模型，该模型利用能谱平场间的高相关性来减少通道重建中的环状伪影。扩展模型基于如下假设：能谱平场可由低秩矩阵很好地近似。我们提出的模型直接作用于能谱平场，并且可与任何现有重建模型结合，例如滤波反投影与迭代方法。所提模型在中子数据集上得到验证。结果表明，我们的方法成功削弱了环状伪影并提升了重建质量。此外，结果显示我们的方法具有鲁棒性；它仅需一张能谱平场图像，而现有方法需要多张能谱平场图像才能达到类似的环状抑制水平。