基于卷积稀疏编码的稀疏视角 CT 重建
医学物理
2018-10-16 v1 计算机视觉与模式识别
摘要
传统的基于字典学习的 CT 重建方法是基于图像块(patch)的，且用这些方法学到的特征常包含同一特征的移位版本。为解决这些问题，卷积稀疏编码(CSC)被提出并引入多种应用。本文受 CSC 在信号处理领域成功应用的启发，提出一种基于 CSC 且对特征图施加梯度正则化的新颖稀疏视角 CT 重建方法。该方法直接作用于整幅图像，无需像基于字典学习的方法那样将图像划分为重叠的图像块，从而能保留更多细节并避免由图像块聚合引起的伪影。实验结果表明，所提方法在定性与定量方面均优于几种现有算法。
引用
@article{arxiv.1810.06228,
title = {Sparse-View CT Reconstruction via Convolutional Sparse Coding},
author = {Peng Bao and Wenjun Xia and Kang Yang and Jiliu Zhou and Yi Zhang},
journal= {arXiv preprint arXiv:1810.06228},
year = {2018}
}