基于粒子滤波的低剂量CT图像去噪

论文摘要

随着医学成像技术的发展，很多CT设备采用加大X线剂量的方法，以获得更多、更清晰的医学图像信息。然而随着放射卫生学的发展以及公众自我保护意识的增强，人们越来越注意到X线检查中的放射剂量问题。CT图像的质量与辐射剂量密切相关，辐射剂量越高，图像质量越好，但是过高剂量会对人体造成伤害。有效地降低X射线成为目前医用CT研究领域的主要任务之一，由于低剂量CT扫描时受量子噪声的影响，使得用于图像重建的投影数据退化，致使采用目前临床广泛使用的重建算法（如滤波反投影）得到的重建图像含有较大噪声成分且分辨率偏低，无法达到临床应用的要求。改善低剂量CT图像质量本质上成为图像去噪问题。这个问题如果可以用软件算法加以解决，则可以在不更换CT硬件设备的前提下，使低剂量CT甚至超低剂量CT得以更广泛的应用。国内外很多研究小组都在尝试低剂量CT图像质量的改进方法，本课题正是在此背景下对低剂量CT图像的去噪问题进行研究。论文首先对低剂量CT投影数据的噪声特性进行了实验和分析研究，发现在一定条件下投影数据的噪声统计特性，其均值和方差近似非线性高斯分布，且具有非平稳特性，并据此建立了相应的噪声模型。考虑到投影数据的噪声特性及方向性，论文对基于图像噪声统计特性的粒子滤波去噪算法进行了深入研究，通过分析粒子滤波原理及其去噪特点，提出了一般图像去噪的基本粒子滤波算法，并结合噪声特性，对此基本的粒子滤波算法进行改进，专门用于低剂量CT投影数据中的噪声进行滤除。然后用滤波反投影重建(FBP)算法对去噪后的数据进行重建，从而得到去噪后的图像。最后讨论了本文粒子滤波算法的收敛性，运用三种定量分析方法对此算法进行评价。由于提出的噪声处理系统主要由软件构成，可直接用于现有CT设备，因而可望有广泛临床应用前景。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 CT 成像技术背景
• 1.2 低剂量 CT 图像去噪算法研究背景
• 1.3 论文的主要工作和结构安排
• 第二章 低剂量 CT 图像
• 2.1 引言
• 2.2 CT 投影数据
• 2.2.1 CT 投影原理
• 2.2.2 投影数据的计算
• 2.3 滤波反投影重建算法
• 2.4 低剂量 CT 发展和现状
• 2.4.1 CT 设备的基本组成
• 2.4.2 影响 CT 剂量的因素
• 2.4.3 低剂量 CT 噪声抑制的实现和价值
• 2.5 低剂量 CT 投影数据的特点
• 2.5.1 理想投影数据的特点
• 2.5.2 低剂量 CT 投影数据噪声的统计特性
• 2.6 本章小结
• 第三章 粒子滤波介绍
• 3.1 引言
• 3.2 粒子滤波基本方法
• 3.2.1 最优贝叶斯估计
• 3.2.2 粒子滤波算法思想
• 3.3 粒子滤波算法存在的主要问题
• 3.3.1 重要性函数选择
• 3.3.2 重采样
• 3.3.3 基本粒子滤波算法的实现步骤
• 3.3.4 粒子滤波算法的收敛性
• 3.4 本章小结
• 第四章 低剂量 CT 图像粒子滤波去噪方法
• 4.1 粒子滤波在图像处理应用上的现状
• 4.2 GPF 算法
• 4.2.1 数字图像模型概述
• 4.2.2 基于粒子滤波算法的图像去噪过程
• 4.2.3 对一般图像的去噪结果
• 4.2.4 对低剂量 CT 投影数据的滤波结果
• 4.3 PDPF 算法
• 4.3.1 对于重要性采样和权值计算的改进
• 4.3.2 重采样改进方法
• 4.3.3 模拟投影数据的实验结果与分析
• 4.3.4 体模真实投影数据的实验结果分析及结论
• 4.4 本章小结
• 第五章 基于噪声特性的粒子滤波算法的性能分析
• 5.1 本文粒子滤波算法的收敛性讨论
• 5.2 Resolution-Noise Tradeoff Measure 定量分析
• 5.3 灰度值对比度
• 5.4 ROC 曲线分析
• 5.4.1 ROC 简介
• 5.4.2 本文的应用
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 展望
• 致谢
• 参考文献