投影数据恢复导引的PET图像滤波

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (17): 196-199.

• 图形、图像、模式识别 • 上一篇下一篇

投影数据恢复导引的PET图像滤波

边兆英，黄静，马建华，路利军，张华，田玲玲，陈武凡

南方医科大学生物医学工程学院，广州 510515

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-11 发布日期:2011-06-11

Projection recovery guided PET images filtering

BIAN Zhaoying，HUANG Jing，MA Jianhua，LU Lijun，ZHANG Hua，TIAN Lingling，CHEN Wufan

School of Biomedical Engineering，Southern Medical University，Guangzhou 510515，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-11 Published:2011-06-11

摘要/Abstract

摘要： 为了提高正电子发射断层成像（Positron Emission Tomography，PET）重建图像质量，提出一种投影数据导引的PET图像优质重建方法。新方法利用恢复投影数据的重建图像冗余信息优化非局部均值权重。对投影数据进行恢复，采用传统的滤波反投影（Filtered Back Projection，FBP）法进行PET图像重建，利用非局部均值（Non-local means）的思想计算权值矩阵，利用该权值先验矩阵导引直接重建FBP图像的非局部均值滤波。仿真和临床PET数据实验表明，方法可以在满足临床应用的需求下，有效地改善PET重建图像质量。

关键词: 正电子发射断层成像（PET）重建, 图像恢复, 非局部均值滤波

Abstract: A novel approach is proposed to improve PET image quality by a non-local means prior induced by projection recovery.The new method exploits the redundancy of information in the image reconstructed from the restored projection data by optimizing non-local weight.Firstly，the raw projection data is restored，and the PET image is reconstructed with conventional Filtered Back Projection（FBP）.A weight matrix is calculated by the non-local means weighting formula，and then the direct reconstructed image is restored with a non-local means prior guided by this weight matrix.Simulated and clinical PET data experiment results demonstrate that the proposed method has an effective quality improvement to the PET image under the condition of meeting the clinical needs.

Key words: Positron Emission Tomography（PET） reconstruction, image restoration, non-local means filtering

边兆英，黄静，马建华，路利军，张华，田玲玲，陈武凡. 投影数据恢复导引的PET图像滤波[J]. 计算机工程与应用, 2011, 47(17): 196-199.

BIAN Zhaoying，HUANG Jing，MA Jianhua，LU Lijun，ZHANG Hua，TIAN Lingling，CHEN Wufan. Projection recovery guided PET images filtering[J]. Computer Engineering and Applications, 2011, 47(17): 196-199.

[1]	丁宇阳，李明悦，谢柠宇，刘渊，晏涛. 双LSTM的光场图像去雨算法研究[J]. 计算机工程与应用, 2021, 57(18): 227-237.
[2]	刘洪琛，刘朝霞，张龙. 融合[L2]和KL保真项的图像恢复算法[J]. 计算机工程与应用, 2020, 56(5): 214-221.
[3]	朱德利，杨德刚，万辉，杨雨浓. 用于低照度图像增强的自适应颜色保持算法[J]. 计算机工程与应用, 2019, 55(24): 190-195.
[4]	刘祎，高净植，桂志国. 基于NSST域卷积神经网络的低剂量CT图像恢复[J]. 计算机工程与应用, 2019, 55(23): 209-215.
[5]	祝严刚，张桂梅. 一种改进的非局部均值图像去噪算法[J]. 计算机工程与应用, 2017, 53(18): 192-198.
[6]	郑洪英，何洁，彭钟贤，肖迪. 基于密文医学图像的可逆信息隐藏算法[J]. 计算机工程与应用, 2016, 52(12): 136-140.
[7]	郑洪英，高真，肖迪. 密文图像中的可逆信息隐藏算法[J]. 计算机工程与应用, 2014, 50(7): 186-189.
[8]	蒋正金，端木春江. 卡通纹理分解和全变分梯度算法实现图像恢复[J]. 计算机工程与应用, 2014, 50(2): 162-169.
[9]	郝岩，许建楼. 非凸总广义变差图像恢复模型[J]. 计算机工程与应用, 2013, 49(16): 18-20.
[10]	芦碧波，李祎. 基于非局部均值的多尺度色调映射[J]. 计算机工程与应用, 2013, 49(16): 162-164.
[11]	匡羽飞，朱嘉钢. 小波变换结合MIVP识别图像脉冲噪声的研究[J]. 计算机工程与应用, 2011, 47(25): 190-193.
[12]	李星秀^1，2，韦志辉². 形态成分正则化约束的图像恢复方法[J]. 计算机工程与应用, 2010, 46(17): 27-29.
[13]	张峥嵘^1，2，孙玉宝²，黄丽丽²，韦志辉^1，2. 全变差图像恢复的交替方向乘子法 [J]. 计算机工程与应用, 2010, 46(14): 8-11.
[14]	马青华,靳伟萍. 数字图像恢复的迭代投影正则化方法研究[J]. 计算机工程与应用, 2008, 44(32): 180-182.
[15]	洪汉玉. 基于二阶加权差分的湍流退化图像快速复原[J]. 计算机工程与应用, 2008, 44(31): 15-19.

投影数据恢复导引的PET图像滤波

Projection recovery guided PET images filtering

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics