基于广义Gibbs先验的低剂量X-CT优质重建研究

摘要

为获取低剂量条件下X-CT的优质重建,提出基于广义Gibbs先验的低剂量X-CT重建算法.新算法首先对投影数据进行统计建模,其后采用Bayesian最大后验估计方法,将投影数据中非局部的先验信息加诸于该数据的恢复中,达到抑制噪声的效果,最后仍采用经典的滤波反投影方法对恢复后的投影数据进行解释CT重建.文中将非局部先验称为广义Gibbs先验,其原因在于该先验具有传统 Gibbs 先验形式的同时,可以通过选择较大邻域和自适应的加权方式充分利用投影数据的全局信息进行数据恢复.通过与已有算法的对比实验,表明该文提出的基于广义Gibbs先验的低剂量X-CT重建算法在降低噪声效果和保持边缘方面具有较好的表现.