中期报告(何琳).docVIP

中 北 大 学 毕业设计中期报告 学 生 姓 名： 何琳 学 号： 1005084104 学 院： 信息与通信工程学院 专 业： 生物医学工程 设 计 题 目： 压缩感知在有限投影角度 CT重建中的应用 指导教师： 桂志国 2014 年5月5日 毕业设计中期报告 学校 中北大学 专业 生物医学工程 学生姓名 何琳 班级 学号 1005084104 论文题目 压缩感知在有限投影角度CT重建中的应用 本人在该设计中具体 应完成的工作 学习压缩感知的相关知识； 了解有限投影角度的概念； 了解CT的发展以及应用，学习CT重建的基础知识，掌握CT重建的一些基本方法。 有限角度投影的CT重建的应用及其研究方法； 如何把压缩感知应用于有限角度CT重建，以及压缩感知在其中发挥的作用。 简述毕业设计开始以来所做的具体工作和取得的进展（要详细内容） 首先学习压缩感知的相关知识，压缩感知是针对稀疏信号或可压缩信号，在信号采样的同时进行压缩的一种新的信息采集处理方法，其可以大大缩短采样压缩时间和数据存储空间。压缩感知也被称为压缩采样或稀疏采样，是一种寻找欠定线性系统的稀疏解的技术。 压缩感知理论是一种新的在采样的同时实现压缩目的的理论框架。第一步，如果信号在某个正交基或紧框架上是可压缩的，求出变换系数，是的等价或逼近的稀疏表示；第二步，设计一个平稳的、与变换基不相关的维的观测矩阵，对进行观测得到观测集合，该过程也可以表示为信号通过矩阵进行非自适应观测：。称为信息算子；最后，利用0-范数意义下的优化问题求解的精确或近似逼近： 求得的向量在上的表示最稀疏。 压缩感知理论主要涉及以下几个方面的内容： 对于信号，如何找到某个正交基或紧框架，使其在上的表示是稀疏的，即信号的稀疏表示问题。 如何设计一个平稳的、与变换基不相关的M×N维的观测矩阵，保证稀疏向量从维降维到维时重要信息不遭破坏，即信号低速采样问题。 (3)如何设计快速重构算法，从线性观测中恢复信号，即信号重构问题。 其次是有限角度投影问题，计算机断层成像技术(Computed Tomography，CT)技术已经被广泛应用于医学诊断、工业无损探伤以及安全检查等领域。然而在实际应用中，很多情况下并不能采集到完全角度下的投影数据，例如成像系统设计的限制等。利用有限角度下的投影数据进行图像重建被称为x射线成像有限角度重建。CT的不完全投影数据重建中，大部分都涉及到有限角度重建的问题。如果扫描角度小于180度，则对其投影数据的重建就属于有限角度重建。实际CT扫描过程中，为了加快扫描速度，同时减少x射线对人体的伤害，只在有限角度下采样少量的投影数据进行不完全数据重建就有非常重要的意义。 然后是CT重建指通过对离散图像进行线性空间内插或线性空间滤波来重新获得连续图像的方法