1多成分正则化的断层图像重建模型 - 中国图象图形学报.doc

中图法分类号：TP391.1 文献标识码：A 文章编号：1006-8961(200 ) - - 文章索引信息:  多成分正则化约束的断层图像重建算法 王丽艳1)，2) 韦志辉2) 李星秀2) 1)（东南大学 数学系，南京211189） 2)（南京理工大学 计算机科学与技术学院，南京210094） 摘 要：压缩感知理论为低采样率下稀疏性信号的高质量重建提供了理论基础和广泛的应用前景，然而现有大部分研究通常假设原始图像是分段光滑的，不适用于纹理丰富的图像。基于多成分分析理论将原始图像分为卡通和纹理两部分，并且利用各成分在不同变换下稀疏的性质，提出了一种多成分正则化的断层图像重建模型。采用分裂Bregman方法将多正则项解耦合，分解成最小二乘问题和去噪问题求解，提出该模型的交替迭代算法。对MRI和CT图像进行了仿真试验，并同新近的多种算法进行了比较。实验结果表明该模型能够较好的保持图像纹理等中小尺度信息，收敛速度快。 关键词 核磁共振成像 多成分分析 交替迭代法 MORPHOLOGICAL COMPONENT ANALYSIS FOR TOMOGRAPHY RECONSTRUCTION WANG Li-yan 1) 2), WEI Zhi-hui 2), LI Xingxiu 2) 1) (Mathematics Department, Southeast University, Nanjing 211189) 2) (Computer Science Department, Nanjing University of Science Technology, Nanjing 210094) Abstract：Recently there have been a number of algorithms proposed to overcome data insufficiency for certain compressible signals. Most of existing methods are appropriate to piecewise smooth object, but do not behave very well on texture-rich object. In this paper, a new optimization model of tomography reconstruction for texture-rich object is proposed based on morphological components analysis, in which compound regularizations are exploited. Furthermore, an alternating iterative algorithm is presented to solve the relevant optimization problem. We compare its numerical performance with two recently algorithms, which demonstrate that the proposed method is highly efficient especially in preserving texture feature. Keywords magnetic resonance imaging; morphological component analysis; alternating iterative algorithm 0 引 言 断层成像(Tomography imaging)术，如：X线CT ( X-ray computerized tomography, CT)、磁共振成像( magnetic resonance imaging , MRI) 正电子成像(positron emission tomography PET)在医学和工业上有着广泛应用。复杂多样的工程应用条件对断层成像技术的进一步发展提出了更高的要求：在CT成像应用中，由于X射线对人体具有辐射作用，因此希望能够尽可能的降低辐射剂量；在磁共振成像应用中，长时间的扫描会引入运动伪影（如呼吸，肢体微动等），长时间扫描会不适于动态部位的检查，如扫描时间相比于心脏本身的运动周期来说太长，因此希望能够尽可能的减少扫描时间。现有的改进方向有两个：一个是改进硬件成像设备，如CT成像中提高探测器的敏感度[1]，MRI成像中设计并行扫描线圈，一次扫描获得更多的数据[2]，这样会大幅提高硬件的制造成本而且往往会带来噪声变大的负效应；另