各向异性稀疏变换重建算法

低剂量光谱CT降噪

该算法通过各向异性引导滤波与准范数正则化，在抑制噪声的同时保留图像细节，为低信噪比投影数据提供稳健重建。

杨招军 · 曾理 · 余维 · 许琼 · Zhe, Wang · He, Yuanwei · 陈蔚

IET Image Processing 2024

技术优势

噪声更低

采用各向异性引导滤波与准范数正则化，对低信噪比投影数据有更强的噪声抑制能力。

细节更清晰

各向异性滤波能保留图像结构，避免过度平滑，从而保持边缘和细节。

迭代更稳健

利用动态平均图像作为引导，随迭代更新，充分利用投影数据间的相关性，提升重建稳定性。

应用场景

• 医学影像重建：为低剂量光谱CT提供低噪声重建，辅助医生更准确诊断。
• CT图像处理：作为图像重建后处理算法，嵌入现有CT流程以提升图像质量。
• 光谱CT成像：针对多能量投影数据，实现材料分解与物质区分。