双低秩张量分解重建

低剂量重建更快

在保证图像质量的同时显著降低计算复杂度，有望推动低剂量能谱CT的临床应用。

刘春艳 · 汪宏 · 张斌 · 王建军

Medical Image Analysis 2026

技术优势

计算更省

采用双低秩张量分解建模能谱CT图像的全局低秩结构，结合高效求解算法，减少重建所需的计算资源。

噪声压得住

通过加权张量核范数约束增强空间因子的非局部自相似性，并利用加权组稀疏约束促进共享结构信息，从而有效抑制混合噪声。

临床数据验证过

不仅做了数值模拟，还在临床患者数据上进行了实验，证明该方法在实际低剂量能谱CT重建中的有效性。

应用场景

• 医学图像重建：为低剂量能谱CT提供高质量重建算法，可直接嵌入现有重建流程。
• 低剂量CT：专门解决低剂量下光子不足导致的噪声问题，提升诊断图像质量。
• 能谱CT：利用多能量数据的内在低秩性，实现能谱CT图像的准确重建。