自適應加權全變分的低劑量CT統計迭代算法
大小：0.87 MB 人氣：1 2017-12-11 需要積分：2
標簽：加權(6956)
變分的LDCT統計迭代重建算法。該算法克服了傳統全變分（TV）算法在去除條形偽影的同時引入階梯效應的缺點，把基于加權方差的加權因子與TV模型相結合提出自適應加權全變分模型，然后再把新模型應用到懲罰加權最小二乘（ PWLS）重建算法中，這樣就可以對圖像的不同區域進行不同強度的去噪，從而取得噪聲抑制和邊緣保持的良好效果。采用Shepp-Logan模型和數字骨盆體模來驗證算法的有效性，實驗結果表明，所提算法的歸一化均方距離和歸一化平均絕對距離均比濾波反投影（FBP）、PWLS、懲罰加權最小二乘的中值先驗（PWLS-MP）以及懲罰加權最小二乘的全變分（ PWLS-TV）算法的值小，且可分別獲得40. 91 dB和42. 25 dB的峰值信噪比。實驗結果表明，該算法重建出的圖像在有效去除條形偽影的同時對圖像的邊緣和細節起到很好的保護作用。非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
自適應加權全變分的低劑量CT統計迭代算法下載
相關電子資料下載
- 二進制加權數模轉換器講解 1248
- 可編程通用濾波器實現C-message加權功能 493
- 通過多尺度說話人分解實現動態尺度加權 1026
- 使用CISPR加權檢波器的模擬超外差接收機時代 1516
- 基于H．264實現最優重疊塊匹配加權窗的系數設計 3250
- 噪聲中的加權-什么是加權 12927
- 加密貨幣會增加權力下放，使中介機構變得不那么重要 413
- 異構多核處理器系統的特點及基于加權優先級的任務調度算法分析 5392
- 兩種方法通過加權將先驗物理知識減少或離散化為適合現有深度學習架構的機制 2909
- 白話空間統計之地理加權回歸 2582