论文部分内容阅读
近年来,随着CT设备图像质量及成像速度的大幅提高,CT在医学诊断、治疗中的应用越来越广泛。与其他影像检查手段,如X线相比,由于CT是断层成像,且有较高的分辨率,所以具有很大的优势。然而常规CT过高的辐射剂量限制了其更广泛应用,如肺癌的普查。通过限制管电流等CT扫描参数,可以达到降低辐射剂量的目的,但是在投影数据中引入了很强的噪声,使重建得到的CT图像发生严重的退化,表现为图像中的线状伪迹。考虑到目前多尺度方法在图像去噪中取得的良好效果,为了达到改善低剂量CT图像质量的目的,本文在小波域对CT投影数据进行多尺度去噪的方法进行了探索,在滤除投影数据噪声后,采用经典滤波反投影进行图像重建,以提高低剂量CT图像的质量,使之适用于诊断及后续的分析和处理。投影数据噪声统计特性主要为非平稳、非线性,本论文采用二进小波对投影数据进行小波变换,首先研究了低剂量CT投影数据噪声的统计特性在小波系数中的表现,发现小波域系数噪声的统计特性可以近似看作与时域噪声一致,所以时域得到的噪声参数在小波域进行去噪处理时也可以应用,这将时域和小波域噪声的统计特性联系了起来,使小波域也可以进行与噪声统计特性相适应的去噪。通过实验得出了合适的小波分解层数,并经分析得到小波系数具有几何相关特性,而低剂量CT投影数据具有高局部相关性的特点,提出在小波域将噪声统计特性与相似性相结合进行去噪的方法。基于上述分析,本文对两种小波域去噪算法进行了实验:小波域双边滤波器和小波域非局部均值滤波器。前者与传统滤波方法相比,虽然有一些效果上的改进,但由于双边滤波器本身的缺陷,很难对低剂量投影数据取得满意的去噪效果。后者通过在实验过程中,对传统非局部均值算法进行改进,将其与数据噪声特性相结合,使之能更好地滤除低剂量CT噪声。计算机仿真结果显示,与当前效果较好的小波域PWLS算法相比,本文提出的小波域非局部均值算法在保证滤除噪声的同时,更好地保留了图像的细节,而这对于医学图像是至关重要的。