基于压缩感知理论的CT图像重建算法研究的开题报告 .pdfVIP

基于压缩感知理论的CT图像重建算法研究的开题报

告

一、选题背景和意义

计算机断层扫描（CT）技术已经成为目前医学影像学领域中最重要

和最常用的成像工具之一，它可以三维重建人体内部结构和病变部位的

形态信息。现有的CT图像重建算法主要依赖于快速傅里叶变换或其他基

于变换的方法，这些方法对于重建质量的提高和噪声抑制存在一定限制。

压缩感知理论的提出为图像压缩和重建带来了新思路。压缩感知理

论认为，如果一个信号在分析域中的稀疏度远高于其样本数，那么可以

使用一个低维噪声测量子集来准确重构信号。因此，基于压缩感知理论

的CT图像重建算法成为了近年来研究的热点。该算法可以在减少采样点

的同时，提高重建质量，有效减少了数据采集和传输的需求。

二、研究内容和方法

本研究将基于压缩感知理论，针对CT图像重建问题，探究一种新的

基于统计学稀疏性的重建算法。具体内容包括：

1.分析压缩感知理论在CT图像重建中的应用，详细研究数学模型

及其理论基础。

2.提出一种基于块稀疏性和统计学稀疏性的CT图像重建算法，解

决噪声抑制和重建质量提高的问题。

3.在MATLAB平台上进行仿真实验，分析提出的算法的可行性和实

用价值，并与传统的CT图像重建算法进行对比分析。

三、预期结果

本研究预计将提出一种基于压缩感知理论的CT图像重建算法，通过

MATLAB仿真实验验证该算法的可行性和有效性。预期的结果包括：

1.验证该算法能够提高重建质量、减少噪声抑制和降低数据采集的

要求。

2.通过与传统算法进行对比分析，证明该算法的优越性。

3.揭示该算法的理论基础和应用前景，为压缩感知在CT图像重建

领域的应用提供新思路。

四、研究进度计划

本研究的时间安排如下：

1.第一阶段（一个月）：研究CT图像重建算法的相关文献，并对

压缩感知理论进行学习和分析。

2.第二阶段（两个月）：提出基于块稀疏性和统计学稀疏性的CT

图像重建算法，建立数学模型并进行仿真实验。

3.第三阶段（两个月）：进行实验结果分析和对比，并对算法进行

优化和改进，如加入先验知识等。

4.第四阶段（一个月）：撰写毕业论文，并进行答辩。

五、参考文献

[1]CandesEJ,RombergJK,TaoT.Robustuncertaintyprinciples:

exactsignalreconstructionfromhighlyincompletefrequency

information.IEEETransactionsonInformationTheory,2006,52(2):

489-509.

[2]DonohoDL.Compressedsensing.IEEETransactionson

InformationTheory,2006,52(4):1289-1306.

[3]MalekiA,DonohoDL.Compressedsensingforradio

interferometry:anewtheoryforwidebandmeasurements.Monthly

NoticesofRoyalAstronomicalSociety,2010,405(1):638-650.

[4]YangJ,ZhangY,YinW.Afastalternatingdirectionmethodfor

TVL1-L2signalreconstructionfrompartialFourierdata.IEEEJournalof

SelectedTopicsinSignalProcessing,2010,4(2):288-297.

[5]YinW,OsherS,GoldfarbD,etal.Bregmaniterativealgorithms

forℓ1-minimizationwithapplicationstocompressedsensing.SIAM

JournalonImagingSciences,2008,