高分辨顯微CT圖像的低劑量噪聲抑制和超分辨率重建算法研究.pdf

1、高分辨顯微CT是采用X射線成像原理進行高分辨三維成像的一種新型設備，具有非破壞性、非介入式和高分辨率的優(yōu)點，被廣泛應用于小動物活體成像、骨微結構研究、藥物開發(fā)和古生物研究等諸多領域。為了實現(xiàn)系統(tǒng)的高分辨，該系統(tǒng)采用了基于微焦斑X射線源和X線耦合可見光系統(tǒng)探測器組合的基本結構。由于X線源的低功率和探測器光路的低轉換效率，容易導致光子數(shù)不足，從而使得投影數(shù)據(jù)信噪比降低，影響重建圖像的質量;提高輻射劑量的方法雖然可以改善成像質量，但過多照射劑

2、量會引起生物體細胞、組織和器官的病變，因此如何對圖像中的低劑量噪聲進行有效抑制成為顯微CT的一個技術難題。同時，受限于設備的物理條件和實際應用需求，現(xiàn)有的X線光路系統(tǒng)不能完全滿足探測系統(tǒng)高分辨的要求，使得利用數(shù)字方法進行超分辨圖像重建變得非常必要。本項目為了滿足高分辨顯微CT系統(tǒng)的應用需求，重點開展了這兩方面的研究工作。
　　對圖像的低劑量噪聲抑制問題，本文工作主要集中在投影數(shù)據(jù)的噪聲特性和圖像重建去噪算法等方面的研究上。首先使用

3、統(tǒng)計學方法分析了低劑量投影數(shù)據(jù)的噪聲模型，然后針對現(xiàn)有的用于去除低劑量噪聲的經典懲罰加權最小二乘(PWLS)法進行了分析和改進，并提出一種具有保邊性能的PWLS算法，該方法使得去噪后的圖像在平滑程度和邊緣保持性上獲得了平衡。通過實際顯微CT數(shù)據(jù)的實驗測試，對比經典的PWLS算法，本文算法的結果在圖像信噪比和均方誤差等評價指標上均有比較明顯的提高，且本文算法結果的圖像邊緣更加清晰。
　　上述算法的重建過程中涉及的投影和反投影計算最為

4、耗時，應用于三維錐束重建的執(zhí)行效率很低。本文根據(jù)PWLS算法的特點設計了基于CUDA的并行優(yōu)化算法，針對投影和反投影過程中主循環(huán)參數(shù)的不同，分別設計了基于射線追蹤和基于體素追蹤的并行計算方法。具體來說，在投影計算并行過程中將重建數(shù)據(jù)綁定到三維紋理，并利用紋理拾取加速對重建數(shù)據(jù)進行濾波采樣;在反投影的并行計算過程中，由指定的體素坐標確定射線穿過它后在探測器平面的投影坐標，并使用二維紋理綁定投影數(shù)據(jù)的差值修正值，加速了插值運算。實驗結果表明

5、，提出的并行優(yōu)化算法能夠獲得與CPU端幾乎同樣的圖像質量，且執(zhí)行效率約提高了12倍。
　　就如何提高顯微CT的圖像空間分辨率，本文提出了一種基于字典學習的超分辨率圖像重建方法。該方法首先將重建圖像進行了網格細化，并使用面積權重實現(xiàn)對投影過程的精確重建;其次針對圖像重建網格細化后未知數(shù)的大量增加，帶來的欠定方程組求解問題，引入了字典學習的方法，即采用K-SVD算法對高質量的圖像進行學習，從中獲得字典，并以該字典為基礎，將稀疏項約束引