斷層圖像稀疏性重建模型與算法研究中期報(bào)告

斷層圖像稀疏性重建模型與算法研究中期報(bào)告中期報(bào)告一、研究背景和意義斷層圖像重建是醫(yī)學(xué)影像技術(shù)中的重要分支，廣泛應(yīng)用于醫(yī)學(xué)診斷及治療規(guī)劃等方面。傳統(tǒng)的重建方法主要基于數(shù)據(jù)完整的假設(shè)，即在采樣過(guò)程中，每個(gè)采樣點(diǎn)都得到了完整的采樣數(shù)據(jù)，但實(shí)際情況并非如此。在實(shí)際應(yīng)用中，由于成像過(guò)程中采樣點(diǎn)數(shù)量有限，并且受到成像系統(tǒng)、物質(zhì)性質(zhì)等因素的影響，導(dǎo)致采樣點(diǎn)數(shù)據(jù)的稀疏性，即某些采樣點(diǎn)的數(shù)據(jù)缺失或不完整，這就為圖像重建帶來(lái)了問(wèn)題。因此，如何對(duì)斷層圖像進(jìn)行稀疏性重建是當(dāng)前研究的熱點(diǎn)和難點(diǎn)。稀疏性重建可以通過(guò)在采樣過(guò)程中降低采樣率來(lái)減少采樣數(shù)據(jù)的數(shù)量，進(jìn)而提升成像速率和降低成本。此外，稀疏性重建還可以在數(shù)據(jù)缺失的情況下還原完整的圖像。二、研究?jī)?nèi)容本研究旨在構(gòu)建一種基于稀疏性重建的斷層圖像重建模型和方法，研究?jī)?nèi)容主要包括以下方面。（1）構(gòu)建斷層圖像稀疏性重建模型。根據(jù)采樣過(guò)程中采樣數(shù)據(jù)的缺失和不完整性，將斷層圖像重建問(wèn)題轉(zhuǎn)化為稀疏性重建問(wèn)題，利用稀疏性假設(shè)來(lái)提高重建效率。（2）研究斷層圖像稀疏性重建算法?；谙∈栊约僭O(shè)，通過(guò)壓縮感知技術(shù)，以及一些傳統(tǒng)的圖像處理算法，設(shè)計(jì)一種高效的斷層圖像稀疏性重建算法。（3）對(duì)算法進(jìn)行優(yōu)化。通過(guò)應(yīng)用一些現(xiàn)有的優(yōu)化算法，如迭代算法等，對(duì)算法進(jìn)行進(jìn)一步的優(yōu)化和提升。（4）對(duì)比實(shí)驗(yàn)。將本文提出的基于稀疏性重建的斷層圖像重建算法與傳統(tǒng)的重建算法進(jìn)行對(duì)比實(shí)驗(yàn)，驗(yàn)證算法的有效性。三、目前進(jìn)展（1）構(gòu)建了斷層圖像稀疏性重建模型，將采樣數(shù)據(jù)的缺失和不完整性轉(zhuǎn)化為稀疏性問(wèn)題，提高了重建的效率。（2）根據(jù)模型提出了基于壓縮感知技術(shù)的斷層圖像稀疏性重建算法，并進(jìn)行了初步實(shí)驗(yàn)驗(yàn)證，結(jié)果表明該算法可以在保證圖像質(zhì)量的同時(shí)提高成像速度。（3）對(duì)算法進(jìn)行了優(yōu)化，應(yīng)用了一些現(xiàn)有的優(yōu)化算法，如迭代算法等，進(jìn)一步提升了算法的效率和精度。（4）進(jìn)行了對(duì)比實(shí)驗(yàn)，結(jié)果表明本文提出的算法在重建效率和圖像質(zhì)量上均優(yōu)于傳統(tǒng)的重建算法。四、下一步工作（1）進(jìn)一步優(yōu)化算法的實(shí)現(xiàn)，提高算法的效率和精度。（2）進(jìn)行更多的實(shí)驗(yàn)驗(yàn)證，比較不同算法的有效性和適用性。（3）探索更多的算法組合和應(yīng)用場(chǎng)景，豐富重建算法的研究?jī)?nèi)容，提高算法的穩(wěn)健性和可靠性。五、參考文獻(xiàn)[1]李圖騰.斷層圖像稀疏表示研究[D].廣州醫(yī)科大學(xué),2017.[2]趙明洋.基于壓縮感知的斷層圖像重建[D].中國(guó)地質(zhì)大學(xué)(武漢),2016.[3]譚君.基于L1最小化和塊稀疏模式的PET圖像重建[D].重慶大學(xué),2014.[4]郭雁新.基于壓縮感知的醫(yī)學(xué)圖像重建算法研究[J].計(jì)算機(jī)科學(xué)與探索,2013,7