【技术实现步骤摘要】
本专利技术涉及稀疏角度ct重建、全变分图像去噪算法(tvm)、卷积神经网络(cnn)、稀疏角度ct表征技术邻域，具体地，涉及一种适用于稀疏角度ct重建断层图像的降噪方法及系统。
技术介绍
1、x射线计算机断层扫描(ct)是一种非破坏性的成像技术，被广泛应用于待检测样品内部结构信息的三维定量评价。在针对动态过程的原位表征实验中。由于，动态演化时间与ct采样曝光时间之间存在矛盾，因此需要进行稀疏采样。
2、然而稀疏采样违反nyqui st-shannon采样定理，使用经典的滤波反投影(fbp)算法的重建结果的质量不理想。稀疏重建断层图像中存在明显的条形伪影，严重影响了对于样品内部结构的定量化表征。现有基于压缩感知理论的总变分最小化方法(tvm)，通过施加正则化约束，使得重建图像能够从稀疏信号中恢复。然而tvm通过对图像梯度的均匀惩罚，重建断层图像容易变得过度平滑，边缘结构处存在一定程度的劣化。
3、借助卷积神经网络的特征提取和拟合能力，能够从嘈杂的稀疏重建断层图像中提取有效信息，使得稀疏重建断层图像去噪成为可能。然而...
【技术保护点】
1.一种适用于稀疏角度CT重建断层图像的降噪方法，其特征在于，包括：
2.根据权利要求1所述的适用于稀疏角度CT重建断层图像的降噪方法，其特征在于，所述步骤S2借助交替迭代生成网络和鉴别网络的对抗式训练策略，学习从稀疏重建断层图像到稀疏噪声图像的映射关系，进而从稀疏重建图像中去除噪声：
3.根据权利要求1所述的适用于稀疏角度CT重建断层图像的降噪方法，其特征在于，所述步骤S3包括，所述稀疏重建断层图像与所述断层噪声图像相减，得到神经网络去噪的高质量断层图像Inet，数学上表示为：
4.根据权利要求1所述的适用于稀疏角度CT重建断层图...
【技术特征摘要】
1.一种适用于稀疏角度ct重建断层图像的降噪方法，其特征在于，包括：
2.根据权利要求1所述的适用于稀疏角度ct重建断层图像的降噪方法，其特征在于，所述步骤s2借助交替迭代生成网络和鉴别网络的对抗式训练策略，学习从稀疏重建断层图像到稀疏噪声图像的映射关系，进而从稀疏重建图像中去除噪声：
3.根据权利要求1所述的适用于稀疏角度ct重建断层图像的降噪方法，其特征在于，所述步骤s3包括，所述稀疏重建断层图像与所述断层噪声图像相减，得到神经网络去噪的高质量断层图像inet，数学上表示为：
4.根据权利要求1所述的适用于稀疏角度ct重建断层图像的降噪方法，其特征在于，所述步骤s4包括，
5.根据权利要求1所述的适用于稀疏角度ct重建断层图像的降噪方法，其特征在于，所述步骤s5包括，
...【专利技术属性】
技术研发人员：许峰，笪文涛，李经纬，肖宇，胡小方，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。