基于多先验信息约束的CT内部问题重建方法研究

项目名称： 基于多先验信息约束的CT内部问题重建方法研究

项目编号： No.81401410

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 医药、卫生

项目作者： 胡战利

作者单位： 中国科学院深圳先进技术研究院

项目金额： 23万元

中文摘要： 感兴趣区域成像被认为是降低CT辐射剂量的有效方法，而内部问题是其中需要解决的关键问题。然而，传统的内部问题重建方法存在参数选择问题，由于其中的重建参数没有任何实际物理意义，导致在算法应用时只能凭经验选取，无法满足实际需求。本项目针对内部问题重建特点，提出一种基于多先验信息约束的CT内部问题迭代重建方法。将约束TV正则化方法与多种约束条件、物理先验知识和投影数据统计特性进行有机结合，拓展应用于解决CT内部问题。研究内容包括：1）研究不同采样模式对于约束TV正则化方法系统矩阵的性能影响；2）研究基于约束TV正则化的CT内部问题重建新方法；3）研究多种先验信息和约束条件对于TV正则化方法的性能影响机制，进行先验条件的数学模型化和有效利用，以获得更加稳定而精确的解。项目实施不仅有助于降低CT辐射剂量，还能有效缩短扫描时间并潜在减少CT系统的运动伪影，具有重要的科学意义和应用前景。

中文关键词： 低剂量；先验信息；TV正则化；内部重建；迭代重建

英文摘要： Region of interest (ROI) imaging is a useful method to reduce the radiation dose in CT scans. For ROI imaging, the interior problem is a critical issue to solve. However, with traditional interior problem reconstruction methods, the reconstruction paramet

英文关键词： Low dose；prior information；TV regularization；internal reconstruction；iterative reconstruction