文献

J-GLOBAL ID：201302287137978573   整理番号：13A1244413

低線量X線CT画像の辞書学習に基づくノイズ除去

Dictionary learning based denoising of low-dose X-ray CT image

著者 (4件)： Zhu Yongcheng (Lab. of Image Sci. and Technol.,Southeast Univ., Nanjing) ,  Chen Yang (Lab. of Image Sci. and Technol.,Southeast Univ., Nanjing) ,  Luo Limin (Lab. of Image Sci. and Technol.,Southeast Univ., Nanjing) ,  Toumoulin Christine (Lab. of Image Sci. and Technol.,Southeast Univ., Nanjing)
資料名： Dongnan Daxue Xuebao (Ziran Kexue Ban)  (Dongnan Daxue Xuebao (Ziran Kexue Ban))
巻： 42  号： 5  ページ： 864-868  発行年： 2012年 
JST資料番号： W0606A  ISSN： 1001-0505  CODEN： DDXZB9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 辞書学習に基づくノイズ除去方法は,低線量計算機トモグラフィー(LDCT)画像においてノイズを除くために導入した。錯覚と患者イメージを目指して,k-手段特異値分解(K-SVD)アルゴリズムは,LDCTと通常-投与CT(NDCT)イメージに関して反復的に基づくトレイン画像辞書に採用した。次に,直交性適合探究アルゴリズムに基づいて,画像情報と関連づける低密度成分とノイズと考える遺跡に,低密度表現はノイズ画像を分析した。最後に,その低密度成分によって単に画像を再構築することよって,ノイズを抑えることができた。実験結果は,提案した方法の機能が,辞書トレーニングにおける希薄のために辞書サイズと束縛条件よって強く影響することを示した。トレーニングサンプルがLDCT画像の代わりにNDCT画像から抽出するとき,より良い機能を達成することができた。同じノイズレベルに基づき,従来のノイズ除去方法と比較して,より特徴的画像を維持することが詳述する間,提案した方法はよりノイズを抑えて,映像影響を改良することにおいて有効であった。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *雑音低減 ,  X線CT ,  断層画像 ,  計算機トモグラフィー ,  適応訓練 ,  雑音指数 ,  アルゴリズム ,  特異値分解 ,  線量計算
準シソーラス用語： *ノイズ除去 ,  CT画像 ,  トレーニング ,  ノイズレベル ,  実験結果

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 低線量 ,  X線CT画像 ,  辞書学習 ,  ノイズ除去