文献

J-GLOBAL ID：201702262278665272   整理番号：17A1466159

全変動正則化に基づく離散トモグラフィー画像再構成【Powered by NICT】

A discretized tomographic image reconstruction based upon total variation regularization

著者 (2件)： Demircan-Tureyen Ezgi (Faculty of Engineering, Dept. of Computer Engineering, Istanbul Kultur University, Istanbul 34156, Turkey) ,  Kamasak Mustafa E. (Faculty of Computer and Informatics, Dept. of Computer Engineering, Istanbul Technical University, Istanbul 34390, Turkey)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 38  ページ： 44-54  発行年： 2017年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： CT画像再構成問題は,画像処理領域における他の多くの線形逆問題のような不良設定性を持っている。離散断層撮影(DT)法は,画像の離散性を利用することによってこの欠点に対処するために開発した。離散代数的再構成法(DART)は,反転段階,代数的再構成法(ARM)により採用された,離散化(すなわちセグメンテーション)段階の間で変化することをDT技術である。全変動(TV)最小化は画像の区分的不変性を利用することによって不適切性を扱い,基本的凸最適化問題を解くために必要とする他の一般的な技術である。本論文では,反転と離散化の連続配列を実行するアルゴリズムを提案したが,それはARMを用いる代わりにテレビに基づく正則化下の連続再構成を推定した。著者らのアルゴリズムは,後に続く繰返しによる未知数の数を低減するためのDARTのアイデアを組み込み,1-D TVによる設定であった。第二の成果として,ここではまた,グレーレベル(スキャンされた物体の異なる密度に対応する)が事前に知られていないときに適用できるセグメンテーションパラメータを自動的に選択できるようにする方法を示唆した。異なるファントムを用いて,DARTだけでなく,他の三つの連続再構成技術と比較した場合,提案したアルゴリズムは,より良い近似を明らかに示すために,様々な実験を行った。性能を調べるが,投影,制限視野,雑音のある投影とグレーレベルの事前知識の欠如シナリオの限られた数を考慮した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *画像再構成 ,  逆問題 ,  アルゴリズム ,  *トモグラフィー ,  *正則化 ,  ファントム ,  セグメンテーション ,  *画像 ,  雑音 ,  不変性 ,  *再構成 ,  代数学
準シソーラス用語： 凸最適化問題 ,  離散化 ,  *総変動 , 【Automatic Indexing@JST】

著者キーワード (5件)： トモグラフィー再構成 ,  離散トモグラフィー ,  全変動 ,  正則化 ,  セグメンテーション

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 全変動 ,  正則化 ,  トモグラフィー画像再構成