文献

J-GLOBAL ID：202102227941425082   整理番号：21A0568610

スパース表現と階層的Bayes-MAPに基づくCT画像のための新しいブラインド復元と再構成アプローチ【JST・京大機械翻訳】

A Novel Blind Restoration and Reconstruction Approach for CT Images Based on Sparse Representation and Hierarchical Bayesian-MAP

著者 (4件)： Sun Yunshan (School of Information Engineering, Tianjin University of Commerce, Tianjin 300134, China) ,  Zhang Liyi (School of Electrical Automation and Information Engineering, Tianjin University, Tianjin 300072, China) ,  Li Yanqin (School of Information Engineering, Tianjin University of Commerce, Tianjin 300134, China) ,  Meng Juan (School of Information Engineering, Tianjin University of Commerce, Tianjin 300134, China)
資料名： Algorithms (Web)  (Algorithms (Web))
巻： 12  号： 8  ページ： 174  発行年： 2019年 
JST資料番号： U7130A  ISSN： 1999-4893  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： コンピュータ断層撮影(CT)画像再構成と回復は医用画像処理において非常に重要であり,逆問題と関係がある。画像反復再構成は,CTイメージングの適用可能性を高め,放射線量を低減するための重要なツールである。それにもかかわらず,従来の画像反復再構成法は,サンプリング定理によって制限され,また,投影データのぼけは,再構成画像においてアンペアアンペアアーチファクトを伝播するであろう。これらの問題を克服するために,画像復元技法は,画像再構成を効果的に改善するために,多様な画像劣化効果を正確に補正するために開発されるべきである。本論文では,ブラインド画像復元技術を圧縮センシングCT画像再構成に組み込み,より少ない投影データを用いて高品質再構成画像をもたらすことができる。短時間の放射により少量のデータが得られるので,より少ないデータによる高品質画像再構成は放射線量の低減と等価である。技術的に,ぼけ過程および鋭いCT画像のスパース表現を,最初に一連のパラメータとしてモデル化した。推定スパース表現から鋭いCT画像を得た。次に,モデルパラメータを階層的Bayes最大事後定式化によって推定した。最後に,推定モデルパラメータを最適化し,最終画像再構成を得た。ピーク信号対ノイズ比(PSNR)と構造類似性指数(SSIM)に関して,シミュレーション実験で提案した方法の有効性を実証した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  最適化 ,  シミュレーション ,  標本化定理 ,  放射線量 ,  逆問題 ,  定式化 ,  計算機トモグラフィー ,  アーチファクト ,  *画像再構成 ,  画像復元
準シソーラス用語： *CT画像 ,  モデルパラメータ ,  圧縮センシング ,  *スパース表現 , 【Automatic Indexing@JST】

著者キーワード (4件)： CT再構築 ,  圧縮センシング ,  ブラインド復元 ,  階層的Bayes-MAP

分類 (1件)： 医用画像処理  (JE04020T)

引用文献 (24件)：

• Turner, M.O.; Mayo, J.R.; Müller, N.L.; Schulzer, M.; FitzGerald, J.M. The Value of Thoracic Computed Tomography Scans in Clinical Diagnosis: A Prospective Study. Can. Respir. J. 2016, 13, 311-316.
• Lv, P.; Liu, J.; Chai, Y.; Yan, X.; Gao, J.; Dong, J. Automatic Spectral Imaging Protocol Selection and Iterative Reconstruction in Abdominal CT with Reduced Contrast Agent Dose: Initial Experience. Eur. Radiol. 2017, 27, 374-383.
• Yan, M. Convergence Analysis of SART: Optimization and Statistics. Int. J. Comput. Math. 2013, 90, 30-47.
• Ferreira, J.C.; Flores, E.L.; Carrijo, G.A. Quantization Noise on Image Reconstruction using Model-based Compressive Sensing. Lat. Am. Trans. IEEE 2015, 13, 1167-1177.
• Lubner, M.G.; Pickhardt, P.J.; Tang, J.; Chen, G.H. Reduced Image Noise at Low-dose Multidetector CT of the Abdomen with Prior Image Constrained Compressed Sensing Algorithm. Radiology 2011, 260, 248-256.

タイトルに関連する用語 (6件)： スパース表現 ,  MAP ,  CT画像 ,  ブラインド ,  復元 ,  再構成