基于主成分分析的多能谱CT图像分析方法研究
邸云霞
孔慧华
牛晓伟
中北大学数学学院,太原030051;信息探测与处理山西省重点实验室,太原030051
摘要：基于光子计数探测器的能谱CT,可以同时采集多个能谱通道的投影数据,并获得相应能量范围内物质的吸收特征,可以有效应用于物质识别与材料分解.主成分分析是一种很好的多元数据分析技术,可以用于处理多能谱CT数据.本文分别在投影域和图像域对能谱CT数据进行主成分分析,并对分析结果做出系统比较.为了减少噪声的影响,提高能谱CT图像的彩色表征性能,提出双域滤波与像素值平方相结合的方法,用于含噪声的主成分图像去噪,然后将所选取的主成分图像映射到RGB颜色通道.实验结果表明,无论是在投影域还是图像域进行主成分分析,都可以获取清晰的CT图像,识别出物质的不同成分.相较于在图像域的主成分分析方法,在投影域进行主成分分析能够保留物质的更多细节,获取更清晰的彩色CT图像.
关键词：能谱CT主成分分析物质识别投影域图像域
分类号：O242(计算数学)TP391(计算技术、计算机技术)
资助基金：山西省基础研究计划项目(202103021224190)国家自然科学基金(61801437)基于深度学习的递变能量多谱CT成像表征方法研究(61871351)基于深度学习的低剂量CT重建与影像识别(61971381))(61971381)
论文发表日期：2022-11-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：12( 749-760 )
英文信息