基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法
牛善洲1
刘宏1
刘沛沄1
张梦真1
李硕1
梁礼境1
李楠2
刘国良3
1.赣南师范大学数学与计算机科学学院,江西 赣州 341000;赣南师范大学赣州市计算成像重点实验室,江西 赣州 3410002.赣南师范大学经济管理学院,江西 赣州 3410003.赣南医学院医学信息工程学院,江西 赣州 341000
摘要：目的 为了减少脑灌注CT检查的辐射剂量,提高低剂量脑灌注CT图像质量,本文提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法.方法 对低剂量脑灌注CT图像进行分块形成一个矩阵,构建低秩稀疏矩阵分解模型进行求解后得到优质的低剂量脑灌注CT图像,最后利用恢复后的脑灌注CT序列图像计算出脑血流动力学参数图像.结果 在数值实验中,滤波反投影算法的图像的平均结构相似性为0.9438,本文方法恢复结果的平均结构相似性提高到0.9765;滤波反投影算法得到的脑血流量和脑血容量参数图像的结构相似性分别为0.7005和0.6856,本文方法得到的脑血流量和脑血容量参数图像的结构相似性提高到0.7871和0.7972.结论 本文方法在低剂量脑灌注CT图像噪声抑制和结构保持方面均有很好的表现,并且可以获取准确的脑血流动力学参数图像.
关键词：低剂量脑灌注CT图像恢复非局部低秩稀疏矩阵分解脑血流动力学参数
资助基金：国家自然科学基金(62261002)国家自然科学基金(11701097)江西省科技创新杰出青年人才资助计划项目(20192BCB23019)江西省重点研发计划一般项目(20202BBE53024)江西省双千计划科技创新高端人才(青年)项目(jsxq2019201061)大学生创新创业训练计划项目(202010418014)
论文发表日期：2022-09-20
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：8( 1309-1316 )
英文信息