基于投影域生成模型的稀疏角CT重建研究

作     者：管兵 

作者单位：南昌大学 

学位级别：硕士

导师姓名：刘且根;李炳轩

授予年度：2023年

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 080203[工学-机械设计及理论] 0802[工学-机械工程] 100106[医学-放射医学] 10[医学] 100602[医学-中西医结合临床] 

主      题：稀疏角度CT 投影域 生成模型 基于分数的扩散模型 

摘      要：计算机断层扫描(Computed tomography,CT)检查中的X射线会对患者造成辐射伤害,但可以通过减少投影角度的方式显著降低检查过程受到的总的辐射剂量。直接减少投影角度通常会导致重建的图像出现严重的混叠伪影,为了解决减少投影角度造成的成像伪影,学者们提出了各种不同的重建方法,其中有基于深度学习的重建方法。以往使用深度学习方法进行稀疏角度CT重建需要稀疏角度/全角度CT图像对以监督学习的方式训练网络。当投影角度数量发生变化时,为了保持重建质量,基于有监督的深度学习重建方法需要使用对应的新的投影角度/全角度CT图像对重新训练网络。为了缓解这一限制,本文提出了一种完全无监督的基于投影域分数匹配的生成模型用于稀疏角度CT重建任务。通过应用通道复制策略,在训练和重建过程中,对样本注入不相关噪声,提升了训练分数估计的准确性和重建性能。最后本文在多个相关CT数据集上对所提出的方法进行定性和定量比较评价,其实验结果表明,本方法取得了与有监督方法相当或更好的性能。本研究的主要工作如下:(1)设计一个基于投影域高维张量的分数匹配生成模型。在训练过程中,通过通道复制策略,将原始投影数据经通道变换映射为高维张量以提高基于分数匹配生成模型对分数估计的准确性,之后利用多尺度噪声对所构建的高维数据进行扰动以估计其概率分布密度的梯度。在投影生成阶段,通过逆随机微分方程求解器和数据一致性约束进行保真项和先验项的交替更新,以确保最优解。(2)提出了通道复制策略用于构建高维投影域张量,提高了分数匹配的准确性,并且在稀疏角CT重建应用中取得了良好表现,同时也缓解了生成模型在处理复杂数据分布数据时表示能力不足的问题。