4 DCT Reconstrucion Using Sparsity Level Constrained Compressed Sensing
4 DCT Reconstrucion Using Sparsity Level Constrained Compressed Sensing
复制标题
4 使用稀疏水平约束压缩感知的 DCT 重建
DOI：
--
复制
发表时间：
2012
期刊：
影响因子：
--
通讯作者：
J. Hornegger
中科院分区：
文献类型：
--
作者：
Haibo Wu;A. Maier;H. Hofmann;R. Fahrig;J. Hornegger
4D-CT是放射治疗中治疗模拟和治疗计划的重要工具。为了捕捉肿瘤和组织随时间的运动，与 3D-CT 相比，4D-CT 必须获取更多的投影图像。这会导致更多的辐射剂量，这是应用程序主要关注的问题。使用较少的投影可以减少辐射剂量。然而，缺乏投影会降低传统方法的重建图像质量。在本文中，我们提出了一种基于迭代硬阈值和压缩感知的新方法。我们在重建问题的表述中结合了两种方法的先验知识。在实验中，我们使用 XCAT 模型数据验证了我们的方法。计算重建图像的欧几里得范数和地面实况以进行评估。结果表明我们的方法优于传统的重建方法。
4D-CT is an important tool for treatment simulation and treatment planning in radiotherapy. In order to capture the tumor and tissue movement over time, 4D-CT has to acquire more projection images compared to 3D-CT. This leads to more radiation dose, which is the main concern of the application. Using fewer projections can reduce the radiation dose. However, lack of projections degrades the reconstructed image quality for traditional methods. In this paper, we propose a novel method based on iterative hard thresholding and compressed sensing. We combine the prior knowledge from both methods in our reconstruction problem formulation. In the experiments, we validate our method with XCAT phantom data. The Euclidean norm of the reconstructed images and the ground truth are calculated for evaluation. The results show that our method outperforms the traditional reconstruction method.
DOI：
--
发表时间：
2010
期刊：
--
影响因子：
--
作者：
Hao Gao;Jian-Feng Cai;Zuowei Shen;Hongkai Zhao
通讯作者：
Hao Gao;Jian-Feng Cai;Zuowei Shen;Hongkai Zhao
影响因子：
3.8
作者：
Ford, EC;Mageras, GS;Ling, CC
通讯作者：
Ling, CC