低剂量CT图像成像和处理的新算法研究

本课题组在青年科学基金项目“低剂量CT图像成像和处理的新算法研究”的资助下，努力研究低剂量CT成像新算法并探索其在临床中的应用，我们从CT成像系统模型出发，建立合理的低剂量CT图像和测量数据模型，通过对临床实测数据的大样本分析，在经典重建模型和理论的基础上，发展了一系列低剂量CT成像新方法，在算法理论方面，我们从压缩感知字典学习理论出发，通过在多尺度多方向空间上的CT图像特征信息挖掘，在低剂量迭代重建算法，稀疏扫描投影重建，投影空间数据处理，金属伪影纠正，以及低剂量CT 图像后处理方面提出了一系列新的算法。在临床应用方面，课题组开发了基于CUDA并行加速的三维断层重建算法包，并搭建了快速低剂量CT图像后处理系统ProbeCT2.0，该ProbeCT2.0系统已经在临床得到了初步应用。我们目前正在优化所设计算以缩短计算耗时。在下一步的工作中我们将基于临床低剂量CT 图像在不同病人，不同病变以及不同人体部位的不同特点改进所提出算法，并对所提出算法进行深入的临床验证。