计算机研究与发展 ›› 2017, Vol. 54 ›› Issue (8): 1703-1712.doi: 10.7544/issn1000-1239.2017.20170346
所属专题: 2017人工智能前沿进展专题
耿凤欢1,2,刘慧1,2,郭强1,2,尹义龙1,3
Geng Fenghuan1,2, Liu Hui1,2, Guo Qiang1,2, Yin Yilong1,3
摘要: 由于受到扫描时间和照射剂量的限制,肺部4D-CT数据中纵向采样率远小于面内采样率.为了得到更高质量的肺部图像,从医学图像固有的自相似性出发,提出了一种基于局部和全局相结合的变分光流估计的图像序列超分辨率重建技术,用于提高4D-CT图像重建质量.首先,构建了一个用于求解肺部4D-CT不同相位图像之间的光流场的变分光流模型;然后,利用快速交替方向乘子法求解该模型,得到不同相位图像之间的光流场;最后,基于光流场,并利用非局部迭代反投影超分辨率重建算法,实现了高分辨率肺部图像的重建.实验结果表明:与已有算法相比,本方法在增强图像纹理结构的同时更好地保留了图像的轮廓.
中图分类号: