东北大学学报:自然科学版 ›› 2017, Vol. 38 ›› Issue (7): 936-940.DOI: 10.12068/j.issn.1005-3026.2017.07.006
滕月阳, 郑孙易, 卢子鹏, 康雁
TENG Yue-yang, ZHENG Sun-yi, LU Zi-peng, KANG Yan
摘要: 基物质分解是双能CT重建的重要步骤,其中双物质分解是常用的分解模型之一,该模型的核心关键是计算分解系数投影.为了更快计算它,提出了基于误差反馈梯度下降的双能CT双物质分解算法和基于Armijo-Goldstein梯度下降的双能CT双物质分解算法.由于计算了梯度下降步长,这两种方法能快速迭代求解基物质分解系数投影.同时他们有效地解决了双能CT重建的非线性问题.仿真实验结果显示,与传统查表匹配法相比,这两种算法稳定收敛,计算速度快,重建精度高,对临床应用有重要的意义.在重建结果精度近似的情况下,基于Armijo-Goldstein梯度下降的算法采用不精确线性搜索步长,因此它的运行速度更快.
中图分类号: