自適應(yīng)加權(quán)全變分的低劑量CT統(tǒng)計(jì)迭代算法

變分的LDCT統(tǒng)計(jì)迭代重建算法。該算法克服了傳統(tǒng)全變分（TV）算法在去除條形偽影的同時(shí)引入階梯效應(yīng)的缺點(diǎn)，把基于加權(quán)方差的加權(quán)因子與TV模型相結(jié)合提出自適應(yīng)加權(quán)全變分模型，然后再把新模型應(yīng)用到懲罰加權(quán)最小二乘（ PWLS）重建算法中，這樣就可以對(duì)圖像的不同區(qū)域進(jìn)行不同強(qiáng)度的去噪，從而取得噪聲抑制和邊緣保持的良好效果。采用Shepp-Logan模型和數(shù)字骨盆體模來(lái)驗(yàn)證算法的有效性，實(shí)驗(yàn)結(jié)果表明，所提算法的歸一化均方距離和歸一化平均絕對(duì)距離均比濾波反投影（FBP）、PWLS、懲罰加權(quán)最小二乘的中值先驗(yàn)（PWLS-MP）以及懲罰加權(quán)最小二乘的全變分（ PWLS-TV）算法的值小，且可分別獲得40. 91 dB和42. 25 dB的峰值信噪比。實(shí)驗(yàn)結(jié)果表明，該算法重建出的圖像在有效去除條形偽影的同時(shí)對(duì)圖像的邊緣和細(xì)節(jié)起到很好的保護(hù)作用。