期刊简介
本刊是综合性学术期刊，主要刊登人工器官、生物材料、生物力学、生物信息与控制、生物医学测量、医药工程、生物工程、中医工程、计算机在医学中的应用、医疗器械等方面的理论研究和最新成果。适合从事生物医学工程的科研、工程人员及临床医生阅读，面向国内外公开发行。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>北京生物医学工程杂志
- 杂志名称：北京生物医学工程杂志
- 主管单位：北京市卫生健康委员会
- 主办单位：北京市心肺血管疾病研究所
- 国际刊号：1002-3208
- 国内刊号：11-2261/R
- 出版周期：双月刊
期刊荣誉：北京市优秀作品编辑奖（89）期刊收录：维普收录(中), 知网收录(中), 万方收录(中), 统计源核心期刊(中国科技论文核心期刊), 国家图书馆馆藏, 上海图书馆馆藏
基于双层字典学习的低剂量CT图像重建算法
朱雪茹；李勇明；李传明；李志超；王健；刘燕
关键词：低剂量投影, K-SVD算法, 稀疏编码, 双层字典学习, CT重建
摘要：目的 低剂量投影条件下的CT图像重建.方法 采用双层K-奇异值分解(K-singular value decomposition,K-SVD)字典训练的学习方法进行图像的超分辨率重建.字典学习方法中采用K-SVD算法,稀疏编码采用正交匹配追踪(orthogonal matching pursuit,OMP)算法.该算法首先利用训练库进行第一层字典训练,然后利用第一层训练的字典对低分辨率图像进行重建.进而将重建图像作为第二层待重建图像的输入,这样使得第二层输入图像含有较多的高频细节信息,因此能在重构的过程中恢复更多的细节信息,让高分辨率重构图像达到较好的效果.结果 双层字典重建效果明显优于K-SVD算法,重建图像更接近于原始高分辨率CT图像.结论 本研究对双层字典训练学习的框架进行反迭代投影的全局优化改进,改善了图像的重建质量.
友情链接