摘要
基于连续型 Hopfield神经网络 (HNN)提出了一种新的少数投影 CT图像重建算法。首先将图像重建问题转化为最大熵准则下的优化问题 ,然后构造相应的连续型 HNN模型 ,网络的稳定解就是重建问题的优化解。数值模拟结果表明 ,与联合代数重建技术 (SART)相比 ,利用从投影角间距为 4 5°的 4个不同的投影视角方向获取的投影数据 ,该算法具有较高的重建精度和良好的抗噪声性能。
A new image reconstruction algorithm of computer tomography from fewer views based on the continuous Hopfield neural network (HNN) is presented.The problem of image reconstruction is formulated as optimization under the criterion of maximum entropy,and a continuous HNN is then constructed to solve the optimization problem.Compared with the simultaneous algebraic reconstruction technique (SART),the results of numerical simulation show that this technique using the projection data obtained from 4 views with the projection angles 45° apart has fairly high accuracy and good stability against noise.
出处
《光电子．激光》
EI
CAS
CSCD
北大核心
2002年第10期1048-1050,共3页
Journal of Optoelectronics·Laser
基金
国家自然科学基金资助项目 (698780 0 7)
湖北省自然科学基金资助项目 (98J0 78)
图像信息处理与智能控制教育部重点实验室开放研究基金资助项目 (TKL J0 112 )
湖北省教育厅重点科研计划资助项目 (2 0 0 1A0 10 14 )
