论文部分内容阅读
计算机断层成像是医学检查的常用方法,但是检查中过量的辐射可能对病人造成二次伤害。基于此提出了一种稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的肺部计算机断层成像(Computed Tomography,CT)图像重构方法,首先应用高斯随机分布矩阵对肺部图像进行测量,并建立基于小波变换的稀疏字典,最后应用稀疏贝叶斯学习算法对图像进行重构。仿真实验结果显示,该方法能够实现对肺部图像重构,当压缩率为0.6的时候,重构的肺部组织图像的峰值信噪比达到34.180 9,满足医学检查