一种基于TV最小化模型的CT图像分布式重建方法

摘要

本发明涉及一种基于TV最小化模型的CT图像分布式重建方法，首先确定分布式算法数据划分策略，其次将TV最小化模型转化为多子块TV最小化模型，然后利用ADM方法推导出最终的CT图像分布式重建算法，最后进行算法的分布式实现并获得最终重建结果。本发明将TV最小化模型划分为多子块TV最小化模型，并通过使用ADM交替方向法推导出最终的CT图像分布式重建算法，该分布式重建方法具有良好的收敛性能，将重建过程中的数据和运算转化为各个子问题的求解，而每个子问题都能够在单个节点上得到高效求解，使得整个分布式算法具有较优异的计算效率，这对于CT图像重建算法在实际问题中的应用具有重要意义。

主权项

一种基于TV最小化模型的CT图像分布式重建方法，其特征在于：包含如下步骤：步骤1、确定CT图像分布式算法的数据划分策略，输入已经获取的CT投影数据向量及预先产生的CT系统投影矩阵W，建立TV最小化模型，即：$\begin{array}{c}{\overrightarrow{f}}^{*}=\underset{\overrightarrow{f}}{\arg \min }{\left|\right|\overrightarrow{f}\left|\right|}_{\mathrm{TV}}\\ s.t\overrightarrow{p}=W\overrightarrow{f}.\end{array},$其中为待重建二维图像的各个像素排列成的一维向量，D₁和D₂分别表示横向和纵向的差分算子，和分别表示向量和的l₁‑范数；步骤2、根据步骤1中的数据划分策略，将TV最小化模型转化为多子块TV最小化模型；步骤3、利用ADM交替方向法推导CT图像分布式重建算法；步骤4、进行CT图像分布式重建算法的分布式实现及性能验证。