بهبود كيفيت تصوير در توموگرافي كامپيوتري دوز پايين با استفاده ازحسگري فشرده و ضرايب موجك و تبديل كسينوسي

Improved Image Quality in Reduced Radiation Computerized Tomography Using Compressed-Sensing and DWT and DCT Coefficients

در اين مقاله، الگوريتمي جديد بر‌مبناي حسگري فشرده براي بازسازي تصوير در سيستم تصويربرداري مقطع نگاري كامپيوتري (CT) ارايه شده است. هدف اصلي، كاهش زمان اسكن در تصويربرداري CT و بنابراين دوز اشعه تابشي، بدون كاهش كيفيت تصوير است. براي بهبود كيفيت تصوير بازسازي شده توسط تعداد نمونه هاي كم دريافتي، تابع هزينه جديدي شامل تركيب بهينه‌اي از ضرايب تبديل موجك و ضرايب تبديل كسينوسي و واريانس مجموع ، ارايه شده است. كيفيت تصاوير به‌دست‌آمده با تصاوير حاصل از تكنيك‌هاي پيشين حسگري فشرده، بر‌اساس معيارهاي متوسط مربعات خطا (MSE)، بيشينه نسبت سيگنال به نويز (PSNR) و تشابه ساختار (SSIM)، به‌صورت كمي مقايسه شده است. نتايج، نشان‌دهنده آن است كه روش پيشنهادي قادر به توليد تصاوير با كيفيت بالاتر و حفظ بهتر لبه، در عين كاهش مصنوعات تصوير با استفاده از تعداد زواياي ديد محدود، است. اين نتايج، بهبود قابل ملاحظه اي نسبت به نتايج الگوريتم‌هاي فشرده‌سازي پيشين از ديدگاه كيفيت تصوير بازسازي‌شده دارند.

A novel computerized tomographic (CT) imaging structure based on the theory of compressed sensing (CS) is proposed. The main goal is to mitigate the CT imaging time and thus x-ray radiation dosage without compromising the image quality. In this study, we propose to use a novel dictionary in compressed sensing algorithm. Our dictionary is an optimal combination of Wavelet Transform (WT), Discrete Cosine Transform (DCT), and Total Variation (TV) transform. We utilize three quality assessment metrics including mean square error (MSE), peak signal to noise ratio (PSNR) and structural similarity (SSIM) indices to quantitatively evaluate the reconstructed images. The results show that the proposed method can generate high quality images with less artifacts while preserving edges when fewer number of view angles are used for reconstruction in a CT imaging system. This is in comparison with those results obtained from other reconstruction algorithms in view of the reconstructed image quality.