朱永成 陈 阳 ，2，3 罗立民，2，3 Toumoulin Christine，2，3

(1东南大学影像科学与技术实验室，南京210096)

(2中法生物医学信息研究中心，法国雷恩35000)

(3法国雷恩大学信号与图像处理实验室，法国雷恩35042)

计算机断层成像(computed tomography，CT)技术自1970年初面世以来在医学诊断、治疗中的应用越来越广泛.与其他常规影像检查手段(如X射线)相比，CT技术能够提供具有较高分辨率的断层解剖学图像，但是其较高的辐射剂量会对人体带来一定的伤害.低剂量 CT(low-dose CT，LDCT)图像一般可以通过降低X射线管电压或管电流的方法得到.由于块状噪声的影响，图像质量会显著下降.因此，如何有效抑制LDCT图像中的噪声成为CT技术在临床应用中的关键［1］.改进CT图像质量的方法可概括为以下3类:①对重建算法进行改进，减小噪声对重建过程的影响.该类算法的研究有赖于投影数据及其相关信息的获得.②对投影数据进行去噪，再利用传统的滤波反投影算法进行重建.此技术的关键在于理解不同剂量CT投影数据的噪声统计特性，并据此设计有效算法以抑制投影数据中的噪声［2］.③ 在图像空间中对重建图像进行噪声抑制.由于CT成像过程是经过反投影重建得到的，其噪声统计特性比较复杂，常规的图像空间处理方法难以取得较好的去噪效果［3］.

近年来，在自然图像分析领域，基于自适应稀疏表示理论的方法得到越来越多的关注.该理论起源于Olshausen等［4］提出的一种通过学习得到过完备字典的算法，该算法从一组自然图像中提取小图像块作为……