张 萌， 梁亚星， 陈 燕， 桂志国,， 张 权,*

(1.中北大学电子测试技术国家重点实验室， 太原 030051； 2.中北大学生物医学成像与影像大数据山西省重点实验室， 太原 030051； 3.中北大学信息与通信工程学院， 太原 030051)

计算机断层(computed tomography, CT)成像技术在辅助临床诊断方面具有巨大的应用价值[1]。新冠状病毒肺炎(COVID-19)防控期间，胸部CT检查在患者的排查、诊断和预后评估等方面均发挥着不可替代的作用[2]。然而，常规CT的辐射剂量较高，其累积辐射会为患者带来潜在的致癌风险[3]。因此，开展有关低剂量扫描技术的研究尤为重要。目前存在的诸多降低剂量的措施中，稀疏角度扫描是较重要的一种，通过减少投影采样角度，在一定程度上降低了X射线的照射剂量。然而，该扫描方式造成的投影数据缺失，会导致重建图像含有严重的条形伪影。

针对该问题，研究人员提出了多种稀疏重建算法，可概括为两类：一类是迭代重建算法，如宋洁等[4]用LP范数正则项代替重建模型中的全变差(total variation, TV)正则项，实现了36个扫描角度下的精确CT重建。此类方法重建精度高，但计算量大且耗时。相比而言，基于投影数据恢复的算法先补全缺失的投影数据，再进行解析或迭代重建，重建速度较快。许多可行的研究皆采用此类方法实现快速重建[5]。Li等[6]对每个缺失投影数据均拟合出一组经过该点的正弦曲线，并基于特征向量选取最佳曲线引导插值，提高了数据补全准确度并改善了重建图像的结构模糊问题；Kim等[7]使用全变差去噪算法对类正弦曲线进行分解，验证了该方法用于投影正弦图补全的可行性；……