使用图像梯度l（0）-范数和张量字典的低剂量光谱CT重建

光谱计算机断层扫描（CT）在病变检测，组织表征和材料分解方面具有极大的优势。 为了进一步扩展其潜在的临床应用，在这项工作中，我们提出了一种改进的张量字典学习方法，用于具有图像梯度l（0）-norm约束的低剂量光谱CT重建，被称为l（0）TDL。 l（0）TDL方法通过利用频谱CT图像的相似性继承了张量词典学习（TDL）的优点。 另一方面，通过在梯度图像域中引入l（0）-范数约束，该方法强调了空间稀疏性，克服了TDL在保留边缘信息方面的弱点。 采用分裂布勒曼法对提出的方法进行求解。 数值模拟和实际的鼠标研究都可以用来评估所提出的方法。 结果表明，所提出的l（0）TDL方法优于其他竞争方法，例如总变异（TV）最小化，低秩电视（TV + LR）和TDL方法。