针对利用正则化的迭代图像重建和/或图像去噪的正则因子的自动确定.pdf

《针对利用正则化的迭代图像重建和/或图像去噪的正则因子的自动确定.pdf》由会员分享，可在线阅读，更多相关《针对利用正则化的迭代图像重建和/或图像去噪的正则因子的自动确定.pdf（14页完整版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 104025156 A (43)申请公布日 2014.09.03 CN 104025156 A (21)申请号 201280061612.0 (22)申请日 2012.12.04 61/569,835 2011.12.13 US G06T 11/00(2006.01) (71)申请人 皇家飞利浦有限公司 地址 荷兰艾恩德霍芬 (72)发明人 F贝格纳 BJ布伦德尔 T克勒 (74)专利代理机构 永新专利商标代理有限公司 72002 代理人 王英 刘炳胜 (54) 发明名称 针对利用正则化的迭代图像重建和 / 或图像 去噪的正则因子的自动确定 (57) 摘要 一种处理部。

2、件(122)， 其基于利用正则化的迭 代重建算法和 / 或去噪算法处理图像。所述处理 部件包括设定点确定器 (224)， 所述设定点确定 器基于指示感兴趣图像质量的质量变量 (228)， 来确定在预定质量上限和质量下限 (226) 之间的 质量设定点 (216)。所述处理部件还包括比较器 (214)， 所述比较器在每次处理迭代， 将当前生成 的图像的质量度量与所述质量设定点进行比较， 并生成指示所述质量度量与所述质量设定点之间 的差的差值。所述处理部件还包括正则因子更新 器 (220)， 所述正则因子更新器响应于所述差值 指示所述质量度量在关于所述质量设定点的预定 范围之外， 而基于所述正则因。

3、子的当前值 (222) 和至少所述质量度量， 来生成针对下一处理迭代 的更新的正则因子。 (30)优先权数据 (85)PCT国际申请进入国家阶段日 2014.06.13 (86)PCT国际申请的申请数据 PCT/IB2012/056929 2012.12.04 (87)PCT国际申请的公布数据 WO2013/088294 EN 2013.06.20 (51)Int.Cl. 权利要求书 2 页 说明书 6 页 附图 5 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书6页 附图5页 (10)申请公布号 CN 104025156 A CN 104025156 。

4、A 1/2 页 2 1. 一种处理部件 (122)， 其基于利用正则化的迭代重建算法和 / 或去噪算法来处理图 像， 所述处理部件包括 ： 设定点确定器 (224)， 其基于指示感兴趣图像质量的质量变量 (228)， 来确定介于预定 质量上限和质量下限 (226) 之间的质量设定点 (216) ； 比较器 (214)， 其在每次处理迭代， 将当前生成的图像的质量度量与所述质量设定点进 行比较， 并生成指示所述质量度量与所述质量设定点之间的差的差值 ； 以及 正则因子更新器 (220)， 其响应于所述差值指示所述质量度量处于关于所述质量设定 点的预定范围之外， 而基于正则因子的当前值 (222)。

5、 和至少所述质量度量， 来生成针对下 一处理迭代的更新的正则因子。 2. 如权利要求 1 所述的处理部件， 其中， 所述质量变量限定介于所述上限和所述下限 之间的相对目标水平。 3. 如权利要求 2 所述的处理部件， 其中， 所述相对目标水平对应于感兴趣的目标图像 噪声或伪影水平降低。 4.如权利要求1至3中的任一项所述的处理部件， 其中， 所述上限对应于在正则化所述 图像之前的所述图像的质量度量， 并且所述下限对应于在完全正则化所述图像之后的所述 图像的质量度量。 5.如权利要求1至4中的任一项所述的处理部件， 其中， 所述下限被近似而无需完全正 则化所述图像。 6.如权利要求1至5中的任一。

6、项所述的处理部件， 其中， 所述上限和所述下限通过所述 上限被归一化。 7.如权利要求1至6中的任一项所述的处理部件， 其中， 所述正则因子更新器通过以下 中的一种或多种方式来生成所述更新的正则因子 ： 用所述正则因子的所述当前值乘以是所 述质量度量的函数的更新项 ； 或通过向所述当前正则因子增加是所述质量度量的函数的更 新项。 8. 如权利要求 1 至 7 中的任一项所述的处理部件， 其中， 所述正则因子更新器基于比 例 - 积分 - 微分控制来生成所述更新的正则因子。 9.如权利要求1至8中的任一项所述的处理部件， 其中， 迭代的所述质量度量指示该迭 代所生成的图像的图像噪声水平。 10.。

7、 如权利要求 1 至 8 中的任一项所述的处理部件， 其中， 所述迭代的所述质量度量指 示该迭代所生成的图像的图像噪声水平的标准偏差。 11. 如权利要求 1 至 8 中的任一项所述的处理部件， 其中， 迭代的所述质量度量指示该 迭代所生成的图像的伪影水平。 12. 如权利要求 1 至 11 中的任一项所述的处理部件， 还包括 ： 去噪器 (302)， 其在每次迭代， 基于针对相对应的迭代的所述更新的正则因子， 来对所 述图像进行去噪。 13. 如权利要求 1 至 11 中的任一项所述的处理部件， 还包括 ： 图像更新器 (202)， 其在每次迭代， 基于针对相对应的迭代的所述更新的正则因子，。

8、 来 更新所述图像。 14.如权利要求1至13中的任一项所述的处理部件， 其中， 所述正则因子更新器基于所 权 利 要 求 书 CN 104025156 A 2 2/2 页 3 述质量度量的预定行为， 来生成所述更新的正则因子。 15. 一种方法， 包括 ： 在第一处理迭代期间， 使用采用正则化和初始正则因子的算法， 来处理初始图像并生 成第一图像 ； 确定所述第一图像的第一质量度量 ； 将所述第一图像的所述第一质量度量与质量设定点进行比较， 并确定所述第一质量度 量与质量设定点之间的差值 ； 并且 响应于所述第一质量度量处于关于所述质量设定点的预定范围之外， 而针对所述图像 的后续处理迭代生。

9、成更新的正则因子， 其中， 所述更新的正则因子是基于所述初始正则因子和所述第一质量度量而生成的， 并且所述更新的正则因子被用于在所述后续处理迭代期间处理所述第一图像并生成后续 图像。 16. 如权利要求 15 所述的方法， 其中， 所述质量设定点基于介于质量下限与质量上限 之间的用户定义的目标百分数。 17. 如权利要求 16 所述的方法， 其中， 所述下限对应于在正则化之前的所述图像的质 量值， 并且所述上限对应于在完全正则化之后的所述图像的质量值。 18.如权利要求16至17中的任一项所述的方法， 其中， 所述质量度量在每次迭代， 指示 每个各自处理迭代所生成的图像的图像噪声水平或伪影水平。

10、。 19. 如权利要求 15 至 18 中的任一项所述的方法， 还包括 ： 在每次处理迭代， 生成更新的正则因子， 直到所述第一质量度量处于关于所述质量设 定点的所述预定范围之内。 20. 一种处理部件 (122)， 包括 ： 使用采用正则化的迭代算法处理图像并生成图像的部件 (202、 302)， 其中， 所述迭代算 法至少包括乘以正则因子的正则化项 ； 分析器 (208)， 其在每次处理迭代之后， 针对各自生成的图像生成质量度量 ； 以及 正则因子确定器 (212)， 其基于当前处理迭代生成的图像的质量度量和针对所生成的 图像的预定质量设定点 (216)， 来自动生成针对所述部件的下一处理。

11、迭代的更新的正则因 子。 权 利 要 求 书 CN 104025156 A 3 1/6 页 4 针对利用正则化的迭代图像重建和 / 或图像去噪的正则因 子的自动确定 技术领域 0001 以下大体涉及正则化的迭代图像重建和 / 或图像去噪， 并且具体应用于计算机断 层摄影 (CT)， 并且也可用于其他成像模态。 背景技术 0002 CT 扫描器包括安装在可旋转机架上的 X 射线管， 所述可旋转机架关于 z 轴绕检查 区域旋转。探测器阵列对向一角度弧， 跨检查区域与所述 X 射线管相对。所述 X 射线管发 射穿过所述检查区域的辐射。所述探测器阵列探测穿过所述检查区域的辐射， 并生成指示 其的投影数。

12、据。 重建器使用迭代或非迭代重建算法， 重建所述投影数据， 生成指示所述检查 区域的图像。 所述图像的噪声水平取决于各种成像参数， 并且可以通过去噪算法得以降低。 0003 已通过具有数据保真项和正则项的代价函数， 来将利用正则化的迭代图像重建和 / 或图像去噪算法公式化。用正则项乘以正则因子 ， 并然后将两个项相加， 以确定总代 价， 所述总代价被最小化。通用代价函数可以被表达为 ： 代价 (f) F(f)+ R(f)， 其中 f 表示图像， F(f) 表示数据保真项， R(f) 表示正则项， 并且 为自由参数并且表示控制所述 正则化的强度的正则因子。对于正则化的迭代重建， 所述数据保真项将。

13、正投影的图像与所 测量的投影进行比较， 任选地包括所述投影的噪声模型。 为了去噪， 所述数据保真项可以为 与所述初始的、 有噪声图像的差。类似地， 可以包括噪声模型。 0004 一般地， 手动确定所述正则因子 。然而， 倾向于依赖于图像和数据集。因此， 必须针对每个不同的图像和/或数据集手动确定。 这已通过用不同的(平行地或连续 地 ) 运行几次迭代， 并选择满足预定标准的 ， 来实现。遗憾的是， 该过程可能是计算和时 间密集型的。例如， 假定典型的迭代耗费二 (2) 或三 (3) 小时， 并且可能在到达合乎期望的 最终图像之前要运行十次 (10) 或更多次迭代， 确定针对特定图像的 可能耗费。

14、二十 (20) 或更多小时。 发明内容 0005 本文描述的各方面解决上述问题以及其他问题。 0006 在一方面中， 一种处理部件基于利用正则化的迭代重建算法和 / 或去噪算法， 来 处理图像。所述处理部件包括设定点确定器， 设定点确定器基于指示感兴趣图像质量的质 量变量， 来确定在预定质量上限和质量下限之间的质量设定点。所述处理部件还包括比较 器， 所述比较器在每次处理迭代， 将当前生成的图像的质量度量与所述质量设定点进行比 较， 并生成指示所述质量度量与所述质量设定点之间的差的差值。所述处理部件还包括正 则因子更新器， 正则因子更新器响应于所述差值指示所述质量度量在关于所述质量设定点 的预。

15、定范围之外， 而基于所述正则因子的当前值和至少所述质量度量， 来生成针对下一处 理迭代的更新的正则因子。 0007 在另一方面中， 一种方法， 包括 ： 在第一处理迭代期间， 使用采用正则化和初始正 说 明 书 CN 104025156 A 4 2/6 页 5 则因子的算法， 来处理初始图像并生成第一图像。 所述方法还包括 ： 确定所述第一图像的第 一质量度量。所述方法还包括 ： 将所述第一图像的所述第一质量度量与质量设定点进行比 较并确定它们之间的差值。所述方法还包括 ： 响应于所述第一质量度量在关于所述质量设 定点的预定范围之外， 而针对所述图像的后续处理迭代， 来生成更新的正则因子。 所。

16、述更新 的正则因子是基于所述初始正则因子和所述第一质量度量生成的， 并且所述更新的正则因 子被用于在所述后续处理迭代期间处理所述第一图像并生成后续图像。 0008 在另一方面中， 一种处理部件， 包括使用采用正则化的迭代算法处理图像并生成 图像的部件， 其中， 所述迭代算法至少包括乘以正则因子的正则化项。 所述处理部件还包括 分析器， 所述分析器在每次处理迭代之后， 针对各自生成的图像生成质量度量。 所述处理部 件还包括正则因子确定器， 所述正则因子确定器基于当前处理迭代生成的图像的质量度量 和针对所生成的图像的预定质量设定点， 自动生成针对所述部件的下一处理迭代的更新的 正则因子。 附图说明。

17、 0009 本发明可以采取各种部件与各部件的布置以及各个步骤与各步骤的安排的形式。 附图仅出于图示优选的实施例的目的并且不旨在被解释为限制本发明。 0010 图 1 示意性地图示了示范性成像系统。 0011 图 2 示意性地图示了可以与图 1 的成像系统一起使用的示范性重建器。 0012 图 3 示意性地图示了可以与图 1 的成像系统一起使用的示范性图像去噪器。 0013 图 4 以图形方式图示了自动确定的正则因子到对应于预定质量度量的值的收敛。 0014 图 5 以图形方式图示了针对所述预定质量度量的所述收敛的期望行为。 0015 图 6 图示了根据图 2 或图 3 中的至少一个的示范性方法。

18、。 具体实施方式 0016 以下大体涉及利用正则化的迭代重建和 / 或图像去噪。如在下文更详细描述， 用 本文中描述的方法， 所述正则因子被自动确定， 并且即使所述正则因子可以随图像和 /或数据集的不同而变化， 用户也仅需要提供(例如在0(即没有正则化， 或不正则化的) 与 100 ( 即， 完全正则化 ) 之间的 ) 正则化的相对水平。在一个实例中， 这减轻了由用户 通过对每个图像和 / 或数据集试错来手动确定合适的正则因子， 并因此减少了达到合适的 正则因子 和最终图像的时间量。 0017 图1图示了示范性成像系统100， 例如计算机断层摄影(CT)扫描器。 成像系统100 包括大体固定机。

19、架102和旋转机架104， 旋转机架104由固定机架102可旋转地支撑并关于 z 轴绕检查区域 106 旋转。 0018 辐射源 110， 例如 X 射线管， 由旋转机架 104 可旋转地支撑。辐射源 110 与旋转机 架104一起旋转， 并且发射穿过检查区域106的辐射。 一维或二维辐射敏感探测器阵列112 对向一角度弧， 跨检查区域 106 与辐射源 110 相对。探测器阵列 112 探测穿过检查区域 106 的辐射， 并生成指示其的投影数据。 0019 对象支撑体 118， 例如躺椅， 在检查区域 106 中支撑对象或受试者， 例如人或动物 受试者。通用计算系统或计算机充当操作者控制台 。

20、120。控制台 120 包括人类可读的输出 说 明 书 CN 104025156 A 5 3/6 页 6 设备 ( 例如监视器 ) 和输入设备 ( 例如键盘、 鼠标等 )。驻留在控制台 120 上的软件允许操 作者经由图形用户界面 (GUI) 或以其他方式与扫描器 100 交互和 / 或操作扫描器 100。 0020 重建器 114 重建所述投影数据， 并生成指示其的图像数据。如在下文更详细描述， 在一个实例中， 重建器 114 采用利用正则化的迭代重建算法， 并基于针对当前迭代生成的 图像的图像质量度量和预定的感兴趣正则水平， 来确定针对每次迭代的正则因子 ， 所述 预定的感兴趣正则水平可以。

21、为缺省和 / 或用户定义的水平。在一个实例中， 自动确定所述 正则因子。 0021 任选的图像去噪器 116 去噪由重建器 114 和 / 或其他重建器生成的图像， 所述其 他重建器包括采用常规的滤波反投影重建算法和 / 或其他基于正则化或非正则化的重建 算法的重建器。如在下文更详细描述， 在一个实例中， 去噪器 116， 类似地， 基于针对当前迭 代生成的当前生成的图像的图像质量度量和预定的感兴趣正则水平， 自动确定针对后续迭 代的正则因子 ， 所述预定的感兴趣正则水平可以为缺省和 / 或用户定义的水平。 0022 重建器 114 和图像去噪器 116 可以为相同部件 ( 例如在图 1 中所。

22、述的处理部件 122)的部分， 或为单独且不同的部件。 要认识到， 针对所述正则化的迭代重建算法或所述图 像去噪中的任一个或两者， 自动确定正则因子 ， 可以提升正则化的迭代重建算法和 / 或 图像去噪的可用性， 因为用户不需要知晓 的绝对值， 而是仅提供正则化的相对水平。 0023 重建器 114 和 / 或图像去噪器 116 经由处理器 ( 或微处理器、 控制器等等 ) 运行 被编码或嵌入在计算机可读存储介质(例如物理存储器)上的一个或多个计算机可读指令 来实施。这样的处理器可以为控制台 120 和 / 或其他计算设备 ( 例如专用计算机和 / 或其 他计算设备 ) 的部分。所述处理器也可。

23、以运行由载波、 信号或其他非计算机可读存储介质 ( 例如暂时性介质 ) 承载的至少一个计算机可读指令。 0024 图 2 图示了重建器 114 的范例。 0025 图像更新器 202 接收初始图像， 并使用利用正则化的迭代重建算法 204 处理所 述图像。在 Fessler 的 “Statistical image reconstruction methods for transmission tomography” (Handbook of Medical Imaging， 第 2 卷 ： Medical Image Processing and Analysis， 1.70 页， SPIE。

24、， 贝灵翰姆， 2000 年 ) 中描述了这样的算法的范例。例如， 该引文讨 论了用于通过最大化以下形式的惩罚似然目标函数， 来确定对真实衰减图的估计 的方法 ： 其中 为所述目标函数， 并且 R() 为粗糙度惩 罚。 0026 在所图示的实施例中， 针对第一重建迭代的正则因子被设定为初始值 206， 其可 以为预定的缺省值和 / 或用户定义的， 并且可以为零或非零的值。在这样的处理之后， 图像 更新器 202 生成图像， 并且在后续重建迭代期间类似地处理所生成的图像。在所图示的范 例中， 图像更新器 202 使用 在每次重建迭代的不同更新值， 迭代地重建最终图像。 0027 分析器 208 。

25、在每次重建迭代之后接收所生成的图像， 并基于一个或多个给定质量 标准 ( 例如噪声、 伪影等等 )， 来分析所接收的图像。分析器 208 生成指示其的质量度量。 所述质量度量可以为单个值或多个值。 质量度量的范例包括， 但不限于， 全局或局部图像噪 声标准偏差或方差。可以任选地使用其他量化标准。分析器 208 在每次重建迭代之后输出 所述质量度量。 说 明 书 CN 104025156 A 6 4/6 页 7 0028 确定器 212 在每次重建迭代之后接收每个生成的图像的质量度量， 并确定针对 下一重建迭代的更新的 。 确定器 212 包括比较器 214， 其将每次重建迭代的所接收的 质量度。

26、量与存储在存储器 218 中的预定质量设定点 216 进行比较， 确定每次重建迭代指示 所接收的质量度量与预定质量设定点 216 之间的误差或差的值。 0029 如果所述质量度量满足质量设定点216(例如， 所述质量度量在关于设定点216的 预定范围或容差之内)， 则确定器212向图像更新器202传送一信号， 其终止所述迭代重 建， 并且图像更新器 202 输出最终的重建图像。其他停止标准可以包括迭代的次数、 流逝了 一时间持续等。否则， 更新器 220 更新 的当前值 222， 并将所更新的 传送到图像更 新器 202， 用于下一重建迭代。 0030 可以以各种方式确定设定点216。 例如，。

27、 设定点确定器224基于质量上限和质量下 限 226 和质量变量 228， 来确定设定点 216， 质量变量 228 指示在质量上限和质量下限 226 之间的水平。在一个非限制性的实例中， 上限被确定为初始的未正则化的图像的所述质量 度量， 并且下限被确定为完全 ( 或 100 ) 正则化的初始图像的所述质量度量， 其可以通过 完全正则化所述图像来确定， 或无需完全正则化所述初始图像地近似。可以通过所述上限 来归一化质量上限和质量下限 226。本文中也预期用于确定质量上限和质量下限的其他方 法。 0031 质量变量 228 在该实施例中表示上限和下限 226 之间的相对目标水平 ( 例如， 被。

28、 表达为百分数或其他方式 )( 例如在上限和下限 226 之间的 50 )。该相对目标水平可以 由用户 ( 例如放射科医师或其他执业医师 ) 或计算机确定或设定。 0032 图 3 图示图像去噪器 116 的范例。 0033 去噪器 302 接收初始 ( 例如， 未去噪的 ) 图像， 并基于去噪算法 304 来对所述图 像进行去噪。所述初始图像可以由成像系统 100 或其他系统生成。在 2011 年 10 月 17 日递交的、 受让于皇家飞利浦电子股份有限公司 ( 荷兰埃因霍温 ) 的题为 “Low Dose CT De-Noising” 的国际(PCT)申请序列号PCT/IB2011/054。

29、588中， 描述了合适的正则化的去噪 算法的非限制性范例， 在此通过引用将其整体并入。 0034 去噪器 302 使用 的初始值 306， 用去噪算法 304 来去噪所接收的初始图像。可 以如本文针对 的初始值 206 所述， 来确定 的初始值 306。在这样的处理之后， 图像去 噪器 302 生成去噪图像。如果所述去噪图像的图像质量不满足感兴趣图像质量， 则去噪器 302 也可以进一步去噪所生成的去噪图像， 如下文所述。在所图示的范例中， 去噪器 302 以 迭代的方式， 使用每次迭代 的不同更新值， 进一步去噪所生成的去噪图像。 0035 结合图 2 描述分析器 208 和 确定器 212。

30、。 0036 亦即， 分析器 208 在每次去噪迭代之后， 接收所生成的图像， 并基于一个或多个给 定质量标准 ( 例如噪声、 伪影等等 )， 来分析接收到的图像。分析器 208 生成指示其的质量 度量。所述质量度量可以为单个值或多个值。质量度量的范围包括， 但不限于， 全局或局部 图像噪声标准偏差或方差。可以任选地使用其他量化标准。分析器 208 在每次图像去噪迭 代之后， 输出所述质量度量。 0037 确定器 212 在每次去噪迭代之后， 接收每个生成的图像的所述质量度量， 并确 定针对每个下一去噪迭代的更新的 。 确定器 212 包括比较器 214， 其将所接收的每次 去噪迭代的质量度量。

31、与存储在存储器 218 中的预定质量设定点 216 进行比较， 确定指示每 说 明 书 CN 104025156 A 7 5/6 页 8 次去噪迭代所接收的质量度量与预定质量设定点 216 之间的误差或差的值。 0038 类似地， 如果所述质量度量满足质量设定点 216( 例如， 所述质量度量在关于设定 点 216 的预定范围或容差之内 )， 则 确定器 212 将信号传送到图像去噪器 302， 其终止去 噪， 并且图像去噪器 302 输出最终的去噪图像。类似地， 其他停止标准可以包括迭代的次 数、 逝去了一时间持续， 等等。否则， 更新器 220 更新 的当前值 222， 并且将更新的 传送。

32、到图像去噪器 302， 用于所述下一图像去噪迭代。 0039 在该范例中， 所述上限被确定为初始(非去噪)图像的质量度量， 并且所述下限被 确定为完全 (100 ) 去噪的初始图像的质量度量， 其可以通过完全去噪所述图像来确定， 或无需完全去噪所述初始图像而被近似。类似地， 可以通过所述上限归一化质量上限和质 量下限 226。本文中也预期用于确定质量上限和质量下限 226 的其他方法。 0040 此外， 可以基于剂量设定质量变量 228， 这允许针对给定图像质量的所述图像的剂 量减少。例如， 当执业医师要将质量变量设定在 50时， 由于可以确定剂量与噪声之间的 关系， 针对给定图像质量患者剂量。

33、被减少至四分之一。 在另一实例中， 可以针对给定患者剂 量， 改善最终图像质量。在又另一范例中， 改善图像质量且减小剂量。本文中也预期用于确 定设定点 216 的其他方法。 0041 针对在图 2 和图 3 中描述的实施例之一或两者， 在等式 1 中示出了基于质量设定 点 216， 使用比例 - 积分 - 微分 (PID) 控制， 用于在每次迭代更新 的非限制性方法 ： 0042 等式 1 ： 0043 (k) (k-1)2P(e(k)+IE(k)+De(k)， 0044 其中， (k) 为针对所述下一迭代的更新的 ， (k-1) 为前一更新的 ， P、 I 和 D分别为针对PID控制的比例、。

34、 积分和微分常数， e(k)表示当前迭代的质量度量与当前迭代 的设定点之间的差， E(k)为直到第k次迭代的e(k)的加合， 并且e(k)表示在第(k-1)到 第 k 次迭代之间， 所述质量度量与所述设定点之间的所述差的改变 ( 即， e(k)-e(k-1)。在 另一实施例中， 可以使用 P、 PI 和 / 或其他控制来更新 。 0045 图 4 以图形方式图示了使用具有 Huber 惩罚的最大似然重建， 在多次迭代上更新 的非限制性范例， 其中， 所述质量度量为所述图像的全局噪声水平。 0046 第一 y 轴 402 表示在上限和下限 226 之间的质量度量范围， 其被归一化到所述上 限， 。

35、第二 y 轴 404 表示 的值， 并且 x 轴 406 表示重建或去噪迭代的次数。针对图 4， 质量 设定点 408 被设定到在归一化的上限和下限之间的 50 ( 或 0.5)。质量度量曲线 410 示 出， 所述质量度量在大致 500 次迭代之后， 收敛到所述 50点。 曲线 412 示出， 一旦所述 质量度量达到设定点， 的值收敛到并在大致 250 次时保持相当恒定。该范例是出于解释 目的提供的， 并且非限制性的。 0047 要认识到， 更新器 220 可以任选地应用一套更新规则， 例如以缓解在所述质量 度量过低和/或过冲。 例如， 图5以图形方式图示了针对所述质量度量的范例目标行为50。

36、0。 在图 5 中， y 轴 502 表示在上限和下限 226 之间的质量范围， 其被归一化到所述上限， 并且 x 轴 504 表示重建或去噪迭代的次数。如在图 5 中所示， 目标行为 500 包括大致线性的区域 506( 即， 具有固定斜率的线性衰减 )， 直到到达设定点 508， 以缓解设定点 216 的可能的过 冲。本文中也预期其他目标行为。该范例行为是出于解释目的提供的， 并且非限制性的。 0048 图 6 图示了根据本文描述的实施例的范例方法。 说 明 书 CN 104025156 A 8 6/6 页 9 0049 要认识到， 本文描述的所述方法中的动作的顺序不是限制性的。 这样， 。

37、本文也预期 其他排序。此外， 可以省略一个或多个动作和 / 或可以包括一个或多个外的动作。 0050 在 600， 获得图像， 用于以采用利用正则因子的算法处理。 0051 在 602， 将所述正则因子设定到初始值。 0052 在 604， 经由正则化的迭代重建算法或去噪算法， 处理所述图像， 例如如本文中所 述， 产生经处理的图像。 0053 在 606， 确定针对所处理的图像的质量度量。 0054 在 608， 将所述质量度量与质量设定点进行比较， 并确定指示所述质量度量与所述 质量设定点之间的差的差值。 0055 在 610， 确定所述质量度量的绝对值是否在关于所述质量设定点的预定范围 。

38、( 例 如， 容差 ) 之内。如本文中描述的， 可以基于质量下限与质量上限 226 之间的目标水平， 来确定所述质量设定点。 0056 如果所述质量度量在所述预定范围之外， 则在 612， 如本文中所述， 更新所述正则 因子， 并且用所更新的正则因子重复动作 604-610。如果所述质量度量在所述预定范围之 内， 则在 614， 输出最终图像。 0057 已参考优选的实施例描述了本发明。他人在阅读和理解前文的详细描述时， 可以 想到多种修改和变型。本发明旨在被解释为包括所有这样的修改和变型， 只要它们落入权 利要求书或其等价方案的范围之内。 说 明 书 CN 104025156 A 9 1/5 页 10 图 说 明 书 附 图 CN 104025156 A 10 2/5 页 11 图 说 明 书 附 图 CN 104025156 A 11 3/5 页 12 图 3 说 明 书 附 图 CN 104025156 A 12 4/5 页 13 图 4 图 5 说 明 书 附 图 CN 104025156 A 13 5/5 页 14 图 6 说 明 书 附 图 CN 104025156 A 14 。