Skip to main content
main-content

20.09.2018 | Ausgabe 3/2019

Journal of Digital Imaging 3/2019

A Compressed-Sensing Based Blind Deconvolution Method for Image Deblurring in Dental Cone-Beam Computed Tomography

Zeitschrift:
Journal of Digital Imaging > Ausgabe 3/2019
Autoren:
K. S. Kim, S. Y. Kang, C. K. Park, G. A. Kim, S. Y. Park, Hyosung Cho, C. W. Seo, D. Y. Lee, H. W. Lim, H. W. Lee, J. E. Park, T. H. Woo, J. E. Oh

Abstract

In cone-beam computed tomography (CBCT), reconstructed images are inherently degraded, restricting its image performance, due mainly to imperfections in the imaging process resulting from detector resolution, noise, X-ray tube’s focal spot, and reconstruction procedure as well. Thus, the recovery of CBCT images from their degraded version is essential for improving image quality. In this study, we investigated a compressed-sensing (CS)-based blind deconvolution method to solve the blurring problem in CBCT where both the image to be recovered and the blur kernel (or point-spread function) of the imaging system are simultaneously recursively identified. We implemented the proposed algorithm and performed a systematic simulation and experiment to demonstrate the feasibility of using the algorithm for image deblurring in dental CBCT. In the experiment, we used a commercially available dental CBCT system that consisted of an X-ray tube, which was operated at 90 kVp and 5 mA, and a CMOS flat-panel detector with a 200-μm pixel size. The image characteristics were quantitatively investigated in terms of the image intensity, the root-mean-square error, the contrast-to-noise ratio, and the noise power spectrum. The results indicate that our proposed method effectively reduced the image blur in dental CBCT, excluding repetitious measurement of the system’s blur kernel.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

★ PREMIUM-INHALT
e.Med Interdisziplinär

Mit e.Med Interdisziplinär erhalten Sie Zugang zu allen CME-Fortbildungen und Fachzeitschriften auf SpringerMedizin.de. Zusätzlich können Sie eine Zeitschrift Ihrer Wahl in gedruckter Form beziehen – ohne Aufpreis.

Weitere Produktempfehlungen anzeigen
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 3/2019

Journal of Digital Imaging 3/2019 Zur Ausgabe
  1. Sie können e.Med Radiologie 14 Tage kostenlos testen (keine Print-Zeitschrift enthalten). Der Test läuft automatisch und formlos aus. Es kann nur einmal getestet werden.

Neu im Fachgebiet Radiologie

Meistgelesene Bücher aus der Radiologie

2016 | Buch

Medizinische Fremdkörper in der Bildgebung

Thorax, Abdomen, Gefäße und Kinder

Dieses einzigartige Buch enthält ca. 1.600 hochwertige radiologische Abbildungen und Fotos iatrogen eingebrachter Fremdmaterialien im Röntgenbild und CT.

Herausgeber:
Dr. med. Daniela Kildal

2011 | Buch

Atlas Klinische Neuroradiologie des Gehirns

Radiologie lebt von Bildern! Der vorliegende Atlas trägt dieser Tatsache Rechnung. Sie finden zu jedem Krankheitsbild des Gehirns Referenzbilder zum Abgleichen mit eigenen Befunden.

Autoren:
Priv.-Doz. Dr. med. Jennifer Linn, Prof. Dr. med. Martin Wiesmann, Prof. Dr. med. Hartmut Brückmann

Mail Icon II Newsletter

Bestellen Sie unseren kostenlosen Newsletter Update Radiologie und bleiben Sie gut informiert – ganz bequem per eMail.

Bildnachweise