BACKGROUND This paper investigates the benefits of data filtering via complex dual wavelet transform for metal artifact reduction (MAR). The advantage of using complex dual wavelet basis for MAR was studied on simulated dental computed tomography (CT) data for its efficiency in terms of noise suppression and removal of secondary artifacts. Dual-tree complex wavelet transform (DT-CWT) was selected due to its enhanced directional analysis of image details compared to the ordinary wavelet transform. DT-CWT was used for multiresolution decomposition within a modified total variation (TV) regularized inversion algorithm. METHODS In this study, we have tested the multiresolution TV (MRTV) approach with DT-CWT on a 2D polychromatic jaw phantom model with Gaussian and Poisson noise. High noise and sparse measurement settings were used to assess the performance of DT-CWT. The results were compared to the outcome of the single-resolution reconstruction and filtered back-projection (FBP) techniques as well as reconstructions with Haar wavelet basis. RESULTS The results indicate that filtering of wavelet coefficients with DT-CWT effectively removes the noise without introducing new artifacts after inpainting. Furthermore, adoption of multiple resolution levels yield to a more robust algorithm compared to varying the regularization strength. CONCLUSIONS The multiresolution reconstruction with DT-CWT is also more robust when reconstructing the data with sparse projections compared to the single-resolution approach and Haar wavelets.

中文翻译：

---

结合双树复小波和多分辨率迭代CT重建与金属伪影减少的应用。

背景 本文研究了通过复杂双小波变换进行数据过滤对减少金属伪影 (MAR) 的好处。在模拟牙科计算机断层扫描 (CT) 数据上研究了对 MAR 使用复双小波基的优势，以了解其在噪声抑制和去除二次伪影方面的效率。之所以选择双树复小波变换（DT-CWT），是因为与普通小波变换相比，它对图像细节的方向分析能力更强。DT-CWT 用于在改进的总变差 (TV) 正则化反演算法中进行多分辨率分解。方法 在这项研究中，我们在具有高斯和泊松噪声的 2D 多色颌模型模型上测试了采用 DT-CWT 的多分辨率电视 (MRTV) 方法。使用高噪声和稀疏测量设置来评估 DT-CWT 的性能。将结果与单分辨率重建和滤波反投影 (FBP) 技术以及 Haar 小波基重建的结果进行了比较。结果结果表明，使用DT-CWT对小波系数进行滤波可以有效地去除噪声，而不会在修复后引入新的伪影。此外，与改变正则化强度相比，采用多个分辨率级别会产生更稳健的算法。结论 与单分辨率方法和 Haar 小波相比，使用 DT-CWT 的多分辨率重建在用稀疏投影重建数据时也更加稳健。将结果与单分辨率重建和滤波反投影 (FBP) 技术以及 Haar 小波基重建的结果进行了比较。结果结果表明，使用DT-CWT对小波系数进行滤波可以有效地去除噪声，而不会在修复后引入新的伪影。此外，与改变正则化强度相比，采用多个分辨率级别会产生更稳健的算法。结论 与单分辨率方法和 Haar 小波相比，使用 DT-CWT 的多分辨率重建在用稀疏投影重建数据时也更加稳健。将结果与单分辨率重建和滤波反投影 (FBP) 技术以及 Haar 小波基重建的结果进行了比较。结果结果表明，使用DT-CWT对小波系数进行滤波可以有效地去除噪声，而不会在修复后引入新的伪影。此外，与改变正则化强度相比，采用多个分辨率级别会产生更稳健的算法。结论 与单分辨率方法和 Haar 小波相比，使用 DT-CWT 的多分辨率重建在用稀疏投影重建数据时也更加稳健。结果结果表明，使用DT-CWT对小波系数进行滤波可以有效地去除噪声，而不会在修复后引入新的伪影。此外，与改变正则化强度相比，采用多个分辨率级别会产生更稳健的算法。结论 与单分辨率方法和 Haar 小波相比，使用 DT-CWT 的多分辨率重建在用稀疏投影重建数据时也更加稳健。结果结果表明，使用DT-CWT对小波系数进行滤波可以有效地去除噪声，而不会在修复后引入新的伪影。此外，与改变正则化强度相比，采用多个分辨率级别会产生更稳健的算法。结论 与单分辨率方法和 Haar 小波相比，使用 DT-CWT 的多分辨率重建在用稀疏投影重建数据时也更加稳健。