Limited-angle computed tomography (CT) may appear in restricted CT scans. Since the available projection data is incomplete, the images reconstructed by filtered back-projection (FBP) or algebraic reconstruction technique (ART) often encounter shading artifacts. However, using the anisotropy property of the shading artifacts that coincide with the characteristic of limited-angle CT images can reduce the shading artifacts. Considering this concept, we combine the anisotropy property of the shading artifacts with the anisotropic structure property of an image to develop a new algorithm for image reconstruction. Specifically, we propose an image reconstruction method based on adaptive weighted anisotropic total variation (AwATV). This method, termed as AwATV method for short, is designed to preserve image structures and then remove the shading artifacts. It characterizes both of above properties. The anisotropy property of the shading artifacts accounts for reducing artifacts, and the anisotropic structure property of an image accounts for preserving structures. In order to evaluate the performance of AwATV, we use the simulation projection data of FORBILD head phantom and real CT data for image reconstruction. Experimental results show that AwATV can always reconstruct images with higher SSIM and PSNR, and smaller RMSE, which means that AwATV enables to reconstruct images with higher quality in term of artifact reduction and structure preservation.

中文翻译：

---

基于各向异性结构特性的有限角度CT图像重建方法

受限角度计算机断层扫描 (CT) 可能出现在受限 CT 扫描中。由于可用的投影数据不完整，通过滤波反投影（FBP）或代数重建技术（ART）重建的图像经常会遇到阴影伪影。然而，利用与有限角度CT图像特征一致的阴影伪影的各向异性特性可以减少阴影伪影。考虑到这一概念，我们将阴影伪影的各向异性特性与图像的各向异性结构特性相结合，开发了一种新的图像重建算法。具体来说，我们提出了一种基于自适应加权各向异性总变差（AwATV）的图像重建方法。这种方法，简称AwATV法，旨在保留图像结构，然后去除阴影伪影。它具有上述两种特性。阴影伪影的各向异性属性解释了减少伪影，图像的各向异性结构属性解释了保留结构。为了评估 AwATV 的性能，我们使用 FORBILD 头部模型的模拟投影数据和真实的 CT 数据进行图像重建。实验结果表明，AwATV 始终可以重建具有更高 SSIM 和 PSNR 以及更小的 RMSE 的图像，这意味着 AwATV 在伪影减少和结构保留方面能够以更高的质量重建图像。图像的各向异性结构属性解释了保留结构。为了评估 AwATV 的性能，我们使用 FORBILD 头部模型的模拟投影数据和真实的 CT 数据进行图像重建。实验结果表明，AwATV 始终可以重建具有更高 SSIM 和 PSNR 以及更小的 RMSE 的图像，这意味着 AwATV 在伪影减少和结构保留方面能够以更高的质量重建图像。图像的各向异性结构属性解释了保留结构。为了评估 AwATV 的性能，我们使用 FORBILD 头部模型的模拟投影数据和真实的 CT 数据进行图像重建。实验结果表明，AwATV 始终可以重建具有更高 SSIM 和 PSNR 以及更小的 RMSE 的图像，这意味着 AwATV 在伪影减少和结构保留方面能够以更高的质量重建图像。