工作中要将本文成像模式与投影数据的统计特性相结合进行LDCT影像统计迭代重建研究，使极低剂量CT取得更好的成像效果。
参考文献：
[1] BRENNER D J， HALL E J. Computed tomography-an increasing source of radiation exposure [J]. New England Journal of Medicine， 2007， 357（22）： 2277-2284.
[2] NORTHROP R B. Signals and systems analysis in biomedical engineering [M]. CRC press， 2016.
[3] 郑晗，康雁. 一种基于反投影滤波的精确心脏重建算法 [J]. 中国生物医学工程学报， 2018， 37（5）： 631-635.
[4] LIU J， MA J， ZHANG Y， et al. Discriminative feature representation to improve projection data inconsistency for low dose CT imaging [J]. IEEE Transactions on Medical Imaging，2017，36（12）： 2499-2509.
[5] SHANGGUAN H， LIU Y， CUI X， et al. Sparse-view statistical iterative head CT image reconstruction via joint regularization [J]. International Journal of Imaging Systems and Technology， 2016， 26（1）： 3-14.
[6] NIEN H， JEFFREY A F. Fast X-Ray CT image reconstruction using a linearized augmented lagrangian method with ordered subsets [J]. IEEE Transactions on Medical Imaging， 2015， 34（2）： 388-399.
[7] CHEN Y， LIU J， HU Y， et al. Discriminative feature representation： an effective post processing solution to low dose CT imaging [J]. Physics in Medicine & Biology， 2017， 62（6）：2103-2113.
[8] ZHANG Y K， LU H B， RONG J Y， et al. Adaptive non-local means on local principle neighborhood for noise/artifacts reduction of low-dose CT images [J]. Medical Physics， 2017， 44（9）： 230-241.
[9] JEROME Z L，PATRICK J. Guest editorial low-dose CT： what has been done， and what challenges remain [J]. IEEE Transactions on Medical Imaging， 2017， 36（12）： 2409-2416.
[10] YU H Y， ZHAO S Y， ERIC A， et al. Ultra-low dose lung CT perfusion regularized by a previous scan [J]. Academic Rdiology， 2009， 16（3）： 363-373.
[11] CHEN G H， PASCAL T L， TANG JIE， et al. Time-resolved interventional cardiac C-arm cone-beam CT：an application of the PICCS algorithm [J]. IEEE Transactions on Medical Imaging， 2012， 31（4）： 907-923.
[12] ZHANG H， HAN H， WANG J， et al. Deriving adaptive MRF coefficients from previous normal-dose CT scan for low-dose image reconstruction via penalized weighted least-squares minimization[J]. Medical Physics， 2014， 41（4）： 1916-1931.
[13] BUADES A， COLL B， MOREL J M. A review of image denoising algorithms， with a new one [J]. SIAM Journal on Multiscale Modeling and Simulation， 2005， 4（2）： 490-530.
[14] 胡永生， 張立毅. 基于非局部自相似图像块字典学习的伪CT图像预测 [J]. 信号处理， 2017， 33（3）： 346-351.
[15] MA J H， HUANG J， FENG Q J， et al. Low-dose computed tomography image restoration using previous normal-dose scan [J]. Medical Physics， 2011， 38（10）： 5713-5731.
[16] ZHANG H， HUANG J， MA J H， et al. Iterative reconstruction for X-Ray computed tomography using prior-image induced nonlocal regularization[J]. IEEE Transactions on Biomedical Engineering， 2013， 30（10）： 1-12.
[17] 赵莹，刘爱连，刘静红，等. 基于深度学习的像素闪烁算法对高体质量指数患者低剂量腹部CT平扫图像质量的影响 [J]. 中国医学影像技术， 2018， 34（3）： 434-438.
[18] HARALICK R M， SHANMUGAM K， DINSTEIN I. Textural features for image classification [J]. IEEE Transactions on System， Man and Cyberenetics. 1973， 3（6）： 610-621.
[19] MANJON J V， COUPE P， BUADES A. MRI noise estimation and denoising using non-local PCA [J]. Medical Image Analysis， 2015， 22（1）： 35-47.
[20] MA J， LIANG Z， FAN Y， et al. Variance analysis of x-ray CT sinograms in the presence of electronic noise background [J]. Medical Physics， 2012， 39（7）：4051-4065.
[21] WANG Z， BOVIK A C， SHEIKH H R， et al. Image quality assessment： from error visibility to structural similarity [J]. IEEE Transactions on Medical Imaging， 2004（13）： 600-612.
（责任编辑：杜能钢）