The ML-EM algorithm is not optimal for poisson noise

The ML-EM (maximum likelihood expectation maximization) algorithm is the most popular image reconstruction method when the measurement noise is Poisson distributed. This short paper considers the problem that for a given noisy projection data set, whether the ML-EM algorithm is able to provide an ap...

Celý popis

Podrobná bibliografie

Vydáno v:	2015 IEEE Nuclear Science Symposium and Medical Imaging Conference (NSS/MIC) Ročník 2015; s. 1 - 3
Hlavní autor:	Zeng, Gengsheng L.
Médium:	Konferenční příspěvek Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.10.2015
Témata:	Algorithm design and analysis Approximation algorithms Image reconstruction Noise measurement Phantoms Photonics noise weighted image reconstruction maximum likelihood (ML) Computed tomography positron emission tomography (PET) single photon emission computed tomography (SPECT) iterative reconstruction expectation maximization (EM) Poisson noise
ISSN:	0018-9499
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!