稀视图CT重建的深惯性L_p半二次分裂展开网络
原文中文，约200字，阅读约需1分钟。发表于：。本研究针对稀视图计算机断层扫描（CT）重建中的逆问题，提出了一种新的惯性L_p范数半二次分裂算法，通过引入惯性步骤有效提高了稀疏度。利用深度学习初始化共轭梯度方法，我们建立了一个理论上有保证的深度展开网络，广泛的数值实验表明该算法在少视图和复杂噪声条件下具有显著优势。
本研究探索了QN-Mixer算法和Incept-Mixer算法在影像反问题中的应用。实验证明该方法在SSIM和PSNR方面以及所需迭代次数减少方面超过了现有方法，达到了最先进的性能水平。
