一种基于广义惩罚加权最小二乘的X射线CT图像重建方法技术

技术编号:14015881 阅读:313 留言:0更新日期:2016-11-18 00:46
一种基于广义惩罚加权最小二乘的X射线CT图像重建方法,包括如下步骤:(1)获取CT设备的系统参数和低剂量扫描协议下的投影数据qe;(2)对(1)中获取的投影数据qe进行系统校正和对数变换后得到投影数据y;对y进行逐个数据点上的方差估计,获得每个点上的方差集合(3)根据(2)中得到的方差建立广义惩罚加权最小二乘的低剂量CT重建模型;(4)对(3)中的低剂量CT重建模型进行求解,建立算法的全局收敛性以收敛点作为解,再进行图像重建,得到最终的CT重建图像。本发明专利技术可以有效地抑制低剂量CT图像中的噪声和条形伪影,同时可以很好地保持图像的结构信息和空间分辨率。

【技术实现步骤摘要】

本专利技术涉及医学影像的计算机断层成像
,特别是涉及一种基于广义惩罚加权最小二乘的X射线CT图像重建方法
技术介绍
X射线计算机断层成像技术是现代医学影像学的杰出代表,已经广泛应用于临床诊断和治疗。然而偏高的X射线照射剂量可诱发癌症、白血病或者其他遗传性疾病。如何最大限度地降低X射线使用剂量已经成为医学CT成像领域研究的关键技术。当前,临床上采用的低剂量CT扫描方式虽然可以在一定程度上减少X射线照射剂量,但低剂量的投影数据将受到量子噪声和电子噪声污染,而采用滤波反投影算法重建的CT图像质量严重退化,直接影响临床诊断的准确性。对于这一问题有两种传统的后处理解决方法:一是直接对低剂量CT图像进行滤波,以减少图像的噪声和伪影,属于图像后处理技术;二是根据投影数据满足的统计学规律,完成基于统计的CT图像迭代重建。第一种的处理技术,直接减少图像的噪声和伪影。图像后处理技术因其简单且易于操作已在低剂量CT图像恢复中得到广泛的研究和应用。由于低剂量CT图像中噪声和伪影分布的复杂性,使得高精度的滤波器设计困难极大。第二种通过CT系统建模,构建图像重建模型,通过优化目标函数实现图像重建。相对于经典的FBP算法,迭代重建算法通过系统建模(系统光学模型和系统统计模型)对CT成像几何、X射线的能谱特性、射束硬化效应、散射和噪声特性进行准确描述,而且易于加入先验信息约束,因此特别适合低剂量CT图像优质重建。统计迭代重建在抑制图像噪声和伪影以及提高空间分辨率等方面都有上佳表现,是当前低剂量CT成像领域的研究热点。然而,由于统计迭代重建需要反复进行投影与反投影运算,且CT图像数据量庞大,导致CT图像重建速度特别慢,难以满足临床中实时交互的需求。不同于上述两种方法的另一种策略是,根据投影数据的噪声统计特性建立数据恢复模型,得到更接近于理想值的投影数据后采用FBP算法重建出CT图像。该类方法不仅可以避免统计迭代重建方法在计算速度上的劣势,而且考虑了投影数据的噪声统计特性,去除噪声的同时可以较好地保持图像的空间分辨率。诸多研究中,一般都是将投影数据的噪声看作高斯或者泊松噪声来处理,大量的临床低剂量CT实验和理论分析,提出投影数据(对数变换后)的噪声近似满足均值与方差呈非线性关系的高斯分布,基于这一重要特点,多种低剂量CT投影数据恢复的惩罚加权最小二乘(penalized weighted least-squares,简记为PWLS)方法相继被提出,例如基于K—L变换的PWLS方法,多尺度PWLS方法等。这种处理方法相比传统的滤波反投影方法能够在一定程度上改善CT重建图像的质量,但重建的图像在对比度和信噪比等方面仍然存在一定的不足,从而影响临床诊断结果。因此,针对现有技术不足,提供一种可以有效地抑制低剂量CT图像中的噪声和伪影,同时较好地保持图像的空间分辨率的基于广义惩罚加权最小二乘(generalized penalized weighted least-squares,简记为GPWLS)的X射线CT图像重建方法以克服现有技术不足甚为必要。
技术实现思路
本专利技术的目的在于避免现有技术的不足之处而提供一种基于广义惩罚加权最小二乘的X射线CT图像重建方法,该方法可以有效地抑制低剂量CT图像中的噪声和伪影,同时较好地保持图像的空间分辨率。本专利技术的上述目的通过如下技术手段实现。提供一种基于广义惩罚加权最小二乘的X射线CT图像重建方法,包括如下步骤:(1)获取CT设备的系统参数和低剂量扫描协议下的投影数据qe;(2)对(1)中获取的投影数据qe进行系统校正和对数变换后得到投影数据y,y={y1,y2,...,yM本文档来自技高网
...

【技术保护点】
一种基于广义惩罚加权最小二乘的X射线CT图像重建方法,其特征在于,包括如下步骤:(1)获取CT设备的系统参数和低剂量扫描协议下的投影数据qe;(2)对(1)中获取的投影数据qe进行系统校正和对数变换后得到投影数据y,y={y1,y2,...,yM},i=1,2,L M,yi是投影数据y的第i个分量,M是正整数,M是投影数据y的分量的个数;对y进行逐个数据点上的方差估计,获得每个点上的方差集合(3)根据(2)中得到的的方差建立广义惩罚加权最小二乘的低剂量CT重建模型;(4)对(3)中的低剂量CT重建模型进行求解,建立算法的全局收敛性以收敛点作为解,再进行图像重建,得到最终的CT重建图像。

【技术特征摘要】
1.一种基于广义惩罚加权最小二乘的X射线CT图像重建方法,其特征在于,包括如下步骤:(1)获取CT设备的系统参数和低剂量扫描...

【专利技术属性】
技术研发人员:牛善洲李楠吴恒马建华喻高航
申请(专利权)人:赣南师范学院
类型:发明
国别省市:江西;36

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1