【技术实现步骤摘要】
本专利技术涉及医学物理领域，尤其涉及一种基于x射线多模态成像的医用ct图像去金属伪影方法。
技术介绍
1、在临床影像诊断中，金属物体如牙齿的填充物或器官内的银夹等，会在ct扫描时产生明显的阴影及条状伪影。这些伪影不仅严重干扰了金属物体周围组织的成像，还对断层结构的准确判断造成了极大影响，导致图像质量显著降低，无法满足医疗诊断的精确要求。因此，为了提升诊断的准确性和可靠性，必须采用有效的技术手段来抑制金属伪影对ct诊断所带来的负面影响。
2、鉴于此，本专利技术提出一种基于x射线多模态成像的医用ct图像去金属伪影方法，通过x射线散射与透射两种成像方法得到两张图像，再利用亚像元超分辨率重建算法将两张图像融合，从而获取一张高分辨率图像，以此来达到减少金属伪影对ct诊断的影响。
技术实现思路
1、本专利技术的目的在于提出一种基于x射线多模态成像的医用ct图像去金属伪影方法，将x射线与被照物体会发生的散射现象利用起来，再结合传统的ct成像技术，可以一定程度上地解决目前ct成像领域中所遇到的金属伪影问题，提升诊断的准确性和可靠性。
2、为实现上述目的，本专利技术的技术方案是：一种基于x射线多模态成像的医用ct图像去金属伪影方法，具体包括以下步骤：
3、步骤s1：由传统的x射线能损测量得到物体的投影数据，再通过有序子集最大期望值图像重建算法osem重构探测平面的二维图像；
4、步骤s2：使用位置灵敏探测器收集x射线出、入射的位置，从而得到散射角信息，
5、步骤s3：将步骤s1和步骤s2获得的线阵方向和垂直线阵方向分别错开半个像元的两幅低分辨率图像利用亚像元超分辨率图像算法融合得到一张高分辨率图像。
6、优选的，所述步骤s1具体为：在每一迭代过程中，将投影数据分为l个子集，利用每一子集对重建图像所有像素点值进行校正以更新重建图像，完成所有子集的重建图像更新运算即为完成一次迭代；重复上述迭代过程，直到每次迭代中图像更新的变化量小于设定的阈值，变化量是当前迭代图像与前一次迭代图像之间像素值的均方根误差∈；所述迭代过程表示为：
7、
8、
9、
10、式中，f(k)(i,j)、f(k+1)(i,j)、fl(i,j)分别表示第k次迭代的图像在像素(i,j)的值、第k+1次迭代的图像在像素(i,j)的值、第l个子集的图像在像素(i,j)的值；(i,j)表示图像中的一个像素位置，i是像素的行索引，j是像素的列索引；f(i,j)表示图像中位置(i,j)的像素值；k是表示迭代的次数,k的增加表示算法进入了下一次迭代,在每次迭代中，算法会更新图像f的像素值，并计算图像更新的误差，以决定是否继续迭代；wijmn是重建像素f(i,j)在投影角度n下探测器第m个单元pnm的权重因子，pl是投影数据划分的第l个子集，是重建像素在每个子集l对应的投影角度n下探测器第m个单元的期望值；m是图像中的像素总数。
11、优选的，所述阈值设定为10-4。
12、优选的，所述散射角信息的计算具体为：
13、将待拟合的目标空间直线写为矩阵方程的形式：
14、
15、其中x、y、z为粒子到达各层探测器的三维位置信息，x0、y0、a、b为待拟合的参数；
16、对于n个测量点的情况，相应的最小二乘法拟合参数满足以下方程：
17、
18、方程中x1…xn、y2…yn、z1…zn是指同一入射粒子或同一出射粒子依次经过n个探测器的位置坐标，对系数矩阵按下式求解：
19、
20、通过上式得到各个参数，则累计散射角在xz和yz平面上的散射投影角，可由下式得到：
21、
22、式中，θx和θy分别表示散射角在xz和yz平面上的散射投影角，下标out与in用于区分出、入射，aout、ain、bout、bin分别表示同一粒子出入射径迹直线方程的参数；
23、根据计算得到的散射投影角推出散射密度λlrad，其公式如下：
24、
25、其中，l为粒子穿过介质的路径长度。
26、优选的，所述通过最接近点poca算法得到二维图像具体为：将三维探测区划分成多个长方体，每一长方体称为体素；在二维空间xz或yz平面上x射线入射线与出射线的交点被作为发生散射的散射点；在得到该散射点的散射密度λlrad的时候，将散射密度λlrad赋予散射点处的体素，对于径迹穿过的其他不是散射点的体素赋值为零，没有被径迹穿过的体素则不赋值，当统计够足够多的入射事件后，则探测区域的体素基本全部被投射，观察xz或yz平面得到一张二维的散射密度分布灰度图，即得到一张散射成像图片。
27、优选的，所述步骤s3具体为：建立2m×2n大小的网格图用于进行图像融合，将二维图像a和二维图像b中对应两个像素点的平均像素值赋给网格图中对应像素点，获得融合后的高分辨率图像q，高分辨率图像q中像素值的计算如下：
28、
29、其中，i和j用于遍历二维图像a和二维图像b的行和列，且i∈{1,2,…,m}，j∈{1,2,…,n}，q(,)、a(,)、b(,)分别表示高分辨率图像q、二维图像a和二维图像b相应行列所对应像素点的像素值，m和n为亚像元成像中两幅低分辨率图像a、b的行数和列数。
30、相较于现有技术，本专利技术具有以下有益效果：
31、根据本专利技术提出的方法，含有金属物质的人体组织在经过x射线照射后得到的两张图像，通过亚像元全插值法高分辨率重建方法得到一张高分辨率图像，以此来达到去除x射线成像中会产生的金属伪影现象。本专利技术提出将x射线与被照物体会发生的散射现象利用起来，再结合传统的ct成像技术，可以一定程度上地解决目前ct成像领域中所遇到的金属伪影问题，提升诊断的准确性和可靠性。
本文档来自技高网...【技术保护点】
1.一种基于X射线多模态成像的医用CT图像去金属伪影方法，其特征在于，具体包括以下步骤：
2.根据权利要求l所述的一种基于X射线多模态成像的医用CT图像去金属伪影方法，其特征在于，所述步骤Sl具体为：在每一迭代过程中，将投影数据分为L个子集，利用每一子集对重建图像所有像素点值进行校正以更新重建图像，完成所有子集的重建图像更新运算即为完成一次迭代；重复上述迭代过程，直到每次迭代中图像更新的变化量小于设定的阈值，变化量是当前迭代图像与前一次迭代图像之间像素值的均方根误差∈；所述迭代过程表示为：
3.根据权利要求2所述的一种基于X射线多模态成像的医用CT图像去金属伪影方法，其特征在于，所述阈值设定为10-4。
4.根据权利要求1所述的一种基于X射线多模态成像的医用CT图像去金属伪影方法，其特征在于，所述散射角信息的计算具体为：
5.根据权利要求4所述的一种基于X射线多模态成像的医用CT图像去金属伪影方法，其特征在于，所述通过最接近点PoCA算法得到二维图像具体为：将三维探测区划分成多个长方体，每一长方体称为体素；在二维空间xz或yz平面上
6.根据权利要求1所述的一种基于X射线多模态成像的医用CT图像去金属伪影方法，其特征在于，所述步骤S3具体为：建立2m×2n大小的网格图用于进行图像融合，将二维图像A和二维图像B中对应两个像素点的平均像素值赋给网格图中对应像素点，获得融合后的高分辨率图像Q，高分辨率图像Q中像素值的计算如下：
...【技术特征摘要】
1.一种基于x射线多模态成像的医用ct图像去金属伪影方法，其特征在于，具体包括以下步骤：
2.根据权利要求l所述的一种基于x射线多模态成像的医用ct图像去金属伪影方法，其特征在于，所述步骤sl具体为：在每一迭代过程中，将投影数据分为l个子集，利用每一子集对重建图像所有像素点值进行校正以更新重建图像，完成所有子集的重建图像更新运算即为完成一次迭代；重复上述迭代过程，直到每次迭代中图像更新的变化量小于设定的阈值，变化量是当前迭代图像与前一次迭代图像之间像素值的均方根误差∈；所述迭代过程表示为：
3.根据权利要求2所述的一种基于x射线多模态成像的医用ct图像去金属伪影方法，其特征在于，所述阈值设定为10-4。
4.根据权利要求1所述的一种基于x射线多模态成像的医用ct图像去金属伪影方法，其特征在于，所述散射角信息的计算具体为：
5.根据权利要求4所述的一种基于x射线多模...
【专利技术属性】
技术研发人员：游鸿强，何小锁，夏李倩，
申请(专利权)人：福建省肿瘤医院福建省肿瘤研究所，福建省癌症防治中心，
类型：发明
国别省市：
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。