发明名称 一种基于运动估计的肺4D‑CT图像的超分辨率冠矢状面图像重建方法
摘要 一种基于运动估计的肺4D‑CT图像的超分辨率冠矢状面图像重建方法,依次包括:(1)读取由多个不同相位的肺部3D图像组成的肺部4D‑CT图像数据;(2)根据肺部4D‑CT图像数据,对每个相位提取同一肺部部位对应的冠矢状面图像;(3)采用基于完全搜索块匹配算法估计不同“帧”肺部冠矢状面图像之间的运动矢量场;(4)以步骤(3)得到的运动矢量场为基础,采用迭代反投影法重建高分辨率肺4D‑CT冠矢状面图像。本发明获得的肺4D‑CT图像的超分辨率冠矢状面重建图像的分辨率有明显的提高,局部放大图中,肺实质中的血管和周边组织的亮度和清晰度有明显增强,可以克服由采集时间和放射剂量造成的图像分辨率低的限制,能够有效引导肺癌的精确放射治疗。
申请公布号 CN103440676B 申请公布日期 2017.02.15
申请号 CN201310350915.0 申请日期 2013.08.13
申请人 南方医科大学 发明人 张煜;肖珊
分类号 G06T11/00(2006.01)I;G06T7/207(2017.01)I 主分类号 G06T11/00(2006.01)I
代理机构 北京科亿知识产权代理事务所(普通合伙) 11350 代理人 汤东凤
主权项 一种基于运动估计的肺4D‑CT图像的超分辨率冠矢状面图像重建方法,其特征在于:依次包括如下步骤,(1)读取由多个不同相位的肺部3D图像组成的肺部4D‑CT图像数据;(2)根据肺部4D‑CT图像数据,对每个相位提取同一肺部部位对应的冠矢状面图像;(3)估计不同“帧”肺部冠矢状面图像之间的运动矢量场;(4)以步骤(3)得到的运动矢量场为基础,重建高分辨率肺4D‑CT冠矢状面图像;所述步骤(3)是采用基于完全搜索块匹配算法估计不同“帧”肺部冠矢状面图像之间的运动矢量场,具体包括:(3.1)在当前帧中选取一子块,根据最小绝对误差匹配准则,在参考帧的给定的搜索区域内找出与当前帧中的当前块最相似的块作为匹配块;根据匹配块与当前块的相对位置计算运动位移作为当前块的运动矢量,所述运动矢量亦为全局最优的相对运动矢量;(3.2)所述最小绝对误差匹配准则如下:<img file="288029dest_path_image001.GIF" wi="446" he="62" />…… 式(Ⅰ)其中,当前块分辨率的大小为<img file="999633dest_path_image002.GIF" wi="45" he="12" />,当前块左上角的坐标为<img file="943449dest_path_image003.GIF" wi="39" he="17" />;运动矢量为<img file="144624dest_path_image004.GIF" wi="52" he="19" />;<img file="462472dest_path_image005.GIF" wi="44" he="17" />和<img file="289352dest_path_image006.GIF" wi="63" he="20" />分别为当前帧和参考帧在像素<img file="274625dest_path_image007.GIF" wi="32" he="17" />处的值,在搜索区域内使<img file="646701dest_path_image008.GIF" wi="61" he="19" />值最小的运动矢量即为当前块的最优运动矢量;(3.3)对不同的帧,依次重复上述步骤(3.1)和(3.2),获得不同“帧”的肺部冠矢状面图像之间的运动矢量场;所述步骤(4)具体是采用迭代反投影法重建高分辨率肺4D‑CT冠矢状面图像;具体是包括:(4.1)将需要重建的原始低分辨率图像<img file="264895dest_path_image009.GIF" wi="19" he="13" />插值放大为初始高分辨率图像<img file="318302dest_path_image010.GIF" wi="27" he="21" />,<img file="220399dest_path_image011.GIF" wi="12" he="8" />为迭代次数;(4.2)根据退化模型将初始高分辨率图像<img file="701059dest_path_image010.GIF" wi="27" he="21" />模拟成像过程得到低分辨图像的集合<img file="573593dest_path_image012.GIF" wi="43" he="25" />,<img file="165112dest_path_image013.GIF" wi="97" he="14" />表示原始序列低分辨率图像的数量;所述退化模型具体为:<img file="187294dest_path_image014.GIF" wi="255" he="42" />;其中:<img file="651905dest_path_image015.GIF" wi="17" he="17" />表示<img file="431642dest_path_image016.GIF" wi="14" he="9" />幅低分辨率图像中的第<img file="889168dest_path_image017.GIF" wi="9" he="13" />幅,<img file="703540dest_path_image018.GIF" wi="10" he="16" />表示需要重建的初始高分辨率图像;<img file="837587dest_path_image019.GIF" wi="10" he="12" />表示下采样矩阵;<img file="166937dest_path_image020.GIF" wi="14" he="12" />是系统加性噪声;<img file="365838dest_path_image021.GIF" wi="21" he="16" />表示几何变换,为由运动估计求得的运动矢量;<img file="847766dest_path_image022.GIF" wi="17" he="16" />表示模糊矩阵,是由光学系统本身、成像系统与原始场景的相对运动,以及低分辨率传感器的点扩散函数而造成的;具体的,在第<img file="841129dest_path_image011.GIF" wi="10" he="9" />次迭代过程中,<img file="657776dest_path_image023.GIF" wi="29" he="25" />的成像过程由退化模型模拟得到:<img file="660367dest_path_image024.GIF" wi="168" he="42" />;其中:<img file="509985dest_path_image025.GIF" wi="29" he="20" />表示第<img file="736567dest_path_image011.GIF" wi="10" he="9" />次迭代过程中假设的高分辨率图像;<img file="978192dest_path_image026.GIF" wi="29" he="24" />表示<img file="331944dest_path_image011.GIF" wi="10" he="9" />次迭代后由退化模型得到的低分辨率图像;<img file="709836dest_path_image027.GIF" wi="15" he="16" />表示从<img file="372899dest_path_image018.GIF" wi="10" he="16" />到<img file="147826dest_path_image009.GIF" wi="19" he="13" />的二维几何变换,即为步骤(3)获得的运动矢量;<img file="492219dest_path_image028.GIF" wi="10" he="12" />是高斯模糊算子;<img file="786934dest_path_image029.GIF" wi="16" he="12" />是下采样算子;(4.3)判断误差<img file="558581dest_path_image030.GIF" wi="77" he="42" />是否达到最小值,如果达到最小值,停止迭代,以当前估计的高分辨率图像<img file="322269dest_path_image031.GIF" wi="29" he="19" />作为最终所求的超分辨率图像;如果误差未达到最小值,则进入步骤(4.4);(4.4)根据误差对当前高分辨率图像进行更新,更新过程具体如下式:<img file="267091dest_path_image032.GIF" wi="333" he="62" />其中,<img file="619575dest_path_image033.GIF" wi="17" he="12" />表示上采样算子;<img file="876638dest_path_image034.GIF" wi="9" he="12" />表示背投影算子,由<img file="314572dest_path_image028.GIF" wi="10" he="13" />和<img file="63085dest_path_image027.GIF" wi="17" he="15" />决定;(4.5)将更新后的高分辨率图像作为初始高分辨率图像,进入步骤(4.2);所述步骤(4.3)中判断误差<img file="270076dest_path_image035.GIF" wi="77" he="42" />是否达到最小值具体是通过判断误差函数<img file="196575dest_path_image036.GIF" wi="28" he="16" />是否小于设定的阈值<img file="184122dest_path_image037.GIF" wi="8" he="9" />来进行的,误差函数的具体计算公式是:<img file="408430dest_path_image038.GIF" wi="186" he="83" />;所述步骤(4.3)中判断误差<img file="47091dest_path_image039.GIF" wi="77" he="42" />是否达到最小值具体是通过判断是否达到最大迭代次数<img file="65862dest_path_image040.GIF" wi="14" he="21" />来判定的,当迭代次数<img file="540706dest_path_image041.GIF" wi="9" he="21" />达到<img file="381754dest_path_image040.GIF" wi="14" he="21" />时,判定误差达到最小值,否则判定误差未达到最小值。
地址 510515 广东省广州市广州大道北1838号南方医科大学生物医学工程学院