伪影修正辅助的CBCT迭代重建方法

摘要

本发明公开了一种伪影修正辅助的CBCT迭代重建方法，该方法首先使用病人或者模体的CBCT投影数据重建出初始图像；其次引入偏置场项，将伪影修正的概念引入到迭代重建的理论框架中去；偏置场为现实中受到伪影污染的重建图像和理想情况下没有伪影污染，满足分段常数性质的图像之间的差距；然后使用轮寻的思想求解引入偏置场项的迭代重建框架的目标函数，得到待重建图像以及偏置场：最后将求得的偏置场叠加到待重建图像上，最终实现图像域阴影伪影修正。本发明在原有的迭代重建理论框架下引入伪影修正的基本概念，构造偏置场项来平衡大面积阴影伪影对重建算法的不良影响，实现了没有阴影伪影的精确、稳定、快速的迭代重建。

主权项

一种伪影修正辅助的CBCT迭代重建方法，其特征在于，包括以下步骤：(1)使用病人或者模体CBCT投影数据重建出初始图像f₀；(2)建立含有偏置场项的迭代重建框架：引入偏置场项，将伪影修正的概念引入到迭代重建的理论框架中去；将现实中受到伪影污染的重建图像和理想情况下没有伪影污染，满足分段常数性质的图像之间的差距称为偏置场；在引入偏置场后，重建算法的目标函数如下所示：$(f,f_{bias})=\arg min\left[\frac{1}{2}\right||Mf-b|{|}_2^2+\lambda \left|\right|f+f_{bias}\left|{|}_{TV}\right],---\left(1\right)$其中f是需要求取的重建图像，f_bias是需要求取的偏置场。M是写成矩阵形式的投影操作，也被称为正投矩阵，Mf代表对重建图像进行正投操作。b代表原始投影转换为线积分之后的数据，λ为正则化项因子。||■||₂代表求取二范数，||■||_TV代表求取全变分，为置信项。(3)求解迭代重建框架的目标函数，得到待重建图像f以及偏置场f_bias：使用轮寻的思想来求解目标函数，在每次迭代的过程中，首先计算偏置场，然后固定偏置场，将目标函数转变为单变量优化问题(2)来进行求解：$f=\arg min\left[\frac{1}{2}\right||Mf-b|{|}_2^2+\lambda \left|\right|f+f_{bias}\left|{|}_{TV}\right],---\left(2\right)$(4)将求得的偏置场f_bias叠加到待重建图像f上，最终实现图像域阴影伪影修正。