图像域双能CT多材料统计分解方法

摘要

本发明公开了一种图像域双能CT多材料统计分解方法。采用滤波反投影(FBP)算法根据模拟和实测高能与低能投影分别重建高、低能CT图像；针对高、低能CT图像，进行图像域直接多材料分解，得到直接分解的基材料图像；针对高、低能CT图像，分别选一个均匀区域估计其方差，得到高、低能CT图像的数值方差；针对直接分解的基材料图像和高、低能CT图像的数值方差，采用基于逐像素点可分离的目标函数进行双能多材料统计分解，得到基于统计方式分解的基材料图像。本发明的图像域双能CT多材料统计分解方法得到的基材料图像与直接分解的基材料图像相比，可以大幅度地降低基材料图像的噪声水平，并且保持很好的空间分辨率，且对分解精确度有极小的影响。

主权项

一种图像域双能CT多材料统计分解方法，其特征在于，包括以下步骤：(1)采用滤波反投影(FBP)算法根据模拟和实测高能与低能投影分别重建高、低能CT图像；所述高能为120‑150kVp，低能为60‑80kVp；(2)针对高、低能CT图像，进行图像域直接多材料分解，得到直接分解的基材料图像；(3)针对高、低能CT图像，分别选一个均匀区域估计其方差，得到高、低能CT图像的数值方差；(4)针对直接分解的基材料图像和高、低能CT图像的数值方差，采用基于逐像素点可分离的目标函数进行双能多材料统计分解，得到基于统计方式分解的基材料图像。