发明名称 一种低剂量X线CT图像的非局部正则化先验重建方法
摘要 本发明公开了一种低剂量X线CT图像的非局部正则化先验重建方法,包括(1)利用X线CT成像设备采集病人先前扫描的标准剂量图像;(2)利用X线CT成像设备在Low-mAs扫描协议下采集病人的CT投影数据,并同时获取相应的校正参数及系统矩阵;(3)根据步骤(2)中获得的投影数据满足的统计分布,构建用于图像重建的数学模型;(4)利用步骤(1)中的标准剂量图像构建先前标准剂量图像导引的非局部正则化先验,并采用最大后验估计方法进行模型转化,结合步骤(3)得到的数学模型构建用于重建图像的目标函数;(5)对步骤(4)中构建的用于CT图像重建目标函数采用迭代算法进行求解,完成图像重建。本发明可以实现Low-mAs扫描协议下低剂量CT图像的重建。
申请公布号 CN102737392B 申请公布日期 2013.11.06
申请号 CN201210186972.5 申请日期 2012.06.07
申请人 南方医科大学 发明人 黄静;边兆英;张华;张蕴婉;高杨;马建华;陈武凡
分类号 G06T11/00(2006.01)I 主分类号 G06T11/00(2006.01)I
代理机构 广州知友专利商标代理有限公司 44104 代理人 宣国华
主权项 1.一种低剂量X线CT图像的非局部正则化先验重建方法,包括以下步骤:(1)获取成像对象在标准剂量射线下的CT医学图像;(2)获取同一成像对象在低剂量射线下的CT医学图像的投影数据,并同时获取相应的校正参数及系统矩阵,其中,低剂量射线的射线剂量为标准剂量射线的射线剂量的1/7至1/20;(3)根据步骤(2)中的投影数据满足的统计特性,构建用于CT医学图像重建的数学模型,所述步骤(3)中的统计特性为:(a)对数变换后的线积分投影数据满足近似高斯分布,对应的数学重建模型中数据项为:(p-Hμ)'Σ<sup>-1</sup>(p-Hμ);其中,μ表示待重建图像,H为系统矩阵;p表示本发明步骤(2)中获得的投影数据对数变换后的数据;<img file="FDA00003581431300011.GIF" wi="311" he="101" />Σ表示对角线元素为<img file="FDA00003581431300012.GIF" wi="64" he="81" />的对角矩阵,<img file="FDA00003581431300013.GIF" wi="62" he="80" />表示相应于i探测单元的方差;(b)对数变换前投影数据满足近似泊松分布,对应的数学重建模型中数据项为:<img file="FDA00003581431300014.GIF" wi="724" he="146" />其中,y表示所述步骤(2)中获得的投影数据对数变换前的数据,H为系统矩阵,i表示探测单元,N为探测数据数目,b<sub>i</sub>表示成像过程X线球管中的曝光光子数,r<sub>i</sub>表示相应的背景噪声;(4)利用步骤(1)中的标准剂量射线下的医学图像构建先前标准剂量图像导引的非局部正则化先验,并采用最大后验估计方法进行模型转化,结合步骤(3)得到的数学模型构建用于重建图像的带先验约束项的目标函数;其中,所述非局部正则化先验构建的具体过程为:(41)在标准剂量射线下的CT医学图像内选择一个包含图像几何信息的大方形邻域N<sub>i</sub>,在大方形邻域内选择一个小方形邻域,该小方形邻域的中心位于像素点m处;在待重建图像中选择一个与上述小方形邻域大小相同的小方形邻域,该小方形邻域的中心位于像素点i,其中,像素点i和标准剂量射线下的CT医学图像中大方形邻域中心点几何位置相对应;(42)通过相似性测度计算两个小方形邻域的距离,相似性测度的方法采用两像素点m、i邻域内所有像素点灰度值的加权欧几里德距离的反比例函数;利用两像素点m、i间相似性,正则化先验项的权值w<sub>m,i</sub>定义为:<maths num="0001"><![CDATA[<math><mrow><msub><mi>w</mi><mrow><mi>m</mi><mo>,</mo><mi>i</mi></mrow></msub><mo>=</mo><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><msubsup><mrow><mo>|</mo><mo>|</mo><mi>&mu;</mi><mrow><mo>(</mo><msub><mi>n</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>-</mo><msup><mi>&mu;</mi><mi>nd</mi></msup><mrow><mo>(</mo><msub><mi>n</mi><mi>m</mi></msub><mo>)</mo></mrow><mo>|</mo><mo>|</mo></mrow><mn>2</mn><mn>2</mn></msubsup><mo>/</mo><msup><mi>h</mi><mn>2</mn></msup><mo>)</mo></mrow><mo>/</mo><msub><mi>&Sigma;</mi><mrow><mi>m</mi><mo>&Element;</mo><msub><mi>N</mi><mi>i</mi></msub></mrow></msub><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><msubsup><mrow><mo>|</mo><mo>|</mo><mi>&mu;</mi><mrow><mo>(</mo><msub><mi>n</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>-</mo><msup><mi>&mu;</mi><mi>nd</mi></msup><mrow><mo>(</mo><msub><mi>n</mi><mi>m</mi></msub><mo>)</mo></mrow><mo>|</mo><mo>|</mo></mrow><mn>2</mn><mn>2</mn></msubsup><mo>/</mo><msup><mi>h</mi><mn>2</mn></msup><mo>)</mo></mrow></mrow></math>]]></maths>μ(n<sub>i</sub>)={μ<sub>c</sub>:c∈n<sub>i</sub>},<maths num="0002"><![CDATA[<math><mrow><msup><mi>&mu;</mi><mi>nd</mi></msup><mrow><mo>(</mo><msub><mi>n</mi><mi>m</mi></msub><mo>)</mo></mrow><mo>=</mo><mo>{</mo><msubsup><mi>&mu;</mi><mi>c</mi><mi>nd</mi></msubsup><mo>:</mo><mi>c</mi><mo>&Element;</mo><msub><mi>n</mi><mi>m</mi></msub><mo>}</mo></mrow></math>]]></maths>其中,μ(n<sub>i</sub>)代表待重建图像μ中像素点i处相似邻域的灰度数组,μ<sup>nd</sup>(n<sub>m</sub>)代表标准剂量射线下的医学图像μ<sup>nd</sup>中像素点m处相似邻域的灰度数组,n<sub>i</sub>和n<sub>m</sub>表示以像素点i和像素点m为中心的邻域,c为像素点表示的索引,h为计算像素点间权值量的指数函数衰减的控制系数;(43)由上述步骤(42)得到的正则化先验项的权值w<sub>m,i</sub>所构成的权值矩,构建如下形式的非局部先验<img file="FDA00003581431300023.GIF" wi="680" he="118" />N<sub>i</sub>表示图像域内像素点i处的方形邻域,w<sub>m,i</sub>表示正则化先验项的权值,v(·)表示正则化先验项的势函数;(5)对步骤(4)中构建的用于CT图像重建的目标函数采用迭代算法进行求解,完成低剂量射线下的CT医学图像的重建。
地址 510515 广东省广州市广州大道北1838号