A low dose of X X-ray CT image reconstruction method, projection data first get CT device of the imaging system parameters and low dose CT scanning protocol; through the statistical law of the imaging process to construct a statistical generative model sinogram data; according to the structural characteristics of the projection data and the image and the actual application demands, the statistical model of string a priori map data; build a statistical model complete, and according to the maximum a posteriori estimation method, the model is transformed into a chordal graph data model; application of chord chart data recovery model, get the chord chart data estimation and other statistical variables; reconstruction of CT image based on chord chart data obtained, the output CT, the the invention aims to establish a recovery model and method of high quality data sinogram data generation and its inherent principle of chord graphs based on prior statistics, and thus achieve can greatly reduce the image Noise / artifact, and restoration of image detail in CT images for quality reconstruction.
【技术实现步骤摘要】
一种低剂量X射线CT图像重建方法
本专利技术涉及一种医学影像的图像处理技术,具体涉及一种基于统计建模与最大后验估计框架的低剂量X射线CT图像重建方法。
技术介绍
X射线CT扫描已经广泛应用于临床医学影像诊断,但是CT扫描过程中过高的X射线辐射剂量对人体存在潜在风险,容易造成辐射损伤、诱发恶性肿瘤等。在保证图像质量的前提下,最大限度降低X射线使用剂量已经成为医学CT成像领域研究的关键技术之一。为了降低X射线辐射剂量,可以通过各种硬件技术及软件技术降低CT扫描中的X射线使用剂量。常见的技术包括降低管电流、降低X射线曝光时间以及减少投影数据的采集量(即稀疏角度CT扫描)等方法。降低CT扫描中的管电流(Low-mA)和扫描时间可以直接减少使用X线的辐射剂量,但是其相应的成像数据中,随机成分的比率将大大增加,直接导致图像质量的严重退化,难以用于临床诊断。为了在保证成像质量的前提下,最大限度降低X射线辐射剂量,基于降低管电流和扫描时间的低剂量CT图像重建方法相继被提出,例如基于统计模型的迭代重建方法以及基于投影数据滤波的解析重建方法。其中,基于统计模型的迭代重建方法根据采集投影数据的统计特性以及成像系统构建CT图像重建模型,可以实现低剂量CT图像的优质重建;基于投影数据滤波的解析重建方法同样可以根据采集投影数据的统计特性以及成像系统进行数据滤波建模,再通过解析重建方法实现快速优质的低剂量CT图像重建。基于统计模型的迭代重建方法需要对目标函数进行几十甚至上百次的反复迭代求解,这使得重建CT图像的时间代价往往非常庞大。重建相同像素大小的CT图像时,基于统计模型的迭代重建方 ...
【技术保护点】
一种低剂量X射线CT图像重建方法,其特征在于包括如下步骤:步骤S1:获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据;步骤S2:通过成像过程的统计规律构建生成投影数据的统计模型;步骤S3:根据投影数据和弦图数据的结构特征与实际应用中的需求,构建数据先验的统计模型;步骤S4:结合步骤S2与步骤S3,构建以投影数据信息为条件的弦图数据统计生成模型,并利用最大后验估计方法,构造弦图数据复原算法;步骤S5:以步骤S1获得的投影数据为输入,应用步骤S4的弦图数据复原算法,获得复原弦图数据及其它统计变量;若步骤S3中统计模型以重建的CT图像为其统计变量,那么步骤S5直接得到重建CT图像;步骤S6:根据步骤S5所获的弦图数据进行CT图像重建,得到输出结果。
【技术特征摘要】
1.一种低剂量X射线CT图像重建方法,其特征在于包括如下步骤:步骤S1:获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据;步骤S2:通过成像过程的统计规律构建生成投影数据的统计模型;步骤S3:根据投影数据和弦图数据的结构特征与实际应用中的需求,构建数据先验的统计模型;步骤S4:结合步骤S2与步骤S3,构建以投影数据信息为条件的弦图数据统计生成模型,并利用最大后验估计方法,构造弦图数据复原算法;步骤S5:以步骤S1获得的投影数据为输入,应用步骤S4的弦图数据复原算法,获得复原弦图数据及其它统计变量;若步骤S3中统计模型以重建的CT图像为其统计变量,那么步骤S5直接得到重建CT图像;步骤S6:根据步骤S5所获的弦图数据进行CT图像重建,得到输出结果。2.根据权利要求1所述的低剂量X射线CT图像重建方法,其特征在于:所述步骤S1中获取的CT设备的成像系统参数包括X射线入射光子强度I0、系统电子噪声的方差3.根据权利要求1所述的低剂量X射线CT图像重建方法,其特征在于:所述步骤S2中,通过成像过程的统计规律构建的投影数据统计生成模型为:p=I+ε,其中,p为感受器上观测的原始投影数据,I为到达感受器的X射线光子强度,y为弦图数据,ε为系统电子噪声,它们的第i个分量分别代表第i个数据点上对应的数据;代表第i个数据点上电子噪声满足的分布,通常假设为一个以σε为方差的正态分布,其形式为:P{Ii|yi}代表感第i个数据点上射线光子强度满足的条件分布,其概率密度函数为以下分布形式:其中,表示以λ为均值的泊松分布,I0为第i个数据点上的X射线入射光子强度。4.根据权利要求3所述的低剂量X射线CT图像重建方法,其特征在于:所述步骤S2中,通过成像过程的统计规律构建的投影数据统计生成模型表达为如下的条件概率形式:其中,P(Ii|yi)与分别由公式(1)与(2)定义。5.根据权利要求1所述的低剂量X射线CT图像重建方法,其特征在于:所述步骤S3中,根据投影数据和弦图数据的结构特征与实际应用中的需求,构建数据先验的统计模型;的具体形式应根据实际情况与对运算效率与运算精度的需求确定,可归纳为如下的表达形式:其中,q是必要的辅助变量,其中,N是向量q的元素总数,L(q|0,b)是均值为0,尺度参数为b的拉普拉斯分布,P(b)是关于参数b的无信息先验,值恒为常数(即足够大范围内的均匀分布),Ωq是归一化常数,其值为Ωq=∫f(y)=qydy,f(y)是根据实际需要而确定的映射。6.根据权利要求1至5任一项所述的低剂量X射线CT图像重建方法,其特征在于:所述步骤S4中构建的统计生成模型为如下完整后验分布形式:其中,P(I,p|y)与P(y,q,b)分别由公式(3)与(4)定义。7.根据权利要求6所述的低剂量X射线CT图像重建方法,其特征在于:所述步骤S4中,根据最大后验估计方法,由统计模型转化得弦图数据复原模型为如下的优化:由于实际问题中f(·)往往为非线性映射,为计算方便起见,可通过变量替换q=h(z)将(6)转化为如下便于求解的等价形式:其中,g(·)一般为线性映射,且h(z)满足h(g(y))=f(y)。8.根据权利要求7所述的低剂量X射线CT图像重建方法,其特征在于:所述步骤S5采用交替方向乘子法求解步骤S4中的弦图数据复原模型公式(7),具体步骤包括:S4.1)给出公式(7)的增广拉格朗日函数:
【专利技术属性】
技术研发人员:谢琦,孟德宇,马建华,赵谦,徐宗本,
申请(专利权)人:西安交通大学,南方医科大学,
类型:发明
国别省市:陕西,61
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。