一种低剂量X射线CT图像重建方法技术

一种低剂量X射线CT图像重建方法，首先获取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；通过成像过程的统计规律构建弦图数据的统计生成模型；根据投影数据和图像的结构特征与实际应用中的需求，构建弦图数据先验的统计模型；构建完整的统计模型，并根据最大后验估计方法，将模型转化为弦图数据复原模型；应用弦图数据复原模型，得到估计的弦图数据与其它统计变量；根据得到的弦图数据进行CT图像重建，得到输出CT图，本发明专利技术旨在建立基于弦图数据生成原理及其内在统计先验的高质量弦图数据复原模型与方法，并进而实现能够大幅减少图像噪声/伪影并恢复图像细节的CT图像优质重建。

A low dose X ray CT image reconstruction method

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法所需时间往往远超经典的解析重建方法，因此仍不能满足临床CT实时显像的需求。而传统的基于投影数据滤波的解析重建方法并未充分利用数据内在统计信息，在投影数据恢复过程中往往导致图像原有细节信息的丢失，从而使得相应CT图像的分辨率下降。针对现有技术不足，提供一种能够确保重建图像的分辨率的低剂量CT图像重建方法因此甚为必要。
技术实现思路
本专利技术的目的在于提供一种所获重建CT图像分辨率更高，成像质量更好，细节信息保留更充分的低剂量X射线CT图像重建方法。为达到上述目的，本专利技术采用的技术方案是：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。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。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。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。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。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：s.t.f(y)＝q。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：s.t.g(y)＝z,其中，g(·)一般为线性映射，且h(z)满足h(g(y))＝f(y)。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：其中，Λ是乘子，μ是一个大于0的数；S4.2)建立交替方向乘子法的迭代格式与终止条件：迭代格式为:Λk+1＝Λk+μk(g(yk+1)-Zk+1)(12)μk+1＝ρμk(13)其中，ρ是一个大于1的正数，一般设为ρ＝1.5，迭代终止条件为：S4.3)对问题(8)、(9)、(10)和(11)进行求解，给出迭代的具体算式；S4.4)设置迭代的初始值设置为：y0＝lnI0-lnρ，I0＝round(p)，z0＝g(y0)，Λ0＝0，其中，round(·)为取整函数，p为步骤S1所获得的投影数据；S4.5)进行(8)-(13)的迭代运算，直到满足终止条件，若模型中以重建CT图像为其统计变量，直接获取最终CT图像重建结果；否则，需执行步骤S6，即以当前的yk作为输出的弦图数据，并对该数据通过解析重建获取重建CT图像。所述的(9)式即求解如下的问题：其解Ik+1的任意分量满足其中，式即：因此，通过下面两步来求解问题(14)：S9.1)将Ik中不满足(16)式第一个不等式的分量，以步长1不停下降，直到满足(16)式第一个不等式，作为Ik+1的对应分量；S9.2)将Ik中不满足(16)式第二个不等式的分量，以步长1不停上升，直到满足(16)式第二个不等式，作为Ik+1的对应分量。所述(10)式即求解如下的问题：根据函数h(·)的形式，一般有对应的阈值算子形式解析解：其中，是对应阈值算子。所述的(11)式即求解如下的问题：其解为：所述的(8)式即求解如下的问题：针对不同g(·)形式，用FISTA算法，直接调用求解。所述的步骤S6，采用滤波反投影算法，对步骤S5输出的弦图数据进行CT图像重建。本专利技术相比传统方法，更加充分准确的对投影数据及其弦图数据的统计信息进行统计建模，从而所获重建CT图像分辨率更高，成像质量更好，细节信息保留更充分。附图说明利用附图对本专利技术作进一步的说明，但附图中的内容不构成对本专利技术的任何限制。图1为本专利技术的流程图。图2为实例1中仿真使用的假人体模数据，右下角红框中的图像为原图红框中图像提高对比度并放大四倍的结果。图3为(a)实例1中使用的低剂量CT投影数据重建的C本文档来自技高网...

【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