【技术实现步骤摘要】
一种低剂量能谱CT图像处理方法
本专利技术涉及一种医学影像的图像处理方法，特别涉及一种低剂量能谱CT图像处 理方法。
技术介绍
X射线计算机体层成像（x-rayComputedTomography,简称CT)是一种利用X射 线与物质的相互作用原理，对物质内部信息进行成像的一种技术。CT因其在时间、空间与密 度分辨率上的卓越表现，已广泛应用于不同解剖部位的常规检查与诊断，在人类疾病防治 及延长平均寿命方面取得了巨大成就。 然而，因受制于常规CT系统设计的缺陷，其成像依然存在诸多不足，主要包括：高 辐射剂量、强射束硬化与金属伪影、低对比度组织区分度，以及仅能实现解剖成像，无法分 辨物质成分、无法准确的定量成像。 随着软硬件技术的飞速发展，基于能谱积分探测器的双能CT扫描技术和基于能 量分辨探测器的能量分辨探测技术使得能谱CT成像得到了实现。能谱CT不仅能够得到物 质内部衰减系数的信息，也可以用过重建得到物质组成的信息，一种典型的结果就是物质 的等效特征密度。由于能谱CT具有更好的物质区分能力，因此具有广泛的应用前景：骨密 度测量、PET的衰减矫正、骨髓成分分析等。另外，能谱CT可以解决常规CT成像存在的诸 多缺陷，如降低辐射剂量、抑制射束硬化与金属伪影、增强软组织对比度、获取物质成分信 息等。 在高分辨率成像情况下，能谱CT图像重建问题是一个非线性的反问题，具有非线 性性、多解性与高维数等特点，难以直接求解。相关的重建方法的研究始于上个世纪七十年 代。现有的求解方法大致可以分为两类：投影域分解法和图像域分解法。投影域分解法...
【技术保护点】
一种低剂量能谱CT图像重建方法，其特征在于：包括如下步骤，（1）获取成像对象在低剂量射线下的能谱CT图像的低能量CT投影数据和高能量CT投影数据，并同时获取相应的校正参数，系统矩阵及系统电子噪声的方差；（2）根据步骤（1）中的低能量CT投影数据和高能量CT投影数据满足的统计特性和基物质分解模型，构建用于能谱CT图像重建的数学模型；（3）利用广义全变分作为正则化先验，结合步骤（2）得到的数学模型构建用于能谱CT图像重建的目标函数；（4）采用迭代算法对步骤（3）中构建的用于能谱CT图像重建的目标函数进行求解，完成能谱CT图像重建。
【技术特征摘要】
1. 一种低剂量能谱CT图像重建方法，其特征在于：包括如下步骤， (1) 获取成像对象在低剂量射线下的能谱CT图像的低能量CT投影数据和高能量CT投 影数据，并同时获取相应的校正参数，系统矩阵及系统电子噪声的方差； (2) 根据步骤（1)中的低能量CT投影数据和高能量CT投影数据满足的统计特性和基 物质分解模型，构建用于能谱CT图像重建的数学模型； (3)利用广义全变分作为正则化先验，结合步骤（2)得到的数学模型构建用于能谱CT 图像重建的目标函数； (4)采用迭代算法对步骤（3)中构建的用于能谱CT图像重建的目标函数进行求解，完 成能谱CT图像重建。2. 根据权利要求1所述的低剂量能谱CT图像重建方法，其特征在于： 所述步骤（1)还设置有配准处理步骤，具体是： 判断所得到的低能量CT投影数据和高能量CT投影数据是否存在位置偏移，当存在位 置偏移时采用数据配准的方法将低能量CT投影数据和高能量CT投影数据进行配准处理。3.根据权利要求2所述的低剂量能谱CT图像重建方法，其特征在于： 所述步骤（2)中的基物质分解模型为： 物质对x光子的物质衰减系数通过任何两个物质即基物质对的线性物质衰减 系数来表示：?分别是两个物 质的线性物质衰减系数，q和CV分别是所需要的基物质的密度，且Cp 的值与X光 子的能量无关； 根据基物质分解模型，对于步骤（1)能谱CT的高能量CT投影数据和低能量CT投影数 据，对应的物质衰减系数的表达式为：，其中沒表示高能， Z表示低能， 定义物质衰减系数矩阵，基物质线性物质衰减系数矩阵，基物质密度矩阵步骤（1)中的低能量CT投影数据和高能量CT投影数据分别进行对数变换后的线积分 投影数据满足近似高斯分布，所述步骤（2)中建立的数学重建模型的数据项为：其中C表示待重建能谱基物质密度矩阵，，G表示系统矩阵，J表示基 物质线性衰减系数矩阵，表示克罗内科积； 产是步骤（1)中获得的能谱CT中高能量投影数据和低能量投影数据分别进行对数变换 ...
【专利技术属性】
技术研发人员：马建华，曾栋，黄静，张华，陈武凡，
申请(专利权)人：南方医科大学，
类型：发明
国别省市：广东;44
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。