基于全广义变分正则化的低剂量X射线CT图像重建方法技术

技术编号:13515178 阅读:93 留言:0更新日期:2016-08-12 01:15
一种基于全广义变分正则化的低剂量X射线CT图像重建方法,包括如下步骤:(1)获取CT设备的系统参数和低剂量扫描协议下对数变换后的投影数据;(2)对投影数据进行Anscombe变换,将服从Poission分布的投影数据转化为近似服从方差为1的Gaussian分布数据u;(3)建立基于全广义变分最小化的理想数据恢复模型,使用Chambolle‑Pock算法求解得到恢复后的投影数据f;(4)对步骤(3)得到的恢复后的投影数据f进行Anscombe逆变换,再通过滤波反投影算法得到CT重建图像。该方法可以在投影数据不满足分段常数假设的前提下去除图像的噪声和条形伪影,同时较好地保持图像的空间分辨率。

【技术实现步骤摘要】
201610427491

【技术保护点】
一种基于全广义变分正则化的低剂量X射线CT图像重建方法,其特征在于,包括如下步骤:(1)获取CT设备的系统参数和低剂量扫描协议下对数变换后的投影数据q;(2)对步骤(1)获取的投影数据q进行Anscombe变换,将服从复合Poission分布的投影数据q转化为近似服从方差为1的Gaussian分布数据u;(3)对步骤(2)获取的数据u建立基于全广义变分最小化的理想数据恢复模型,使用Chambolle‑Pock算法求解得到恢复后的投影数据f;(4)对步骤(3)得到的恢复后的投影数据f进行Anscombe逆变换,再通过滤波反投影算法得到CT重建图像。

【技术特征摘要】
1.一种基于全广义变分正则化的低剂量X射线CT图像重建方法,其特征在于,包括如下步骤:(1)获取CT设备的系统参数和低剂量扫描协议下对数变换后的投影数据q;(2)对步骤(1)获取的投影数据q进行Anscombe变换,将服从复合Poission分布的投影数据q转化为近似服从方差为1的Gaussian分布数据u;(3)对步骤(2)获取的数据u建立基于全广义变分最小化的理想数据恢复模型,使用Chambolle-Pock算法求解得到恢复后的投影数据f;(4)对步骤(3)得到的恢复后的投影数据f进行Anscombe逆变换,再通过滤波反投影算法得到CT重建图像。2.根据权利要求1所述的基于全广义变分正则化的低剂量X射线CT图像重建方法,其特征在于,所述步骤(1)中获取的CT设备的系统参数包括X射线入射光子强度I0。3.根据权利要求2所述的基于全广义变分正则化的低剂量X射线CT图像重建方法,其特征在于,所述步骤(2)中对步骤(1)获取的投影数据q进行Anscombe变换,计算式如下:u=(u1,u2,…,uN)T表示投影数据经过Anscombe变化后近似服从方差为1的Gaussian分布数据,其中,T表示转置运算,u1、u2、…、uN是u的分量,N为分量的个数;令f=(f1,f2,…,fN)T为待估计投影数据...

【专利技术属性】
技术研发人员:牛善洲李楠吴恒马建华喻高航
申请(专利权)人:赣南师范学院
类型:发明
国别省市:江西;36

网友询问留言 已有0条评论
  • 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。

1