一种从CT图像中去除金属伪影的方法技术

本发明专利技术涉及一种从CT图像中去除金属伪影的方法，首先通过图像自适应滤波进行预处理，得到去除了噪声和部分条状伪影的原始重构图像；然后通过聚类的方法将原始重构图像进行分割，得到不同组织的区域，并建立模型图像，同时将分割出的金属区域通过正投影得到其在投影域中的位置；接下来将模型图像通过正投影得到其投影数据，之后根据先前得到的金属区域在投影域中的位置用模型图像的投影域数据替代原始重构图像的投影域数据；最后将修复后的投影域数据通过滤波反投影得到最终的校正图像。本发明专利技术精确的还原了真实图像，能够有效的去除金属伪影，有助于医生对病情的准确判断。

【技术实现步骤摘要】

本专利技术涉及CT图像的增强或复原，具体涉及一种从CT图像中去除金属伪影的方法。
技术介绍
医学上应用金属植入物对人体进行修复已经有400余年的历史，很早的时候医生就用纯金板来修补颅骨和镶牙，其后陆续使用了银、铁、铁基合金等来固定骨折关节，近代又使用了钴基合金作为人体植入物，随后不锈钢也被大量使用，随着稀有金属工业的发展，加工钛和铸钛、铌等稀有金属被临床应用于人体，现如今钛合金由于其强度高、耐腐蚀性好、耐热性高等特点而被作为用于人体植入物的首选，得到了广泛的应用。MRI是一种生物磁自旋成像技术，它是利用原子核自旋运动的特点，在外加磁场内，经射频脉冲激光产生信号，用探测器检测并输入计算机，经过计算机处理转换后在屏幕上显示图像。磁共振成像(MRI)检查是骨科，尤其是脊柱外科疾病诊断的有效工具。但是当存在金属植入物的人体进行核磁检查时会有如下的两个弊端：1)由于在核磁共振机器及核磁共振检查室内存在非常强大的磁场，因此，装有心脏起搏器者，以及血管手术后留有金属夹、金属支架者，或其他的冠状动脉、食管、前列腺、胆道进行金属支架手术者，绝对严禁作核磁共振检查，否则，由于金属受强大磁场的吸引而移动，将可能产生严重后果以致生命危险。2)对于带有金属植入物的患者，检查时在MRI图像金属植入物区上可出现大量伪影，以致影响图像诊断性能。采用铁、不锈钢等作为骨科植入物材料，伪影十分明显，严重干扰了图像的质量。>因此有些医院规定体内含有金属的患者一律不做核磁共振检查，尤其是体内的金属植入物是不锈钢的而非钛合金的情况。正是由于MRI在临床应用如上的弊端，CT作为另一种医学检查手段就有了明显的优势。CT作为常规的医学检查手段在患者体内有金属植入物的情况下比MRI有更好的应用，但是由于金属植入物的存在仍然会对其扫描的重构图像有一定的影响。典型的情况就是金属物的存在使得重建之后的图像在金属周围产生大量的黑色和明亮的放射状条纹伪影，当金属植入物比较大时会严重影响医生对检查结果的判断。金属伪影产生的原因主要有如下几点：当人体中被植入密度较大的金属时，由于其衰减系数远远大于人体内其他组织的衰减系数，当射线穿过金属时就会大量减弱，产生射束硬化现象导致投影数据的一阶导数在某一段呈现出弱平滑性，产生投影数据的跳跃，经过滤波处理后，这种弱平滑性会被进一步放大，从而最终在重建图像中形成明暗相间的条状伪影。同时由于X射线硬化问题，产生非线性部分容积效应，并且会使散射现象加剧，这些都会引起重构图像的失真，尤其在金属周围形成大量的干扰。为了能够恢复被金属伪影污染的重构图像，大量的金属伪影消除算法被提出来。目前主要的方法可以分成如下三类：1.用迭代重建算法进行金属伪影的消除，2.在投影域进行金属伪影的消除。3.在图像域进行金属伪影的消除。迭代重建算法理论上是非常好的去金属伪影方法，该算法能有效去除金属伪影和抑制噪声，而且能很好的呈现金属物体的结构，但其运算量非常大，速度很慢，难以实用化。投影域去除金属伪影是一种前处理的方法并且有一定的优势，因为图像域去金属伪影的后处理方法需要经过FBP等反投影算法，这会加大金属伪影对真实数据的影响，并且包含金属伪影的重构图像由于其已经被大量污染，在此基础上进行处理必然会带来较大的误差。但是目前的主流算法大部分还是基于重构图像的后处理算法，原因主要有如下两个方面：1.基于重构图像的后处理方法不需要原始生数据，只需要DICOM格式的重构图像即可完成金属伪影的消除，数据获取相对简单。2.基于投影域的前处理方法有很多技术难点，首先投影数据量非常大，其次投影域中很难有精确的方法将金属部分从其他人体部分中分割出来，因此很难精确恢复被金属污染的投影数据，所以尽管从投影域进行金属伪影消除有其优势但是其应用性并不如图像域的后处理算法。金属伪影的图像域后处理方法主要分为如下三类：1.插值校正法2.滤波加权校正法3.模型校正法。插值校正法是最公知的方法，其主要思想是用金属周围的投影数据插值出被金属污染的投影数据，其后进行滤波反投影得到重构图像，最后再将分割出的金属部分图像叠加到重构图像中得到最终的校正图像。该方法简单实用，能对金属伪影有一定的消除作用，不过由于其只是简单的通过插值法恢复被金属污染的投影数据，并没有考虑到金属部分的细节，并且即使选择高阶插值函数也很难保证投影数据在金属边缘的平滑性，另外由于其算法最后需要将分割出的金属部分图像叠加到最终重构图像中，使得在金属区域的边缘并不能有很好的过度，因此插值校正法对金属伪影的处理效果并不理想。滤波加权法是将多种已知的去金属伪影方法(如nmar等)校正后的图像进行高通和低通滤波处理，然后进行加权融合，从而得到最终的校正图像，该算法能取得一定的效果，不过比较依赖其运用的基础去伪影算法，实际效果并不理想。模型校正法是近些年比较流行的校正方法，其基本思想是通过建立模型图像来更好的还原真实图像，将模型图像的投影数据替代原始投影数据中被金属污染的部分，最终得到没有金属污染的重构图像。该方法计算复杂度低，并且在能比较好的去除金属伪影的同时保留金属的细节，尤其是在金属边缘过度很自然。该方法的难点是如何建立精确的模型图像来还原真实的图像，这也是不同模型校正算法的根本区别所在。模型校正法有比插值校正法和滤波加权法更好的精确性和实用性，所以本专利技术也是基于模型校正法来对金属伪影进行去除。模型校正法的根本是如何精确的建立模型图像，这既是不同模型校正法的区别所在更是此类校正法的难点所在。为了能有效的去除金属伪影本专利技术提出了更精确的模型校正方法，该方法在模型图像的建立过程中，充分考虑了不同组织的细节特征以及金属物体的特性，不仅充分应用了模型校正法的优势，更根据实际临床数据对其进行了改进和完善，从而得到了更好的金属伪影去除效果。
技术实现思路
本专利技术的目的是提供一种从CT图像中去除金属伪影的方法，首先通过图像自适应滤波进行预处理，得到去除了噪声和部分条状伪影的原始重构图像；然后通过聚类的方法将原始重构图像进行分割，得到不同组织的区域，并建立模型图像，同时将分割出的金属区域通过正投影得到其在投影域中的位置；接下来将模型图像通过正投影得到其投影数据，之后根据先前得到的金属区域在投影域中的位置用模型图像的投影域数据替代原始重构图像的投影域数据；最后将修复后的投影域数据通过滤波反投影得到最终的校正图像。本专利技术的目的是由下述技术本文档来自技高网...

【技术保护点】
一种从CT图像中去除金属伪影的方法，其特征在于：所述去除金属伪影的步骤包括：A、图像预处理：使用自适应滤波法去除CT图像中的噪声和部分条状伪影，得到原始重构图像；B、图像分割：使用聚类分割算法分割所述原始重构图像，得到包含不同组织区域的原始聚类图像；所述组织区域包括金属区域、骨骼区域、软组织区域、空气区域；C、建立权重图像：计算所述原始聚类图像中不同位置与所述原始聚类图像中金属区域之间的距离，根据该距离计算该位置像素的权重值，得到权重图像；所述权重图像由不同位置像素的权重值构成；D、图像分割修正：根据所述权重图像将所述原始聚类图像中像素的权重值大的空气区域修正为软组织区域，得到修正聚类图像；E、建立模型图像：求取所述原始重构图像中与所述修正聚类图像的软组织区域对应区域的所有像素的平均值，并用该平均值对所述原始重构图像中的该对应区域的所有像素进行赋值，得到模型图像；F、确定金属区域的投影域位置：将所述原始聚类图像中的金属区域进行正投影，得到金属投影域图像，记录所述金属投影域图像中不为零的像素位置，得到所述金属区域在所述金属投影域图像中的投影域位置；G、基于模型图像修正原始重构图像的投影域图像：分别将所述原始重构图像和所述模型图像进行正投影，得到所述原始重构图像的投影域图像和所述模型图像的投影域图像；根据所述金属区域在所述金属投影域图像中的投影域位置，用所述模型图像的投影域图像中对应该投影域位置的投影域数据替换所述原始重构图像的投影域图像中对应该投影域位置的投影域数据，得到所述原始重构图像的修正投影域图像；H、所述原始重构图像的修正投影域图像通过滤波反投影得到去除金属伪影的修正重构图像。...

【技术特征摘要】
1.一种从CT图像中去除金属伪影的方法，其特征在于：所述去除金属伪
影的步骤包括：
A、图像预处理：使用自适应滤波法去除CT图像中的噪声和部分条状伪影，
得到原始重构图像；
B、图像分割：使用聚类分割算法分割所述原始重构图像，得到包含不同
组织区域的原始聚类图像；所述组织区域包括金属区域、骨骼区域、软组织区
域、空气区域；
C、建立权重图像：计算所述原始聚类图像中不同位置与所述原始聚类图
像中金属区域之间的距离，根据该距离计算该位置像素的权重值，得到权重图
像；所述权重图像由不同位置像素的权重值构成；
D、图像分割修正：根据所述权重图像将所述原始聚类图像中像素的权重
值大的空气区域修正为软组织区域，得到修正聚类图像；
E、建立模型图像：求取所述原始重构图像中与所述修正聚类图像的软组
织区域对应区域的所有像素的平均值，并用该平均值对所述原始重构图像中的
该对应区域的所有像素进行赋值，得到模型图像；
F、确定金属区域的投影域位置：将所述原始聚类图像中的金属区域进行
正投影，得到金属投影域图像，记录所述金属投影域图像中不为零的像素位置，
得到所述金属区域在所述金属投影域图像中的投影域位置；
G、基于模型图像修正原始重构图像的投影域图像：分别将所述原始重构
图像和所述模型图像进行正投影，得到所述原始重构图像的投影域图像和所述
模型图像的投影域图像；根据所述金属区域在所述金属投影域图像中的投影域
位置，用所述模型图像的投影域图像中对应该投影域位置的投影域数据替换所
述原始重构图像的投影域图像中对应该投影域位置的投影域数据，得到所述原
始重构图像的修正投影域图像；
H、所述原始重构图像的修正投影域图像通过滤波反投影得到去除金属伪
影的修正重构图像。
2.根据权利要求1所述的从CT图像中去除金属伪影的方法，其特征在于：
所述的自适应滤波法为中值滤波法。
3.根据权利要求1所述的从CT图像中去除金属伪影的方法，其特征在于：
所述的聚类分割算法为K-means聚类分割算法。
4.根据权利要求1所述的从CT图像中去除金属伪影的方法，其特征在于：
所述组织区域还包括普通组织。
...

【专利技术属性】
技术研发人员：李宇寂，任毅，
申请(专利权)人：赛诺威盛科技北京有限公司，
类型：发明
国别省市：北京;11