The present invention relates to CT image reconstruction field, discloses a method for CT image sparse angle based on the total variation of the total curvature of joint reconstruction, including setting the weighting factor; establish the total curvature combined with total variation minimization model; using the derived CT image reconstruction algorithm the alternating direction method; reconstruction of CT image algorithm, realization and get the final reconstruction results. The invention also discloses a device for CT image sparse angle based on the total curvature of joint total variation reconstruction, including weighting factor setting module, the total curvature of joint total established module, the final CT image reconstruction algorithm module and the final reconstruction results of the mold block minimization model. The invention has the advantages of high efficiency, being able to adapt to less data acquisition and improving the quality of reconstructed images.
【技术实现步骤摘要】
基于总曲率联合总变分的CT图像稀疏角度重建方法及装置
本专利技术涉及CT图像重建领域,特别是涉及一种基于总曲率联合总变分的CT图像稀疏角度重建方法及装置。
技术介绍
计算机断层成像技术(ComputedTomography,CT)作为一种现代成像技术已经广泛应用于医学、工业等领域。然而,一方面大剂量的电离辐射对人体的伤害已经在得到医学证明,另一方面在很多实际应用中,由于受数据采集时间或成像系统扫描的几何位置约束,只能在不完全角度范围或在较少的投影角度得到数据,这些都属于稀疏角度问题(Sparse-viewProblem)。提升在稀疏角度扫描下CT图像重建的质量具有重要的理论研究和工程实践意义,如何设计高精度的稀疏角度下CT图像重建的方法也是研究的热点和难点问题。锥束CT稀疏角度问题本质上来说是一个反问题。由于其数据采集不满足精确重建数据完备性条件(Tuy-Smithcondition),解析类重建算法无法获得较高质量的重建图像。迭代类重建算法对数据完备性没有严格的要求,能够取得相对解析类算法较优的重建质量。经典算法为代数迭代技术,代数迭代算法具有一定的抗数据缺失性,通常相同数据量上结果优于解析算法,但是占用计算存储资源,需要较强硬件支持,实际中重建较慢。基于压缩感知理论的CT重建算法通过挖掘待重建物体的先验知识并刻画物体的稀疏特性,能够在压缩采样的情形下比经典迭代算法更优的重建质量。基于梯度稀疏特性的总变分(TV)算法是此类算法中的代表,尽管基于CS理论模型的总变分重建算法能够在较稀疏采样下获得较好的重建结果,但是在重建过程中只利用到图像的一阶信息,而没有 ...
【技术保护点】
一种基于总曲率联合总变分的CT图像稀疏角度重建方法,其特征在于,包含以下步骤:步骤1,设定加权因子;步骤2,建立总曲率联合总变分最小化模型;步骤3,利用交替方向法推导出最终的CT图像重建算法;步骤4,进行步骤3最终的CT图像重建算法,实现并获得最终重建结果。
【技术特征摘要】
1.一种基于总曲率联合总变分的CT图像稀疏角度重建方法,其特征在于,包含以下步骤:步骤1,设定加权因子;步骤2,建立总曲率联合总变分最小化模型;步骤3,利用交替方向法推导出最终的CT图像重建算法;步骤4,进行步骤3最终的CT图像重建算法,实现并获得最终重建结果。2.根据权利要求1所述的基于总曲率联合总变分的CT图像稀疏角度重建方法,其特征在于,所述步骤1中的加权因子选择策略为a>b。3.根据权利要求1或者2所述的基于总曲率联合总变分的CT图像稀疏角度重建方法,其特征在于,所述步骤2的具体内容为:步骤2.1,将图像重建问题刻画成以下稀疏模型:s.t.Au=b,其中,<,>为内积运算符号,为点乘符号,|▽u|为重建物体x的总变分,A为系统矩阵,向量b为扫描到的投影数据;步骤2.2,引入中间变量p,n,将步骤2.1中的稀疏模型转化为如下形式:步骤2.3,引入中间变量m,v,将步骤2.2中的稀疏模型转化为如下形式:s.t.Au=b,p=▽u,p|=m·p,|m|≤1,n=m,|v=▽·n,步骤2.4,将步骤2.3中的约束优化问题利用增广拉格朗日函数转化为无约束优化问题:4.根据权利要求3所述的基于总曲率联合总变分的CT图像稀疏角度重建方法,其特征在于,所述步骤3的具体内容为:利用交替方向法对步骤2.4中的无...
【专利技术属性】
技术研发人员:李磊,郑治中,蔡爱龙,闫镔,王林元,张瀚铭,王劲松,
申请(专利权)人:中国人民解放军信息工程大学,
类型:发明
国别省市:河南,41
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。