The invention discloses a method for reconstructing incomplete projection CT images based on VAEGAN, which includes: firstly, training the VAEGAN model with sinusoidal images of complete projection data to obtain a VAEGAN model capable of generating high-quality sinusoidal images; secondly, using the trained model to predict the missing parts of the sinusoidal images of incomplete projection data, and then obtaining the complementary projection data; Finally, CT images are reconstructed from the completed projection data images by using the method of Filtered Back Projection (FBP). The present invention can predict missing projection data and further reconstruct high quality CT images in accordance with clinical diagnosis.
【技术实现步骤摘要】
基于VAEGAN的非完全投影CT图像重建方法
本专利技术涉及医学图像处理
，尤其涉及一种基于VAEGAN(VariationalAutoEncoderGenerativeAdversarialNetwork，变分自编码器生成式对抗网络)的非完全投影CT(ComputerizedTomography，计算机断层显象)图像重建方法。
技术介绍
作为目前一种常规有效的临床医学诊断工具，X射线计算机断层成像技术(ComputerizedTomography，CT)为临床医生的诊断提供了丰富的人体器官组织信息。但是由相关研究表明：一次完全的CT扫描通常伴随着较高程度的电离辐射，而高剂量电离辐射可诱发人体新陈代谢异常乃至癌症、白血病等疾病。因此，如何在降低X射线使用剂量的同时，保证重建图像质量满足临床诊断要求成为医学图像处理领域研究的重点。临床上减少病患辐射量的重要方法之一就是减小CT扫描范围，即将探测器的旋转角度范围限制在某个小于标准的区间内，从而在总体上大幅减少了患者所受X射线辐射量。虽然限制CT设备扫描范围能够降低患者所受X射线辐射量，但同时会造成所获CT投影数据...
【技术保护点】
1.基于VAEGAN的非完全投影CT图像重建方法，其特征在于，包括如下步骤：构建VAEGAN模型；利用完全投影数据的正弦图像来训练VAEGAN模型；将不完全投影数据的正弦图像输入至已训练好的VAEGAN模型，获取生成图像并对不完全投影数据的正弦图像缺失部分进行预测，获取补全正弦图像；进一步获取对应的补全投影数据，根据补全投影数据重建CT图像。
【技术特征摘要】
1.基于VAEGAN的非完全投影CT图像重建方法，其特征在于，包括如下步骤：构建VAEGAN模型；利用完全投影数据的正弦图像来训练VAEGAN模型；将不完全投影数据的正弦图像输入至已训练好的VAEGAN模型，获取生成图像并对不完全投影数据的正弦图像缺失部分进行预测，获取补全正弦图像；进一步获取对应的补全投影数据，根据补全投影数据重建CT图像。2.根据权利要求1所述的基于VAEGAN的非完全投影CT图像重建方法，其特征在于，所述VAEGAN模型包括：编码器、生成器和判别器，主要包含：卷积层、修正线性单元层、批标准化层和全连接层。3.根据权利要求2所述的基于VAEGAN的非完全投影CT图像重建方法，其特征在于，训练VAEGAN模型的具体方法如下：获取若干张CT图像及其对应的完全投影数据和不完全投影数据，将完全投影数据的正弦图像作为训练图像，将不完全投影数据的正弦图像作为测试图像；利...
【专利技术属性】
技术研发人员：戴修斌，王蕾，刘天亮，晏善成，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32
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。