一种MVCT图像的增强方法及系统技术方案

本发明专利技术公开了一种MVCT图像的增强方法及系统。所述增强方法采用块匹配算法从MVCT图像中提取多个三维图像块，然后，求解所述三维图像块利用区别性字典表示的稀疏系数矩阵，并将噪声伪影特征块对应的稀疏系数矩阵中的系数归零，得到组织结构稀疏系数矩阵；并利用所述组织结构稀疏系数矩阵和区别性字典表示所述三维图像块，并进行字典处理，得到字典处理后的三维图像块，最后对所述字典处理后的三维图像块进行三维去噪处理，并将去噪后的三维图像块还原成二维图像，得到增强后的MVCT图像。本发明专利技术将区别性特征表示和三维块匹配中的块匹配算法的结合，去除了MVCT图像的噪声，并进一步的进行三维去噪，提高了MVCT图像的软组织对比度。

An Enhancement Method and System for MVCT Image

【技术实现步骤摘要】
一种MVCT图像的增强方法及系统
本专利技术涉及图像处理
，特别涉及一种MVCT图像的增强方法及系统。
技术介绍
螺旋断层放疗TomoTherapy是一种具有影像引导功能的肿瘤放射治疗医用直线加速器。为了提高放疗的准确性，在为患者实施放疗前，TomoTherapy可以将6MV的放射治疗射线能量调整为3.5兆伏，由此对患者肿瘤部位进行CT扫描，获得兆伏级X射线CT(MegavoltageCT，MVCT)图像。兆伏级CT(MVCT)图像在肿瘤放射治疗过程中一方面可以用来校正患者体位，保证了整个治疗过程中射线施照的准确性；另一方面物理师或医生可以通过MVCT影像观察患者肿瘤位置、大小，在肿瘤或周围器官变化较大的情况下及时调整放疗计划，为患者提供个体化的自适应放射治疗。此外，MVCT图像能够较好地反映物理密度与电子密度的线性关系，因此还可以用来进行剂量计算以评估患者实际受照射剂量。在MVCT成像过程中，射线穿过人体时，由于康普顿效应，对原子序数依赖减少，大量的射线穿过人体，即使在探测器上发生散射，得到的影像也具有较好的均匀性和空间分辨率，但是由于软组织对比度和密度分辨率较差，掺杂噪声，给影像引导放疗或自适应放疗带来困难。
技术实现思路
本专利技术的目的是提供一种MVCT图像的增强方法及系统，以降低MVCT图像中的噪声，增强软组织对比度和密度分辨率。为实现上述目的，本专利技术提供了如下方案：本专利技术提供了一种MVCT图像的增强方法，所述增强方法包括如下步骤：构建区别性字典，所述区别性字典包括组织结构特征块和噪声伪影特征块；采用块匹配算法从MVCT图像中提取多个三维图像块；求解所述三维图像块利用所述区别性字典表示的稀疏系数矩阵；将所述噪声伪影特征块对应的所述稀疏系数矩阵中的系数归零，得到组织结构稀疏系数矩阵；利用所述组织结构稀疏系数矩阵和所述区别性字典表示所述三维图像块，并进行字典处理，得到字典处理后的三维图像块；对所述字典处理后的三维图像块进行三维去噪处理，得到去噪后的三维图像块；将所述去噪后的三维图像块还原成二维图像，得到增强后的MVCT图像。可选的，所述构建区别性字典，具体包括：获得MVCT图像的体数据和HQCT(HighqualityCT，高质量CT图像)图像的体数据；从所述HQCT图像的体数据中提取组织结构特征块；根据所述MVCT图像的体数据和所述HQCT图像的体数据，获得差异体数据；从所述差异体数据中提取噪声伪影特征块；将所述组织结构特征块和噪声伪影特征块组合成区别性字典。可选的，所述从所述差异体数据中提取噪声伪影特征块，之后还包括：过滤掉所述噪声伪影特征块中的组织结构信息，得到过滤后的噪声伪影特征块；对所述过滤后的噪声伪影特征块进行减均值和归一化处理，得到处理后的噪声伪影特征块。可选的，所述从所述HQCT图像的体数据中提取组织结构特征块，之后还包括：利用公式计算所述组织结构特征块中相邻层的层间灰度值差异度；其中，ISID表示层间灰度值差异度，dz(i)表示第i层z轴上的灰度值，dz(i+1)表示与第i层相邻的第i+1层在z轴上的灰度值，ni表示第i层图像块的数量；将所述层间灰度值差异度大于第一预设值的像素删除，得到过滤后的组织结构特征块；对所述过滤后的组织结构特征块进行减均值和归一化处理，得到处理后的组织结构特征块。可选的，所述采用块匹配算法从MVCT图像中提取多个三维图像块，具体包括：利用滑动块的方式将所述MVCT图像划分为多个图像块；确定参考块；选取与所述参考块相似的图像块，作为匹配块，得到匹配块集合；利用三维图像提取矩阵，对所述匹配块集合进行三维图像块提取。可选的，所述选取与所述参考块相似的图像块，作为匹配块，得到匹配块集合，具体包括：利用公式计算每个所述图像块与所述参考块的欧氏距离；其中，ZR表示第R个参考块在Z轴方向的灰度值，Zx表示X轴坐标为x的图像块在Z轴方向的灰度值，γ′表示操作运算符，表示归一化的2D线性变换，Nblock表示图像块；根据所述欧式距离，利用公式SR＝{x∈X|d(ZR,Zx)≤τmatch}，选取与所述参考块相似的图像块，作为匹配块，得到匹配块集合；其中，SR表示第R个参考块的匹配块集合，τmatch表示第二预设值。可选的，所述利用三维图像提取矩阵，对所述匹配块集合进行三维图像块提取，具体包括：采用三维图像提取矩阵Axyz，利用公式bxyz＝Axyz(SxR)，对所述匹配块集合SxR进行三维图像块提取，bxyz表示提取的三维图像块。可选的，所述求解所述三维图像块利用所述区别性字典表示的稀疏系数矩阵，具体包括：对所述三维图像块bxyz，利用公式pxyz＝bxyz-dcxyz，进行减均值处理，得到减均值处理后的三维图像块pxyz；采用正交匹配追踪算法，利用公式求解所述三维图像块利用所述区别性字典表示的稀疏系数矩阵；其中，dcxyz表示所述三维图像块的均值，D表示区别性字典，αxyz表示稀疏系数矩阵，表示组织结构系数矩阵，表示噪声伪影系数矩阵。可选的，所述利用所述组织结构稀疏系数矩阵和所述区别性字典表示所述三维图像块，并进行字典处理，得到字典处理后的三维图像块，具体包括：利用公式对所述三维图像块进行字典表示，得到字典表示后的三维图像块利用公式对所述字典表示后的三维图像块进行字典处理，得到字典处理后的三维图像块Vhd；其中，Axyz表示三维图像提取矩阵，dcxyz表示所述三维图像块的均值，D表示区别性字典，表示组织结构稀疏系数矩阵。本专利技术还提供了一种MVCT图像的增强系统，其特征在于，所述增强系统包括：区别性字典构建模块，用于构建区别性字典，所述区别性字典包括组织结构特征块和噪声伪影特征块；三维图像块提取模块，用于采用块匹配算法从MVCT图像中提取多个三维图像块；稀疏系数矩阵求解模块，用于求解所述三维图像块利用所述区别性字典表示的稀疏系数矩阵；组织结构系数系数矩阵求解模块，用于将所述噪声伪影特征块对应的所述稀疏系数矩阵中的系数归零，得到组织结构稀疏系数矩阵；字典处理模块，用于利用所述组织结构稀疏系数矩阵和所述区别性字典表示所述三维图像块，并进行字典处理，得到字典处理后的三维图像块；三维去噪模块，用于对所述字典处理后的三维图像块进行三维去噪处理，得到去噪后的三维图像块；二维还原模块，用于将所述去噪后的三维图像块还原成二维图像，得到增强后的MVCT图像。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术公开了一种MVCT图像的增强方法及系统。所述增强方法采用块匹配算法从MVCT图像中提取多个三维图像块，然后，求解所述三维图像块利用区别性字典表示的稀疏系数矩阵，并将噪声伪影特征块对应的稀疏系数矩阵中的系数归零，得到组织结构稀疏系数矩阵；并利用所述组织结构稀疏系数矩阵和区别性字典表示所述三维图像块，并进行字典处理，得到字典处理后的三维图像块，最后对所述字典处理后的三维图像块进行三维去噪处理，并将去噪后的三维图像块还原成二维图像，得到增强后的MVCT图像。本专利技术将区别性特征表示和三维块匹配中的块匹配算法的结合，去除了MVCT图像的噪声，并进一步的进行三维去噪，提高了MVCT图像的软组织对比度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需本文档来自技高网...

【技术保护点】
1.一种MVCT图像的增强方法，其特征在于，所述增强方法包括如下步骤：构建区别性字典，所述区别性字典包括组织结构特征块和噪声伪影特征块；采用块匹配算法从MVCT图像中提取多个三维图像块；求解所述三维图像块利用所述区别性字典表示的稀疏系数矩阵；将所述噪声伪影特征块对应的所述稀疏系数矩阵中的系数归零，得到组织结构稀疏系数矩阵；利用所述组织结构稀疏系数矩阵和所述区别性字典表示所述三维图像块，并进行字典处理，得到字典处理后的三维图像块；对所述字典处理后的三维图像块进行三维去噪处理，得到去噪后的三维图像块；将所述去噪后的三维图像块还原成二维图像，得到增强后的MVCT图像。

【技术特征摘要】
1.一种MVCT图像的增强方法，其特征在于，所述增强方法包括如下步骤：构建区别性字典，所述区别性字典包括组织结构特征块和噪声伪影特征块；采用块匹配算法从MVCT图像中提取多个三维图像块；求解所述三维图像块利用所述区别性字典表示的稀疏系数矩阵；将所述噪声伪影特征块对应的所述稀疏系数矩阵中的系数归零，得到组织结构稀疏系数矩阵；利用所述组织结构稀疏系数矩阵和所述区别性字典表示所述三维图像块，并进行字典处理，得到字典处理后的三维图像块；对所述字典处理后的三维图像块进行三维去噪处理，得到去噪后的三维图像块；将所述去噪后的三维图像块还原成二维图像，得到增强后的MVCT图像。2.根据权利要求1所述的一种MVCT图像的增强算法，其特征在于，所述构建区别性字典，具体包括：获得MVCT图像的体数据和HQCT图像的体数据；从所述HQCT图像的体数据中提取组织结构特征块；根据所述MVCT图像的体数据和所述HQCT图像的体数据，获得差异体数据；从所述差异体数据中提取噪声伪影特征块；将所述组织结构特征块和噪声伪影特征块组合成区别性字典。3.根据权利要求2所述的一种MVCT图像的增强算法，其特征在于，所述从所述差异体数据中提取噪声伪影特征块，之后还包括：过滤掉所述噪声伪影特征块中的组织结构信息，得到过滤后的噪声伪影特征块；对所述过滤后的噪声伪影特征块进行减均值和归一化处理，得到处理后的噪声伪影特征块。4.根据权利要求2所述的一种MVCT图像的增强算法，其特征在于，所述从所述HQCT图像的体数据中提取组织结构特征块，之后还包括：利用公式计算所述组织结构特征块中相邻层的层间灰度值差异度；其中，ISID表示层间灰度值差异度，dz(i)表示第i层z轴上的灰度值，dz(i+1)表示与第i层相邻的第i+1层在z轴上的灰度值，ni表示第i层图像块的数量；将所述层间灰度值差异度大于第一预设值的像素删除，得到过滤后的组织结构特征块；对所述过滤后的组织结构特征块进行减均值和归一化处理，得到处理后的组织结构特征块。5.根据权利要求1所述的一种MVCT图像的增强方法，其特征在于，所述采用块匹配算法从MVCT图像中提取多个三维图像块，具体包括：利用滑动块的方式将所述MVCT图像划分为多个图像块；确定参考块；选取与所述参考块相似的图像块，作为匹配块，得到匹配块集合；利用三维图像提取矩阵，对所述匹配块集合进行三维图像块提取。6.根据权利要求5所述的一种MVCT图像的增强方法，其特征在于，选取与所述参考块相似的图像块，作为匹配块，得到匹配块集合，具体包括：利用公式计算每个所述图像块与所述参考块的欧氏距离；其中，ZR表示第R个参考块在Z...

【专利技术属性】
技术研发人员：朱健，刘亚如，董吉文，程阳，于海宁，白曈，尹勇，李宝生，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东,37