一种迭代演化模型的CT图像稀疏重建方法技术

本发明专利技术公开了一种迭代演化模型的CT图像稀疏重建方法，包括以下步骤：采集固定投影角度范围或投影角度间隔达到设定值的稀疏投影数据；生成四个初始解：伪逆、随机值、全0值、全1值；通过随机漫步获得四组解集；对每一个解集中的每一个解进行有效性约束；依据适应度评价函数评价每组随机解集中的每一个解；按新型迭代演化模型对每一个解进行转移；根据基于凸优化的迭代算法对每一个解进行更新；依据适应度评价挑选每一组的当前最优解更新；判断是否达到最大迭代次数：若达到，则依据适应度评价选取最优解作为重建结果。本发明专利技术能够提高重建图像质量，减少重建伪影。

【技术实现步骤摘要】
一种迭代演化模型的CT图像稀疏重建方法
本专利技术涉及CT图像重建领域，特别涉及一种迭代演化模型的CT图像稀疏重建方法。
技术介绍
计算机断层成像(ComputedTomography，CT)是根据X射线穿透待检测物体横截面时被介质吸收衰减的现象，利用接收到的投影数据重建得到物体的断层图像。传统的重建方法解析法要求投影数据满足数据完整性要求(Tuy-Smith条件)，即在180°角度范围内进行均匀密集的投影，否则重建结果会存在严重伪影。然而在众多应用场景下，往往只能得到采样角度受限、采样间隔较大的稀疏投影数据。例如医疗应用的脑部CT中，过大的X射线照射剂量会对大脑造成二次伤害，因此常通过采用加大投影角度间隔的方式减小CT射线的照射剂量；在工业设备的无损探伤中，大型的不规则印制电路板或在役的管道限制了CT成像系统的几何位置，因此只能在有限角度下对目标进行扫描，得到投影角度范围受限的数据。因此，提高稀疏投影数据的重建质量是CT重建领域十分重要且亟需解决的问题。针对CT稀疏投影数据重建问题，现有技术如凸集投影-全变分最小化(ProjectionOnConvexSets-TotalVaria本文档来自技高网...

【技术保护点】
1.一种迭代演化模型的CT图像稀疏重建方法，其特征在于，包括以下步骤：S1、采集固定投影角度范围或投影角度间隔达到设定值的稀疏投影数据；S2、生成四个初始解：伪逆、随机值、全0值、全1值；S3、通过随机漫步获得四组解集；S4、对每一个解集中的每一个解进行有效性约束；S5、依据适应度评价函数评价每组随机解集中的每一个解；S6、按新型迭代演化模型对每一个解进行转移；S7、根据基于凸优化的迭代算法对每一个解进行更新；S8、依据适应度评价挑选每一组的当前最优解更新；S9、判断是否达到最大迭代次数：若达到，则依据适应度评价选取最优解作为重建结果；若未达到，则返回步骤S3。

【技术特征摘要】
1.一种迭代演化模型的CT图像稀疏重建方法，其特征在于，包括以下步骤：S1、采集固定投影角度范围或投影角度间隔达到设定值的稀疏投影数据；S2、生成四个初始解：伪逆、随机值、全0值、全1值；S3、通过随机漫步获得四组解集；S4、对每一个解集中的每一个解进行有效性约束；S5、依据适应度评价函数评价每组随机解集中的每一个解；S6、按新型迭代演化模型对每一个解进行转移；S7、根据基于凸优化的迭代算法对每一个解进行更新；S8、依据适应度评价挑选每一组的当前最优解更新；S9、判断是否达到最大迭代次数：若达到，则依据适应度评价选取最优解作为重建结果；若未达到，则返回步骤S3。2.根据权利要求1所述迭代演化模型的CT图像稀疏重建方法，其特征在于，所述固定投影角度范围为(0°,180°)，所述投影角度间隔大于等于3°小于等于6°。3.根据权利要求1所述迭代演化模型的CT图像稀疏重建方法，其特征在于，所述步骤S2，具体为：伪逆：根据离散化的投影方程Ax＝b，求其伪逆作为初始解：其中t表示当前迭代次数，其中A为投影系数矩阵，x为待重建图像的列向量形式，b为投影数据；随机值：随机生成初始解：全0值：元素全为0的初始解全1值：元素全为1的初始解4.根据权利要求1所述迭代演化模型的CT图像稀疏重建方法，其特征在于，所述步骤S3，具体为：对每一个初始解执行随机漫步操作，获得四组随机解集其中，t表示当前迭代次数；i＝1,…,4，i表示解集组别；k表示第i组解集中的第k个解；rand[length(x)]表示维度与x相同的随机量，服从(0,∑)的高斯分布；通过生成随机解集，对解空间进行充分的搜索，并推动迭代过程跳出局部最优点。5.根据权利要求1所述迭代演化模型的CT图像稀疏重建方法，其特征在于，所述步骤S4，具体为：对每...

【专利技术属性】
技术研发人员：高红霞，罗澜，黄滨阳，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44