基于神经网络的数字合成X射线层析成像方法技术

本发明专利技术公开了一种基于神经网络的数字合成X射线层析成像方法，包括步骤：采集层析投影数据，将投影图像采用图像重建算法重建，得到初始图像；构建并训练神经网络；将初始图像作为中间图像，将中间图像输入到神经网络中，输出矫正图像；矫正图像经过数值模拟计算，产生合成的投影数据；根据模拟投影数据和采集的层析投影数据，计算出两者的差异投影；比较差异投影和设定的阈值：如果差异投影小于设定的阈值，进入下一步；将差异图像和矫正图像进行相加得到最终的图像。本发明专利技术能够用来减少不完全数据采样对图像重建带来的影响，在不显著增加计算量的情况下，能够有效抑制伪影，提升有限角度扫描下图像重建质量。

Digital synthetic X-ray tomography based on Neural Network

【技术实现步骤摘要】
基于神经网络的数字合成X射线层析成像方法
本专利技术涉及医学成像
，具体涉及一种能够有效抑制伪影、提升有限角度扫描下图像重建质量的基于神经网络的数字合成X射线层析成像方法。
技术介绍
X射线在医学上的应用使医生能观察到人体内部结构，为医生进行疾病诊断提供了重要的信息，至今仍起着不可或缺的作用。由于常规X射线透视成像技术是将三维人体结构显示在二维平面上，缺乏立体信息，软组织诊断能力差，限制成像系统的应用。CT的成像原理是应用X线束围绕人体的某一部位连续断面扫描，扫描速度快，能精确显示人体三维信息，目前已成为主要的临床检查手段。但是CT也有一些局限，例如辐射剂量高，不适合特殊部位的检查例如膝关节站立负荷位等。X线层析成像技术(DigitalTomosynthesis)通过一次获取有限角度内多个不同投影角度下的小剂量投影数据，利用计算机进行图像处理，可回顾性重建任意深度层面的图像。具有辐射剂量小，设备简单，可显示3D信息，可对特殊部位进行检查以及容易同普通X线设备融合等特点，已经在乳腺成像、关节成像等方面表现了很大的发展空间。但由于采样本文档来自技高网...

【技术保护点】
1.一种基于神经网络的数字合成X射线层析成像方法，其特征在于，包括步骤：/na、采集层析投影数据，即投影图像，将投影图像采用图像重建算法重建，得到初始图像；/nb、构建并训练神经网络；/nc、将初始图像作为中间图像，将中间图像输入到神经网络中，输出矫正图像；/nd、矫正图像经过数值模拟计算，产生合成的投影数据，即模拟投影数据；/ne、根据模拟投影数据和采集的层析投影数据，计算出两者的差异投影；/nf、比较差异投影和设定的阈值：如果差异投影大于等于设定的阈值，将差异投影采用与步骤a中相同的图像重建算法进行处理，得到差异图像，把差异图像作为中间图像，返回步骤c继续执行，直至差异投影小于设定的阈值，...

【技术特征摘要】
1.一种基于神经网络的数字合成X射线层析成像方法，其特征在于，包括步骤：
a、采集层析投影数据，即投影图像，将投影图像采用图像重建算法重建，得到初始图像；
b、构建并训练神经网络；
c、将初始图像作为中间图像，将中间图像输入到神经网络中，输出矫正图像；
d、矫正图像经过数值模拟计算，产生合成的投影数据，即模拟投影数据；
e、根据模拟投影数据和采集的层析投影数据，计算出两者的差异投影；
f、比较差异投影和设定的阈值：如果差异投影大于等于设定的阈值，将差异投影采用与步骤a中相同的图像重建算法进行处理，得到差异图像，把差异图像作为中间图像，返回步骤c继续执行，直至差异投影小于设定的阈值，进入下一步；
g、将差异图像和矫正图像进行相加得到最终的图像。


2.根据权利要求1所述的基于神经网络的数字合成X射线层析成像方法，其特征在于：所述步骤b中神经网络的构建和训练步骤如下：
步骤1)、构建图像数据库：利用实际系统或仿真的投影数据生成图像数据库，图像数据库里面的每一个样本包括存在...

【专利技术属性】
技术研发人员：曾凯，冯亚崇，
申请(专利权)人：南京安科医疗科技有限公司，
类型：发明
国别省市：江苏;32