一种鲁棒的基于低秩张量分解和总变分正则化的CBCT重建方法技术

本发明专利技术提供一种鲁棒的基于低秩张量分解和总变分正则化的CBCT重建方法，包括：在CBCT重建中使用Huber损失函数作为数据保真项，使得重建在低辐射剂量条件下对于脉冲噪声具有鲁棒性；低秩张量特性被用作为先验项，这种特性有助于恢复由脉冲噪声引起的结构信息丢失；通过进一步集成3D TV先验项以减少高斯噪声的影响，从而提出CBCT重建模型；通过交替最小化方法解决优化问题，得到并输出重建图像。本发明专利技术方法可以在高斯噪声和脉冲噪声混合的状态下，不仅可以有效的一直噪声的影响，还能很好的保留边缘，重建高质量的三维图像。

【技术实现步骤摘要】
一种鲁棒的基于低秩张量分解和总变分正则化的CBCT重建方法
本专利技术属于图像重建
，主要涉及混合高斯脉冲噪声下的CBCT重建方法，广泛适用于众多临床应用中。
技术介绍
锥束计算机断层成像(ConeBeamComputedTomographyct，CBCT)技术是一种新型的计算机断层成像(CT)技术，其以二维探测器为中心的一种锥形X射线束为基础，可以以不同旋转角度捕获一系列的二维投影图像，并通过特定算法重建物体内部三维结构图像。由于CBCT技术具有低成本，高分辨率以及较短的数据采集时间的特点，因此在众多临床应用中起着重要作用。为了减少X射线对患者的影响，在大多数临床应用中都建议使用低辐射剂量。在这种情况下，由于信号强度相对较低，因此重建的三维图像的质量会降低，从而影响噪声。因此，在低剂量条件下，从锥束X射线重建高质量三维图像对于CBCT仍然具有挑战性。1984年，Feldkamp等人[1]提出了一种基于2D滤波反投影公式的锥束三维图像重建算法Feldkamp-Davis-Kress(FDK)算法。为了提高CBCT重建性能，本文档来自技高网...

【技术保护点】
1.一种鲁棒的基于低秩张量分解和总变分正则化的CBCT重建方法，其特征在于，包含以下步骤：/n步骤1，从一系列二维投影图像

【技术特征摘要】
1.一种鲁棒的基于低秩张量分解和总变分正则化的CBCT重建方法，其特征在于，包含以下步骤：
步骤1，从一系列二维投影图像其向量形式表示为重建目标，r、s分别为图像Yi的横向分辨率和纵向分辨率，N为投影角的总数，在CBCT重建中，将重建目标表示为张量表示在CBCT重建过程的基础上将χ映射为yi的第i个角的投影函数，m、n、p是三阶张量χ在三个维度上的大小；通过构造优化模型对图像进行重建，所述优化模型包括数据保真项和先验约束项；
步骤2，通过引入Huber损失函数作为数据保真项；
步骤3，通过利用张量核范数来描述3D数据的高空间相关性和不同切片之间的强相关性，并加入3DTV正则化约束，共同构建先验约束项；
步骤4，利用替代方向乘数法求解优化模型，即求解三阶张量χ，得到并输出重建图像。


2.如权利要求1所述的一种鲁棒的基于低秩张量分解和总变分正则化的CBCT重建方法，其特征在于：步骤2中，Huber损失函数定义如下，



其中，δ为预定义的常数，ω是Huber函数定义的变量；
将Huber损失函数用作数据保真项，保真项定义为





3.根据权利要求2所述的一种鲁棒的基于低秩张量分解和总变分正则化的CBCT重建方法，其特征在于：步骤3的具体实现包括了以下子步骤：
步骤3.1，CBCT图像被视为三阶张量χ，以充分探索潜在的3D结构信息，该张量的第n个维称为n-mode，n∈[1，3]，χ(n)表示沿第n个维的χ展开；使用低秩张量属性作为一种先验约束项：

【专利技术属性】
技术研发人员：田昕，陈葳，赵芳，李波，李松，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42