低采样率下肺部CT图像稀疏重构制造技术

本发明专利技术公开了一种低采样率下肺部CT图像稀疏重构，包括：步骤1、应用多分辨率分析的方法对肺部CT图像进行分解，实现对肺部CT图像的稀疏表示；步骤2、应用随机矩阵对肺部CT图像进行感知，在低采样率下获取肺部组织的图像信息；步骤3、建立稀疏信号的重构模型，设计稀疏重构的方法，通过优化方法实现对原图像的精确重构。该低采样率下肺部CT图像稀疏重构将新理论压缩感知应用到肺部CT成像上，可以减少CT扫描的剂量，减少医学影像检查对患者的再次伤害，提高图像精确性，具有重要的理论研究意义和实际应用价值。

【技术实现步骤摘要】
低采样率下肺部CT图像稀疏重构
本专利技术涉及医学图像处理
，具体地，涉及一种低采样率下肺部CT图像稀疏重构。
技术介绍
目前，肺癌是死亡率最高的恶性肿瘤之一，世界上每年大约有130万人因其死亡。近几年，我国肺癌的发病率和死亡率也呈现上升趋势，这与吸烟、空气污染等有较大关系。计算机断层扫描CT(ComputedTomography)利用X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一层一层的断面扫描，利用不同组织对射线吸收率的不同(如表1所示)，形成某一部位的扫描影像。CT能够为诊断小的组织病变提供更可靠的切片信息，目前已经成为医学诊断的常用方法。早期肺癌的治愈率较高，肺部CT图像对检测早期肺癌、提高患者相对存活率起着至关重要的作用。计算机辅助诊断首先需要对肺部CT图像数据的采集，减少CT扫描的剂量，可以大幅减少医学影像检查对患者的再次伤害。在扫描数据减少的情况下，传统的图像重建方法无法满足临床诊断的要求。压缩感知是一种新的信息获取方法，能够在较少采样率下实现对影像的精确重构。该理论指出，对于稀疏信号，可以本文档来自技高网...

【技术保护点】
1.一种低采样率下肺部CT图像稀疏重构，其特征在于，包括：/n步骤1、应用多分辨率分析的方法对肺部CT图像进行分解，实现对肺部CT图像的稀疏表示；/n步骤2、应用随机矩阵对肺部CT图像进行感知，在低采样率下获取肺部组织的图像信息；/n步骤3、建立稀疏信号的重构模型，设计稀疏重构的方法，通过优化方法实现对原图像的精确重构。/n

【技术特征摘要】
1.一种低采样率下肺部CT图像稀疏重构，其特征在于，包括：
步骤1、应用多分辨率分析的方法对肺部CT图像进行分解，实现对肺部CT图像的稀疏表示；
步骤2、应用随机矩阵对肺部CT图像进行感知，在低采样率下获取肺部组织的图像信息；
步骤3、建立稀疏信号的重构模型，设计稀疏重构的方法，通过优化方法实现对原图像的精确重构。


2.根据权利要求1所述的低采样率下肺部CT图像稀疏重构，其特征在于，步骤1中包括利用小波变换对肺部CT图像稀疏表达。


3.根据权利要求2所述的低采样率下肺部CT图像稀疏重构，其特征在于，步骤1中的小波变换包括：将满足条件



的平方可积函数ψ(t)即ψ(t)∈L2(R)称为一基本小波或母函数，Ψ(ω)为ψ(t)的傅立叶变换；由函数ψ(t)的伸缩和平移得到一簇函数



称为小波函数簇，a为尺度因子，b为平移因子；对于任意的函数f(t)∈L2(R)的连续小波变换为



其逆变换为



当尺度a较大时，表示以伸展了的ψ(t)波形去观察整个f(t)；反之，当a较小时，则以压缩的ψ(t)波形去观察整个f(t)局部。


4.根据权利要求3所述的低采样率下肺部CT图像稀疏重构，其特征在于，在小波基下，图像可以稀疏表示为
I＝ΨS(5)
其中I表示图像信号，Ψ表示小波基，S表示稀疏信号。


5.根据权利要求1所述的低采样率下肺部CT图像稀疏重构，其特征在于，步骤2包括根据压缩感知理论，对肺部组织以较低的采样率获取信息，即将肺部组织CT图像I与一个测量矩阵Φ进行相乘，对肺部组织进行随机感知；
Y＝ΦI＝ΦΨS(6)
上式中，测量测量矩阵Φ是一个M×N(M<<N)的随机矩阵，由于行数远比列数少，通过上式运算，将原来有N个点的信号压缩成只有M个点的信号，起到了对组织信号的有效压缩。


6.根据权利要求5所述的低采样率下肺部CT图像稀疏重构，其特征在于，步骤2中的测量矩阵是一个随机矩阵，可以是服从零均值高斯正态分布的随机矩阵，也可以是哈达玛(Hadamard)矩阵。


7.根据权利要求1所述的低采样率下肺部CT图像稀疏重构，其特征在于，步骤3包括基于0范数稀疏重构算法对肺部组织图像进行重构
min||S||0s.t.Y＝ΦΨS(7)
应用式(7)从感知数据中恢复出原肺部CT图像，就是压缩感知的重构，即应用稀疏重构算法对...

【专利技术属性】
技术研发人员：徐建林，何国栋，鲍涧颖，钟润波，莫锦秋，韩宝惠，
申请(专利权)人：安徽师范大学，
类型：发明
国别省市：安徽;34