本发明专利技术提供了一种基于先验图像约束的自适应步长锥束CT有限角重建算法，有效去除了在小角度的扫描范围下锥束CT图像中的有限角伪影，满足了在放疗计划中图像引导配准的任务。本发明专利技术首先按同样的扫描范围生成计划CT的模拟投影，然后使用FDK算法重建出计划CT有限角图像和锥束CT有限角图像，接着使用刚性配准获得计划CT的变换矩阵，将变换矩阵应用于计划CT获得先验图像，最后将锥束CT图像和先验图像的均方误差作为正则项，结合全变分等迭代重建出锥束CT图像。本发明专利技术大大缩短了配准任务的锥束CT扫描角度，提高了配准效率。提高了配准效率。提高了配准效率。
【技术实现步骤摘要】
一种基于先验图像约束的自适应步长锥束CT有限角重建算法
[0001]本专利技术属于锥束CT图像重建的
，涉及一种基于先验图像约束的自适应步长锥束CT有限角重建算法。
技术介绍
[0002]CT(Computed Tomography，计算机断层成像技术)是通过获取物体在不同视角下的投影信息，结合图像重建算法，获得物体内部结构信息的一种无损检测手段，在医学、航空、工业检测等多种领域有广泛的应用。
[0003]锥束CT成像系统广泛应用于图像引导放射治疗任务中，对肿瘤治疗起到了非常积极的作用。通常，锥束CT系统成像需要缓慢地围绕病人旋转360
°
，然后通过FDK算法，重建出引导图像，从而与计划CT进行配准，对病人进行摆位。可是，在这个过程中，裸露在外地锥束CT成像系统必须以非常缓慢的速度进行扫描，浪费了大量的治疗时间，也给病人带来了更多的痛苦。因此，本专利技术尝试通过缩小锥束CT的扫描角度，重建出符合配准要求的锥束CT图像，从而减少不必要的剂量照射，节省扫描时间和重新引导时间。
[0004]传统的锥束CT的有限角重建通常采用迭代方法，结合全变分等正则项，重建出令人满意的图像，然而以往的方法在小于90
°
的扫描范围下，仍然难以重建出符合要求的图像。本专利技术结合具体的应用需求，实现了一种能够在小于90
°
的扫描范围下，重建出满足配准要求的图像。
技术实现思路
[0005]本专利技术的目的在于提供一种基于先验图像约束的自适应步长锥束CT有限角重建算法，满足图像引导放疗任务的图像配准要求。
[0006]为了实现上述目的，本专利技术的技术方案如下：一种基于先验图像约束的自适应步长锥束CT有限角重建算法，所述算法包括以下步骤：
[0007]步骤1、将计划CT按照锥束CT同样的扫描方式生成模拟投影CT
proj
，首先对照提前测量的HU值与衰减系数表，将计划CT的灰度值转换为衰减系数，与CBCT重建图像的灰度范围保持一致，其次为了加快模拟投影速度，采用Siddon算法进行正向投影，
[0008]步骤2、将计划CT的模拟投影CT
proj
重建得到有限角CT图像CT
limit
，对CT
proj
使用FDK算法，得到有限角CT图像CT
limit
，
[0009]步骤3、将锥束CT的实际投影重建得到有限角CBCT图像CBCT
limit
。需要对CBCT实际投影进行杯型伪影校正，重建过程中还需要进行截断伪影校正，然后采用与步骤2相同的方式，得到CBCT
limit
。杯型伪影校正的具体方法为在水模投影上，测量射线路径l，与对应射线的投影积分p，通过4次函数拟合两者，
[0010]l＝ap4+bp3+cp2+dp+e
[0011]将拟合好的函数用于实际投影，获得校正后的投影。截断伪影校正的具体方法为在FDK重建过程中，边缘扩展实际投影，
[0012]步骤4、对有限角CT图像和有限角CBCT图像进行刚性配准获得计划CT的变换矩阵，由于拍摄计划CT和进行放疗拍摄CBCT的时间不一样，病人姿态不一样，两者存在一定程度的摆位误差。所以将CBCT
limit
作为参考图像，CT
limit
作为浮动图像，通过刚性配准，最小化CT
limit
和CBCT
limit
视场角内的均方误差，获得变换矩阵T，即：
[0013]min(CBCT
limit
‑
T
·
CT
limit
)2[0014]步骤5、对计划CT进行刚性变换获得先验CT图像；
[0015]步骤6、利用先验CT，对锥束CT的实际投影进行迭代重建，获得锥束CT图像CBCT
rec
。本专利技术将锥束CT重建图像CBCT
rec
的投影和实际投影CBCT
proj
的均方误差作为数据保真项，将CBCT
rec
与CT
p
的全变分，CBCT
rec
的全变分和CBCT
rec
与CT
p
的均方误差作为数据正则项，构建目标函数F，即：
[0016][0017]其中A为投影矩阵，α控制两个全变分的比例，k为CBCT
rec
与CT
p
的均方误差正则项系数，iter为迭代次数。全变分TV(Total Variation)表述为：
[0018][0019]根据Lipschitz下降引理敛性分析，可得目标函数F的Lipschitz常数L为：
[0020][0021]其中μ为估计因子。通过Lipschitz常数的连续性定义，第k轮的Lipschitz常数其中μ为估计因子。通过Lipschitz常数的连续性定义，第k轮的Lipschitz常数
[0022]本专利技术通过在迭代过程中计算目标函数F的Lipschitz常数，控制每轮迭代的步长，采用梯度下降法，最小化函数F，并结合凸集投影法，获得最终的锥束CT图像。本专利技术适用于有模态相近或相同的先验图像任务中，通过峰值信噪比、结构相似性等方法，多角度衡量本专利技术的效果。
[0023]相对于现有技术，本专利技术的有益效果如下：该技术方案有效地利用了放射治疗场景下的计划CT图像，同时避免了计划CT图像对锥束CT图像的影响，保证了锥束CT图像的准确性；另外，本专利技术成像需要的扫描范围远小于现有技术方案，进一步提高了实用性，最终，本专利技术满足了在图像引导的放射治疗场景下，对小角度锥束CT重建符合图像配准要求的需要，为改善小角度锥束CT重建质量，降低拍摄条件提供了一种有效的方法。
附图说明
[0024]图1为本专利技术的流程示意图；
[0025]图2为迭代流程示意图；
[0026]图3为成像扫描方式示意图。
具体实施方式
[0027]下面结合附图和具体实施方式，进一步阐明本专利技术，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
[0028]实施例1：参见图1，一种基于先验图像约束的自适应步长锥束CT有限角重建算法，
[0029]具体步骤如下：
[0030]步骤1、将计划CT按照锥束CT同样的扫描方式生成模拟投影CT
proj
。首先对照提前测量的HU值与衰减系数表，将计划CT的灰度值转换为衰减系数，与CBCT重建图像的灰度范围保持一致，其次为了加快模拟投影速度，采用Siddon算法进行正向投影。计划CT的体素大小为0.5*0.5*1mm，分辨率大小为512*512*225，投影的像素大小为0.615*0.615mm，分辨率大小704*704，扫描范围为...
【技术保护点】
【技术特征摘要】
1.一种基于先验图像约束的自适应步长锥束CT有限角重建算法，其特征在于，所述算法包括以下步骤：步骤1、将计划CT按照锥束CT同样的扫描方式生成模拟投影CT
proj
；步骤2、将计划CT的模拟投影CT
proj
重建得到有限角CT图像CT
limit
；步骤3、将锥束CT的实际投影重建得到有限角CBCT图像CBCT
limit
；步骤4、对有限角CT图像和有限角CBCT图像进行刚性配准获得计划CT的变换矩阵；步骤5、对计划CT进行刚性变换获得先验CT图像；步骤6、利用先验CT，对锥束CT的实际投影进行迭代重建，获得锥束CT图像CBCT
rec
。2.根据权利要求1所述的基于先验图像约束的自适应步长锥束CT有限角重建算法，其特征在于，步骤1、将计划CT按照锥束CT同样的扫描方式生成模拟投影，首先对照提前测量的HU值与衰减系数表，将计划CT的灰度值转换为衰减系数，与CBCT重建图像的灰度范围保持一致，其次为了加快模拟投影速度，采用Siddon算法进行正向投影。3.根据权利要求1所述的基于先验图像约束的自适应步长锥束CT有限角重建算法，其特征在于，步骤2、将计划CT的模拟投影CT
proj
重建得到有限角CT图像CT
limit
：对CT
proj
使用FDK算法，得到有限角CT图像CT
limit
。4.根据权利要求1所述的基于先验图像约束的自适应步长锥束CT有限角重建算法，其特征在于，步骤3、将锥束CT的实际投影重建得到有限角CBCT图像CBCT
limit
：需要对CBCT实际投影进行杯型伪影校正，重建过程中还需要进行截断伪影校正，然后采用与步骤2相同的方式，得到CBCT
limit
。5.根据权利要求1所述的基于先验图像约束的自适应步长锥束CT有限角重建算法，其特征在于，步骤4、对有限角CT图像和有限角CBCT图像进行刚性配准获得计划CT的变换矩阵：所以将CBCT
limit
作为参...
【专利技术属性】
技术研发人员：陈阳，张志洲，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。