【技术实现步骤摘要】
一种联合先验图像及卷积稀疏网络的低剂量CT重建方法
[0001]本专利技术属于计算机断层成像
,更具体地说,涉及一种联合先验图像及卷积稀疏网络的低剂量CT重建方法。
技术介绍
[0002]目前放射学诊断的主要成像模态有CT和MRI,相对MRI而言,CT具有成像速度快、空间分辨率高且成本低等优势。然而CT产生的辐射风险一直备受关注,辐射的随机效应和累计效应都是危害患者健康的重大隐患。国际辐射防护委员会建议,在图像可用的情况下应尽可能减少辐射剂量。与此同时,虽然具有较高的空间分辨力,低对比度组织分辨力不足也限制了CT在很多疾病诊断中的应用,如卒中半暗带量化、冠脉软斑块诊断、肿瘤早期诊断等。除了广泛应用于医院放射科的螺旋诊断CT,在现代诊疗技术的快速发展及应用越来越依赖高质量的锥束CT(Cone Bean CT,CBCT)成像来提供实时病人解剖信息,如,肿瘤的放射治疗,介入手术的指导,三维血管造影,外科整形等,这也对实时低剂量CBCT成像提出了新的需求。
[0003]在图像引导放疗(Image
‑
Guided Radiation Therapy,IGRT)中,重复扫描会增加患者的累积辐射剂量,过高的剂量可能伤害非靶区器官区域,造成严重并发症或后遗症;介入手术时,医务人员需要通过CBCT成像来实时准确定位病变区域,成像过程中的持续X射线照射会给患者和医师带来较大辐射伤害;另外,以血管疾病无创诊断与介入治疗手术导航为重要依据的数字减影血管造影技术(Digital Subtraction Angi ...
【技术保护点】
【技术特征摘要】
1.一种联合先验图像及卷积稀疏网络的低剂量CT重建方法,其特征在于,包括以下步骤:步骤1、采用区别性特征表示方法获取高质量先验图像;步骤2、设计特征融合的卷积稀疏网络,具体包括特征编码、特征解码及先验特征融合三个基本操作,其中先验特征融合是将先验信号进行特征编码,并与输入信号特征相连,扩充特征图通道;步骤3、计算重建图像与先验图像的误差,并依据误差和卷积稀疏网络估计迭代重建梯度;步骤4、采用全变分约束对重建图像进行微调;步骤5、通过模块级联形式实现低剂量CT的迭代重建;步骤6、训练卷积稀疏网络,获得网络模型参数;步骤7、用训练好的网络实现低剂量CT图像重建。2.根据权利要求1所述的一种联合先验图像及卷积稀疏网络的低剂量CT重建方法,其特征在于:步骤1中采用区别性特征表示方法获取高质量先验图像,具体过程表示为:u
pr
=DFR(u
pl
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中u
pr
为先验图像,u
pl
为计划CT扫描的图像,DFR(
·
)为区别性特征表示操作。3.根据权利要求2所述的一种联合先验图像及卷积稀疏网络的低剂量CT重建方法,其特征在于:区别性特征表示中字典原子大小为8
×8×
4,原子个数3000。4.根据权利要求1所述的一种联合先验图像及卷积稀疏网络的低剂量CT重建方法,其特征在于:步骤2中特征编码操作顺序为一个卷积层E1,一个ReLU激活函数和一个卷积层E2,卷积层E1与卷积层E2的特征相加;特征解码为一个卷积层D1,一个ReLU激活函数和一个卷积层D2。5.根据权利要求4所述的一种联合先验图像及卷积稀疏网络的低剂量CT重建方法,其特征在于:步骤2中设计特征融合的卷积稀疏网络为U型结构,左侧为输入信号特征编码及先验信号特征编码,并对各层进行特征融合,每层包括两个特征编码和一个下采样操作,首层添加一个卷积操作;右侧主要是进行特征解码,每层包括两个特征编码,四个特征解码和一个上采样,输出处理后信号;编码与解码部分进行特征合并。6.根据权利要求5所述的一种联合先验图像及卷积稀疏网络的低剂量CT重建方法,其特征在于:所述下采样层由步长为2的卷积层组成,上采样层为步长为2的转置卷积层,共进行四层采样,每经过一次下采样层,卷积网络的通道数翻倍。7.根据权利要求1
‑
6中任一项所述的一种联合先验图像及卷积稀疏网络的低剂量CT重建方法,其特征在于:步骤3中迭代重建梯度表示为:s
t+1
=M(g
t+1
,m
t+1
【专利技术属性】
技术研发人员:亢艳芹,刘进,刘涛,吴凡,孙宇,晏宇豪,
申请(专利权)人:安徽工程大学,
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。