System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及x射线ct(computed tomography)图像处理,特别是关于一种基于双域正则化的ct图像环状伪影校正方法和装置。
技术介绍
1、x射线ct成像的基本过程是将被测物体放置在样品台上,开启射线源以产生x射线束,同时开启探测器以探测与被测样品相互作用后的x射线;被测样品相对于射线源和探测器旋转一周,以获取ct扫描数据;对扫描数据做一定的处理,并利用重建算法获取反映被测物体内部结构的ct图像。在ct成像过程中,存在多种因素影响ct图像质量,如射线能谱分布、射线管电流的稳定性、滤波片材质、探测器响应效率和重建算法等。
2、光子计数计算机断层扫描(pcd-ct)是近年来x射线成像领域的研究热点之一。与传统的ct相比,pcd-ct在提供更多的图像信息方面具有很大的潜力,对造影成像和软组织成像具有重要意义。平板光子计数探测器(pcd)是pcd-ct的重要组成部分,具有无暗电流、高信噪比等诸多优点。然而,其临床应用仍然存在巨大的挑战。光子计数探测器最常见的缺陷之一是探测器像素的非理想响应,这将导致投影数据中存在竖直条纹伪影,从而导致重建图像中存在同心环状伪影或半环状伪影。该伪影会引起ct图像降质,严重影响图像的量化分析,降低诊断的准确度。
3、现有环状伪影的校正方法大致可划分为硬件校正方法和算法校正方法。硬件校正方法主要是通过连续平移射线源或探测器来忽略探测器响应不一致带来的影响,从而减弱环状伪影。但该方法实现复杂,且无法彻底去除环状伪影。算法校正方法又大致可划分为:图像域的后处理方法和投影域的前
4、综上,现有校正方法存在着去除环状伪影不够彻底,容易引入新的伪影,难以保证图像空间分辨率,以及响应不一致补偿系数假设不正确等缺陷。因此,希望有一种技术方案来克服或至少减轻现有技术的上述缺陷中的至少一个。
技术实现思路
1、本专利技术的目的在于提供一种基于双域正则化的ct图像环状伪影校正方法和装置,其能够有效去除重建图像中的环状伪影,并保留图像的结构和细节。
2、为实现上述目的,本专利技术提供一种基于双域正则化的ct图像环状伪影校正方法,其包括:
3、步骤1,获取ct扫描数据集p,设定ct扫描几何参数集g、迭代次数上限n;
4、步骤2,初始化估计的无环状伪影的重建图像和估计的竖直条纹伪影图像;
5、步骤3,通过图像重建算子rg更新第k次迭代后的重建图像x(k),得到中间图像x(k+1/2)=rg(p,x(k)),rg与扫描几何参数集g相关;
6、步骤4,利用对图像梯度稀疏性进行约束的算子t,对步骤2获得的中间图像x(k+1/2)进行约束,得到第k+1次迭代后的重建图像x(k+1);
7、步骤5,利用对竖直条纹伪影图像梯度稀疏性和组稀疏性进行约束的算子q,对第k次迭代后的竖直条纹伪影图像s(k)进行约束,得到第k+1次迭代后的竖直条纹伪影图像s(k+1),用s(k+1)更新探测器的响应不一致补偿系数s;
8、步骤6,判断是否达到迭代次数上限n,若是,则输出重建图像x(k+1)和竖直条纹伪影图像s(k+1),若否,则转至步骤3。
9、进一步地,算子t由如下式(1)的最优化问题所定义:
10、
11、式(1)中,ax(k)为重建图像x(k)经过正向投影后得到的估计投影数据,λ1为预先设定的控制正则化项和数据保真项权重用的调节参数,dhx、dvx分别为重建图像x水平方向和竖直方向的梯度,||·||2表示l2范数,||·||1表示l1范数。
12、进一步地,算子q由如下式(2)的最优化问题所定义:
13、
14、式(2)中,ax(k+1)为重建图像x(k+1)经过正向投影后得到的估计投影数据,λ2为预先设定的梯度约束正则化项和数据保真项权重用的调节参数,dvs表示竖直条纹伪影图像s竖直方向的梯度,||·||1表示l1范数,λ3为预先设定的组稀疏性约束正则化项和数据保真项权重的调节参数,φ(s)为竖直条纹的集合,||·||2,1表示l2,1范数。
15、进一步地,图像重建算子rg采用迭代类重建算法或解析类重建算法获得。
16、本专利技术还提供一种基于双域正则化的ct图像环状伪影校正装置,其包括:
17、数据输入模块,用于输入ct扫描数据集p、ct扫描几何参数集g、迭代次数上限n;
18、初始化模块,用于初始化估计的无环状伪影的重建图像和估计的竖直条纹伪影图像;
19、迭代处理估计模块,用于通过图像重建算子rg更新第k次迭代后的重建图像x(k),得到中间图像x(k+1/2)=rg(p,x(k)),rg与扫描几何参数集g相关;
20、图像梯度稀疏性约束模块,用于利用对图像梯度稀疏性进行约束的算子t,对步骤2获得的中间图像x(k+1/2)进行约束,得到第k+1次迭代后的重建图像x(k+1);
21、组稀疏性约束模块,用于利用对竖直条纹伪影图像梯度稀疏性和组稀疏性进行约束的算子q,对第k次迭代后的竖直条纹伪影图像s(k)进行约束,得到第k+1次迭代后的竖直条纹伪影图像s(k+1),用s(k+1)更新探测器的响应不一致补偿系数s;
22、判断模块,用于判断是否达到迭代次数上限n,若是,则输出重建图像x(k+1)和竖直条纹伪影图像s(k+1),若否,则转由迭代处理估计模块继续获取中间图像x(k+1/2)。
23、进一步地,算子t由如下式(1)的最优化问题所定义:
24、
25、式(1)中,ax(k)为重建图像x(k)经过正向投影后得到的估计投影数据,λ1为预先设定的控制正则化项和数据保真项权重用的调节参数,dhx、dvx分别为重建图像x水平方向和竖直方向的梯度,||·||2表示l2范数,||·||1表示l1范数。
26、进一步地,算子q由如下式(2)的最优化问题所定义:
27、
28、式(2)中,ax(k+1)为重建图像x(k+1)经过正向投影后得到的估计投影数据,λ2为预先设定的梯度约束正则化项和数据保真项权重用的调节参数,dvs表示竖直条纹伪影图像s竖直方向的梯度,||·||1表示l1范数,本文档来自技高网...
【技术保护点】
1.一种基于双域正则化的CT图像环状伪影校正方法,其特征在于,包括:
2.如权利要求1所述的基于双域正则化的CT图像环状伪影校正方法,其特征在于,算子T由如下式(1)的最优化问题所定义:
3.如权利要求1或2所述的基于双域正则化的CT图像环状伪影校正方法,其特征在于,算子Q由如下式(2)的最优化问题所定义:
4.如权利要求1或2所述的基于双域正则化的CT图像环状伪影校正方法,其特征在于,图像重建算子RG采用迭代类重建算法或解析类重建算法获得。
5.一种基于双域正则化的CT图像环状伪影校正装置,其特征在于,包括:
6.如权利要求5所述的基于双域正则化的CT图像环状伪影校正装置,其特征在于,算子T由如下式(1)的最优化问题所定义:
7.如权利要求5或6所述的基于双域正则化的CT图像环状伪影校正装置,其特征在于,算子Q由如下式(2)的最优化问题所定义:
8.如权利要求5或6所述的基于双域正则化的CT图像环状伪影校正装置,其特征在于,图像重建算子RG采用迭代类重建算法或解析类重建算法获得。
【技术特征摘要】
1.一种基于双域正则化的ct图像环状伪影校正方法,其特征在于,包括:
2.如权利要求1所述的基于双域正则化的ct图像环状伪影校正方法,其特征在于,算子t由如下式(1)的最优化问题所定义:
3.如权利要求1或2所述的基于双域正则化的ct图像环状伪影校正方法,其特征在于,算子q由如下式(2)的最优化问题所定义:
4.如权利要求1或2所述的基于双域正则化的ct图像环状伪影校正方法,其特征在于,图像重建算子rg采用迭代类重建算法或解析类重建算法获得。
...【专利技术属性】
技术研发人员:赵云松,祝红阳,鲁昕,秦艳玮,
申请(专利权)人:首都师范大学,
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。