【技术实现步骤摘要】
本专利技术涉及图像重建，特别是涉及一种消除多中心成像差异的spect图像重建方法及系统。
技术介绍
1、医学影像在现代临床医学中扮演着关键角色，可用于非侵入性地获取和展示人体内部的结构和功能状态。这一领域通常包括两个主要组成部分：医学成像(medicalimaging)和医学图像处理(medical image processing)。医学成像涉及使用各种设备和技术来创建内部结构的图像，而医学图像处理则涉及对这些图像进行分析和增强以帮助医生做出更准确的诊断和治疗决策。这两个领域的协同作用使医疗专业人员能够更好地理解患者的健康状况，提供更有效的医疗护理。
2、核医学影像在医学影像领域被广泛认可，被视为一种有效的医疗手段，用于诊断、治疗、评估和预防各种严重疾病和医疗状况。自从1895年英国物理学家伦琴发现x射线以来，医学成像已经经历了显著的演进。最初，医学成像采用了一些传统的结构成像模态，例如计算机断层扫描(ct)、核磁共振成像(mri)和超声波成像(ultrasound)。这些技术允许医生观察和诊断患者的内部结构，但限制了对功能和代谢的深入了解。然而，随着时间的推移，功能性成像模态崭露头角，其包括单光子发射计算机断层成像(spect)和正电子发射断层成像(pet)。这些模态不仅允许医生查看器官和组织的结构，还提供了有关其功能和代谢活动的宝贵信息。这种深度信息有助于更精确地诊断疾病、指导治疗决策，并评估治疗效果。更进一步，混合成像模态如spect/ct、spect/mri、pet/ct和pet/mri的出现，将不同成像技
3、spect成像与传统x射线成像有着显著的不同。传统x射线成像仅提供有关特定器官或身体局部区域的解剖信息，而spect成像则能够呈现身体器官和组织的结构和功能差异。实现这一功能性成像需要在患者体内预先注射放射性药物，例如99tc-mibi，然后经过一段时间的代谢后，使用外部探测器捕获体内特定区域或整个身体的药物分布，即辐射量。临床研究已经明确，病变部位的辐射量通常高于正常组织。这种基于辐射量而不是器官形态的方法，为疾病检测提供了有效手段，弥补了传统结构成像的不足之处。这是因为有些疾病导致的器官或组织形态变化可能在疾病发展的早期并不明显。目前，spect核医学成像已广泛应用于计算机辅助诊断领域，包括精神疾病如帕金森病、甲状腺疾病、脑部疾病等。这种技术为医生提供了更全面的信息，有助于更早地发现和诊断疾病。
4、目前，全身骨扫描显像的诊断主要仰赖医师的专业判断，这要求临床医生不仅要掌握丰富的肿瘤影像学知识，还需要深入理解spect成像原理以及进行病灶分析。近年来，基于全身骨扫描的计算机辅助诊断技术逐渐兴起，涵盖了图像预处理、病灶分割、多视图特征融合分类、假阳性案例排除等领域的研究。然而，由于不同医院使用的设备存在差异，存在着数据像素间距不一致的问题，这会导致spect显像中的人体骨骼图像出现变形和不匹配的情况。不同医院使用不同的设备和扫描参数，因此像素间距以及图像分辨率可能各不相同。
技术实现思路
1、为解决现有技术存在的上述问题，本专利技术提供了一种消除多中心成像差异的spect图像重建方法及系统。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种消除多中心成像差异的spect图像重建方法，包括：
4、获取骨显像数据矩阵和各骨显像数据矩阵的像素间距；
5、采用阈值分割方法获取所述骨显像数据矩阵中的人体轮廓区域，并对所述人体轮廓区域中数据值为m的数据进行填充，得到填充后的骨显像数据矩阵；
6、采用z-score标准化对填充后的骨显像数据矩阵进行归一化处理得到归一化矩阵；
7、基于自适应阈值对所述归一化矩阵进行去噪处理得到去噪矩阵；
8、根据所述像素间距和预设重采样像素间距确定重建spect图像的尺寸；
9、按照所述重建spect图像的尺寸采用b样条插值方法对所述去噪矩阵进行重采样得到重建spect图像。
10、可选地，获取骨显像数据矩阵和像素间距，具体包括：
11、通过核素探测器捕获人体骨骼代谢核素放射值得到人体骨显像的dicom数据文件；
12、解析所述dicom数据文件得到所述骨显像数据矩阵和所述像素间距。
13、可选地，采用阈值分割方法获取所述骨显像数据矩阵中的人体轮廓区域，并对所述人体轮廓区域中数据值为m的数据进行填充，得到填充后的骨显像数据矩阵，具体包括：
14、将所述骨显像数据矩阵转换为灰度直方图；
15、根据所述灰度直方图得到用于人体轮廓区域分割的阈值；
16、采用所述阈值对所述骨显像数据矩阵进行分割得到人体轮廓区域；
17、获取数据平均值，并采用所述数据平均值对所述人体轮廓区域中数据值为m的数据进行填充，得到填充后的骨显像数据矩阵；所述数据平均值为与所述人体轮廓区域中数据值为m的数据相邻的n个数据的值的平均值。
18、可选地，采用z-score标准化对填充后的骨显像数据矩阵进行归一化处理得到归一化矩阵，具体包括：
19、确定人体轮廓区域中数据的均值和标准差；
20、采用z-score标准化基于所述均值和标准差对填充后的骨显像数据矩阵中的每一数据进行归一化处理，得到所述归一化矩阵。
21、可选地，基于自适应阈值对所述归一化矩阵进行去噪处理得到去噪矩阵，具体包括：
22、获取阈值，确定所述归一化矩阵的直方图，采用所述阈值根据归一化矩阵中数据值范围，将所述直方图分为两个图像类别，确定两个图像类别的加权内部方差；
23、选择使所述加权内部方差最小的阈值作为最佳阈值；
24、采用所述最佳阈值对所述归一化矩阵进行二值化处理，得到二值图像；
25、然后将所述二值图像和所述骨显像数据矩阵按照对应元素相乘，得到所述去噪矩阵。
26、可选地，根据所述像素间距和预设重采样像素间距确定重建spect图像的尺寸，具体包括：
27、统计骨显像数据矩阵中不同像素间距的数量；
28、将所述像素间距中的最小像素间距作为预设重采样像素间距，或指定一个预设重采样像素间距；
29、基于不同像素间距的数量、像素间距以及预设重采样像素间距确定重建spect图像的尺寸；其中，重建spect图像的尺寸的确定公式为：
30、x＝(a1×b1)/c1；
31、y＝(a2×b2)/c2；
32、式中，x表示重建spect图像的列数，y表示重采样后图像的行数，a1表示骨显像数据矩阵x轴的像素间距，a2表示骨显像数据矩阵y轴的像素间距，b1表示骨显像数据矩阵的列数，b2表示骨显像本文档来自技高网...
【技术保护点】
1.一种消除多中心成像差异的SPECT图像重建方法，其特征在于，包括：
2.根据权利要求1所述的消除多中心成像差异的SPECT图像重建方法，其特征在于，获取骨显像数据矩阵和像素间距，具体包括：
3.根据权利要求1所述的消除多中心成像差异的SPECT图像重建方法，其特征在于，采用阈值分割方法获取所述骨显像数据矩阵中的人体轮廓区域，并对所述人体轮廓区域中数据值为m的数据进行填充，得到填充后的骨显像数据矩阵，具体包括：
4.根据权利要求1所述的消除多中心成像差异的SPECT图像重建方法，其特征在于，采用Z-SCORE标准化对填充后的骨显像数据矩阵进行归一化处理得到归一化矩阵，具体包括：
5.根据权利要求1所述的消除多中心成像差异的SPECT图像重建方法，其特征在于，基于自适应阈值对所述归一化矩阵进行去噪处理得到去噪矩阵，具体包括：
6.根据权利要求1所述的消除多中心成像差异的SPECT图像重建方法，其特征在于，根据所述像素间距和预设重采样像素间距确定重建SPECT图像的尺寸，具体包括：
7.一种消除多中心成像差异的
...【技术特征摘要】
1.一种消除多中心成像差异的spect图像重建方法，其特征在于，包括：
2.根据权利要求1所述的消除多中心成像差异的spect图像重建方法，其特征在于，获取骨显像数据矩阵和像素间距，具体包括：
3.根据权利要求1所述的消除多中心成像差异的spect图像重建方法，其特征在于，采用阈值分割方法获取所述骨显像数据矩阵中的人体轮廓区域，并对所述人体轮廓区域中数据值为m的数据进行填充，得到填充后的骨显像数据矩阵，具体包括：
4.根据权利要求1所述的消除多中心成像差异的spect图像重建方法，其特征在于，采用z-score标准化对填充后的...
【专利技术属性】
技术研发人员：曹永春，彭立森，林强，何杨，廖福禄，满正行，
申请(专利权)人：西北民族大学，
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。