一种骨显微CT图像重建方法以及设备技术

本发明专利技术公开了一种骨显微CT图像重建方法以及设备，属于显微成像领域，通过对所述多张骨稀疏投影图像进行时域视觉基础模型和频域视觉基础模型预训练、高维特征编码的坐标采样、训练连续性表征函数以及超分辨推理与图像重建等步骤，在稀疏采样模式下，能够同时实现骨显微CT的高分辨率和快速成像，减少病人80％以上的辐射剂量损害。

【技术实现步骤摘要】

本专利技术涉及显微成像领域，尤其是涉及骨显微ct图像重建方法以及设备。

技术介绍

1、骨骼显微ct是专门用于关节、骨骼及其内部微结构的在体显微成像系统。它可以实现精准的诊断骨质疏松和评估骨折风险，以及对骨关节炎及运动损伤的评估。

2、由于被扫描对象是大尺寸、高密度的骨结构，受限于x射线源的功率和焦点尺寸，同时需要极高的采样数，这极大地限制了扫描成像速度。过长的扫描时间一方面会增加病人或被试者接受的辐射剂量，另一方面可能增加病人运动的可能性，从而导致重建图像出现运动伪影。

技术实现思路

1、为了克服现有技术的不足，本专利技术的目的之一在于提供一种稀疏采样模式下，能够同时实现骨显微ct的高分辨率和快速成像的骨显微ct图像重建方法。

2、为了克服现有技术的不足，本专利技术的目的之二在于提供一种稀疏采样模式下，能够同时实现骨显微ct的高分辨率和快速成像的骨显微ct图像重建设备。

3、本专利技术的目的之一采用如下技术方案实现：

4、一种骨显微ct图像重建方法，包括以下步骤本文档来自技高网...

【技术保护点】

1.一种骨显微CT图像重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的骨显微CT图像重建方法，其特征在于：在所述时域视觉基础模型和频域视觉基础模型预训练步骤中，获取的多张骨稀疏投影图像为稀疏度15％-55％视角。

3.根据权利要求1所述的骨显微CT图像重建方法，其特征在于：在所述时域视觉基础模型和频域视觉基础模型预训练步骤中，时域视觉基础模型和频域视觉基础模型迁移训练采用自监督的方法进行优化，具体为：

4.根据权利要求1所述的骨显微CT图像重建方法，其特征在于：在所述高维特征编码的坐标采样步骤中，使用融合模块接受tS和tF，获得互补的特征...

【技术特征摘要】

1.一种骨显微ct图像重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的骨显微ct图像重建方法，其特征在于：在所述时域视觉基础模型和频域视觉基础模型预训练步骤中，获取的多张骨稀疏投影图像为稀疏度15％-55％视角。

3.根据权利要求1所述的骨显微ct图像重建方法，其特征在于：在所述时域视觉基础模型和频域视觉基础模型预训练步骤中，时域视觉基础模型和频域视觉基础模型迁移训练采用自监督的方法进行优化，具体为：

4.根据权利要求1所述的骨显微ct图像重建方法，其特征在于：在所述高维特征编码的坐标采样步骤中，使用融合模块接受ts和tf，获得互补的特征表征tc具体为：tc＝fm(cat(ts,tf))，其中fm为特征融合模块，特征融合模块包含三层卷积网络。

5.根据权利要求1所述的骨显微ct图像重建方法，其特征在于：在所述高维特征编码的坐标采样步骤中，对tc进行高维特征的网格化处理具体为：利用细胞解码操作g，该操作以tc和采样网格cs作为输入，然后通过使用坐标中每个像素的位置信息，从中tc提取相应的特征...

【专利技术属性】
技术研发人员：李铭，王继平，杜强，范昊，郑健，
申请(专利权)人：中国科学院苏州生物医学工程技术研究所，
类型：发明
国别省市：