基于多高斯电子噪声建模的低剂量CT弦图恢复方法及系统技术方案

本发明专利技术公开一种基于多高斯电子噪声建模的低剂量CT弦图恢复方法及系统，所述方法包括一下步骤：根据CT投影噪声生成模型，建立基于多高斯噪声建模的低剂量CT弦图恢复模型，采用交替投影方法将弦图恢复模型分解为关于若干个待估计参数的子问题；根据EM算法更新求解多高斯参数，迭代求解更新光子数，根据近端算子迭代求解弦图数据，弦图数据求解中的近端算子使用Resnet网络模型计算；突破传统技术在处理电子噪声分布时仅限于假设图像数据中的电子噪声遵循单一高斯分布的局限，能对更为复杂的电子噪声分布进行精确估计。通过交替投影算法，本发明专利技术不仅在弦图恢复方面表现出卓越的能力，而且在结构相似性和视觉一致性方面也实现了显著的性能提升。

【技术实现步骤摘要】

本专利技术属于低剂量ct投影图像恢复，具体涉及一种引入多高斯电子噪声的低剂量ct弦图恢复方法。

技术介绍

1、计算机断层成像技术(computed tomography，ct)已经成为现代医学影像中最常见的检测和诊断手段之一。然而，ct的广泛使用引发了人们对x射线可能导致癌症或基因损伤的担忧，减少扫描中x射线剂量的低剂量ct成像算法得到人们广泛关注。减少辐射剂量的主要实现措施是降低x射线管电流或管电压，从而降低带给患者的x射线危害。但是，降低管电流和管电压会导致光子噪声和电子噪声增强，使得弦图数据(弦图)的噪声背景更加显著，严重影响图像质量及诊断准确性。

2、弦图数据是指对数变换前的ct扫描数据，它是所有ct成像算法的基础，其质量敏感地影响fbp(filtered back projection，fbp)成像算法或其他成像算法的图像效果。所以好的弦图数据恢复方法可非常有效地在降低ct扫描辐射剂量的情况下使其他ct成像算法恢复出高质量的ct图像。

3、目前的弦图数据恢复方法采用对光子噪声和电子噪声分别以泊松分布和单个高斯分布刻画建模，本文档来自技高网...

【技术保护点】

1.一种基于多高斯电子噪声建模的低剂量CT弦图恢复方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多高斯电子噪声建模的低剂量CT弦图恢复方法，其特征在于，引入高斯电子噪声的低剂量CT弦图数据恢复模型为：

3.根据权利要求2所述的基于多高斯电子噪声建模的低剂量CT弦图恢复方法，其特征在于，训练所述引入高斯电子噪声的低剂量CT弦图数据恢复模型训练包括以下步骤：

4.根据权利要求1所述的基于多高斯电子噪声建模的低剂量CT弦图恢复方法，其特征在于，采用交替投影优化算法将弦图数据恢复模型分解为关于若干个待估计参数的子问题，分别使用EM算法、近端梯度...

【技术特征摘要】

1.一种基于多高斯电子噪声建模的低剂量ct弦图恢复方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多高斯电子噪声建模的低剂量ct弦图恢复方法，其特征在于，引入高斯电子噪声的低剂量ct弦图数据恢复模型为：

3.根据权利要求2所述的基于多高斯电子噪声建模的低剂量ct弦图恢复方法，其特征在于，训练所述引入高斯电子噪声的低剂量ct弦图数据恢复模型训练包括以下步骤：

4.根据权利要求1所述的基于多高斯电子噪声建模的低剂量ct弦图恢复方法，其特征在于，采用交替投影优化算法将弦图数据恢复模型分解为关于若干个待估计参数的子问题，分别使用em算法、近端梯度下降算法迭代更新各参数包括：

5.根据权利要求1所述的基于多高斯电子噪声建模的低剂量ct弦图恢复方法，其特征在于，所述的残差网络由四个残差块组成，每个残差块均由两层卷积、批归一化和非线性激活函数relu组成，每次卷积后对输出结果归一化，通过relu激活函数进行非线性变换，并利用残差连接将输入数据直接传递到输出层，将历史的更新值yplus拼接至当前的y，...

【专利技术属性】
技术研发人员：黄欣隆，李星，许子健，王现乐，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：