[發(fā)明專利]基于阿爾法散度約束的全變分最小化劑量CT重建方法

有效

• 申請?zhí)枺?/td>: 201110228325.1
• 申請日: 2011-08-10
• 公開（公告）號: CN102314698A
• 公開（公告）日: 2012-01-11
• 發(fā)明（設計）人: 馬建華;黃靜;田玲玲;陳武凡
• 申請（專利權）人: 南方醫(yī)科大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T5/00
• 代理公司: 廣州知友專利商標代理有限公司 44104
• 代理人: 宣國華

技術領域

本發(fā)明涉及一種醫(yī)用CT圖像處理的方法，具體來說涉及一種基于阿爾法(α)散度約束的全變分最小化低劑量CT重建方法。?

背景技術

臨床CT成像中，X線輻射會對人體的潛在風險，如增加癌癥發(fā)生率及余生腫瘤致死率，因此一直受到廣泛關注。但根據目前的圖像重建方法，為了得到更好的重建圖像，多排CT、雙源CT已在臨床中廣泛應用，新的CT設備的使用造成更大的X射線使用劑量，也對人體造成更大危害，因此，如何在保證圖像質量的前提下最大限度地降低X射線使用劑量已成為醫(yī)學CT成像領域的迫切需要。?

為達到上述目的，當前方法中除了先進的硬件方法外，通過降低管電流實現低劑量成像是最常用的方法，但該方法重建的圖像質量存在嚴重退化現象，難以滿足臨床診斷需求。大量研究表明，優(yōu)質的低劑量CT圖像重建方法是大幅降低X射線輻射劑量的有效途徑。其中，基于圖像域和投影域的濾波方法在一定條件下能取得較好的圖像質量，但其只能從圖像和投影數據自身獲取信息，其處理的精度依賴于圖像數據的噪聲和偽影特性。當輻射劑量降低或投影數據采集不足時，圖像和投影數據的噪聲和偽影特性極為復雜，重建出的圖像質量就會很差。?

發(fā)明內容

本發(fā)明的目的在于提供一種基于阿爾法(α)散度約束的全變分最小化低劑量CT重建方法，該方法可實現根據低劑量的CT成像設備投影數據即可重建并得到高質量的CT重建圖像。?

本發(fā)明的目的可通過以下的技術措施來實現：?

一種基于阿爾法(α)散度約束的全變分最小化低劑量CT重建方法，包括以下步驟：?

(1)利用CT成像設備采集原始投影數據，對采集到的投影數據進行CT圖像預重建；?

(2)將步驟(1)中的CT圖像預重建的結果作為初值，并構建CT重建模型；?

(3)采用迭代過程求解步驟(2)中CT重建模型，對每步迭代后的結果進行全變分圖像恢復，同時判斷每步迭代后的結果是否滿足終止迭代條件：若否，將全變分恢復得到的圖像數據作為下一步迭代初值并繼續(xù)迭代過程；若是，則將當前全變分恢復得到的圖像數據作為最終重建結果。?

所述步驟(1)中的CT圖像預重建過程為：對CT成像設備采集的原始投影數據采用濾波反投影方法進行圖像預重建處理或采用快速的迭代算法進行圖像預處理重建。?

所述的快速的迭代算法為最大似然期望最大算法或最大后驗估計算法。?

所述步驟(2)中的CT重建模型為：?其中：f為采集到的原始投影數據；Kμ為迭代過程中生成的投影數據，K＝{K_i，j}為系統矩陣，i，j分別為待重建CT圖像的像素個數和CT探測器探測元的個數；μ表示待重建的衰減圖像；D_α(f‖Kμ)為數據保真項，α∈[0.6，2]；|μ|_TV為全變分正則化項。?

所述步驟(3)中的迭代過程采用期望最大化(EM)迭代方法進行計算。?

所述系統矩陣是從CT成像設備的系統得到的基于面積加權的系統矩陣，或者，基于體素加權的系統矩陣。?