[發(fā)明專利]不依賴先驗的單能譜CT線積分域材料稀疏重建方法在審
| 申請?zhí)枺?/td> | 202011059884.X | 申請日: | 2020-09-30 |
| 公開(公告)號: | CN112215911A | 公開(公告)日: | 2021-01-12 |
| 發(fā)明(設(shè)計)人: | 牛田野;薛一;羅辰 | 申請(專利權(quán))人: | 蘇州動影信息科技有限公司 |
| 主分類號: | G06T11/00 | 分類號: | G06T11/00;G06F17/15 |
| 代理公司: | 杭州求是專利事務(wù)所有限公司 33200 | 代理人: | 劉靜 |
| 地址: | 215010 江蘇省蘇州市高*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 不依賴 先驗 單能譜 ct 積分 材料 稀疏 重建 方法 | ||
本發(fā)明公開了一種不依賴先驗的單能譜CT線積分域材料稀疏重建方法,包括:(1)采集單能譜CT投影數(shù)據(jù),并轉(zhuǎn)化為線積分?jǐn)?shù)據(jù);(2)通過分?jǐn)?shù)范數(shù)的約束實現(xiàn)了材料的稀疏表征,同時使用梯度的0范數(shù)實現(xiàn)了材料圖像的分段常數(shù)約束,進(jìn)一步提升了材料圖像質(zhì)量;(3)通過使用不依賴先驗的線搜索加速對偶算法,減少了重建過程對初值的依賴,拓展了方法的應(yīng)用范圍;最終實現(xiàn)了從線積分?jǐn)?shù)據(jù)到材料圖像的直接重建。
技術(shù)領(lǐng)域
本發(fā)明涉及醫(yī)學(xué)工程技術(shù)領(lǐng)域,具體涉及一種不依賴先驗的單能譜CT線積分域材料稀疏重建方法。
背景技術(shù)
CT高端應(yīng)用中,如虛擬去碘、虛擬單能、肝脂比定量化和肝纖維定量化,材料重建技術(shù)顯示出重要的應(yīng)用價值。
目前,材料重建多在CT圖上進(jìn)行,需要首先重建出CT圖像,然后進(jìn)行材料分解實現(xiàn)材料重建,這種方法實現(xiàn)過程繁瑣,且材料重建質(zhì)量依賴CT圖像質(zhì)量,限制了材料重建技術(shù)的臨床高端應(yīng)用。
發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足,提供一種不依賴先驗的單能譜CT線積分域材料稀疏重建方法,該方法能夠從線積分?jǐn)?shù)據(jù)中直接重建得到材料圖像,減少了重建過程的步驟和對CT圖像的依賴。
本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的:一種不依賴先驗的單能譜CT線積分域材料稀疏重建方法,包括以下步驟:
采集單能譜CT投影數(shù)據(jù),并轉(zhuǎn)化為線積分?jǐn)?shù)據(jù);
針對單能譜CT,根據(jù)材料分解理論,構(gòu)建單能譜CT線積分域材料重建的目標(biāo)函數(shù):
其中,是向量化的T0種基材料體積分?jǐn)?shù)圖像,為線積分?jǐn)?shù)據(jù),F(xiàn)為CT系統(tǒng)正投矩陣,由CT系統(tǒng)的幾何參數(shù)決定;A為材料合成矩陣,A的定義為:
其中,為克羅內(nèi)克積,是維度為Np×Np的單位矩陣,Np為總像素個數(shù),是T0種基材料的線性衰減系數(shù);
為稀疏懲罰項,用來保證材料的稀疏屬性;用來保證材料圖像的分段常數(shù)特性;α和β用來控制正則項強弱;為數(shù)據(jù)保真項,其作用為迫使體積分?jǐn)?shù)的線性組合的正投結(jié)果逼近真實線積分?jǐn)?shù)據(jù);
采用線搜索加速的對偶算法對目標(biāo)函數(shù)進(jìn)行求解,從而實現(xiàn)CT線積分域材料重建。
進(jìn)一步地,使用分?jǐn)?shù)范數(shù)作為稀疏懲罰項在分?jǐn)?shù)范數(shù)中,范數(shù)的稀疏表現(xiàn)和求解簡易度最優(yōu),因此選用范數(shù),即作為分?jǐn)?shù)范數(shù)的特例,的計算方法為:
其中,是向量化的第p個像素的體積分?jǐn)?shù)。
進(jìn)一步地,使用梯度的0范數(shù)表征圖像的分段常數(shù)特性,梯度的0范數(shù)計算公式為:
其中,為梯度算子,是向量化的第t種基材料體積分?jǐn)?shù)。
進(jìn)一步地,使用線搜索加速的對偶算法進(jìn)行目標(biāo)函數(shù)的求解,目標(biāo)函數(shù)的初始值不依賴先驗知識,可以從任意值開始;
線搜索加速算法將目標(biāo)函數(shù)分成三部分,定義:并定義:
線搜索加速算法的核心步驟為求解數(shù)據(jù)保真項及兩個懲罰項的近端映像算子,即公式(5)(6)(7)的三個近端映像算子;使用算符proxsf(●)表示函數(shù)f的近端映像算子,s為近端算子的步長,f*為函數(shù)f的共軛函數(shù);公式(5)的近端映像算子為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于蘇州動影信息科技有限公司,未經(jīng)蘇州動影信息科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011059884.X/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種測量醫(yī)用加速器光子束能譜的方法
- 基于單能譜伽馬射線發(fā)生器的成像和成份分析裝置
- 對X光能譜CT的能譜信息進(jìn)行分解的方法和對應(yīng)的重建方法
- 一種核能譜單能峰高斯函數(shù)加權(quán)最小二乘擬合方法
- 獲取CT圖像的方法
- 一種采用單能電子束模擬空間能譜環(huán)境的方法
- 傅里葉域內(nèi)逆向感知的單幀紅外非均勻性檢測方法
- 一種整星環(huán)境下空間X射線望遠(yuǎn)鏡地面標(biāo)定系統(tǒng)及方法
- 一種基于BP神經(jīng)網(wǎng)絡(luò)和蒙特卡洛算法的γ射線劑量測量方法
- X射線連續(xù)能譜的確定方法、裝置、電子設(shè)備及存儲介質(zhì)





