專利名稱：一種低劑量ct圖像濾波方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像濾波方法，尤其涉及一種低劑量CT圖像濾波方法，屬于醫(yī)學圖像處理技術(shù)領(lǐng)域。
背景技術(shù)：
作為目前一種常規(guī)有效的臨床醫(yī)學診斷工具，X射線計算機斷層成像(x-rayComputerized Tomography, CT)能夠在毫米尺度上清晰的獲得人體不同組織對于X射線的衰減信息，從而為臨床醫(yī)生的診斷和預(yù)防提供豐富的三維人體器官組織信息。今天，作為一種成熟的和在臨床上普遍認可的檢查方法，CT已經(jīng)成為放射診斷領(lǐng)域內(nèi)不可缺少的主要工具之一。然而，隨著CT斷層掃描在臨床診斷尤其是常規(guī)檢查中的普及，CT掃描中的輻射劑量問題已經(jīng)引起了人們越來越多的關(guān)注，大量的臨床研究表明超過正常范圍的CT輻射劑量易誘發(fā)人體新陳代謝異常乃至癌癥等疾病。然而，在目前的CT設(shè)備中，通過調(diào)節(jié)管電流和電壓以減少CT掃描劑量將增加重建圖像的塊狀噪聲和具有方向性的星條狀偽影，降低CT重建的質(zhì)量，從而影響臨床醫(yī)生對異常組織的確診率。當前提高低劑量CT圖像質(zhì)量的算法主要分為基于投影空間數(shù)據(jù)的和圖像空間數(shù)據(jù)的兩大類，基于投影空間數(shù)據(jù)的算法主要通過CT投影數(shù)據(jù)的恢復去噪來為重建提供噪聲更少的投影數(shù)據(jù)，以提高低劑量條件下的圖像重建質(zhì)量，例如當前在臨床CT重建中普遍使用的濾波反投影(Filtered Backprojection, FBP)算法,就是通過內(nèi)置的頻域濾波處理來抑制偽影和噪聲，還有一些學者提出在投影空間建立數(shù)據(jù)模型并基于此建立恢復算法來抑制低劑量條件下CT投影數(shù)據(jù)中的噪聲。此類方法的研究由于受到商用CT投影數(shù)據(jù)無法獲得的限制，現(xiàn)實中難以得到廣泛應(yīng)用。另一類方法是直接通過圖像空間處理技術(shù)來提高已重建的低劑量圖像質(zhì)量，具有不依賴原始投影數(shù)據(jù)和處理速度快的優(yōu)點，通常使用非線性的處理方法進行保持圖像邊緣信息的去噪處理,如各向異性濾波器(nonlinear oranisotropic filter)或者小波(wavelet)的方法,然而此類非線性方主要基于圖像的局部信息，難以得到良好的處理效果，例如，無法有效抑制低劑量CT圖像中的塊狀噪聲和星條狀偽影，還會在處理中產(chǎn)生新的偽影。最近提出的基于大鄰域像素加權(quán)平均(Weighted Intensity Averaging overLarge-scale Neighborhoods, WIA-LN)的圖像去噪算法屬于第二類方法,此方法能夠利用CT圖像域的全局信息來獲得更好的去噪效果，其原理是認為在臨床CT圖像中，屬于不同的器官或衰減組織的像素往往在圖像分布于一個較大的尺度，而且屬于相同器官或衰減組織的像素往往具有相似的鄰域信息，所以在一個較大尺度里對每個像素根據(jù)其周圍組織相似
度進行加權(quán)平均能夠有效抑制圖像中的噪聲。定義t和11分別表示原低劑量CT圖和處理后低劑量CT圖里像素點i的灰度值，WIA-LN方法的思路如下:
權(quán)利要求
1.一種低劑量CT圖像濾波方法，其特征在于，首先使用字典學習的方法對原始低劑量CT圖像進行濾波，然后對得到的圖像再進行非銳化濾波。
2.如權(quán)利要求1所述低劑量CT圖像濾波方法，其特征在于，所述使用字典學習的方法對原始低劑量CT圖像進行濾波，具體按照以下方法: 步驟1、使用DCT變換獲得DCT字典Dtl ； 步驟2、對待濾波的原始低劑量CT圖像I進行塊狀分解，得到圖像I的塊狀分解表達矩陣M; 步驟3、以矩陣M作為輸入數(shù)據(jù)，以字典Dtl作為初始字典，使用K-SVD訓練算法對字典進行訓練更新，得到訓練后的字典D1 ； 步驟4、對矩陣M進行稀疏表達，得到稀疏系數(shù)矩陣X ;然后使用字典D1與稀疏系數(shù)矩陣X相乘得到矩陣Y_Denoise ； 步驟5、根據(jù)步驟2中塊狀分解的方法對矩陣Y_Denoise進行重組，得到濾波結(jié)果Y ;將Y與原始低劑量CT圖像I進行插值，得到最終的濾波后的低劑量CT圖像Z。
3.如權(quán)利要求2所 述低劑量CT圖像濾波方法，其特征在于，所述非銳化濾波具體按照以下方法:對圖像Z中的每個像素分別進行平滑處理，得到平滑處理后的圖像Z';對圖像Z和圖像Z'進行差值運算，得到兩者的差值圖像；最后使用得到的差值圖像對圖像圖像Z進行插值，得到最終的濾波后圖像。
全文摘要
本發(fā)明公開了一種低劑量CT圖像濾波方法，屬于醫(yī)學圖像處理技術(shù)領(lǐng)域。本發(fā)明方法首先使用字典學習的方法對原始低劑量CT圖像進行濾波，將原始低劑量CT圖像中的塊狀噪聲；然后對得到的圖像再進行非銳化濾波，使被字典學習方法所抑制的圖像邊緣信息得到增強。本發(fā)明方法能夠有效抑制低劑量CT圖像中的星條狀偽影和噪聲，提高CT圖像質(zhì)量。
文檔編號G06T5/00GK103226815SQ20131012219
公開日2013年7月31日 申請日期2013年4月10日 優(yōu)先權(quán)日2013年4月10日
發(fā)明者陳陽, 余飛, 羅立民, 李松毅, 鮑旭東 申請人:東南大學