稀疏角度的ct圖像迭代重建方法
【專利摘要】本發(fā)明公開了一種稀疏角度的CT圖像迭代重建方法，包括步驟：采集CT成像設(shè)備中的稀疏角度的原始投影數(shù)據(jù)；初始化重建圖像，構(gòu)建CT圖像重建模型；對得到的稀疏角度的原始投影數(shù)據(jù)利用重建模型進行兩相式逐個代入重建模型中，以第K-1輪迭代重建出的圖像和第K-2輪迭代重建出的圖像的線性組合作為初值進入第K輪迭代，得到第K輪迭代重建結(jié)果，K≥3，判斷所述第K輪迭代重建結(jié)果是否滿足設(shè)定條件，若否，以第K輪迭代重建出的圖像和第K-1輪迭代重建出的圖像的線性組合作為初值進入第K+1輪迭代；若是，將第K輪得到的圖像數(shù)據(jù)作為最終重建結(jié)果，輸出圖像。有效地提高圖像質(zhì)量，加速算法的收斂速度。
【專利說明】稀疏角度的CT圖像迭代重建方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及醫(yī)學(xué)圖像處理技術(shù)，特別設(shè)計一種稀疏角度的CT圖像迭代重建方法?！颈尘凹夹g(shù)】
[0002]計算機斷層成像(Computed Tomography, CT)技術(shù)因其能獲取高空間分辨力的斷層信息，一直被廣泛應(yīng)用于臨床診斷和腫瘤放射治療中，然而較高的X射線輻射劑量卻大大增加了病人的癌癥發(fā)生率以及余生腫瘤致死率。近年來，隨著放射物理學(xué)的發(fā)展以及公眾自我健康意識的提高，人們希望在保證成像質(zhì)量的情況下盡可能的降低射線劑量。傳統(tǒng)的輻射劑量降低方法主要通過降低X線球管管電流來實現(xiàn)。但管電流的降低，仍需獲取上百至近千個投影數(shù)據(jù)，長時間的球管曝光導(dǎo)致病人不可避免的運動，進而影響后續(xù)成像質(zhì)量。因而利用短時間內(nèi)獲取少量稀疏角度投影數(shù)據(jù)實現(xiàn)優(yōu)質(zhì)CT重建成為目前該領(lǐng)域的研究重點之一。
[0003]稀疏角度下獲取的少量投影數(shù)據(jù)并不滿足精確CT重建所要求的奈奎斯特采樣定理，直接利用傳統(tǒng)的解析算法，如濾波反投影(Filtered Back-Pro jection, FBP)算法,重建結(jié)果往往出現(xiàn)嚴重的條形偽影?；诘椒ǖ腗L-EM算法和ART算法在投影數(shù)據(jù)不完備的情況下可以重建出優(yōu)于FBP算法的圖像質(zhì)量?，F(xiàn)有的算法均是利用表征圖像離散梯度稀疏性的全變差(Total Variation，TV)作為約束項融入到ART算法中。雖然，稀疏角度重建質(zhì)量得到提高，但重建結(jié)果往 往導(dǎo)致圖像邊緣過于平滑，重建圖像仍然不夠理想。

【發(fā)明內(nèi)容】

[0004]基于此，本發(fā)明在于克服現(xiàn)有技術(shù)的缺陷，提供一種顯著改善圖像質(zhì)量的稀疏角度的CT圖像迭代重建方法。
[0005]其技術(shù)方案如下:
[0006]一種稀疏角度的CT圖像迭代重建方法，包括步驟:
[0007]S1:采集CT成像設(shè)備中的稀疏角度的原始投影數(shù)據(jù)；
[0008]S2:初始化重建圖像，構(gòu)建CT圖像重建模型，所述重建模型包括保真項以及正則項，所述正則項為具有選擇性參數(shù)s的全變差最小化約束，所述選擇性參數(shù)s由圖像像素的梯度大小決定；
[0009]S3:以初始化的重建圖像為首輪迭代的初值，對步驟SI得到的稀疏角度的原始投影數(shù)據(jù)利用步驟S2中的重建模型進行兩相式迭代重建，得到第一輪迭代重建結(jié)果，以第K-1輪迭代重建出的圖像作為初值進入第K輪迭代，得到第K輪迭代重建結(jié)果，K ^ 2，判斷所述第K輪迭代重建結(jié)果是否滿足設(shè)定條件，若否，以第K輪迭代重建出的圖像作為初值進入第K+1輪迭代；若是，將第K輪得到的圖像數(shù)據(jù)作為最終重建結(jié)果，輸出圖像。
[0010]根據(jù)圖像像素所屬的不同梯度特性，選擇性的調(diào)整正則化模型中決定平滑強弱的參數(shù)S，從而在圖像的不同局域進行不同尺度的正則化，如在圖像的平滑區(qū)域，S取較大值進行大尺度正則化平滑圖像，而在圖像的邊緣區(qū)域，s選較小值，不進行正則化或小尺度正則化保留圖像邊緣特性，從而實現(xiàn)對局部信息作針對性的處理。
[0011]進一步地，如權(quán)利要求1所述的稀疏角度的CT圖像迭代重建方法，其特征在于:所述正則項的模型為:
【權(quán)利要求】
1.一種稀疏角度的CT圖像迭代重建方法，其特征在于，包括步驟: S1:采集CT成像設(shè)備中的稀疏角度的原始投影數(shù)據(jù)； S2:初始化重建圖像，構(gòu)建CT圖像重建模型，所述重建模型包括保真項以及正則項，所述正則項為具有選擇性參數(shù)S的全變差最小化約束，所述選擇性參數(shù)S由圖像像素的梯度大小決定； S3:以初始化的重建圖像為首輪迭代的初值，對步驟SI得到的稀疏角度的原始投影數(shù)據(jù)利用步驟S2中的重建模型進行兩相式迭代重建，得到第一輪迭代重建結(jié)果，以第K-1輪迭代重建出的圖像作為初值進入第K輪迭代，得到第K輪迭代重建結(jié)果，K ^ 2,判斷所述第K輪迭代重建結(jié)果是否滿足設(shè)定條件，若否，以第K輪迭代重建出的圖像作為初值進入第K+1輪迭代；若是，將第K輪得到的圖像數(shù)據(jù)作為最終重建結(jié)果，輸出圖像。
2.如權(quán)利要求1所述的稀疏角度的CT圖像迭代重建方法，其特征在于:所述正則項的模型為:
3.如權(quán)利要求1或2所述的稀疏角度的CT圖像迭代重建方法，其特征在于，所述保真項的模型為:I Ax-p I ≤ a ；xi；J≥O, x表示待重建圖像，A表示系統(tǒng)矩陣，P表示步驟SI中的原始投影數(shù)據(jù)向量，α表示系統(tǒng)設(shè)定值。
4.一種稀疏角度的CT圖像迭代重建方法，其特征在于，包括步驟: 51:采集CT成像設(shè)備中的稀疏角度的原始投影數(shù)據(jù)； 52:初始化重建圖像，構(gòu)建CT圖像重建模型，所述重建模型包括保真項以及正則項，所述正則項為具有選擇性參數(shù)s的全變差最小化約束，所述選擇性參數(shù)s由圖像像素的梯度大小決定； 53:以初始化的重建圖像為首輪迭代的初值，對步驟SI得到的稀疏角度的原始投影數(shù)據(jù)利用步驟S2中的重建模型進行兩相式迭代重建，得到第一輪迭代重建結(jié)果，以第一輪迭代重建出的圖像和初始化的重建圖像的線性組合作為初值進入第二輪迭代輸出圖像得到第二輪迭代重建結(jié)果； 54:重復(fù)步驟S3，以第K-1輪迭代重建出的圖像和第Κ-2輪迭代重建出的圖像的線性組合作為初值進入第K輪迭代，得到第K輪迭代重建結(jié)果，K ≥ 3，判斷所述第K輪迭代重建結(jié)果是否滿足設(shè)定條件，若否，以第K輪迭代重建出的圖像和第K-1輪迭代重建出的圖像的線性組合作為初值進入第Κ+1輪迭代；若是，將第K輪得到的圖像數(shù)據(jù)作為最終重建結(jié)果，輸出圖像。
5.如權(quán)利要求4所述的稀疏角度的CT圖像迭代重建方法，其特征在于:所述正則項的模型為:
6.如權(quán)利要求5所述的稀疏角度的CT圖像迭代重建方法，其特征在于，所述具有選擇性參數(shù)S的全變差最小化通過梯度下降算法實現(xiàn)。
7.如權(quán)利要求4所述的稀疏角度的CT圖像迭代重建方法，其特征在于，所述保真項的模型為:I Ax-p I ≤ a ；xi，J≥O, X表示待重建圖像，A表示系統(tǒng)矩陣，P表示步驟SI中的原始投影數(shù)據(jù)向量，α表示系統(tǒng)設(shè)定值。
8.如權(quán)利要求7所述的稀疏角度的CT圖像迭代重建方法，其特征在于，所述保真項采用代數(shù)重建法實現(xiàn)，并對代數(shù)重建后的圖像進行非負性約束。
9.如權(quán)利要求4-8任意一項所述的稀疏角度的CT圖像迭代重建方法，其特征在于，所述步驟S3與步驟S4中的線性組合方程為:
10.一種稀疏角度的CT圖像迭代重建方法，其特征在于，包括步驟: 51:采集CT成像設(shè)備中的稀疏角度的原始投影數(shù)據(jù)； 52:初始化重建圖像，構(gòu)建CT圖像重建模型，所述重建模型包括保真項以及正則項，所述正則項為具有選擇性參數(shù)S的全變差最小化約束，所述選擇性參數(shù)S由圖像像素的梯度大小決定； 53:以初始化的重建圖像為首輪迭代的初值，對步驟SI得到的稀疏角度的原始投影數(shù)據(jù)利用步驟S2中的重建模型進行兩相式迭代重建，得到第一輪迭代重建結(jié)果，以第一輪迭代重建出的圖像和初始化的重建圖像的線性組合作為初值進入第二輪迭代輸出圖像得到第二輪迭代重建結(jié)果； 54:重復(fù)步驟S3，以第K-1輪迭代重建出的圖像和第Κ-2輪迭代重建出的圖像的線性組合作為初值進入第K輪迭代，得到第K輪迭代重建結(jié)果，當(dāng)K滿足設(shè)定的迭代次數(shù)時，將第K輪得到的圖像數(shù)據(jù)作為最終重建結(jié)果，輸出圖像。
【文檔編號】G06T11/00GK103606177SQ201310611029
【公開日】2014年2月26日 申請日期:2013年11月26日 優(yōu)先權(quán)日:2013年11月26日
【發(fā)明者】周凌宏, 李慧君, 齊宏亮, 徐圓 申請人:南方醫(yī)科大學(xué)