一种基于图像各向异性边缘检测的ct稀疏角度重建方法
【专利摘要】本发明提供一种基于图像各向异性边缘检测的CT稀疏角度重建方法，该方法基于图像各向异性的边缘检测信息，在图像重建过程中更新TV各加权分量的加权权重，从而达到增强图像边缘，提高重建图像的分辨率，改善重建图像质量的目的。本发明可以在更少的投影幅数下重建图像，更加有效的降低CT成像的辐射剂量。
【专利说明】一种基于图像各向异性边缘检测的CT稀疏角度重建方法
【技术领域】
[0001]本发明针对计算机断层扫描仪的低剂量扫描和重建，主要涉及数字图像处理和CT图像重建方法，具体涉及一种基于图像各向异性边缘检测的CT稀疏角度重建方法。
【背景技术】
[0002]1967年Hounsfield发明了世界上第一台计算机断层扫描(ComputedTomography, CT)设备。CT技术通过采集X射线穿过物体后多个角度的投影数据，利用计算机重建图像，进而获得物体内部结构的断层图像。由于CT设备利用X射线的穿透性，在不破坏物体的情况下可检测物体的内部结构，至今已广泛应用于医学诊断、工业检测、考古研究、珠宝鉴定等多个领域。
[0003]然而，医学研究表明，X射线对人体有损伤，电离辐射可从分子水平和细胞水平对生物体造成损伤，照射X光可诱发癌症、白血病或其他遗传性疾病。而医学CT是利用X射线进行的一种高辐射剂量的检查，其辐射危害对于胎儿和儿童尤为严重。据新英格兰医学杂志2009年针对95万人的统计显示，在所有能够产生辐射的医学成像设备中，检查量仅占总数21%的CT及核医学成像，产生的辐射量却占总量的75%以上，特别是CT，产生的辐射量接近总量的50%。因此如何在保持图像质量的前提下有效的降低辐射剂量引起越来越多的关注，国外厂商西门子、GE等都在积极的研究可能的方案。
[0004]提高探测器检测效率或使用准直器等硬件方案以减少辐射剂量非常有效，但是会增加额外的成本，且某些方案技术难度较大。在不改变硬件配置的前提下，降低辐射剂量通常采用的方式是减少投影角度或降低电流。前者面临着CT投影数据的不完全和稀疏角度投影的重建困难，后者会带来图像的高噪声。为改善图像质量，研究者针对两种情况分别提出了很多改进的算法。其中利用压缩感知(Compressed Sensing, CS)理论,结合人体组织结构分片连续的特点，可较好的实现稀疏角度的重建。压缩感知理论指出，只要信号是可压缩的或在某个变换域是稀疏的，就可以用一个与变换基不相关的观测矩阵将变换所得高维信号投影到一个低维空间上，通过求解一个优化问题从这个低维信号的少量投影中以高概率重构出原信号，该投影包含了重构信号的足够信息，并在理论上证明了该技术的错误率是无穷小，从而奠定了 CS技术的理论基础，引发了采样技术的革命性变化，成为近年来最热门的研究技术之一。CS的思想是从尽量少的数据中提取尽量多的信息，从而实现信号在较低采样率下的采集和复原，其前提条件是图像本身是稀疏的或者图像是可压缩的。
[0005]CT图像经过梯度变换在不同程度上满足稀疏化条件。根据CS理论，重构稀疏信号采用求解其Itl范数最小化的方法，而实际中往往转换为求其I1范数最小化，研究者提出采用CT图像梯度向量的模的I1范数(即CT图像的总变差Total Variation，TV)最小化方法重建CT图像。传统的TV计算采用图像像素梯度向量的模相加得到，而梯度向量的模为图像像素沿X和y两个方向的一阶导数(即梯度的分量)的平方和相加后的平方根(式(1))，其在X和y方向的一阶导数的权重因子是相同的(即各向同性)，均为1，未考虑图像梯度的方向性，因此在图像求解过程中不可避免的带来图像边缘的模糊和分辨率的下降。[0006]
【权利要求】
1.一种基于图像各向异性边缘检测的CT稀疏角度重建方法，其特征在于:该CT稀疏角度重建方法包括以下步骤:将CT图像特征与CT图像重建相结合，利用图像各向异性边缘检测的边缘信息改变图像总变差计算中各分量的加权权重，并采用图像总变差最小化的方法重建图像。
2.根据权利要求1所述一种基于图像各向异性边缘检测的CT稀疏角度重建方法，其特征在于:所述CT稀疏角度重建方法具体包括以下步骤: O设置初始迭代次数k=0，初始化重建图像U(O)，图像大小为LXL ;同时，初始化图像总变差计算中用于各向异性加权的权重矩阵g ; 2)增加迭代次数k=k+l，利用代数迭代法重建得到更新的重建图像； 3)根据步骤2)中得到的更新的重建图像，求解满足图像总变差最小化的图像u(k)； 4)对图像u(k)进行各向异性的边缘检测，得到X和y两个方向的边缘图像EdgeX以及EdgeY ； 5)根据边缘图像EdgeX与EdgeY更新权重矩阵为gnew； 6)使用更新后的权重矩阵g_计算图像u(k)的图像总变差； 重复步骤2)至步骤6)直至满足迭代截止条件，并输出图像u(k)。
3.根据权利要求2所述一种基于图像各向异性边缘检测的CT稀疏角度重建方法，其特征在于:所述权重矩阵g对于四邻域时为LX L*4的三维矩阵，每个像素点在图像总变差计算中对应有四个权重，权重初始值均设为π/4。
4.根据权利要求1或2所述一种基于图像各向异性边缘检测的CT稀疏角度重建方法，其特征在于:所述图像总变差的计算方法为:
5.根据权利要求1或2所述一种基于图像各向异性边缘检测的CT稀疏角度重建方法，其特征在于:所述边缘检测的具体步骤为: a)对图像进行闻斯滤波； b)对滤波后的图像分别沿X、y方向求导，得到对应的梯度分量图像Dx与Dy; c)根据梯度分量图像Dx与Dy将图像像素点(i，j)按照其梯度矢量(Dxij^yij)所属区域分为X向边缘点以及I向边缘点；χ向边缘指边缘切线方向偏向X轴，y向边缘指边缘切线方向偏向I轴； d)对步骤c)分类后的边缘点沿梯度方向进行梯度模的非极大值抑制，选择梯度模的局部最大值点位置； e)对步骤d)找到的梯度模的局部最大值点的梯度模进行高、低双阈值约束，从而找到大于等于高阈值的点域Ω和位于高、低阈值之间的点域Ψ ； f)对Ω中的点以Ψ中的点作为联通邻域补充进行形态学连接和边缘细化。
6.根据权利要求2所述一种基于图像各向异性边缘检测的CT稀疏角度重建方法，其特征在于:权重矩阵gnew根据边缘图像EdgeX与EdgeY得到，当EdgeX中像素点(i，j)的值为逻辑真时，更新权重g(u—以及gam)为零，否则保持原值不变；同样，当EdgeY中像素点(i，j)的 值为逻辑真时，更新权重g(i，」)—(i，j+1)以及g(i，j+1)—(i，j)为零，否则保持原值不变。
【文档编号】G06T7/00GK103679706SQ201310618206
【公开日】2014年3月26日 申请日期:2013年11月26日 优先权日:2013年11月26日
【发明者】戎军艳, 卢虹冰, 廖琪梅, 刘文磊, 高鹏 申请人:中国人民解放军第四军医大学