一种低剂量能谱ct图像处理方法
【专利摘要】一种低剂量能谱CT图像重建方法，包括：（1）获取成像对象在低剂量射线下的能谱CT图像的低能量CT投影数据和高能量CT投影数据，并同时获取相应的校正参数，系统矩阵及系统电子噪声的方差；（2）根据步骤（1）中的低能量CT投影数据和高能量CT投影数据满足的统计特性和基物质分解模型，构建用于能谱CT图像重建的数学模型；（3）利用广义全变分作为正则化先验，结合步骤（2）得到的数学模型构建用于能谱CT图像重建的目标函数；（4）采用迭代算法对步骤（3）中构建的用于能谱CT图像重建的目标函数进行求解，完成能谱CT图像重建。本发明能够实现低剂量扫描协议下能谱CT图像的优质重建。
【专利说明】一种低剂量能谱CT图像处理方法
【技术领域】
[0001] 本发明涉及一种医学影像的图像处理方法，特别涉及一种低剂量能谱CT图像处 理方法。
【背景技术】
[0002]X射线计算机体层成像（x-rayComputedTomography,简称CT)是一种利用X射 线与物质的相互作用原理，对物质内部信息进行成像的一种技术。CT因其在时间、空间与密 度分辨率上的卓越表现，已广泛应用于不同解剖部位的常规检查与诊断，在人类疾病防治 及延长平均寿命方面取得了巨大成就。
[0003] 然而，因受制于常规CT系统设计的缺陷，其成像依然存在诸多不足，主要包括：高 辐射剂量、强射束硬化与金属伪影、低对比度组织区分度，以及仅能实现解剖成像，无法分 辨物质成分、无法准确的定量成像。
[0004] 随着软硬件技术的飞速发展，基于能谱积分探测器的双能CT扫描技术和基于能 量分辨探测器的能量分辨探测技术使得能谱CT成像得到了实现。能谱CT不仅能够得到物 质内部衰减系数的信息，也可以用过重建得到物质组成的信息，一种典型的结果就是物质 的等效特征密度。由于能谱CT具有更好的物质区分能力，因此具有广泛的应用前景：骨密 度测量、PET的衰减矫正、骨髓成分分析等。另外，能谱CT可以解决常规CT成像存在的诸 多缺陷，如降低辐射剂量、抑制射束硬化与金属伪影、增强软组织对比度、获取物质成分信 息等。
[0005] 在高分辨率成像情况下，能谱CT图像重建问题是一个非线性的反问题，具有非线 性性、多解性与高维数等特点，难以直接求解。相关的重建方法的研究始于上个世纪七十年 代。现有的求解方法大致可以分为两类：投影域分解法和图像域分解法。投影域分解法先 在投影域分解出基物质的投影数据，然后利用滤波反投影（filteredbackprojection，简 称FBP)方法进行重建得到基物质的密度图像。该方法步骤简单，但仅仅使用于高低能谱几 何参数一致扫描模式，即沿着每个投影角度，均可以采集到高低能量下两种投影数据。图像 域分解法先用传统FBP方法分别重建出物体的高能和低能衰减系数图像，然后对重建图像 在图像域进行线性组合重建出基物质的密度图像。图像域分解法是一种近似成像方法，在 分解成像时忽略了能谱投影的乘积项，所重建的基物质的密度图像有严重伪影。然而，这两 种方法的结果都容易受到噪声的影响，这样会导致最终基物质的密度图像不准确。
[0006] 因此，针对现有技术不足，提供一种能提高基物质密度图像的图像质量，可以实现 低剂量扫描协议下能谱CT图像的优质重建的低剂量能谱CT图像处理方法以克服现有技术 不足甚为必要。
【发明内容】
[0007] 本发明的目的在于避免现有技术的不足之处而提供一种低剂量能谱CT图像处理 方法，可以提高基物质密度图像的图像质量，能够实现低剂量扫描协议下能谱CT图像的优 质重建。
[0008] 本发明的上述目的通过如下技术手段实现。 提供一种低剂量能谱CT图像重建方法，包括如下步骤， (1) 获取成像对象在低剂量射线下的能谱CT图像的低能量CT投影数据和高能量CT投 影数据，并同时获取相应的校正参数，系统矩阵及系统电子噪声的方差； (2) 根据步骤（1)中的低能量CT投影数据和高能量CT投影数据满足的统计特性和基 物质分解模型，构建用于能谱CT图像重建的数学模型； (3) 利用广义全变分作为正则化先验，结合步骤（2)得到的数学模型构建用于能谱CT 图像重建的目标函数； (4) 采用迭代算法对步骤（3)中构建的用于能谱CT图像重建的目标函数进行求解，完 成能谱CT图像重建。
[0009]优选的，上述步骤（1)还设置有配准处理步骤，具体是： 判断所得到的低能量CT投影数据和高能量CT投影数据是否存在位置偏移，当存在位 置偏移时采用数据配准的方法将低能量CT投影数据和高能量CT投影数据进行配准处理。
[0010] 优选的，上述步骤（2)中的基物质分解模型为： 物质对x光子的物质衰减系数通过任何两个物质即基物质对的线性物质衰减 系数来表示：
【权利要求】
1. 一种低剂量能谱CT图像重建方法，其特征在于：包括如下步骤， (1) 获取成像对象在低剂量射线下的能谱CT图像的低能量CT投影数据和高能量CT投 影数据，并同时获取相应的校正参数，系统矩阵及系统电子噪声的方差； (2) 根据步骤（1)中的低能量CT投影数据和高能量CT投影数据满足的统计特性和基 物质分解模型，构建用于能谱CT图像重建的数学模型； (3)利用广义全变分作为正则化先验，结合步骤（2)得到的数学模型构建用于能谱CT 图像重建的目标函数； (4)采用迭代算法对步骤（3)中构建的用于能谱CT图像重建的目标函数进行求解，完 成能谱CT图像重建。
2. 根据权利要求1所述的低剂量能谱CT图像重建方法，其特征在于： 所述步骤（1)还设置有配准处理步骤，具体是： 判断所得到的低能量CT投影数据和高能量CT投影数据是否存在位置偏移，当存在位 置偏移时采用数据配准的方法将低能量CT投影数据和高能量CT投影数据进行配准处理。
3.根据权利要求2所述的低剂量能谱CT图像重建方法，其特征在于： 所述步骤（2)中的基物质分解模型为： 物质对x光子的物质衰减系数通过任何两个物质即基物质对的线性物质衰减 系数来表示：
?分别是两个物 质的线性物质衰减系数，q和CV分别是所需要的基物质的密度，且Cp 的值与X光 子的能量无关； 根据基物质分解模型，对于步骤（1)能谱CT的高能量CT投影数据和低能量CT投影数 据，对应的物质衰减系数的表达式为：
，其中沒表示高能， Z表示低能， 定义物质衰减系数矩阵
，基物质线性物质衰减系数矩阵
，基物质密度矩阵
步骤（1)中的低能量CT投影数据和高能量CT投影数据分别进行对数变换后的线积分 投影数据满足近似高斯分布，所述步骤（2)中建立的数学重建模型的数据项为：
其中C表示待重建能谱基物质密度矩阵，
，G表示系统矩阵，J表示基 物质线性衰减系数矩阵，
表示克罗内科积； 产是步骤（1)中获得的能谱CT中高能量投影数据和低能量投影数据分别进行对数变换 后的数据矩阵，数学表达为
,II表示对角线元素为的对角矩阵，
分别表示相应于高能量和低能量i探测单元的方差。
4. 根据权利要求3所述的低剂量能谱CT图像重建方法，其特征在于： 所述步骤（3)中正则化先验构建的具体过程是： 使用二阶广义全变分作为先验，二阶广义全变分定义式为：
其中为非负加权系数；v为广义全变分引入的辅助参数，并取
表示对称梯度算子，其中V表示梯度算子，I*表示矩阵转置运 算。
5. 根据权利要求4所述的低剂量能谱CT图像重建方法，其特征在于： 所述步骤（3)中的重建图像的目标函数⑩(C)为：
其中
，r表示矩阵转置运算，#和爲是正则化参数，病和爲用于 刻画广义全变分正则化强度。
6. 根据权利要求5所述的低剂量能谱CT图像重建方法，其特征在于：所述步骤（4)中 的迭代算法为交替最小化方法。
7. 根据权利要求6所述的低剂量能谱CT图像重建方法，其特征在于： 所述步骤（4)中的交替最小化方法的计算过程为：引入公式和公式<52进行交替 迭代直至收敛，
其中/^'是一个引入的向量值，K表示迭代次数； 具体迭代过程按照如下步骤进行： (4. 1)令K=0,根据初始值根据公式Q1求解pV1 ; (4. 2)将步骤（4. 1)获得的pk_1代入公式Q2求解f卜1 ; (4. 3)判断是否迭代终止，如果迭代终止，以步骤（4. 2)所获得的结果为最终重建的基 物质的密度图像；否则进入步骤（4. 4); (4. 4)令K=K+1，将步骤（4. 1)、（4. 2)得到的F 、Ck_ 1代入公式Q1、公式Q2,重新进 入步骤（4. 1)。
8. 根据权利要求7所述的低剂量能谱CT图像重建方法，其特征在于：步骤（4. 1)采用 抛物替代算法求解。
9. 根据权利要求7所述的低剂量能谱CT图像重建方法，其特征在于：步骤（4. 2)采用 Chambo11e-Pock算法求解。
10. 根据权利要求7所述的低剂量能谱CT图像重建方法，其特征在于：步骤（4. 3)的终 止条件是：当
时，迭代终止。
【文档编号】G06T11/00GK104408758SQ201410634345
【公开日】2015年3月11日 申请日期:2014年11月12日 优先权日:2014年11月12日
【发明者】马建华, 曾栋, 黄静, 张华 , 陈武凡 申请人:南方医科大学