一种低剂量能谱ct图像去噪方法
【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图像去 噪方法。
【背景技术】
[0002] 随着CT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 辨探测器的光子计数探测技术使得能谱CT成像得到了实现。能谱CT是未来CT成像技术 的发展方向之一，因为能谱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。能谱CT可以从传统形态学诊断转到功能学诊断上，比如，它可以发现 常规CT发现不了的病灶，可以实现肿瘤的超早期探查，并且可以做到肿瘤的定性诊断和定 量分析。另外，能谱CT可以解决常规CT成像存在的诸多缺陷，如去除射束硬化与金属伪影 等。
[0003] 低剂量条件下的能谱CT成像才可能在临床上实现应用，所以需要寻找高效的低 剂量成像方法。现有的实现低剂量能谱CT图像成像的方法主要有两类。其中在数据采集 过程中尽可能的降低管电流(mA)和管电压（kV)是一种最简单的方法。管电流的降低会导 致能谱投影数据中光子噪声强度大幅度增加且电子噪声的影响更为突出；改变管电压可影 响X射线对人体组织的穿透性，从而影响各种组织的图像质量。另一个是使用统计重建方 法，利用其物理模型准确、对噪声不敏感等优点，能在不规则采样和数据缺失情况下重建出 图像，改善最终图像的噪声，提高重建图像的空间分辨率。由于能谱CT投影数据量庞大，这 种方法存在计算量太大，重建时间非常长，难以满足临床中实时交互的要求。
[0004] 因此，针对现有技术不足，提供一种低剂量能谱CT图像去噪方法，能够提高基物 质的密度测量准确性，可以实现低剂量扫描协议下能谱CT图像的优质成像。
【发明内容】
[0005] 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图像去噪 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 质成像。
[0006] 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图像去噪方法，包括如下步骤， (1) 获取成像对象在低剂量射线下的低能量CT投影数据和高能量CT投影数据，并 分别对低能量CT投影数据和高能量CT投影数据进行CT图像重建，获得低能量CT图像 和商能量CT图像/ijy，其中/t表不商能，Z表不低能； (2) 根据步骤（1)中的重建数据所满足的基物质分解模型，构建用于能谱CT图像去噪 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图像去噪 的目标函数； (4)对步骤（3)中构建的用于能谱CT图像去噪的目标函数采用分裂Bregman算法求 解，完成能谱CT图像去噪。
[0007] 优选的，上述步骤（2)中的基物质分解模型为： 物质对X光子的质量吸收函数通过任何两个物质即基物质对的质量吸收函数来 表示
【主权项】
1. 一种低剂量能谱CT图像去噪方法，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低能量CT投影数据和高能量CT投影数据，并 分别对低能量CT投影数据和高能量CT投影数据进行CT图像重建，获得低能量CT图像 和高能量CT图像，其中々表示高能，Z表示低能； (2) 根据步骤（1)中的重建数据所满足的基物质分解模型，构建用于能谱CT图像去噪 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图像去噪 的目标函数； (4) 对步骤（3)中构建的用于能谱CT图像去噪的目标函数采用分裂Bregman算法求 解，完成能谱CT图像去噪。
2. 根据权利要求1所述的低剂量能谱CT图像去噪方法，其特征在于： 所述步骤（2)中的基物质分解模型为： 物质对x光子的质量吸收函数通过任何两个物质即基物质对的质量吸收函数来 表示：
分别是两个物质的质量吸收 函数，q和cy分别是所需要的基物质的密度，且q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，对应的物质的质量吸收函数的表达式为：
定义物质质量吸收函数矩阵
，基物质质量吸收函数矩阵 ,
，基物质密度矩阵
乙通过逆矩阵计算直接得到，公式为
，定义基物质 质量吸收矩阵J的逆矩阵形式
3. 根据权利要求2所述的低剂量能谱CT图像去噪方法，其特征在于： 所述步骤（3)中具体采用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<2Q、q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，r表示矩阵转置运 算； 所述步骤（3)中构建的用于图像去噪的目标函数具体为：
，其中X表不去噪后得 到的能谱CT图像，Y为测量得到的能谱CT图像数据，爲和爲是正则化参数，用于刻画广义 全变分正则化强度。
4. 根据根据权利要求3所述的低剂量能谱CT图像去噪方法，其特征在于： 所述步骤（4)中分裂Bregman算法的具体计算过程为： 引入公式A、公式B和公式C进行迭代求解，
，其中rf,和忒是一个弓丨入的向量值， 表示残差，表示迭代步数； X' 圓 具体迭代过程按照如下步骤进行： (4. 1)令/?=0， ^^彡按照公式乂和及通过原始对偶算法求解^^^和^/^1; (4. 3)将步骤（4. 1)获得的和代入公式_解x壯！； (4. 4)判断是否迭代终止 判断n是否等于N，如果n等于N，则迭代终止，以当前结果作为去噪后的能谱CT图像； 如果n小于N，则进入步骤（4.5); (4. 5 )令 ，返回步骤（4. 2 )。
5. 根据权利要求1所述的低剂量能谱CT图像去噪方法，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。
【专利摘要】一种低剂量能谱CT图像去噪方法，包括：（1）获取成像对象在低剂量射线下的低能量CT投影数据和高能量CT投影数据，并分别对低能量CT投影数据和高能量CT投影数据进行CT图像重建，获得低能量CT图像和高能量CT图像，其中H表示高能，L表示低能；（2）根据步骤（1）中的重建数据所满足的基物质分解模型，构建用于能谱CT图像去噪的数学模型；（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图像去噪的目标函数；（4）对步骤（3）中构建的用于能谱CT图像去噪的目标函数采用分裂Bregman算法求解，完成能谱CT图像去噪。本发明利用能谱CT中高低能量图像满足的基物质分解模型，结合能谱CT图像信息和基物质图像信息，实现了能谱CT图像去噪。
【IPC分类】G06T7-00
【公开号】CN104574416
【申请号】CN201510040324
【发明人】马建华, 曾栋, 边兆英, 黄静, 陈武凡
【申请人】南方医科大学
【公开日】2015年4月29日
【申请日】2015年1月27日