专利名称：一种去除ct图像中金属伪影的图像后处理方法
技术领域：
本发明涉及一种医学领域中CT图像处理技术，具体的说是一种去除CT图像中金属伪影的图像后处理方法。
背景技术：
在临床上，如果被扫描的断层包含金属，由于金属对X射线的高衰减特性，导致穿过金属的对应的通道值具有严重的测量误差(本文称这样的通道为损坏通道)，这种误差使重建出来的图像产生类似
图1所示的伪影，这些伪影主要表现为在从金属发出的黑色和白色的条纹以及充满图像的放射状细纹。图2是某一视角下加权、卷积之前的生数据，其中的尖峰部分是对应的穿过假牙的部分。假牙面积越大，对应的尖峰就越宽；假牙的密度越大，射线穿过的假牙越长，对应的尖峰的幅度就越大。尖峰越宽，表示损坏通道的范围就越大；尖峰的幅度越大，表示损坏的程度就越大。金属伪影的强度与损坏通道的范围和程度是成正比的。不同大小、不同形状、 不同密度的金属表现出不同形状和强度的金属伪影。在临床应用中，如果被扫描的断层包含金属，则重建出来的图像具有严重的金属伪影(见图1)，该伪影使诊断无法进行。因此需要设计一个方法来减弱金属伪影的强度，以便于诊断。现在已有的发明创造也可以减弱CT图像中的金属伪影，但这些发明创造或者是其处理效果较差，或者其运算复杂程度较高，或者是只适用于某种扫描类型和临床应用，具有一定的局限性。例如采用建立模型图像的方法，不能够建立好的模型，因此最终的校正结果很差，会保留一些未被去除掉的伪影，而且还可能引入新的伪影，这样的校正结果往往还是不能用于临床诊断。从所校正的数据的位置划分，目前已有的方法分为投影域处理和图像域处理1)投影域处理通过校正金属对应的投影数据来达到校正金属伪影的目的。该方法的优点(1)当金属非常小时，也即是说所要处理的投影数据的范围非常小时，该方法很有效果。(2)比较适合断层扫描，和z-filter重建算法。该方法的缺点(1)不合适金属较大的情况，当金属较大时，需要处理的投影数据范围很大，很难处理好。而实际临床中的假肢、假牙都是比较大的金属。(2)对于采用三维重建算法的多排CT，该方法需要处理很大数据量的投影数据， 无论在处理效果上还是在处理效率上，都面临着很大困难。2)图像域处理通过对重建的图像直接处理来达到校正金属伪影的目的。
该方法的优点(1)不受CT排数的限制，具有非常好的通用性。该方法的缺点(1)图像域处理中比较好的方法是基于模型的修正方法，但由于所建立的模型都很差，因此最终校正的结果也很差，依然有伪影未被去除掉，甚至引入了新的伪影，处理后的结果仍然无法用于临床诊断。
发明内容
针对现有技术中如果被扫描CT图像的断层包含金属，则重建出来的图像具有严重的金属伪影等不足之处，本发明要解决的技术问题是提供一种减弱金属伪影的强度，以便于诊断的去除CT图像中金属伪影的图像后处理方法。为解决上述技术问题，本发明采用的技术方案是本发明去除CT图像中金属伪影的图像后处理方法包括以下步骤将CT的原始图像由直角坐标图像转换为极坐标图像；在极坐标图像中确定金属投影区域；在极坐标图像中建立模型；采用上述的模型进行模型修正；修正上述模型修正中引入的正反投影误差；将极坐标图像转换成直角坐标图像。所述确定金属投影区域包括以下步骤从原始图像中分割出金属图像；对分割出的金属图像进行正投影，根据所得到的投影数据确定金属投影区域。通过以下公式从原始图像中分割出金属图像m(X,y) = \f^y) lffiX,y>S(1)其中，f(x，y)是输入图像，S是所设定的金属阈值，m(x，y)是分割出的金属图像。通过以下步骤建立模型原始图像分成四个区域，即金属区域、骨头区域、软组织区域以及空气区域；判断四个区域的CT值，如果原始图像中某一点的CT值属于软组织区域范围，则该点的CT值为原始图像中软组织区域CT值的平均值；通过以下公式建立模型
对 x>0 = iCHlc<f(x,y)<Hhc
‘ [/ (χ, y) otherwise其中，g(x，y)为所建立的模型图像，f(x，y)为原始图像，Hhc、Hlc分别为决定软组织区域的两个阈值，c代表软组织区域。所述建立模型还包括对金属伪影粗校正步骤设原始投影数据为Raw。Hg，金属投影数据为Rawmrtal,在每个view下，从Rawmig中减去Rawmrtal得到差值投影数据Rawdiff，即
权利要求
1.一种去除CT图像中金属伪影的图像后处理方法，其特征在于包括以下步骤 将CT的原始图像由直角坐标图像转换为极坐标图像；在极坐标图像中确定金属投影区域； 在极坐标图像中建立模型； 采用上述的模型进行模型修正； 修正上述模型修正中引入的正反投影误差； 将极坐标图像转换成直角坐标图像。
2.按权利要求1所述的去除CT图像中金属伪影的图像后处理方法，其特征在于所述确定金属投影区域包括以下步骤从原始图像中分割出金属图像；对分割出的金属图像进行正投影，根据所得到的投影数据确定金属投影区域。
3.按权利要求2所述的去除CT图像中金属伪影的图像后处理方法，其特征在于通过以下公式从原始图像中分割出金属图像
4.按权利要求1所述的去除CT图像中金属伪影的图像后处理方法，其特征在于通过以下步骤建立模型原始图像分成四个区域，即金属区域、骨头区域、软组织区域以及空气区域； 判断四个区域的CT值，如果原始图像中某一点的CT值属于软组织区域范围，则该点的 CT值为原始图像中软组织区域CT值的平均值； 通过以下公式建立模型
5.按权利要求1所述的去除CT图像中金属伪影的图像后处理方法，其特征在于所述建立模型还包括对金属伪影粗校正步骤设原始投影数据为Rawmig，金属投影数据为Rawmrtal,在每个view下，从Rawmig中减去 Rawffletal得到差值投影数据Raw diff' ·Rawdiff (k) = Raworig (k)-Rawmetal (k) k ^ all views (3)对于每个view，在金属投影区域内，对差值投影数据作线性插值，得到插值投影数据 Rawiter,艮口
6.按权利要求5所述的去除CT图像中金属伪影的图像后处理方法，其特征在于还包括修正粗校正过程本身的误差及建立最终修正原始图像模型步骤，其中修正粗校正过程本身的误差为根据由原始图像建立的模型和由粗校正建立的模型确定软组织区域；根据所确定的软组织区域对原始图像建立模型；用该模型的正投影数据代替原始投影数据，代入上面的粗校正过程中，得到的结果就包含了粗校正的误差。
7.按权利要求6所述的去除CT图像中金属伪影的图像后处理方法，其特征在于根据由原始图像建立的模型和由粗校正建立的模型确定软组织区域为对于原始图像建立的模型图像中骨头区域的每一个点，如果同时属于粗校正结果建立的模型图像中软组织区的点，则将该点划为原始图像建立的模型图像中骨头区域的点；对于原始图像建立的模型图像中空气区域的每一个点，如果不同时属于图粗校正建立的模型图像中空气区的点，则将该点划为原始图像建立的模型图像的软组织区域的点。
8.按权利要求6所述的去除CT图像中金属伪影的图像后处理方法，其特征在于所述建立最终修正原始图像模型为由原始图像确定软组织区域；如果原始图像的空气区域不属于粗校正图像和修正粗校正误差的图像的空气区域，则划为软组织区域；如果原始图像的骨头区域不属于修正粗校正误差的图像的骨头区域，则划为软组织区域。
9.按权利要求1所述的去除CT图像中金属伪影的图像后处理方法，其特征在于用模型的投影数据修正原始投影数据为设原始投影数据为Raw ig，模型的正投影数据为Rawnwl，修改之后的原始数据为 Raw' orig，则
10.按权利要求1所述的去除CT图像中金属伪影的图像后处理方法，其特征在于修正上述模型中正反投影引入的误差为对最终修正原始图像的模型进行正反投影，得到该模型的正反投影的结果，将模型正反投影的结果减去模型图像，得到正反投影误差信息；从模型修正的结果中减去正反投影误差信息，得到了去除正反投影的误差信息。
全文摘要
本发明涉及一种去除CT图像中金属伪影的图像后处理方法，包括以下步骤将CT的原始图像由直角坐标图像转换为极坐标图像；在极坐标图像中确定金属投影区域；在极坐标图像中建立模型；采用上述的模型进行模型修正；修正上述模型修正中引入的正反投影误差；将极坐标图像转换成直角坐标图像。本发明方法提出的建立模型的方法，可以建立出好的模型，最终会得到好的校正结果，修正了因正反投影引入的误差，使校正之后的结果更好，保证了处理速度。
文档编号G06T5/00GK102567958SQ20101061684
公开日2012年7月11日 申请日期2010年12月31日 优先权日2010年12月31日
发明者孙洪雨 申请人:东软飞利浦医疗设备系统有限责任公司