一种CT图像伪影校正方法、系统及介质与流程

本发明涉及ct应用，具体而言，涉及一种ct图像伪影校正方法、系统及介质。

背景技术：

1、计算机断层成像技术作为一种主要的无损检测技术广泛应用于医疗诊断、工业检测、地质分析、文物考古等多个领域。标准的ct重建算法是以单能x射线为假设前提，当宽能谱x射线穿过物体时，物体对低能x射线的衰减系数更大，随着物体厚度的增加，穿透物体的低能量x射线占减少，高能量x射线占比增大，形成射束硬化效应。利用射束硬化的投影数据重建会造成重建的衰减系数图像上形成四周亮，中间暗的“杯状”伪影以及包含金属物周围的放射状伪影。硬化伪影降低图像的质量，影响重建图像中物体识别和分割以及密度的判断。此外，x射线与物质相互作用过程包含吸收、散射和电子对效应，ct重建算法仅考虑物质对x射线的线性吸收，实际上当x射线能量低于300kv时，电子对效应可以忽略，但散射仍然有较大贡献。散射射线出射方向发散，与直穿射线叠加后，会造成投影图像模糊和对比度下降。

2、硬化校正的软件校正法，主要有蒙特卡洛校正方法、迭代校正法以及深度学习法等。目前实际工程应用中仍以线性法为主，把非线性投影数据校正为线性投影数据。该类型方法的关键是如何准确获取校正函数模型的参数；散射校正的软件校正方法，适用范围广，无需增加额外成本，但实际效果与算法优劣关系密切。

3、综上所述，硬化和散射的软件校正方法关键都是获得正确的校正参数，真实的物理过程中，由于硬化造成射线能谱变化，而不同能量的射线散射参数也不同，因此硬化和散射过程相互影响，分别进行散射和硬化校正的效果不尽人意；因此，在现有技术中，无法准确的获得校正参数，使得构建的ct图像效果差。

4、有鉴于此，特提出本技术。

技术实现思路

1、本发明所要解决的技术问题是现有技术中，通过硬化软件校正方法或散射软件校正方法，来对投影图像进行校正，但是在采用该方法进行校正的时候，若获取的校正参数不理想，则会使得构建的ct图像去伪影效果差，目的在于提供一种ct图像伪影校正方法、系统及介质，能够准确的获取校正参数，使得构建的ct图像去伪影效果好。

2、本发明通过下述技术方案实现：

3、一种ct图像伪影校正方法，方法步骤包括：

4、获取投影图像集，所述投影图像集为待测物体在不同角度下拍摄的投影图像；

5、在所述投影图像集中，选择任意一张投影图像，通过散射核函数对所述投影图像进行化处理，获得直穿投影数据，再通过硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据，遍历所述投影图像集，获得若干映射投影数据；

6、基于若干所述映射投影数据，构建重建图像；

7、计算所述重建图像的信息熵，以所述信息熵最小为目标，计算所述散射核函数中的最优散射拟合参数以及所述硬化校正函数中的最优硬化拟合参数；

8、基于所述最优散射拟合参数对若干投影数据进行散射校正，通过所述最优硬化拟合参数对若干所述直穿投影数据进行校正，并基于校正后的数据，构建所述待测物体的ct图像。

9、传统的在对ct图像进行去伪影的时候，通过硬化软件校正方法合散射软件校正方法两种独立方法分别实现的，但是在采用这种方法对ct图像去伪影的时候，由于硬化造成射线能谱变化，而不同能量的射线散射参数也不同，因此硬化和散射过程相互影响，因此，会造成校正的效果差，使得最终重建的ct图像效果差；本发明提供了一种ct图像伪影校正方法，通过计算在散射和硬化过程中的最优参数，使用该最优参数来构建ct图像，实现了通过准确获取的校正参数，构建去伪影效果好的ct图像。

10、优选地，所述直穿投影数据获得的子步骤包括：构建散射核函数模型，并初始化散射拟合参数，对所述投影图像进行迭代操作，获得直穿投影数据。

11、优选地，所述映射投影数据获得的子步骤包括：

12、构建硬化校正函数，并初始化硬化拟合参数，将所述直穿投影数据进行函数映射，获得所述映射投影数据。

13、优选地，所述重建图像的构建方法为：

14、对若干所述映射投影数据依次进行加权处理、滤波处理以及反投影处理，获得重建图像。

15、优选地，所述最优散射拟合参数以及所述最优硬化拟合参数具体计算的子步骤为：

16、以信息熵为目标函数，构建最优化参数求解模型；

17、采用迭代优化求解方法，求解获得最优散射拟合参数以及所述最优硬化拟合参数，所述迭代求解方法中，其收敛条件为：参数空间的最大距离小于等于设定的距离值，或迭代次数达到设定值。

18、优选地，在遍历所述投影图像集前，对所述投影图像集进行降采样处理，将所述投影图像集中的每张图像降采样为低分辨率图像。

19、本发明还提供了一种ct图像伪影校正系统，包括图像获取模块、校正模块、图像重建模块、参数寻优模块以及优化重建模块；

20、所述图像获取模块，用于获取投影图像集，所述投影图像集为待测物体在不同角度下拍摄的投影图像；

21、所述校正模块，用于在所述投影图像集中，选择任意一张投影图像，在所述投影图像集中，选择任意一张投影图像，通过散射核函数对所述投影图像进行化处理，获得直穿投影数据，再通过硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据，遍历所述投影图像集，获得若干映射投影数据；

22、所述图像重建模块，用于基于若干所述映射投影数据，构建重建图像；

23、所述参数寻优模块，用于计算所述重建图像的信息熵，以所述信息熵最小为目标，计算所述散射核函数中的最优散射拟合参数以及所述硬化校正函数中的最优硬化拟合参数；

24、所述优化重建模块，用于基于所述最优散射拟合参数对若干投影数据进行散射校正，通过所述最优硬化拟合参数对若干所述直穿投影数据进行校正，并基于校正后的数据，构建所述待测物体的ct图像。

25、优选地，所述校正模块包括散射校正模块以及硬化校正模块；

26、所述散射校正模块，用于通过所述散射核函数对所述投影图像处理，获得直穿投影数据；

27、所述硬化校正模块，用于通过所述硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据。

28、优选地，所述散射校正模块包括散射计算模块、迭代模块；

29、所述散射计算模块，根据散射核函数模型，根据当前直穿射线计算散射射线分布，并用当前投影图像减去散射射线分布得到新的直穿射线；

30、所述迭代模块，用于将两次相邻的散射射线分布进行差值处理，直到两次散射射线分布的差别小于等于设定值。

31、本发明还提供了一种计算机存储介质，其上存储有计算程序，该计算机程序被处理器执行时，实现如上所述的方法。

32、本发明与现有技术相比，具有如下的优点和有益效果：

33、本发明实施例提供的一种ct图像伪影校正方法、系统及介质，通过计算在散射和硬化过程中的最优参数，使用该最优参数来构建ct图像，实现了通过准确获取的校正参数，构建去伪影效果好的ct图像。