[发明专利]基于压缩感知的CT图像迭代重建方法

权利要求书

1.一种基于压缩感知的CT图像迭代重建方法，其特征在于，该方法是基于迭代重建框架引入压缩感知CT图像重建方法，首先，获取采样CT投影数据；然后，对投影数据进行初始化，包括维纳滤波降噪和小波稀疏变换；最后对初始化后投影数据进行基于图像总变差TV最小化的m轮图像迭代重建，判断第m轮迭代重建图像是否满足迭代收敛条件，若不满足迭代收敛条件，则进行第m+1轮迭代；若满足迭代收敛条件，则将得到的数据图像作为最终重建输出图像；所述的初始化后的投影数据进行滤波反投影重建，获得先验图像；所述的先验图像赋值为x_jm，m为代数迭代次数且从0开始；对图像向量x_j、投影矩阵p_ij和观测值向量y_i进行迭代运算，得到目标图像其中λ为松弛因子，0<λ<2；所述的判断迭代重建图像是否满足迭代收敛条件为：|X^m+1－X^m|＜ε，ε＝e^-3，若满足则结束迭代、输出图像；否则继续迭代，直到满足收敛条件；

所述基于压缩感知的CT图像迭代重建可表示为如下函数：

λ₁和λ₂的参数选择方法为：首先保持λ₂不变，基于最大峰值信噪比选择参数λ₁，同样方法选择参数λ₂，能够减少CT成像系统扫描时间、加快成像速度、从而降低机械成本，并减少被检物体运动伪影，扩大临床应用范围；

所述的维纳滤波降噪是采用维纳滤波算法对原始欠采样投影数据降噪，采用小波稀疏变换实现对降噪后投影数据稀疏化处理，对小波变换系数I1范数最小化；在图像迭代重建过程中，使图像总变差TV最小化。

2.根据权利要求1所述的一种基于压缩感知的CT图像迭代重建方法，其特征在于，图像总变差TV表达式如式(1)，下标i和j表示坐标，

3.根据权利要求2所述的一种基于压缩感知的CT图像迭代重建方法，其特征在于，对于每一次迭代重建后图像x_j利用梯度下降法进行总变差TV调整，使每一次迭代重建图像的总变差TV最小化。

4.根据权利要求3所述的一种基于压缩感知的CT图像迭代重建方法，其特征在于，所述的每一次迭代重建后的图像x利用梯度下降法进行总变差TV调整，使每一次迭代重建图像的总变差TV最小化，具体采用式(2)进行，式中α为调节因子，