[发明专利]一种由单能CT图像生成双能CT图像的方法

说明书

本发明公开了一种由单能CT图像生成双能CT图像的方法。首先需要获取一定数量的双能CT图像；之后利用去噪卷积神经网络对双能CT图像进行去噪，得到去噪后的低能图像和高能图像；训练二维卷积神经网络，网络的输入为去噪后的低能图像，输出为去噪后高能图像和低能图像的差；利用去噪卷积神经网络对获得的CT图像进行去噪得到去噪后的单能CT图像；将去噪后的单能CT图像输入之前训练好的二维卷积神经网络得到估计的高低能图像差异，该差异与最初低能级下单能CT图像的和为估计的高能级CT图像；将最初低能级下单能CT图像和估计的高能级CT图像组合得到估计的双能CT图像。本发明可以有效的由单能CT图像估计双能CT图像，从而为临床诊断提供更多信息。

所属领域

本发明属于医学成像和医学图像处理领域，具体涉及一种由单能CT图像生成双能CT图像的方法。

背景技术

计算机断层成像技术(Computed Tomography,CT)目前在临床诊断中应用广泛。而双能CT技术飞速发展并已逐渐成为临床诊断中常用的检查手段之一。目前临床使用的双能CT硬件系统主要可以分为两类。第一类系统使用两个射线源分别发射两种能级的X射线。第一类系统的两个射线源关于其旋转中心成90度角，两个射线源可以同时发出X射线。由于扫描时不需要进行射线源能级的切换，该类系统通常可以较快的完成扫描。同时，由于同一时刻低能射线和高能射线的扫描范围差异较大，这类系统具有较好的能级区分能力。但是，由于两个射线源之间本身存在90度的偏移，这类系统在运动剧烈区域生成的双能图像之间容易产生偏移或扭曲，并可能因此在物质分解得到的物质图像中产生伪影。第二类系统仅使用单个射线源，这一系统使用单一球管实现高低电压快速切换从而采集双能数据。这类系统与前一类系统相反，通常扫描时间较长或不同能级间的区分能力较差，但生成的高能和低能图像之间差异较小。此外，由于需要一次额外的扫描，现有的双能CT系统都有一个共有的问题就是对患者的辐射剂量大。

CT生产商通常使用软件系统来进一步完善硬件系统，消除硬件系统造成的一些负面影响。现有的双能CT软件系统主要针对硬件系统采集到双能CT数据后的数据处理阶段。主要的功能包括图像重建、物质分解和一些其他的图像后处理。据我们所知，目前并没有解决双能CT在数据获取时存在的问题的算法。因此，我们开发了一种算法从单能CT图像估计出对应的双能CT图像，从而填补这一领域的空白。

发明内容

发明目的：本发明提出一种全自动的由单能CT图像生成双能CT图像的方法，可以有效的由单能CT图像估计双能CT图像，从而为临床诊断提供更多信息。

技术方案：本发明所述的一种由单能CT图像生成双能CT图像的方法，包括以下步骤：

(1)获取双能CT图像组I_DE，每个图像组包括一张低能图像I_LE和一张对应的高能图像I_HE；

(2)利用去噪卷积神经网络模型M_Denoise对低能图像I_LE和高能图像I_HE进行预处理，得到去噪后的低能图像I_LED和去噪后的高能图像I_HED；

(3)计算去噪后的低能图像I_LED和去噪后的高能图像I_HED的差I_dif；

(4)利用去噪后的低能图像I_LED和对应的差I_dif训练二维卷积神经网络N_est，得到二维模型M_est；

(5)获得单能CT图像I_SE；

(6)利用去噪卷积神经网络模型M_Denoise对单能CT图像I_SE进行预处理，得到去噪后的单能CT图像I_SED；