[发明专利]基于双正则约束的MVCT图像纹理增强方法

说明书

本发明公开了一种基于双正则约束的MVCT图像纹理增强方法，主要解决现有技术不能进行MVCT图像增强的问题。其方案是：1)从人体同一部位获取多张KVCT和MVCT图像；2)对获得的CT图像数据集进行归一化，再在每对CT图像上进行取块，得到CT图像块数据集；3)建立一个13层的MVCT图像纹理增强网络，使用CT图像块数据集作为训练数据，使用梯度下降算法优化该网络，得到训练好的网络；4)输入一张完整的MVCT图像到该训练好的网络中，即可输出增强后的MVCT图像。本发明能在图像纹理增强的同时，较好地保持图像的边缘和细节，提高图像质量，便于医生对MVCT图像阅片诊断，修正病灶位置误差，保证放疗的准确性。

技术领域

本发明属于医学图像处理技术领域，特别涉及一种MVCT图像纹理增强的方法，可用于提高CT图像质量和成像器官、组织的可视效果。

背景技术

兆伏计算机断层扫描MVCT和千伏计算机断层扫描KVCT是X射线CT中常见的两种形式。相比于KVCT，MVCT设备成像管电压较高，可以发现组织器官中的癌变区域，广泛用于肿瘤和癌症的术前放射治疗中。但是MVCT噪声大，不适合跟踪治疗。目前主流的做法是治疗前使用MVCT成像，与放疗计划的KVCT图像配准，修正病灶位置误差从而保证放疗的准确性。随着人们对CT辐射的关注，对人体伤害较少的MVCT的使用率会逐渐提升。这对改善MVCT图像的质量达到医生阅片诊断的标准提出了要求。通常，在治疗过程中获取的MVCT图像缺少对应的高对比度及无噪图像作为参考和评价，难以通过学习的方式进行MVCT图像的增强。所以，急需一种有效的方法以提高MVCT图像的质量。

当前，MVCT图像增强主要集中在图像去噪方向，其采取的方法有两类，一类是基于投影域的方法，其包括双边滤波、静态小波变换，最大后验概率估计等，这些方法对原始信号依赖性强，去噪之后的图像在分辨率上会有一定的降低；另一类是基于神经网络的方法，其包括RED-CNN，降噪自动编码机，DnCNN等，这些方法去噪之后的图像在视觉效果以及对比度上没有显著提升，并且会出现软组织边缘模糊等现象。

此外，所述这两类方法的最大不足是：由于只将MVCT图像的增强任务简化为去噪任务，而这种单纯的去噪既不能很大地改善图像质量，而且还会损失MVCT图像的对比度和细节信息。导致在治疗过程中的病人仍然需要进行KVCT成像来提供CT图像的细节信息，辅助医生更好的制定治疗方案。

发明内容

本发明目的在于针对上述方法在图像增强过程中的不足，提供一种基于双正则约束的MVCT图像纹理增强方法，以在保持MVCT图像灰度信息和梯度信息，及去除MVCT图像噪声的同时，增强MVCT图像纹理，减少模糊边缘和损失细节的现象，提高图像的质量。

为实现上述目的，其实现方案包括如下：

1.一种基于双正则约束的MVCT图像纹理增强方法，其特征在于，包括如下：

(1)使用兆伏计算机断层扫描MVCT设备和千伏计算机断层扫描KVCT设备对人体同一部位进行成像，得到多张成对的MVCT图像X和KVCT图像Y，记为{X,Y}，其中，MVCT成像时能量为6MV，KVCT成像时能量为120KV，将多个{X,Y}记为图像数据集D_A；

(2)对图像数据集D_A中每张MVCT和KVCT图像进行归一化操作，即将CT图像的亨氏单位Hu值映射到区间[0,1]；

(3)对图像数据集D_A中每对MVCT图像和KVCT图像进行取块，建立图像块数据集D_P；

(4)搭建基于双正则约束的MVCT图像纹理增强网络N，并初始化：

(4a)根据得到的图像块数据集D_P，通过交叉验证设置一个包括输入层、边缘算子层、残差层、反卷积层和输出层的13层网络，构成基于双正则约束的MVCT图像纹理增强网络N，网络的输入为MVCT图像，输出为增强后的MVCT图像；