[发明专利]一种低剂量X射线CT图像的多尺度去噪方法

说明书

本发明公开了一种低剂量X射线CT图像的多尺度去噪方法，该方法包括：步骤1，对被测物体作CT扫描，获得被测物体的X射线投影数据；步骤2，通过对步骤1获得的X射线投影数据以逐层递进的方式进行下采样，构造投影金字塔；步骤3，根据步骤2获得的投影金字塔，重建出CT图像金字塔；步骤4，从步骤3获得的CT图像金字塔的顶层CT图像开始，对经由滤波后的当前层CT图像进行上采样，并作为引导图像，对下一层CT图像进行引导滤波；步骤5，返回步骤4，直至对CT图像金字塔的最底层CT图像完成引导滤波。本发明能够有效抑制低剂量CT图像的噪声，提高低剂量CT图像的重建质量。

技术领域

本发明涉及X射线计算机断层成像(Computed Tomography，CT)技术的图像去噪技术领域，特别是涉及一种低剂量X射线CT图像的多尺度去噪方法。

背景技术

X射线CT技术在医学诊断、工业无损检测等领域有广泛应用。无论是医学CT还是工业CT，均有低X射线剂量下的CT成像问题：在医学CT中，通过降低扫描电流或减少每个角度下的扫描时间，可以减少CT扫描的X光子剂量，进而降低病人被X光子照射引发的患癌风险。在工业CT中，扫描尺寸大的或者射线吸收率高的物体时，穿透物体的X光子少，探测器同样采集不到足够多的X光子。当探测器不能采集到足够多光子时，在探测器电子热噪声、光子散射等因素的影响下，CT投影数据的信噪比低，使得CT重建图像中含有严重的伪影和噪声。

降低CT图像的噪声和伪影的方法可分为四类：图像域去噪方法、投影域去噪方法、迭代类去噪方法、以及基于深度学习的去噪方法。其中：

图像域去噪方法是对CT图像用传统滤波方法进行去噪处理，如高斯滤波和双边滤波等。或者在CT图像的变换域如傅里叶域、小波域上进行去噪处理。这类图像去噪方法直接对CT图像进行处理，易于加入到现有的CT图像重建流程中，但是没有考虑CT图像噪声的特性，容易造成图像模糊。

投影域去噪方法根据CT投影数据的噪声特性设计相应的数学模型，直接对投影数据进行去噪，可以提高CT图像的重建质量，但是由于每个投影数据对CT图像的多个像素值有贡献，投影值的改变，可能导致CT图像产生新的伪影。

迭代类重建算法较为灵活，可以将CT图像的先验信息加入迭代过程，但是该类算法计算量大，计算时间长，难以满足对图像实时处理的应用需求。

基于深度学习的去噪方法近年来成功应用于低剂量CT图像去噪，在训练样本充足的情况下得到了较好的去噪效果，但是该类方法需要较多的训练集，且针对不同类型的被测物体需要训练不同的去噪模型。

发明内容

本发明的目的在于提供一种能够提高CT图像的重建质量的低剂量X射线CT图像的多尺度去噪方法。

为实现上述目的，本发明提供一种低剂量X射线CT图像的多尺度去噪方法，该方法包括：

步骤1，对被测物体作CT扫描，获得被测物体的X射线投影数据；

步骤2，通过对步骤1获得的所述X射线投影数据以逐层递进的方式进行下采样，构造投影金字塔；

步骤3，根据步骤2获得的所述投影金字塔，重建出CT图像金字塔；

步骤4，从步骤3获得的所述CT图像金字塔的顶层CT图像开始，对经由滤波后的当前层CT图像进行上采样，并作为引导图像，对下一层CT图像进行引导滤波；所述步骤4具体包括：

步骤41，从所述CT图像金字塔的顶层图像f_L开始，对当前层CT图像f_l滤波后得到图像g_l，其中，设定CT图像金字塔的顶层图像f_L滤波后的图像g_L为其本身，表示为式(4)：

g_L＝f_L (4)