[发明专利]MR结构信息约束的非局部均值引导的PET图像部分容积校正方法

权利要求书

1.一种MR结构信息约束的非局部均值引导的PET图像部分容积校正方法，其特征在于：具体包含有如下步骤，

步骤(1)分别通过PET设备与MRI设备同步采集同一目标物的PET与MR图像数据，同步获得目标物的PET图像及MR图像，同时获取PET成像设备中探测器的系统分辨率；

步骤(2)根据步骤(1)获取的PET图像数据，构建基于PWLS框架下的PET图像部分容积校正的模型；

步骤(3)将步骤(1)中获取的MR图像和PET图像进行配准；

步骤(4)将MR图像约束的非局部均值先验引入到PET部分容积校正模型中构建基于解剖结构的非局部均值的PET部分容积校正模型；

步骤(5)采用高斯赛德尔结合迟一步算法对步骤(4)得到的目标函数进行迭代优化，得到校正后的PET图像；

所述步骤(4)得到的带MR图像约束的非局部均值先验的PET图像部分容积校正中，

基于非局部均值的先验模型为：

其中代表正的势函数，选取代表参考图像，x_j代表PET图像中的第j个元素点灰度值，x_k代表PET图像中的第k个元素点灰度值，j为图像的像素位置，取值范围为图像尺寸，N_j表示以像素j为中心的搜索窗，k为搜索窗范围内的图像像素的位置；

权重系数由两个要比较像素周围像素块的相似度决定的，其定义为:

其中为以像素j为中心的图像块，为以像素k为中心的图像块，计算了带权重欧氏距离的平方值，a为加权系数，h为超级系数，sw_j是以像素j为中心的搜索窗。

2.根据权利要求1所述的MR结构信息约束的非局部均值引导的PET图像部分容积校正方法，其特征在于：所述步骤(1)通过点源重建后图像的半高宽获取MR成像设备中探测器的系统分辨率。

3.根据权利要求2所述的MR结构信息约束的非局部均值引导的PET图像部分容积校正方法，其特征在于：所述步骤(2)中构建的基于PWLS框架的PET图像部分容积校正模型，具体为：

其中g(x)代表步骤(1)中PET成像设备探测到的PET图像，即存在部分容积效应的退化图像，f是目标物所对应的PET理想图像，H为系统矩阵，Hf代表了理想图像与系统的点扩散函数进行了去卷积操作，R(x)为正则项，β是正则参数，X^T代表X的转置矩阵，D为高斯加权矩阵。

4.根据权利要求3所述的MR结构信息约束的非局部均值引导的PET图像部分容积校正方法，其特征在于：所述步骤(3)具体采用刚性配准方法得到配准后的MR图像。

5.根据权利要求1所述的MR结构信息约束的非局部均值引导的PET图像部分容积校正方法，其特征在于：所述步骤(4)中，MR解剖结构信息引入NLM正则项中，利用MR的各个解剖结构对非局部均值的搜索窗进行约束，使得非局部均值的计算只局限在特定组织范围内；

NLMA的正则函数为：

其中为标签函数，其定义为R_j为结构图像中的像素j属于的组织区域，x_k为第k个像素的PET图像值，N_j代表以像素j为中心的搜索窗。

6.根据权利要求1所述的MR结构信息约束的非局部均值引导的PET图像部分容积校正方法，其特征在于：所述步骤(5)中采用高斯赛德尔结合迟一步算法对目标函数进行优化，得到校正图像；

带NLMA约束项的高斯赛德尔结合迟一步算法迭代表达式为：

其中h_i为系统矩阵H的第i列值，f_i为第i列的待校正图像，W是NLM方法的权重系数，f^k为搜索窗内第k个位置的图像值，可根据当前的图像计算得到，在下次图像迭代时，被假定为常数值，n为迭代步数。

7.根据权利要求6所述的MR结构信息约束的非局部均值引导的PET图像部分容积校正方法，其特征在于：k范围为1-21，取值为4×4～10×10，N为16×16～30×30。

8.根据权利要求7所述的MR结构信息约束的非局部均值引导的PET图像部分容积校正方法，其特征在于：h取值范围为1000–5000，取值为7×7，N为21×21。