[发明专利]一种联合运动估计与时空张量增强表示的4D-CBCT重建方法有效

专利信息
申请号: 202010828378.6 申请日: 2020-08-18
公开(公告)号: CN111951346B 公开(公告)日: 2023-06-23
发明(设计)人: 刘进;亢艳芹;王勇;汪军;王族 申请(专利权)人: 安徽工程大学
主分类号: G06T11/00 分类号: G06T11/00;G06T7/246
代理公司: 安徽知问律师事务所 34134 代理人: 金贝贝
地址: 241000 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 联合 运动 估计 时空 张量 增强 表示 cbct 重建 方法
【权利要求书】:

1.一种联合运动估计与时空张量增强表示的4D-CBCT重建方法,其特征在于,包括以下步骤:

S1、获取初始重建图像及初始形变矢量场;

利用给定的呼吸信号对4D-CBCT投影数据进行相位划分,获得划分后的投影数据,其中T为总相位数,为t相位下投影数据;对划分后的投影数据进行EM-TV重建,获得初始的重建图像,其中为t相位下的初始重建图像,上标0表示初始值;并利用初始重建图像及demons配准算法获得初始的形变矢量场,其中,表示相位到相位下重建图像的形变矢量场;

S2、构建时空张量增强表示的4D-CBCT图像重建模型;

4D-CBCT图像重建模型为:

其中为相位下的投影矩阵,为相位下的重建图像,为相位下的投影数据,表示所有相位下的重建图像,为()相位到相位下重建图像的形变矢量场集合,表示相位下补偿后的重建图像集合,及均为正则化参数,为四维梯度算子,为L0范数,和C分别表示第c个张量块组及张量块组总数,表示分解处理后的第c个张量块组,为第c个张量块组的分解权重函数,()表示张量分解后第i维度上的归一化向量,表示张量分解过程;

S3、构建4D-CBCT图像运动估计模型;

S4、求解重建模型及运动估计模型获得最终的重建图像;

对于重建模型及运动估计模型进行分别求解,并采用交替更新的方式对重建图像及形变矢量场进行迭代更新,获得最终的重建图像。

2.根据权利要求1所述的一种联合运动估计与时空张量增强表示的4D-CBCT重建方法,其特征在于:S3中的4D-CBCT图像运动估计模型为:

其中为相位下的投影矩阵,为相位下的重建图像,为相位下的投影数据,为相位图像在相位下补偿后的重建图像,为正则化参数,为TV正则化约束项,用于减小噪声干扰,获得边界增强的形变矢量场。

3.根据权利要求1所述的一种联合运动估计与时空张量增强表示的4D-CBCT重建方法,其特征在于:S1中相位划分是以呼吸信号强度进行均匀划分的;且EM-TV重建最大迭代次数为150次。

4.根据权利要求1所述的一种联合运动估计与时空张量增强表示的4D-CBCT重建方法,其特征在于:S2中为补偿后的重建图像集合的梯度L0范数,具体表示为:

其中,,与分别表示xyz和时间t方向上的梯度算子,为计数算子,J为总像素,表示相位下补偿后的重建图像集合。

5.根据权利要求1所述的一种联合运动估计与时空张量增强表示的4D-CBCT重建方法,其特征在于:S2中张量块组获得的步骤为:首先对运动补偿后的重建图像集合进行分块,得到时空张量图像块集合;然后对这些张量图像块集合进行分组,最后获得分组后的张量块组,其中为的第c个张量块组。

6.根据权利要求5所述的一种联合运动估计与时空张量增强表示的4D-CBCT重建方法,其特征在于:S2中张量图像块集合分组是按照K均值算法进行相似性分组。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽工程大学,未经安徽工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010828378.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top