[发明专利]一种基于曲面全变差的低剂量CT投影域去噪及重建方法有效
申请号: | 202011501376.2 | 申请日: | 2020-12-17 |
公开(公告)号: | CN112656438B | 公开(公告)日: | 2023-02-21 |
发明(设计)人: | 江颖;刘婷;刘伟锋;吴锐帆 | 申请(专利权)人: | 中山大学 |
主分类号: | A61B6/03 | 分类号: | A61B6/03 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 陈伟斌 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
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 基于 曲面 全变差 剂量 ct 投影 域去噪 重建 方法 | ||
1.一种基于曲面全变差的低剂量CT投影域去噪及重建方法,其特征在于,包括如下步骤:
步骤一:根据投影域数据噪声的产生机制,建立优化泛函数据项Ψ;建立包括基于l1/2范数的曲面全变差正则项的优化泛函正则项Υ,将优化泛函数据项和优化泛函正则项Υ之和作为去噪优化泛函;
建立曲面全变差正则项的方法为将CT投影域数据视为空间中的曲面,约束曲面在主曲率方向上的跳变,将主曲率方向上梯度的范数作为曲面全变差正则项;具体表示为:
式中,Y为带噪声的输入投影域数据;B为交错差分算子;S为主曲率方向算子;为横向差分算子;为纵向差分算子;M为Y的行数;
步骤二:对步骤一中的去噪优化泛函进行求解,得到降噪后的CT投影域数据;
步骤三:基于连续积分方程模型,根据步骤二中降噪后的CT投影域数据进行图像重建。
2.根据权利要求1所述的一种基于曲面全变差的低剂量CT投影域去噪及重建方法,其特征在于,在所述步骤一中,优化泛函正则项Υ还包括基于l1范数的曲波变换系数正则项。
3.根据权利要求2所述的一种基于曲面全变差的低剂量CT投影域去噪及重建方法,其特征在于,建立曲波变换系数正则项的方法为对CT投影域数据Y进行离散曲波变换,得到系数CY,将曲波变换系数正则项表示为:Υ2(Y)=||CY||1,其中C为曲波变换算子。
4.根据权利要求3所述的一种基于曲面全变差的低剂量CT投影域去噪及重建方法,其特征在于,步骤一中的优化泛函数据项Ψ具体为:
其中,Y为带噪声的输入投影域数据;Q为到达探测板的光子数;P为探测板所接收到的光子数;I0为X射线入射强度。
5.根据权利要求4所述的一种基于曲面全变差的低剂量CT投影域去噪及重建方法,其特征在于,步骤一中的去噪优化泛函具体为:
式中,I0为X射线入射的强度;λ1和λ2为两种正则化项的惩罚系数,取为正实数;C为曲波变换算子;S为主曲率方向算子;B为交错差分算子。
6.根据权利要求2所述的一种基于曲面全变差的低剂量CT投影域去噪及重建方法,其特征在于,所述步骤三中的具体流程为:
S3.1:建立图像重建的优化泛函如下:
式中,f是图像重建函数;g为平行束投影域函数;为Radon变换;λ是正则化项系数;Φ是恒大于零且L-lipschitz连续的函数;A表示线性变换;
S3.2:求解图像重建的优化泛函;
S3.3:对图像重建的优化泛函进行迭代求解,求得图像重建函数f。
7.根据权利要求6所述的一种基于曲面全变差的低剂量CT投影域去噪及重建方法,其特征在于,在所述步骤S3.2中,采用邻近梯度法求解图像重建的优化泛函。
8.根据权利要求1-7任一所述的一种基于曲面全变差的低剂量CT投影域去噪及重建方法,其特征在于,在所述步骤二中,使用带有随机步长的ADMM优化算法对步骤一中的优化泛函进行求解。
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中山大学,未经中山大学许可,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/202011501376.2/1.html,转载请声明来源钻瓜专利网。