[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

说明书

本发明涉及一种基于曲面全变差的低剂量CT投影域去噪及重建方法，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l_1/2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γ之和作为去噪优化泛函；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。本方法在进行投影域去噪的时候，建立基于l_1/2范数的曲面全变差正则项来提高去噪的精度。在完成投影域数据去噪后，采用连续积分方程模型来进行图像重建，加快了图像重建的速度和提高图像重建的精度。

技术领域

本发明涉及机CT图像处理方法领域，更具体地，涉及一种基于曲面全变差的低剂量CT投影域去噪及重建方法。

背景技术

计算机断层扫描(ComputedTomography,CT)能够以非侵入的方式得到人体内部的解剖图像，清晰地显示各部位的结构组织及病灶，帮助医生进行临床诊断，是一种广泛应用于临床检查的成像技术。然而，CT扫描过程中需要利用X射线穿透人体来采集各个角度的投影数据。许多研究表明，CT扫描过程中产生的X射线辐射会诱发人体的新陈代谢异常甚至有致癌风险，其对人体健康的影响不容忽视。为了应对标准CT扫描所产生的医源性辐射伤害问题，Naidich等人在20世纪90年代提出了低剂量CT(LowDoseCT,LDCT)。LDCT通过降低CT扫描设置中的毫安秒(mAs)设置，即降低通过X射线管的电流或缩短曝光时间来减少X射线的辐射剂量。然而，降低mAs设置会使到达探测器的光子所服从的分布由高斯分布退化为泊松分布。与标准CT相比，LDCT的原始数据生成过程中会受到相对更高水平噪声的污染。

目前在图像降噪领域被广泛采用的全变差(Total Variation，TV)正则化假设真实图像是分片常数的，如公开号为“CN104574416A”，公开日为2015年4月29日的专利公布文件中公开了一种低剂量能谱CT图像去噪方法。但CT投影域数据通常并不满足这一假设，因此直接将全变差正则化方法应用到投影域降噪问题中容易产生阶梯伪影，影响了去噪的精度。同时，在图像降噪后需要对图像进行重建，目前图像重建方法大部分是基于离散模型的算法，其所求解的图像函数解属于分片常数函数的范畴，所需要的重建时间也比较长。而且由于离散化的过程会引入误差，使用这种方法导出的优化模型天然地存在模型误差。

发明内容

本发明为克服上述现有技术中低剂量CT去噪存在阶梯伪影导致去噪精度低和重建时间长的问题，提供一种基于曲面全变差的低剂量CT投影域去噪及重建方法，实现高精度去噪和加快图像重建速度。

为解决上述技术问题，本发明采用的技术方案是：一种基于曲面全变差的低剂量CT投影域去噪及重建方法，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l_1/2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之和作为优化泛函；

步骤二：对步骤一中的优化泛函进行求解，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。

在上述的技术方案中，通过建立包括正则项和数据项的优化泛函并对其进行优化求解，将输入的投影域数据中的噪声去除，实现CT投影域的去噪。其中，曲面全变差正则项引入曲面的主曲率方向，用主曲率方向代替梯度方向，并结合投影域本身的性质，主曲率方向同时包含了一阶梯度和二阶梯度信息，判断图像某点的变化强度大的方向和平滑方向比一阶梯度方向更为精确，避免图像中出现伪影，令图像去噪更加准确。在图像重建的时候采用连续积分方程模型来设计CT图像重建算法，连续积分方程基于实际物理模型，具有更高的精度和重建速度。