[发明专利]非局部相似性和空间稀疏性的多段能谱CT重建方法及装置

说明书

本发明属于能谱CT重建技术领域，特别涉及一种非局部相似性和空间稀疏性的多段能谱CT重建方法及装置，该方法包括首先分析有限角度重建图像的伪影特征，并生成融合CT图像，从融合CT图像中提取梯度图像的零值集位置；然后将零值集位置作为先验知识以等式约束的形式合并到TV最小化模型中得到重建模型；接着基于非局部相似性和空间稀疏性，对重建模型进行更新；最后利用交替方向乘子法迭代求解更新后的重建模型，获得重建图像。本发明能够减少有限角度伪影，提升重建图像的质量。

技术领域

本发明属于能谱CT重建技术领域，特别涉及一种非局部相似性和空间稀疏性的多段能谱CT重建方法及装置。

背景技术

计算机断层成像(Computed Tomography,CT)利用X射线穿透物体的透射信息，通过重建算法计算物体内部衰减特性分布。在射线源和探测器技术的发展以及图像重建理论的进步的推动下，多能量计算机断层扫描(MECT)越来越受到关注。与传统CT技术相比，MECT在识别物质方面表现更好，有效抑制光束硬化伪影。

已经开发了具有各种硬件配置的MECT系统。理想的系统之一是光子计数探测器，其中可以从相同的辐射剂量同时获得多个光谱测量值。然而，光子计数检测器价格昂贵且存在技术问题，例如每个能量仓的光子计数低。为了解决这些问题，研究了切换kVp系统作为光子计数检测器的替代方案。该系统以增加辐射剂量为代价，在传统CT系统的基础上收集多个光谱测量值。

最近，稀疏利用方法已应用于不完全角CT重建，并取得了不同程度的成功。全变分(TV)正则化利用梯度图像的稀疏性或可压缩性，是成像逆问题中使用最广泛的正则化方法。在MECT中，可以在每个能量箱中执行稀疏正则化以减少图像噪声。我们知道的MECT部分扫描的第一个成功例子是Shen等人提出的重建算法。基于先前的图像，它首先利用全角重建图像的边缘结构信息和TV范数构建正则化模型，然后利用ASD-POCS算法求解每个光谱的有限角CT图像。然后Wang等人提出了一种基于图像域的迭代算法，以实现一次全扫描和后续稀疏视图扫描的新数据采集方案。这种新的扫描方案获得了令人满意的重建结果。然而，该方案仅利用了空间域的稀疏性，未能挖掘出谱域中图像之间的信息。最近，许多研究人员探索了MECT图像的相关性。Kim等人分析了不同能量下CT图像的块相似度，提出了一种基于图像中相似块的联合MECT重建算法，有效抑制了不完整角度重建图像的伪影。此外，Wu等人提出了一种基于全局张量字典和图像梯度l0的l0TDL算法，用于低剂量光谱CT重建。该方法利用光谱CT图像的相似性，取得了较好的效果。随后的研究发现，通过不同能量获得的图像具有很高的相关性。因此，结合空间域的稀疏性和谱域的相关性可以显着提高MECT重建的性能。

上述方法开辟了不完全角MECT重建的研究，但多能量的总扫描范围仍为360°。针对扫描小于360°的成像问题，近年来研究人员也在探索基于TV模型的不完整数据的CT可恢复性。Chen等人提出了一种基于各向异性TV最小化的有限角度CT重建方法。这种方法的优势在数值模拟和真实CT图像中得到了证明。此外，和Zhang等人分析了TV最小化模型解唯一性的充要条件，并研究了图像从不完整测量中的可恢复性。他们的研究表明，梯度图像的零值集有利于重建图像。而且，不同能量扫描同一物体的重建图像理论上具有相似的结构特征。因此，理想情况下，不同能量下CT图像的梯度图像共享同一对象的零值和非零值的相同位置。

然而，本文的研究是针对不同能量下的有限角度扫描。由于有限角度扫描获得的不完整测量结果导致重建图像中存在严重的伪影，因此无法获得单一能量下的真实梯度图像。最近，已经进行了理论研究来分析有限角度伪影的特征。通过微焦点分析，Frikel等人确认有限角度的伪影可能只出现在与原始物体奇点相切的直线上。Quinto讨论了有限角度问题的特征，并解释了与X射线线不相切的结构特征难以重建。这些理论研究为我们减少有限角度伪影提供了有用的指导。

发明内容

针对现有技术中存在的问题，本发明提出了一种非局部相似性和空间稀疏性的多段能谱CT重建方法及装置，能够减少有限角度伪影，提升重建图像的质量。