[发明专利]一种基于离线字典稀疏正则化的低管电流强度扫描的CT图像重建方法有效
申请号: | 201610352004.5 | 申请日: | 2016-05-25 |
公开(公告)号: | CN105976412B | 公开(公告)日: | 2018-08-24 |
发明(设计)人: | 张立毅;陈雷;张海燕;孙云山;张勇;费腾 | 申请(专利权)人: | 天津商业大学 |
主分类号: | G06T11/00 | 分类号: | G06T11/00 |
代理公司: | 天津诺德知识产权代理事务所(特殊普通合伙) 12213 | 代理人: | 栾志超;魏娜 |
地址: | 30013*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于医学影像图像处理技术领域,尤其涉及一种基于离线字典稀疏正则化的低管电流强度扫描的CT图像重建方法,首先取现存的多张不同部位的清晰CT图像作为样本集,训练离线字典,将CT图像基于离线字典的稀疏表示作为正则化项;然后,针对低管电流强度投影的情况,使用统计迭代重建算法进行图像重建。本发明的有益效果为:在低X射线管电流投影情况下能够提高重建图像的质量,在辐射剂量降低到传统FBP算法的10%甚至更低时仍然能够得到清晰保留结构细节的重建图像。 | ||
搜索关键词: | 一种 基于 离线 字典 稀疏 正则 电流强度 扫描 ct 图像 重建 方法 | ||
【主权项】:
1.一种基于离线字典稀疏正则化的低管电流强度扫描的CT图像重建方法,其特征在于将基于离线字典的CT图像稀疏表示作为正则化项,对低管电流强度投影的情况使用统计迭代重建算法进行图像重建,具体步骤如下:步骤1:采集进行CT图像重建所需的低管电流强度扫描投影数据;步骤2:选取现存的多幅不同部位的充足剂量CT图像,利用离线字典训练方法得到离线字典
;其中离线字典的训练包括如下步骤:(a)选取现存的多幅不同部位的充足剂量CT图像,通过对每幅图像进行分割来提取训练样本集,其步骤为:将每幅大小为
的CT训练图像使用1个像素的滑动距离分割为
的子训练图像块,则可以得到
个子训练图像块,其中提取第
(
)个子训练图像块的表达式为:
;其中,
是一个
维矩阵,用来从
维列向量
表示的大训练图像中提取出用
维列向量
表示的子训练图像块,最后,从所有子训练图像块的集合中随机选取
个子训练图像块作为训练样本集;(b)利用提取的训练样本集训练字典,寻找一个字典,使得训练样本集中的每个子图像块都能由该字典中原子的线性组合来稀疏表示;(c)保存得到的离线字典,记为
;步骤3:初始化重建图像为由FBP算法对低管电流投影数据进行重建得到的CT图像,记为
;步骤4:利用离线字典
对低管电流扫描CT重建图像
进行稀疏表示,其中,
表示第
次迭代的重建图像;步骤5:使用步骤4得到的稀疏系数矩阵
,更新重建图像为
;步骤6:分别更新增广拉格朗日乘子向量
和
;利用
替代
;利用
进行再投影得到
的投影数据并更新统计系数
;步骤7:验证终止条件是否满足,即
小于设定的常数,其中,
为系统矩阵;
为投影数据,若不满足条件,再回到步骤4,满足条件则得到最终重建图像
。
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天津商业大学,未经天津商业大学许可,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/patent/201610352004.5/,转载请声明来源钻瓜专利网。