基于自相似性和稀疏表示的先進(jìn)醫(yī)學(xué)CT重建方法研究.pdf

1、自從1972年X射線計(jì)算斷層(CT)技術(shù)產(chǎn)生以來，CT已經(jīng)在醫(yī)療和工業(yè)領(lǐng)域得到了廣泛應(yīng)用.但是，現(xiàn)在的CT技術(shù)還存在一些問題.其中，一方面，隨著每年CT掃描次數(shù)的增多，控制和降低輻射劑量顯得尤為重要.其中最簡單且最節(jié)省費(fèi)用的方法之一是，在現(xiàn)有CT系統(tǒng)下盡量降低球管電流(mAs).但是，這樣可能會(huì)引起光子饑餓現(xiàn)象，從而導(dǎo)致圖像質(zhì)量退化.另一方面，傳統(tǒng)的CT技術(shù)假設(shè)X射線源是單能的.事實(shí)上，CT的X射線源是一個(gè)多能光譜，X射線的光譜是連續(xù)分

2、布的，其中包含一些特征曲線.當(dāng)X射線穿過人體時(shí)，低能量的光子大部分被吸收了，留下的是高能量光子，使得光子的平均能量變高，這就是所謂的射束硬化效應(yīng).如果重建過程不考慮射束硬化效應(yīng)，重建的圖像就會(huì)有射束硬化偽影.為了解決這兩方面的問題，醫(yī)療器械公司和CT領(lǐng)域的科研人員，以及醫(yī)學(xué)工作者都做了不懈努力.
　　在低劑量CT框架下，為了改善低劑量CT的圖像質(zhì)量，專家們做了很多研究，主要包括基于投影域恢復(fù)的濾波反投影(FBP)重建算法和FBP重

3、建后圖像域的去噪算法.但是，這兩種方法都存在一些問題.基于投影域恢復(fù)的FBP重建算法在去噪方面還不是很理想，重建的圖像還存在一些條狀偽影;而FBP重建后圖像域的去噪算法由于沒有利用投影數(shù)據(jù)的統(tǒng)計(jì)特性，所以會(huì)導(dǎo)致失去較多的細(xì)節(jié).因此，我們利用CT投影數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)行自適應(yīng)去噪，結(jié)合投影域和圖像域這兩個(gè)數(shù)據(jù)域的去噪算法，研發(fā)更有效的改善低劑量CT圖像質(zhì)量的算法.
　　在光譜CT框架下，為了解決射束硬化偽影這個(gè)難題，專家們做了很多努力

4、.無論是臨床上的注射碘對(duì)比劑的方法，還是以調(diào)整CT硬件（如:雙源和多源CT，高科技的能量辨別探測(cè)器等）為基礎(chǔ)研發(fā)的算法，或在現(xiàn)有CT系統(tǒng)基礎(chǔ)上的傳統(tǒng)算法設(shè)計(jì)，他們都沒有從根本上解決連續(xù)光譜重建問題.
　　為了減少輻射劑量和改善CT成像質(zhì)量，基于CT數(shù)據(jù)的自相似性和稀疏性，我們從以下五個(gè)方面研究了先進(jìn)的醫(yī)學(xué)CT重建算法，以解決低劑量CT的成像問題和光譜CT重建的非線性問題.
　　(1)基于投影/圖像域自適應(yīng)非局部濾波的低劑量C

5、T成像算法.在正弦圖域，利用正弦圖域數(shù)據(jù)的一種特殊的正弦線型條狀數(shù)據(jù)的強(qiáng)自相似性，我們提出了一種自適應(yīng)的非局部濾波算法.這個(gè)非局部均值(NLM)算法的光滑因子是自適應(yīng)于含噪正弦圖數(shù)據(jù)的標(biāo)準(zhǔn)差的，這樣就可以更有效地去除正弦圖數(shù)據(jù)的噪聲.在圖像域，我們研發(fā)了一種基于正弦圖恢復(fù)的NLM算法.為了得到更好更合適的加權(quán)因子，這里的加權(quán)因子是與兩幅圖像相關(guān)的，分別為從含噪正弦圖數(shù)據(jù)直接FBP重建的圖像和從濾波后的正弦圖數(shù)據(jù)FBP重建的圖像.仿真實(shí)驗(yàn)

6、表明，我們提出的結(jié)合兩個(gè)數(shù)據(jù)域的自適應(yīng)濾波方法，在圖像的噪聲去除和細(xì)節(jié)保持方面有更好的表現(xiàn).
　　(2)基于自適應(yīng)相似性濾波的低劑量CT成像算法.我們對(duì)低劑量CT成像問題做了進(jìn)一步研究，改進(jìn)了上面(1)中的算法結(jié)果.注意到投影數(shù)據(jù)的強(qiáng)自相似性，在正弦圖數(shù)據(jù)濾波過程中，首先用中值濾波算法去除孤立點(diǎn)噪聲，然后用自適應(yīng)非局部均值濾波處理非平穩(wěn)高斯噪聲.與(1)中去除孤立點(diǎn)的方法不同，這里的中值濾波利用了像素的局部全變差和最大像素值信息確

7、定閾值，使得孤立點(diǎn)的定位更準(zhǔn)確.此外，結(jié)合基于正弦圖數(shù)據(jù)統(tǒng)計(jì)特性的自適應(yīng)濾波，保證了正弦圖域數(shù)據(jù)的重要特征和我們算法的高準(zhǔn)確性.在圖像域，我們利用NLM濾波算法，對(duì)于這里的加權(quán)因子，我們對(duì)利用兩幅圖像分別計(jì)算的權(quán)因子做了加權(quán)平衡處理，這兩幅圖分別為從含噪正弦圖數(shù)據(jù)直接FBP重建的圖像和從濾波后的正弦圖數(shù)據(jù)FBP重建的圖像.這一加權(quán)平衡操作使得我們的算法具有更好的去噪效果.這些結(jié)論在仿真實(shí)驗(yàn)和量化分析中得到了進(jìn)一步證實(shí).
　　(3)

8、基于自適應(yīng)導(dǎo)向?yàn)V波的低劑量CT成像算法.與前面兩種算法處理的數(shù)據(jù)不同，我們?cè)谶@一部分處理更低劑量的CT投影數(shù)據(jù).注意到NLM算法中由于相似點(diǎn)匹配導(dǎo)致的計(jì)算效率不夠高的問題，利用投影數(shù)據(jù)的正弦線型條狀數(shù)據(jù)的強(qiáng)自相似性，我們提出了一種計(jì)算效率更高的自適應(yīng)導(dǎo)向?yàn)V波算法.這種濾波方法結(jié)合了投影域和圖像域處理方法.首先，在投影域，對(duì)正弦圖數(shù)據(jù)中值濾波處理消除孤立點(diǎn)之后，接著進(jìn)行自適應(yīng)于正弦圖數(shù)據(jù)噪聲水平的NLM濾波.然后，對(duì)NLM濾波后的投影數(shù)據(jù)

9、用FBP算法進(jìn)行重建.最后，在圖像域，以從NLM濾波后的投影數(shù)據(jù)FBP重建的圖像為向?qū)В们ㄓ查撝殿A(yù)處理的Yaroslavsky濾波(YFcurvelet)處理從中值濾波后的投影數(shù)據(jù)FBP重建的圖像，得到最后的重建圖像.仿真實(shí)驗(yàn)和真實(shí)數(shù)據(jù)實(shí)驗(yàn)證明，我們提出的基于正弦圖域和重建圖像域數(shù)據(jù)的自適應(yīng)導(dǎo)向?yàn)V波算法在去除噪聲和保持細(xì)節(jié)方面表現(xiàn)良好.與一些相關(guān)算法的比較分析，證明我們的算法有更好的重建結(jié)果和計(jì)算效率.
　　(4)基于fram

10、elet的迭代最大似然光譜CT重建算法.雙能或多能CT可以產(chǎn)生物體的能譜信息.目前獲得雙能CT重建數(shù)據(jù)的方法主要有兩種:1.分別通過低能和高能X射線進(jìn)行兩次掃描得到重建所需數(shù)據(jù);2.利用能量辨別探測(cè)器進(jìn)行一次掃描得到重建所需數(shù)據(jù).與此不同，我們提出了一種能實(shí)現(xiàn)能譜信息重建的迭代算法.這個(gè)算法只需要一次掃描，這里的掃描是通過現(xiàn)有的能量集成探測(cè)器進(jìn)行的.通過多個(gè)不同能量水平下的重建圖像融合可以得到彩色CT圖像.對(duì)比彩色圖像和每個(gè)單一能量下的

11、灰度圖像，我們發(fā)現(xiàn)很多在灰度圖像中不能區(qū)分的區(qū)域在彩色圖像中可以明確區(qū)分，因?yàn)樗麄兊念伾煌?利用這些不同能量水平下的重建圖像，我們也可以得到每個(gè)點(diǎn)關(guān)于能量的譜曲線.這些譜曲線是診斷腫瘤特性非常有價(jià)值的工具.我們提出的算法不需要改變或調(diào)整任何CT硬件，在多色數(shù)據(jù)采集模型下，基于framelet系統(tǒng)的稀疏表示，可以重建出依賴于能量的衰減系數(shù).這樣就解決了光譜CT的非線性重建問題.
　　(5)基于framelet的光譜CT內(nèi)重建算法.

12、對(duì)于醫(yī)用CT來說，減少輻射劑量是一個(gè)很重要的目標(biāo)，而內(nèi)重建是一種很有效的減少劑量的方法.目前已存在很多單色CT內(nèi)重建算法，但是實(shí)際上，X射線源是多色的.利用多色數(shù)據(jù)采集模型，基于framelet圖像處理算法，我們提出了一種光譜CT內(nèi)重建算法.這個(gè)算法可以僅需一次掃描重建出包含光譜信息的多幅圖像.而且值得一提的是，我們用的是現(xiàn)有的能量集成探測(cè)器.也就是說，我們的算法不需要任何CT硬件的改變和調(diào)整，這樣可以大大降低成本，從而也減少病人的費(fèi)用

13、.這是一個(gè)新的非線性迭代重建算法，在多色數(shù)據(jù)采集模型下，通過最小化一個(gè)特殊的目標(biāo)函數(shù)重建依賴于能量的衰減系數(shù).實(shí)驗(yàn)結(jié)果表明我們的算法可以有效減少射束硬化偽影和金屬偽影.通過多幅不同能量下的重建圖像的融合，也可以生成彩色圖像，這對(duì)于辨別和量化腫瘤有非常重要的作用.
　　本文提出的CT重建算法不需要CT硬件調(diào)整或改變，可以直接應(yīng)用到現(xiàn)有CT掃描機(jī)上，這樣在降低劑量的同時(shí)，可以減少醫(yī)院和病人的費(fèi)用.基于投影域和圖像域數(shù)據(jù)的自相似性處理和