CN101308102A - 一种计算机断层扫描成像装置和方法 - Google Patents

Abstract

本发明公开了一种计算机断层扫描成像装置，该装置包括：变剂量CT扫描模块，用于根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对所述待检测物体进行圆轨迹X－CT扫描，并将扫描得到的投影图像发送给CT重建模块；所述CT重建模块，用于根据接收到的投影图像进行CT重建，得到所述待检测物体的断层图像。本发明同时公开了一种计算机断层扫描成像方法。本发明所述的装置和方法适用于任意复杂结构的待检测物体，并且不受X射线透照方向上待检测物体有效厚度变化的影响。

Description

一种计算机断层扫描成像装置和方法

技术领域

本发明涉及计算机断层扫描(CT，Computed Tomography)技术，特别涉及一种CT扫描成像装置和方法。

背景技术

CT技术一种由放射学和计算机科学结合而成的新的成像技术。其旨在不损伤待检测物体内部结构的前提下，通过某种射线源，如X射线源，从外部用检测设备获取投影数据，并运用一定的数学模型和重建成像技术，使用计算机生成待检测物体内部的二维或三维图像，从而重现待检测物体内部的特征。

在现有的CT技术中，通常只能在某一固定X射线源的管电压下对待检测物体进行扫描。可是，对于在X射线的透照方向上有效厚度变化率较大的待检测物体，这种处理方式就会存在一定的问题。这里所提到的有效厚度变化率较大的待检测物体通常表现为：长宽比较大、外形结构复杂或内部结构复杂，如多孔状结构等。当采用固定管电压的X射线源对这类物体进行扫描时，会得到质量很差的投影图像，具体表现为投影图像的灰度信息在某些区域(对应有效厚度较小的区域)产生“饱和”开花现象，而对于某些有效厚度较大的区域，则可能由于X射线无法穿透物体而无可用信息，从而使得该区域对应的图像灰度过小。也就是说，将无法获取整个待检测物体的全部结构信息，从而无法完成CT检测。

针对这一问题，现有技术中主要提出了以下几种解决方式：

1、采用高动态范围的成像器件，比如探测器：

通过更换成像器件，来提升投影图像的动态范围，从而增加投影图像的对比度。但是，这种处理方式也存在一定的缺陷，由于高动态范围的成像器件所能达到的灰度动态范围是有一定局限的，即所能适用的待检测物体的有效厚度是一定的，所以并不能从根本上解决问题；而且，对成像器件和X射线源提出了更高的性能要求，无形中增加了技术成本。

2、给待检测物体增加圆形套筒或填充孔洞结构：

给待检测物体增加圆形套筒是指采用与待检测物体密度相差不大的材料做成一个圆形套筒，套在待检测物体的外面；填充孔洞结构是指采用与待检测物体密度相差不大的材料对待检测物体中的孔洞进行填充。也就是说，上述两种方式均是首先弥补X射线透照方向上待检测物体有效厚度的突变，然后再通过常规的X-CT扫描技术来完成对待检测物体的CT检测。

但是，这两种方式在提高投影图像的对比度的同时，又增加了待检测物体的有效厚度，相应地对X射线源提出了更高的要求；另外，大部分待检测物体的外形都比较复杂，且待检测物体的孔洞并不是完全暴露在物体表面，这就增加了为待检测物体增加套筒或为待检测物体填充孔洞的难度，也就是说，这两种方式都不具备较强的通用性。

发明内容

有鉴于此，本发明的主要目的在于提供一种计算机断层扫描成像装置，该装置适用于任意复杂结构的待检测物体，不受X射线透照方向上待检测物体有效厚度变化的影响。

本发明的另一目的在于提供一种计算机断层扫描成像方法，该方法适用于任意复杂结构的待检测物体，不受X射线透照方向上待检测物体有效厚度变化的影响。

为达到上述目的，本发明的技术方案是这样实现的：

一种计算机断层扫描CT成像装置，该装置包括：

变剂量CT扫描模块，用于根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对所述待检测物体进行圆轨迹X-CT扫描，将扫描得到的投影图像发送给CT重建模块；

所述CT重建模块，用于根据接收到的投影图像进行CT重建，得到所述待检测物体的断层图像。

一种计算机断层扫描CT成像方法，该方法包括：

根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对所述待检测物体进行圆轨迹X-CT扫描；

根据扫描得到的投影图像进行CT重建，得到所述待检测物体的断层图像。

可见，采用本发明的技术方案，根据X射线的性质，即X射线的穿透能力取决于X射线源管电压，X射线源管电压越大，X射线的穿透能力越强，相应地它所穿过的有效厚度越大；对于在X射线的透照方向上有效厚度变化率较大的待检测物体，根据扫描过程中待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对所述待检测物体进行圆轨迹X-CT扫描，从而得到成像质量较高的投影图像；然后，根据这些投影图像进行CT重建，得到待检测物体的断层图像。与现有技术相比，本发明所述方案适用于任意复杂结构的待检测物体，且不受X射线透照方向上待检测物体有效厚度变化的影响。

附图说明

图1为本发明CT扫描成像装置实施例的组成结构示意图。

图2为本发明CT扫描成像装置较佳实施例的组成结构示意图。

图3为本发明CT扫描成像方法实施例的流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明作进一步地详细说明。

针对现有技术中存在的问题，本发明中提出一种新的CT扫描成像方案。根据X射线的性质，即X射线的穿透能力取决于X射线源管电压，X射线源管电压越大，X射线的穿透能力越强，相应地它所穿过的有效厚度越大。那么，对于在X射线的透照方向上有效厚度变化率较大的待检测物体，则可以通过改变X射线源的管电压(剂量)，即利用变剂量X-CT扫描成像技术来完成对其的CT检测。

图1为本发明CT扫描成像装置实施例的组成结构示意图。如图1所示，该装置包括：变剂量CT扫描模块和CT重建模块。

其中，变剂量CT扫描模块，用于根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对待检测物体进行圆轨迹X-CT扫描，并将扫描得到的投影图像发送给CT重建模块；CT重建模块，用于根据接收到的投影图像进行CT重建，得到待检测物体的断层图像。

在实际应用中，变剂量CT扫描模块实时调整X射线源管电压的方式可以是根据人为设置调整，因为扫描得到的投影图像是可以实时显示出来的，那么，装置操作人员可以通过观察所显示出来的投影图像质量，判断出下一次扫描时是需要增大还是减小X射线源管电压，并相应地作出调整。或者，也可以采用自动控制的方式来调整X射线源管电压。对于这种情况，图1所示装置中还需要进一步包括以下模块：

变剂量预扫描模块，用于在预先设定的角度上，按照X射线源管电压由小到大的预定顺序，扫描得到预定数量的投影图像，并输出给电压模型构建模块和有效区域提取模块；

电压模型构建模块，用于接收来自变剂量预扫描模块的各投影图像，获取各投影图像中的有效区域灰度均值，并根据各投影图像有效区域的灰度均值以及各投影图像对应的X射线源管电压，构建有效区域灰度均值与X射线源管电压之间的数学模型；

有效区域提取模块，用于接收来自变剂量预扫描模块的各投影图像，提取各投影图像中的有效区域位置并计算各有效区域灰度均值，将提取出的各有效区域位置信息及计算出的各有效区域灰度均值输出给图像预测模块；

图像预测模块，用于根据接收到的各投影图像中的有效区域位置信息及各有效区域的灰度均值，预测下一帧投影图像的有效区域位置及有效区域灰度均值，并将预测结果输出给电压调节模块；

电压调节模块，用于接收图像预测模块预测出的下一帧投影图像的有效区域位置信息及有效区域灰度均值，通过与电压模型构建模块进行交互，依据电压模型构建模块构建出的有效区域灰度均值与X射线源管电压之间的数学模型，计算与预测出的有效区域灰度均值对应的X射线源管电压，并输出给变剂量CT扫描模块。

另外，为了保证后续进行CT重建时的重建精度，还可以在CT重建之前，通过设置一投影序列加权模块来对变剂量CT扫描模块中扫描得到的各投影图像分别进行像素驱动加权，以凸显有效区域，弱化非有效区域。

下面通过具体的较佳实施例对本发明所述方案作进一步地详细说明：

图2为本发明CT扫描成像装置较佳实施例的组成结构示意图。如图2所示，该装置包括：变剂量预扫描模块、电压模型构建模块、有效区域提取模块、电压调节模块、变剂量CT扫描模块、投影序列加权模块以及CT重建模块。其中，各模块的功能详细介绍如下：

(1)变剂量预扫描模块：

该模块用于在预先设定的角度上，按照X射线源管电压由小到大的顺序，按照通常的X-CT扫描技术扫描得到一定数量的投影图像。投影图像的具体数量以及每次扫描时所对应的X射线源管电压大小可根据实际需要进行设置。比如，可以按照X射线源管电压分别为5V、10V、15V，......递增的方式，扫描得到20幅投影图像。

(2)电压模型构建模块：

由于不同的X射线源管电压对应着不同能量的X射线，而不同能量的X射线能够穿过的待检测物体的有效厚度又不同，在投影图像中表现为图像灰度不同，所以可利用数学的方法建立X射线源管电压与投影图像的灰度之间的数学模型；并通过所建立的数学模型来实现X射线源管电压的控制以及为有效区域提取模块提供可靠的图像灰度信息。

连续X射线谱的强度分布与X射线源的激发条件的关系可用下式表示：

$I=\frac{\mathrm{CZi}}{{\mathrm{\λ}}^2}(\frac{1}{{\mathrm{\λ}}_{\min }}-1)---\left(1\right)$

其中，C为常数，Z为X射线源的把原子序数，λ为X射线的波长， ${\mathrm{\λ}}_{\min }=\frac{12400}{V},$ V为X射线源管电压，i为X射线源管电流。从公式(1)可以看出，当X射线源管电流i不变时，改变X射线源管电压V，X射线的强度I也会相应地发生变化；X射线源管电压V越大，X射线的强度I也越大。

令：E＝hc/λ，代入公式(1)，可得到X射线强度I关于射线能量的函数：

$I=\frac{E^2\mathrm{CZi}}{{\left(\mathrm{hc}\right)}^2}(\frac{V}{12400}-1)---\left(2\right)$

其中，h为普朗克常数，c为光子速度，E为某一X射线管电压下连续X射线的能量。

在不同X射线管电压下的连续X射线谱中，某种材料的衰减系数不再是一个常数，而是随着电压和相应电压下的射线能量的不同而不同，即材料的衰减系数是一个关于材料的原子序数、电压以及相应电压下的射线能量的函数：μ(Z，E，V)。这样，可得到不同X射线源管电压下的连续X射线的衰减规律如下：

$I={\∫}_0^{E_{\max }}{I}_0(E,V)e^{-\mathrm{\μ}(Z,E,V)l}\mathrm{dE}---\left(3\right)$

其中，I₀为初始强度，I为衰减后的强度，通常等效为探测器采集到的投影图像灰度y(单点像素灰度)，l为X射线在待检测物体中所穿过的长度， $E_{\max }=\frac{\mathrm{hcV}}{12400},$ 为某一X射线源管电压V下X射线的最大能量。

由公式(2)和(3)可得：

$I={\∫}_0^{\frac{\mathrm{hcV}}{12400}}\frac{E^2\mathrm{CZi}}{{\left(\mathrm{hc}\right)}^2}(\frac{V}{12400}-1)e^{-\mathrm{\μ}(Z,E,V)l}\mathrm{dE}---\left(4\right)$

从公式(4)可以看出，X射线源的把原子序数、X射线源管电压V和投影图像灰度y之间存在一定的函数关系，即：

y＝f(Z，V)          (5)

本实施例中，为了排除等效厚度变化率较大，物体本身特点以及成像的物理因素等的影响，投影图像的灰度y只取投影图像中有结构信息的有效区域的灰度均值(该有效区域通过在预扫描实验时附上像质计来标定)，即：

$y=\frac{1}{X}\mathrm{\Σ}{y}_x,(x\∈S)---\left(6\right)$

其中，S表示投影图像中的有效区域，y_x表示有效区域中每个像素点的灰度信息，X表示有效区域中的总像素数。

则可以根据预扫描得到的投影图像，即前面所述的20幅投影图像的有效区域灰度均值以及各自对应的X射线源管电压之间的关系，利用最小二乘逼近的方法构建有效区域灰度均值与X射线源管电压之间的数学模型。当然，也可以不采用全部20幅投影图像，而是只选取其中的部分图像对应的数据进行数学模型构建。最小二乘逼近方法的具体实现为本领域公知，不再赘述。

(3)有效区域提取模块：

在进行扫描时，待检测物体本身的特点以及成像的物理因素等都会对投影图像的成像质量造成影响，具体表现为噪声，而噪声通常服从正态分布，所以可以采用假设检验的方法对投影图像灰度进行统计分析，计算灰度的置信空间，以此来提取投影图像中的有效区域。具体实现包括：

设X射线源管电压V_n下的投影图像为I_n，根据公式(5)，可以计算出当X射线源管电压为V_n时，投影图像中有效区域的灰度均值y_n为：

y_n＝f(Z，V_n)，(n＝1，2，…，N)          (7)

以投影图像灰度I_in为统计样本，有效区域灰度均值y_n为样本均值，即：ξ＝y_n，在期望和方差未知的情况下，可以构造一个子样函数(n＝1，2，…，N，n表示第n次变电压，i＝1，2，…，M，i表示第i个像素，M表示投影图像中的总像素数)：

$T=\frac{\stackrel{\‾}{\mathrm{\ξ}}-\mathrm{\μ}}{S_M^{*}}\sqrt{M}---\left(8\right)$

其中，μ为待求灰度置信区间的未知参数， $S_M^{*}=\sqrt{\frac{1}{M-1}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}(I_{\mathrm{in}}-\stackrel{\‾}{\mathrm{\ξ}})}$ 为方差的无偏估计；上述子样函数服从t(M)分布；对于给定的置信度1-α(α一般取经验值)，可以通过查表得出相应的分位点t_1-α/2，使得：

P(|T|＜t_1-α/2)＝1-α    (9)

将公式(8)代入公式(9)，得到：

$P\left(\right|\frac{\stackrel{\&OverBar;}{\mathrm{\&xi;}}-\mathrm{\&mu;}}{S_M^{*}}\sqrt{M}|<t_{1-\mathrm{\&alpha;}/2})=1-\mathrm{\&alpha;}---\left(10\right)$

进一步由公式(10)得到灰度置信空间为：

$\stackrel{\&OverBar;}{\mathrm{\&xi;}}-t_{1-\mathrm{\&alpha;}/2}\frac{S_M^{*}}{\sqrt{M}}<\mathrm{\&mu;}<\stackrel{\&OverBar;}{\mathrm{\&xi;}}+t_{1-\mathrm{\&alpha;}/2}\frac{S_M^{*}}{\sqrt{M}}---\left(11\right)$

由于在假设检验中，选取的灰度均值是有效区域的灰度均值，所以可以以该置信区间作为有效区域的灰度波动范围，即有效灰度带；然后根据公式(11)设定阈值

对投影图像进行双阈值分割：

对分割后的图像II_in进行连通区域标定，并进行滤波，提取有效区域S_n，再根据有效区域中的像素位置信息到对应的投影图像中获取各像素的实际灰度信息y_xn(x∈S_n)。

(4)图像预测模块：

依据之前介绍的X射线的衰减规律可知，X射线衰减后的强度函数是一个连续函数，在投影图像中表现为：一方面，随着X射线剂量的变化，投影图像灰度的变化是一个连续变化的过程；另一方面，X射线剂量不同，所穿过的待检测物体有效厚度不同，即随着X射线剂量从小到大的变化，对应得到的投影图像的有效区域位置也不同。这样，就可以根据前几帧的有效区域位置以及灰度均值信息对下一帧投影图像的灰度变化以及有效区域位置变化做出合理的预测，进而自动控制X射线源管电压的变化。该模块可以减少改变X射线源管电压的次数，提高运算效率，在一定程度上可以降低技术成本。

卡尔曼预测是一个对动态系统的状态序列进行线性最小方差估计的算法，通过以动态的状态方程和观测方程来描述系统。它可以以任意一点作为起点开始观测，采用递归估计的方法计算，对目标进行预测，具有计算量小以及可实时计算的特点。因此，可以采用卡尔曼预测方式对下一帧投影图像的有效区域位置及有效区域灰度均值进行预测。具体到本实施例中，由于预扫描得到的20幅投影图像的有效区域位置以及对应的灰度均值信息都是可知的，所以可以将这些信息作为预测模型的输入，来预测下一帧投影图像的有效区域位置及有效区域灰度均值。卡尔曼预测的具体实现为本领域公知，不再赘述。

(5)电压调节模块和变剂量CT扫描模块：

图像预测模块将预测出的下一帧投影图像的有效区域位置及该有效区域的灰度均值提供给电压调节模块；电压调节模块根据接收到的有效区域灰度均值信息，利用电压模型构建模块构建出的有效区域灰度均值与X射线源管电压之间的数学模型，计算出与该预测出的有效区域灰度均值对应的X射线源管电压，然后，将计算结果输出给变剂量CT扫描模块。变剂量CT扫描模块根据接收到的X射线源管电压进行X-CT扫描，并将扫描得到的投影图像输出给投影序列加权模块。另外，变剂量CT扫描模块还可以将扫描得到的投影图像送往有效区域提取模块进行有效区域提取，有效区域提取模块提取出投影图像中的有效区域位置信息后，发送给电压调节模块；电压调节模块将接收自有效区域提取模块的有效区域位置信息与预先接收自图像预测模块的预测出的下一帧投影图像的有效区域位置信息进行比较，确定两者是否一致，即比较实际效果与预测效果是否一致，如果不一致，则可根据实际情况对X射线源管电压的大小进行微调，具体微调多少可通过人为干预实现，并将微调后X射线源电压输出给变剂量CT扫描模块，由变剂量CT扫描模块按照微调后的X射线管电压重新进行X-CT扫描，以便得到更加准确的投影图像。

需要说明的是，在实际应用中，X-CT扫描的过程是一个圆轨迹扫描过程，即按照360°的角度，在每一个角度上分别进行X-CT扫描。通常，起始扫描位置为1°角的位置，在每个角度上扫描得到若干幅投影图像，当满足需要(比如，确定已经得到所需的结构信息)后，则自动跳转到下一个角度进行扫描。而对于本发明来说，变剂量预扫描模块、电压模型构建模块、有效区域提取模块和图像预测模块所完成的功能都相当于是在进行样本训练，一旦训练完成，后续扫描过程将不间断地持续进行。

(6)投影序列加权模块：

当上述圆轨迹X-CT扫描过程完成后，将得到一系列对应不同角度的投影图像，而这些不同的投影图像可组成一投影序列，对该投影序列进行CT重建，即可得到最终所需的关于待检测物体的用于CT检测的断层图像。

但是，在实际应用中，由于待检测物体有效厚度变化率较大的影响，某X射线源管电压下的投影图像中某些区域会因为对应的待检测物体有效厚度过大，X射线无法穿透而无可用信息，图像灰度过小；还有些区域会因为对应的待检测物体的有效厚度过小，X射线完全穿透，产生饱和“开花”现象，图像灰度过大。所以，为了保证后续CT重建的精度，还需要对得到的投影序列进行处理。本实施例中，可采用像素驱动加权技术对得到的投影序列进行处理，即凸显投影图像中的有效区域，弱化非有效区域。具体来说，即采用高斯加权函数对各投影图像中的像素进行加权，弱化异常灰度。

根据电压模型构建模块和有效区域提取模块可以得到：当电压为V_n时，投影图像灰度为I_in，有效区域为S_n，有效区域的灰度为y_xn，(x∈S_n)，其灰度均值为y_n，则根据高斯函数可以确定像素驱动加权函数w(I_in)：

$w\left(I_{\mathrm{in}}\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}}\mathrm{\&sigma;}}\exp (-\frac{{(I_{\mathrm{in}}-y_n)}^2}{{2\mathrm{\&sigma;}}^2})$ (13)

$=\frac{1}{\sqrt{2\mathrm{\&pi;}}\mathrm{\&sigma;}}\exp (-\frac{{(I_{\mathrm{in}}-f(Z,V_n))}^2}{{2\mathrm{\&sigma;}}^2})$

其中，σ为有效区域中灰度偏离灰度均值y_n的波动范围，一般取经验值，n＝1，2，…，N表示第n次变电压(改变X射线源管电压)，i＝1，2，…，M表示第i个像素。

该模块一方面可以避免有效厚度较小而造成的投影图像饱和“开花”的影响；另一方面又可避免由于有效厚度较大而无可用信息的影响，能够有效地提高后续CT重建的精度。

(7)CT重建模块：

图像重建是CT技术中的一个重要问题，研究图像重建各种各样的算法，其目的就是要针对某种具体的CT成像模式寻找更精确的重建算法，以获取更好的重建图像质量，方便于物体的CT检测。本实施例中，可采用变剂量最大似然重建算法(IMAVD，Iterative Maximum-Likelihood Algorithm for VaryngDose)来对投影序列进行CT重建，以得到待检测物体的断层图像，从而完成对有效厚度变化率较大的待检测物体的CT检测。

现有技术中，最大似然估计(MLE，Maximum Likelihood Estimator)是最为常用和有效的一种CT重建算法，它的基本思想是：在对被估计的未知参数没有任何先验知识的情况下，利用已知的若干观测值估计该参数。本实施例中，可将待重建的断层图像视为被估计的参数；将投影序列视为已知的观测值，一般认为它是符合泊松分布的随机变量。基于该算法进行的CT重建，重建图像清晰准确，伪影较少，受噪声的影响较小。

通常，基于最大似然估计的最常用的重建算法有ML-EM和ML-TR，其中，ML-EM算法是一种乘型迭代，重建速度比较慢，所以一般选用加型的统计迭代算法ML-TR：

${\mathrm{\&mu;}}_j^{k+1}={\mathrm{\&mu;}}_j^k+\frac{{\mathrm{\&Sigma;}}_{i=1}^M{l}_{\mathrm{ij}}\&CenterDot;({\hat{I}}_i-I_i)}{{\mathrm{\&Sigma;}}_{i=1}^M{l}_{\mathrm{ij}}\&CenterDot;\left[{\mathrm{\&Sigma;}}_{h=1}^J{l}_{\mathrm{ih}}\right]{\hat{I}}_i}---\left(14\right)$

该算法是针对单一投影而言的，若用于本发明实施例中，还需进一步改进。

对于给定衰减系数μ的待检物体，理想情况下得到的投影为：

${\hat{I}}_i=b_i\exp (-\underset{j=1}{\overset{J}{\mathrm{\&Sigma;}}}{l}_{\mathrm{ij}}{\mathrm{\&mu;}}_j)---\left(15\right)$

公式(14)和(15)中，i＝1，2，…，M，表示第i条射线，即投影的第i个像素，M表示投影图像中的总像素数；j＝1，2，…，J，表示重建后的待检测物体图像的第j个像素，J表示待检测物体图像的总像素数；

为X射线在理想情况下衰减后的强度，b_i为X射线的初始强度，l_ij为第i条射线通过第j个像素的长度，μ_j为第j个像素所对应的衰减系数；k表示迭代的次数。

对于变剂量CT扫描得到的投影序列，利用ML(Maximum-Likelihood)方法和光子服从的泊松先验知识分布，得到：

$L=\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}(I_{\mathrm{in}}\&CenterDot;\ln {\hat{I}}_i-{\hat{I}}_i)---\left(16\right)$

由公式(15)、(16)可得：

$L=\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}(I_{\mathrm{in}}\&CenterDot;\ln \left(b_i\exp (-\underset{j=1}{\overset{J}{\mathrm{\&Sigma;}}}{l}_{\mathrm{ij}}{\mathrm{\&mu;}}_j)\right)-\left(b_i\exp (-\underset{j=1}{\overset{J}{\mathrm{\&Sigma;}}}{l}_{\mathrm{ij}}{\mathrm{\&mu;}}_j)\right))---\left(17\right)$

在上式中，I_in(i＝1，2，…，M；n＝1，2，…，N)表示第n次变电压下的第i条射线的投影数据，L表示极大对数似然函数。

对公式(17)进行泰勒展开，可得到校正因子Δμ_j：

${\mathrm{\&Delta;\&mu;}}_j=\frac{\frac{\&PartialD;L}{\&PartialD;{\mathrm{\&mu;}}_j}\stackrel{\&RightArrow;}{\left(\mathrm{\&mu;}\right)}}{{\mathrm{\&Sigma;}}_{h=1}^J\frac{{\&PartialD;}^{2}L}{\&PartialD;{\mathrm{\&mu;}}_j\&PartialD;{\mathrm{\&mu;}}_h}\stackrel{\&RightArrow;}{\left(\mathrm{\&mu;}\right)}}---\left(18\right)$

结合公式(14)、(17)、(18)得到基于投影序列的投影公式：

${\mathrm{\&mu;}}_j^{k+1}={\mathrm{\&mu;}}_j^k+\frac{{\mathrm{\&Sigma;}}_{n=1}^N{\mathrm{\&Sigma;}}_{i=1}^M{l}_{\mathrm{ij}}\&CenterDot;({\hat{I}}_i-I_{\mathrm{in}})}{{\mathrm{\&Sigma;}}_{i=1}^M{l}_{\mathrm{ij}}\&CenterDot;\left[{\mathrm{\&Sigma;}}_{h=1}^J{l}_{\mathrm{ih}}\right]{\hat{I}}_i}---\left(19\right)$

基于之前的介绍可知，对于有效厚度变化率较大的待检测物体，其对应的投影图像不均匀度较大，对比度较低，所以若直接采用公式(19)进行CT重建，会降低重建图像质量，且空间信息差，不利于对待检测物体进行缺陷提取以及结构分析，所以需要对投影序列加权，以凸显有效区域。具体实现方式为：将投影序列加权模块中的像素驱动加权函数w(I_in)与公式(19)进行结合，得到适用于本发明实施例的IMAVD重建算法：

${\mathrm{\&mu;}}_j^{k+1}={\mathrm{\&mu;}}_j^k+\frac{{\mathrm{\&Sigma;}}_{n=1}^N{\mathrm{\&Sigma;}}_{i=1}^M{l}_{\mathrm{ij}}\&CenterDot;({\hat{I}}_i-{w\left(I_{\mathrm{in}}\right)I}_{\mathrm{in}})}{{\mathrm{\&Sigma;}}_{i=1}^M{l}_{\mathrm{ij}}\&CenterDot;\left[{\mathrm{\&Sigma;}}_{h=1}^J{l}_{\mathrm{ih}}\right]{\hat{I}}_i}---\left(20\right)$

i＝1，2，…，M；n＝1，2，…，N。

后续具体如何完成CT重建为本领域公知，不再赘述。

基于上述装置，图3为本发明CT扫描成像方法实施例的流程图。如图3所示，包括以下步骤：

步骤301：根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对待检测物体进行圆轨迹X-CT扫描。

该步骤的具体实现包括：在预先设定的角度上，按照X射线源管电压由小到大的预定顺序，扫描得到预定数量的投影图像；获取各投影图像中的有效区域灰度均值，并根据不同投影图像的有效区域灰度均值以及不同投影图像对应的X射线源管电压，构建有效区域灰度均值与X射线源管电压之间的数学模型；提取各投影图像中的有效区域位置并计算各有效区域的灰度均值；根据各投影图像中的有效区域位置信息及各有效区域的灰度均值，预测下一帧投影图像的有效区域位置及有效区域灰度均值；根据预测出的有效区域灰度均值，依据构建出的有效区域灰度均值与X射线源管电压之间的数学模型，计算与预测出的有效区域灰度均值对应的X射线源管电压，并根据计算结果调整X射线源管电压。

另外，按照调整后的X射线源管电压对待检测物体进行圆轨迹X-CT扫描之后，可进一步包括：提取扫描得到的投影图像的有效区域位置，并将其与预测出的有效区域位置信息进行比较，确定两者是否一致，如果不一致，则根据实际差别情况对X射线源管电压进行微调，并按照微调后的X射线管电压重新进行X-CT扫描。

步骤302：根据扫描得到的投影图像进行CT重建，得到断层图像。

在进行CT重建之前，进一步包括：对扫描得到的每个投影图像分别进行像素驱动加权。

图3所示方法实施例的具体工作流程请参照图1和图2所示装置实施例中的相应说明，此处不再赘述。

总之，采用本发明的技术方案，具有以下优势：

(1)通用性强：本发明所述方案适用于任意复杂结构的待检测物体，不受X射线透照方向上待检测物体有效厚度变化的影响。

(2)重建精度高：本发明所述方案通过对待检物体进行变剂量CT扫描成像，得到投影序列，通过投影序列反映任意投影角度上整个待检测物体的全部结构信息；同时对投影序列利用像素驱动加权技术凸显有效区域，弱化非有效区域，以此进行CT重建，可达到较高的重建精度。

(3)设备性能要求低：本发明所述方案既不需要高动态范围的成像器件，又可避免因增加待检测物体的有效厚度而对X射线源提出的更高要求。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1、一种计算机断层扫描CT成像装置，其特征在于，该装置包括：

变剂量CT扫描模块，用于根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对所述待检测物体进行圆轨迹X-CT扫描，将扫描得到的投影图像发送给CT重建模块；

所述CT重建模块，用于根据接收到的投影图像进行CT重建，得到所述待检测物体的断层图像。

2、根据权利要求1所述的装置，其特征在于，该装置进一步包括：

变剂量预扫描模块，用于在预先设定的角度上，按照X射线源管电压由小到大的预定顺序，扫描得到预定数量的投影图像，并输出给电压模型构建模块和有效区域提取模块；

所述电压模型构建模块，用于接收来自所述变剂量预扫描模块的各投影图像，获取所述各投影图像中的有效区域灰度均值，并根据各投影图像有效区域的灰度均值以及各投影图像对应的X射线源管电压，构建有效区域灰度均值与X射线源管电压之间的数学模型；

所述有效区域提取模块，用于接收来自所述变剂量预扫描模块的各投影图像，提取所述各投影图像中的有效区域位置并计算各有效区域灰度均值，将提取出的各有效区域位置信息及计算出的各有效区域灰度均值输出给图像预测模块；

所述图像预测模块，用于根据接收到的所述各投影图像中的有效区域位置信息及各有效区域的灰度均值，预测下一帧投影图像的有效区域位置及有效区域灰度均值，并将预测结果输出给电压调节模块；

所述电压调节模块，用于接收所述图像预测模块预测出的下一帧投影图像的有效区域位置信息及有效区域灰度均值，通过与所述电压模型构建模块进行交互，依据所述电压模型构建模块构建出的有效区域灰度均值与X射线源管电压之间的数学模型，计算与所述预测出的有效区域灰度均值对应的X射线源管电压，并输出给所述变剂量CT扫描模块。

3、根据权利要求2所述的装置，其特征在于，所述变剂量CT扫描模块进一步用于，将扫描得到的投影图像输出给所述有效区域提取模块，由所述有效区域提取模块提取出其中的有效区域位置并输出给所述电压调节模块；

所述电压调节模块进一步用于，将接收自所述有效区域提取模块的有效区域位置信息与接收自所述图像预测模块的预测出的有效区域位置信息进行比较，确定两者是否一致，如果不一致，则根据具体差别情况对所述X射线源管电压进行微调，并输出给所述变剂量CT扫描模块；

所述变剂量CT扫描模块按照所述微调后的X射线管电压重新进行X-CT扫描。

4、根据权利要求1、2或3所述的装置，其特征在于，该装置进一步包括：

投影序列加权模块，用于接收来自所述变剂量CT扫描模块扫描得到的投影图像，对各投影图像分别进行像素驱动加权后输出给所述CT重建模块。

5、根据权利要求4所述的装置，其特征在于，所述CT重建模块采用变剂量最大似然重建算法IMAVD对接收到的投影图像进行CT重建，得到所述待检测物体的断层图像。

6、一种计算机断层扫描CT成像方法，其特征在于，该方法包括：

根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压，并按照调整后的X射线源管电压对所述待检测物体进行圆轨迹X-CT扫描；

根据扫描得到的投影图像进行CT重建，得到所述待检测物体的断层图像。

7、根据权利要求6所述的方法，其特征在于，所述根据扫描过程中X射线透照方向上待检测物体有效厚度的变化，实时调整X射线源管电压包括：

在预先设定的角度上，按照X射线源管电压由小到大的预定顺序，扫描得到预定数量的投影图像；

获取所述各投影图像中有效区域的灰度均值，并根据各投影图像的有效区域灰度均值以及各投影图像对应的X射线源管电压，构建有效区域灰度均值与X射线源管电压之间的数学模型；

提取所述各投影图像中的有效区域位置并计算各有效区域的灰度均值；

根据所述各投影图像中的有效区域位置及各有效区域的灰度均值，预测下一帧投影图像的有效区域位置及有效区域灰度均值；

根据所述预测出的下一帧投影图像的有效区域灰度均值，依据所述构建出的有效区域灰度均值与X射线源管电压之间的数学模型，计算与所述预测出的下一帧投影图像的有效区域灰度均值对应的X射线源管电压，并根据计算结果调整X射线源管电压。

8、根据权利要求7所述的方法，其特征在于，所述按照调整后的X射线源管电压对所述待检测物体进行圆轨迹X-CT扫描之后，进一步包括：

提取扫描得到的投影图像中的有效区域位置，并将其与预测出的有效区域位置进行比较，确定两者是否一致，如果不一致，则根据具体差别情况对X射线源管电压进行微调，并按照所述微调后的X射线管电压重新进行X-CT扫描。

9、根据权利要求6、7或8所述的方法，其特征在于，所述根据扫描得到的投影图像进行CT重建，得到所述待检测物体的断层图像之前，进一步包括：

对扫描得到的每个投影图像分别进行像素驱动加权。

10、根据权利要求9所述的方法，其特征在于，所述根据扫描得到的投影图像进行CT重建包括：采用变剂量最大似然重建算法IMAVD对扫描得到的投影图像进行CT重建；

所述IMAVD算法为： ${\mathrm{\&mu;}}_j^{k+1}={\mathrm{\&mu;}}_j^k+\frac{{\mathrm{\&Sigma;}}_{n=1}^N{\mathrm{\&Sigma;}}_{i=1}^M{l}_{\mathrm{ij}}\&CenterDot;({\hat{I}}_i-w\left(I_{\mathrm{in}}\right)I_{\mathrm{in}})}{{\mathrm{\&Sigma;}}_{i=1}^M{l}_{\mathrm{ij}}\&CenterDot;\left[{\mathrm{\&Sigma;}}_{h=1}^J{l}_{\mathrm{ih}}\right]{\hat{I}}_i};$ 其中，i＝1，2，…，M，表示投影图像的第i个像素，M表示投影图像中的总像素数；j＝1，2，…，J，表示重建后得到的待检测物体图像的第j个像素，J表示待检测物体图像的总像素数；μ_j表示第j个像素所对应的衰减系数，

为X射线在理想情况下衰减后的强度，l_ij为第i条射线通过第j个像素的长度，I_in为第n次变电压下的第i条射线的投影数据，i＝1，2，…M，；n＝1，2，…，N，N为变电压的总次数；w(I_in)为对每个投影图像分别进行像素驱动加权时所采用的像素驱动加权函数；k为迭代次数。

Images