CN103020928B - 锥束ct系统的金属伪影校正方法 - Google Patents

Abstract

本发明涉及一种锥束CT系统的金属伪影校正方法，包括下述步骤：从原始正投影图像f(x，y)中分离出金属投影图像M(x，y)；对金属投影图像M(x，y)进行重建，得到金属部分的CT重建图像X_Metal；将原始正投影图像f(x，y)减去金属投影图像M(x，y)，即得到不含金属部分的投影图像f_res(x，y)；对不含金属部分的投影图像f_res(x，y)进行重建，得到不含金属部分的CT图像X_res；及将金属部分CT图像X_Metal与不含金属部分的CT图像X_res相加，即得到金属伪影校正后的最终CT重建图像X_correction。上述校正方法由于不进行坐标变换，所以不会损失图像空间分辨率，提高了图像质量。

Description

锥束CT系统的金属伪影校正方法

技术领域

本发明涉及医学图像处理领域，尤其涉及一种锥束CT系统的金属伪影校正方法。

背景技术

锥束CT(ComputedTomography)以扫描速度快、射线利用率高、剂量低、空间分辨率各向同性等优势在口腔疾病诊断、人体局部器官成像、工业检测等领域发展迅速。但是，CT成像时高衰减系数物质的存在(如人体内的金属整形器件、病人必须携带的活检剂、芯片中金属等)会导致严重的金属伪影，表现为条纹状亮纹、暗带或阴影，严重破坏了CT图像的真实性，极大的限制了其在医学与工业领域的高精度检测。因此去除或最大程度的减少金属伪影是十分必要的。

中国专利申请号201010616842.1提出的“一种去除CT图像中金属伪影的图像后处理方法”。在该专利中，将CT的原始图像由直角坐标图像转换为极坐标图像，在极坐标图像中确定金属投影区域，在极坐标图像中建立模型，采用上述的模型进行模型修正，修正上述模型修正中引入的正反投影误差，将极坐标图像转换成直角坐标图像。由于要进行坐标变换，所以会大大损失图像空间分辨率，导致图像质量下降。

中国专利申请号201110123647.X提出的“用于减少CT图像数据中的图像伪影、尤其是金属伪影的方法”。在该专利中，在不同的平均X射线能量时产生两个CT图像数据组。通过将这两个CT图像数据组加权地组合来计算出新的CT图像数据组。在此在加权的组合中所采用的加权因子被选择为，使得在该新的CT图像数据组中的图像伪影与在两个原始CT图像数据组中的图像伪影相比明显减少。由于要在不同能量时产生两个CT图像数据组，需要重复扫描两次，增加了病人所承受的辐射剂量，而且由于病人扫描时间加长，可能会带来潜在的运动伪影。

发明内容

基于此，有必要针对上述金属伪影校正方法存在的缺陷，提供一种图像质量高的锥束CT系统的金属伪影校正方法。

一种锥束CT系统的金属伪影校正方法，包括下述步骤：

从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)；

对所述金属投影图像M(x,y)进行重建，得到金属部分的CT图像X_Metal；

将所述原始正投影图像f(x,y)减去所述金属投影图像M(x,y)，即得到不含金属部分的投影图像f_res(x,y)；

对所述不含金属部分的投影图像f_res(x,y)进行重建，得到不含金属部分的CT图像X_res；及

将所述金属部分CT图像X_Metal与所述不含金属部分的CT图像X_res相加，即得到金属伪影校正后的最终CT重建图像X_correction。

在本发明提供的实施例中，其中，从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)，包括下述步骤：

步骤S11：定义初始阈值I₀，所述初始阈值为I₀＝(I_max+I_min)/2，其中，I_max为所述原始正投影图像f(x,y)中像素最大灰度值，I_min为所述原始正投影图像f(x,y)中最小灰度值；

步骤S12：基于所述初始阈值I₀，将所述原始正投影图像f(x,y)分为两组图像T₁(x,y)、T₂(x,y)，其中，T₁(x,y)的所有像素灰度值大于I₀，T₂(x,y)的所有像素灰度值均小于或等于I₀；

步骤S13：计算所述图像T₁(x,y)内所有像素的均值及图像T₂(x,y)内所有像素的均值，并分别记为E₁和E₂；

步骤S14：定义新阈值I，所述新阈值I＝(E₁+E₂)/2；

步骤S15：判断|I-I₀|是否大于ε，若“是”则进行下一步，若“否”则将所述I赋予I₀，并返回步骤S12，其中，所述ε为0.5；

步骤S16：将所述新阈值I赋予所述初始阈值I₀；及

步骤S17：所述金属投影图像M(x,y)为原始正投影图像f(x,y)中的像素灰度值大于I₀的像素。

在本发明提供的实施例中，其中，对所述金属投影图像M(x,y)进行重建，得到金属部分的CT重建图像X_Metal，是采用下述构造公式进行重建：

其中，AX_Metal＝M(x,y),X_Metal≥0

上述式中，A表示系统矩阵，X_Metal表示金属部分CT图像，M(x,y)表示分离出的金属部分投影图像，表示X_Metal的范数，表示需满足X_Metal取最小值。

在本发明提供的实施例中，其中，对所述不含金属部分的投影图像f_res(x,y)进行重建，得到不含金属部分的CT图像X_res，是采用FDK重建方法进行重建。

在本发明提供的实施例中，其中，对所述不含金属部分的投影图像f_res(x,y)进行重建，得到不含金属部分的CT图像X_res，是采用BPF重建方法进行重建。

在本发明提供的实施例中，其中，对所述不含金属部分的投影图像f_res(x,y)进行重建，得到不含金属部分的CT图像X_res，是采用FBP重建方法进行重建。

本发明提供的锥束CT系统的金属伪影校正方法，首先从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)；对金属投影图像M(x,y)进行重建，得到金属部分的CT图像X_Metal；并将原始正投影图像f(x,y)减去所述金属投影图像M(x,y)，即得到不含金属部分的投影图像f_res(x,y)；对不含金属部分的投影图像f_res(x,y)进行重建，得到不含金属部分的CT图像X_res；最后将金属部分CT图像X_Metal与不含金属部分的CT图像X_res相加，即得到金属伪影校正后的最终CT重建图像X_correction。上述校正方法由于不进行坐标变换，所以不会损失图像空间分辨率，提高了图像质量。

另外，由于上述校正方法提供的从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)的方法，采用自适应阈值分割方法，所以能够适用于金属结构复杂的情况。

同时，上述校正方法提供的对金属投影图像M(x,y)的重建方法，运算量小，速度快，易于实用化。

附图说明

图1为本发明实施例提供的锥束CT系统的金属伪影校正方法的步骤流程图。

图2为本发明实施例提供的从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)的步骤流程图。

具体实施方式

请参阅图1，为本发明实施例提供的锥束CT系统的金属伪影校正方法的步骤流程图，包括下述步骤：

步骤S10：从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)。

请参阅图2，为本发明实施例提供的从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)的步骤流程图，步骤S10具体为：

步骤S11：定义初始阈值I₀。其中，初始阈值为I₀＝(I_max+I_min)/2，上述式中，I_max为原始正投影图像f(x,y)中像素最大灰度值，I_min为原始正投影图像f(x,y)中最小灰度值。

步骤S12：基于初始阈值I₀，将原始正投影图像f(x,y)分为两组图像T₁(x,y)及T₂(x,y)。其中，图像T₁(x,y)的所有像素灰度值大于I₀，图像T₂(x,y)的所有像素灰度值均小于或等于I₀。

步骤S13：计算图像T₁(x,y)内所有像素的均值及图像T₂(x,y)内所有像素的均值，并分别记为E₁和E₂。即E₁＝(1/n)∑T₁，E₂＝(1/n)∑T₂，上述式中，T₁、T₂分别为图像T₁(x,y)及图像T₂(x,y)的像素，n为像素的数量。

步骤S14：定义新阈值I。其中，新阈值I＝(E₁+E₂)/2。

步骤S15：判断|I-I₀|是否大于ε，若“是”则进行下一步，若“否”则将新阈值I赋予初始阈值I₀，并返回步骤S12。其中，ε为预先设定的参数，可根据不同金属物体的属性(如人体内的金属整形器件、病人必须携带的活检剂、芯片中金属等)，依照经验选取。在本发明提供的实施例中，ε优选为0.5。可以理解，当|I-I₀|大于ε时，执行下一步；当|I-I₀|小于或等于ε时，返回步骤S12，并将此时I值赋予I₀值，执行后续步骤。

步骤S16：将新阈值I赋予初始阈值I₀。可以理解，基于步骤S15，当|I-I₀|大于ε时，将新阈值I赋予初始阈值I₀。

步骤S17：金属投影图像M(x,y)为原始正投影图像f(x,y)中的像素灰度值大于I₀的像素。基于步骤S16中的I₀，金属投影图像M(x,y)为原始正投影图像f(x,y)中的像素灰度值大于I₀的像素。

上述实施例提供的从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)的方法，由于采用自适应阈值分割方法，尤其适用于金属结构复杂的情况。

步骤S20：对金属投影图像M(x,y)进行重建，得到金属部分的CT图像X_Metal。在本发明提供的实施例中，对于分离出的金属部分投影图像M(x,y)，采用下述构造公式进行重建，得到金属投影图像M(x,y)的CT重建图像X_Metal

其中，AX_Metal＝M(x,y),X_Metal≥0

上述式中，A表示系统矩阵，X_Metal表示金属部分CT图像，M(x,y)表示分离出的金属部分投影图像，表示X_Metal的范数，表示需满足X_Metal取最小值。

上述对金属投影图像M(x,y)重建的方法，采用稀疏数据重建方法，运算量小，速度快，易于实用化。

步骤S30：将原始正投影图像f(x,y)减去步骤S10得到的金属投影图像M(x,y)，即得到不含金属部分的投影图像f_res(x,y)，即不含金属部分的投影图像f_res(x,y)＝f(x,y)-M(x,y)。

步骤S40：对不含金属部分的投影图像f_res(x,y)进行重建，得到不含金属部分的CT图像X_res。

在本发明提供的实施例中，对不含金属部分的投影图像f_res(x,y)进行重建，优选采用FDK重建方法进行重建。具体为，对投影图像f_res(x,y)序列集进行反log操作，即通过下述公式：

-log{(物体图像-平均暗场图像)/(平均亮场图像-平均暗场图像)}

得到处理后的投影图像。对投影图像中的数据进行加权，用以修正像素到射线源的距离及角度引起的误差，然后对不同投影角度的投影数据进行水平方向上的一维滤波，最后进行三维反投影得到重建的图像。其中，重建的体素值是通过该体素的所有投影角度的射线的贡献之和。

在本发明提供的实施例中，对不含金属部分的投影图像f_res(x,y)进行重建，还可以采用BPF重建方法进行重建。具体为，对投影图像f_res(x,y)序列集进行反log操作，即通过下述公式：

-log{(物体图像-平均暗场图像)/(平均亮场图像-平均暗场图像)}

得到处理后的投影图像。在投影图像中，对每个角度下的锥束投影数据进行求导，并由求导后的投影数据对螺旋轨道内每条PI线上的投影图像进行加权反投影。对于加权反投影得到的PI线上的数据，沿着该条PI线求Hilbert变换(希尔伯特变换)，得该条PI线上的重建结果。最后对螺旋轨道内所有PI线上的重建结果进行重采样，得到重建的图像。

在本发明提供的实施例中，对不含金属部分的投影图像f_res(x,y)进行重建，还可以采用FBP重建方法进行重建。具体为，对投影图像f_res(x,y)序列集进行反log操作，即通过下述公式：

-log{(物体图像-平均暗场图像)/(平均亮场图像-平均暗场图像)}

得到处理后的投影图像。再对投影图像进行加权、卷积滤波、加权反投影后获得重建的图像。

步骤S40：将金属部分CT图像X_Metal与不含金属部分的CT图像X_res相加，即得到金属伪影校正后的最终CT重建图像X_correction。

上述实施例提供的锥束CT系统的金属伪影校正方法，首先从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)；对金属投影图像M(x,y)进行重建，得到金属部分的CT图像X_Metal；并将原始正投影图像f(x,y)减去所述金属投影图像M(x,y)，即得到不含金属部分的投影图像f_res(x,y)；对不含金属部分的投影图像f_res(x,y)进行重建，得到不含金属部分的CT图像X_res；最后将金属部分CT图像X_Metal与不含金属部分的CT图像X_res相加，即得到金属伪影校正后的最终CT重建图像X_correction。上述校正方法由于不进行坐标变换，所以不会损失图像空间分辨率，提高了图像质量。

可以理解，本发明上述实施例提供的金属伪影校正方法，除应用于锥束CT系统外，做适当变后，也可应用于PET、SPECT系统。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (1)

1.一种锥束CT系统的金属伪影校正方法，其特征在于，包括下述步骤：

从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)；

对所述金属投影图像M(x,y)进行重建，得到金属部分的CT图像X_Metal；

将所述原始正投影图像f(x,y)减去所述金属投影图像M(x,y)，即得到不含金属部分的投影图像f_res(x,y)；

对所述不含金属部分的投影图像f_res(x,y)进行重建，得到不含金属部分的CT图像X_res；及

将所述金属部分CT图像X_Metal与所述不含金属部分的CT图像X_res相加，即得到金属伪影校正后的最终CT重建图像X_correction，

其中，从原始正投影图像f(x,y)中分离出金属投影图像M(x,y)，包括下述步骤：

步骤S11：定义初始阈值I₀，所述初始阈值为I₀＝(I_max+I_min)/2，其中，I_max为所述原始正投影图像f(x,y)中像素最大灰度值，I_min为所述原始正投影图像f(x,y)中最小灰度值；

步骤S12：基于所述初始阈值I₀，将所述原始正投影图像f(x,y)分为两组图像T₁(x,y)、T₂(x,y)，其中，T₁(x,y)的所有像素灰度值大于I₀，T₂(x,y)的所有像素灰度值均小于或等于I₀；

步骤S13：计算所述图像T₁(x,y)内所有像素的均值及图像T₂(x,y)内所有像素的均值，并分别记为E₁和E₂；

步骤S14：定义新阈值I，所述新阈值I＝(E₁+E₂)/2；

步骤S15：判断|I-I₀|是否大于ε，若“是”则进行下一步，若“否”则将所述I值赋予I₀值，并返回步骤S12，其中，所述ε为0.5；

步骤S16：将所述新阈值I赋予所述初始阈值I₀；

步骤S17：所述金属投影图像M(x,y)为原始正投影图像f(x,y)中的像素灰度值大于I₀的像素。