CN103767723A - 一种基于c形臂的锥束ct三维数字成像方法 - Google Patents

Abstract

一种基于C形臂的锥束CT三维数字成像方法，属于医疗器械三维成像方法领域；其结构包括：投影数据采集模块（1）、投影数据校正模块（2）和滤波反投影模块（3），其特征是：步骤1：扫描时，增强器和X射线源沿着C臂轨道旋转190度，每个旋转角度下输出原始投影数据；步骤2：采集一组原始投影数据；步骤3：根据投影数据校正模块的方法处理并记录原始投影数据；步骤4：处理原始投影数据，得到校正后的投影数据；步骤5：对校正后的投影数据进行预加权处理；步骤6：对经过预加权处理的投影数据进行滤波反投影处理；步骤7：将经过滤波反投影和积分运算的数据保存为X方向、Y方向或Z方向的图像。其优点为：容易实现，运算效率高。

Description

一种基于C形臂的锥束CT三维数字成像方法

技术领域

本发明属于医疗器械三维成像方法领域。 

背景技术

计算机断层成像技术（Computed Tomography,CT）是通过运用对物体不同角度扫描后的射线投影获取被测物体内部图像信息的成像技术，在CT系统中，X射线源发出射线，从不同角度穿过被测物体的某一区域，放于射线源对面的探测器接受相应角度的射线信号，然后根据不同角度射线不同程度的衰减，运用一定的重建算法和计算机运算，重建出物体被扫描区域的射线衰减系数分布映射图像，从而实现由投影重建图像，再现物体在该区域的介质密度成分和结构形态等特征；与传统二维CT相比，锥束CT一次扫描可重建数百甚至上千个断层图像，具有射线利用率高、切片连续、切片内和切片间空间分辨率相同、精度高等特点。 

发明内容

本发明目的：在于克服C形臂在实际应用中的不足，提出一种基于C形臂的锥束CT三维数字成像方法，该算法能获得不错的图像质量，并能更好的用于医疗影像图像服务系统。 

本发明所采用的技术方案：其结构包括：投影数据采集模块、投影数据校正模块和滤波反投影模块，其特征在于： 

步骤1：在扫描过程中，影像增强器和X射线源沿着C臂轨道旋转190度，每个旋转角度下输出相应的原始投影数据；

步骤2：采集一组用于三维数字成像的原始投影数据；

步骤3：根据投影数据校正模块的方法处理原始投影数据，并记录相关量化信息；

步骤4：利用量化信息处理原始投影数据，得到校正后的投影数据；

步骤5：对校正后的投影数据进行预加权处理；

步骤6：对经过预加权处理的投影数据进行滤波反投影处理，滤波函数采用S-L滤波器、R-L滤波器或新型混合滤波器，反投影是对投影数据进行相应的积分运算；

步骤7：将经过滤波反投影和积分运算的数据按笛卡尔坐标系保存为X方向、Y方向或Z方向的序列切片图像。

所述的步骤1中，扫描的轨道是近似于半圆C形臂轨道，影像增强器和X射线源分别放置在C形臂的两端，运动方式为C形臂滑动带动影像增强器和射线源运动。 

所述的步骤6中，将C形臂输出的校正后的投影数据与经典的滤波反投影重建算法联系起来，实现了C形臂的体积重建，其中包含两个子模块：滤波模块和反投影模块；滤波模块对每一个角度下的校正后的投影数据进行相应的滤波各积分运算，积分的上下限值由投影角度区间确定，输出序列切片图像，即三维数字图像。 

本发明的有益效果是：本发明中运用了滤波反投影重建算法，该算法相比于其它重建算法具有容易实现、运算效率高的优点。 

附图说明： 

图中为一种基于C形臂的锥束CT三维数字成像方法系统示意框图。

具体实施方式

参照附图，其结构包括：投影数据采集模块（1）、投影数据校正模块（2）和滤波反投影模块（3），其特征在于： 

步骤1：在扫描过程中，影像增强器和X射线源沿着C臂轨道旋转190度，每个旋转角度下输出相应的原始投影数据；

步骤2：采集一组用于三维数字成像的原始投影数据；

步骤3：根据投影数据校正模块的方法处理原始投影数据，并记录相关量化信息；

步骤4：利用量化信息处理原始投影数据，得到校正后的投影数据；

步骤5：对校正后的投影数据进行预加权处理；

步骤6：对经过预加权处理的投影数据进行滤波反投影处理，滤波函数采用S-L滤波器、R-L滤波器或新型混合滤波器，反投影是对投影数据进行相应的积分运算；

步骤7：将经过滤波反投影和积分运算的数据按笛卡尔坐标系保存为X方向、Y方向或Z方向的序列切片图像。

所述的步骤1中，扫描的轨道是近似于半圆C形臂轨道，影像增强器和X射线源分别放置在C形臂的两端，运动方式为C形臂滑动带动影像增强器和射线源运动。 

所述的步骤6中，将C形臂输出的校正后的投影数据与经典的滤波反投影重建算法联系起来，实现了C形臂的体积重建，其中包含两个子模块：滤波模块和反投影模块；滤波模块对每一个角度下的校正后的投影数据进行相应的滤波各积分运算，积分的上下限值由投影角度区间确定，输出序列切片图像，即三维数字图像。 

本实例选用C形臂设备采取投影数据，具体步骤实施： 

1、采集投影数据模块，影像增强器的采样点数为1024*1024，将被检测物体放置在定位好的检测床上，保证每个角度下都在扫描区域内，旋转角度为190度，采集100张投影图像。

2、校正投影数据模块，首先利用已公开的投影失真方法建立投影失真图像和理想图像之间的映射关系，根据映射关系得到校正后的图像；然后根据透视成像模型来获得C形臂系统的内外参数。 

3、预加权投影数据，利用锥束数据和扇束数据之间的转换关系获得加权因子： 

$p^{\′}(\mathrm{\β},a,b)=\frac{R}{\sqrt{R^2+a^2+b^2}}p(\mathrm{\β},a,b)$

其中，p(β,a,b)为畸变校正后的投影数据，β为投影角度,R为C形臂的旋转半径。 

4、滤波反投影模块，滤波反投影模块接收校正后的投影数据，然后进行滤波反投影处理。首先滤波：采用S-L滤波器、R-L滤波器或新型混合滤波器获取滤波后的投影数据： 

$\tilde{p}(\mathrm{\β},a,b)=\left(\frac{R}{\sqrt{R^2+a^2+b^2}}p(\mathrm{\β},a,b)\right)*h\left(a\right)$

其中，h(a)为相应的滤波函数。 

然后反投影处理：运用计算的C形臂系统的内外参数，计算出被测物体在投影图像上正确的投射位置，并做相应的积分运算，积分的上下限值由投影角度区间确定： 

$f(x,y,z)={\∫}_{\mathrm{start}}^{\mathrm{end}}\frac{R^2}{U{(x,y,z)}^2}{p}^{\′\′}(\mathrm{\β},a(x,y,\mathrm{\β}),b(x,y,\mathrm{\β}))\mathrm{d\β}$

其中U为加权因子，p″(β,a(x,y,β),b(x,y,β))为被测点正确的投射位置。 

5、结果按笛卡尔坐标系存储为X方向、Y方向或Z方向的序列切片图像，得到256*256*256大小的体数据。 

Claims (3)

1.一种基于C形臂的锥束CT三维数字成像方法，其结构包括：投影数据采集模块（1）、投影数据校正模块（2）和滤波反投影模块（3），其特征在于：

步骤1：在扫描过程中，影像增强器和X射线源沿着C臂轨道旋转190度，每个旋转角度下输出相应的原始投影数据；

步骤2：采集一组用于三维数字成像的原始投影数据；

步骤3：根据投影数据校正模块的方法处理原始投影数据，并记录相关量化信息；

步骤4：利用量化信息处理原始投影数据，得到校正后的投影数据；

步骤5：对校正后的投影数据进行预加权处理；

步骤6：对经过预加权处理的投影数据进行滤波反投影处理，滤波函数采用S-L滤波器、R-L滤波器或新型混合滤波器，反投影是对投影数据进行相应的积分运算；

步骤7：将经过滤波反投影和积分运算的数据按笛卡尔坐标系保存为X方向、Y方向或Z方向的序列切片图像。

2.根据权利要求1所述的一种基于C形臂的锥束CT三维数字成像方法，其特征在于：所述的步骤1中，扫描的轨道是近似于半圆C形臂轨道，影像增强器和X射线源分别放置在C形臂的两端，运动方式为C形臂滑动带动影像增强器和射线源运动。

3.根据权利要求1所述的一种基于C形臂的锥束CT三维数字成像方法，其特征在于：所述的步骤6中，将C形臂输出的校正后的投影数据与经典的滤波反投影重建算法联系起来，实现了C形臂的体积重建，其中包含两个子模块：滤波模块和反投影模块；滤波模块对每一个角度下的校正后的投影数据进行相应的滤波各积分运算，积分的上下限值由投影角度区间确定，输出序列切片图像，即三维数字图像。

Images