CN104537699A - 获取ct图像的方法 - Google Patents

Abstract

本发明涉及获取CT图像的方法，包括：获取对象的多能CT值ct，所述多能CT值ct基于N种单能CT值ct1、...、ctN的叠加而成，所述多能CT值ct的能谱分布为f，所述单能CT值ct1、...、ctN的能谱分布为f1、...、fN，上述CT值满足线性方程：ct1×f1+...+ctN×fN＝ct，其中，N为大于或等于2的整数；建立对象的密度ρ与所述单能CT值的分布模型ct1＝y1(ρ)、...、ctN＝yN(ρ)；基于所述线性方程及分布模型获取对象各单能CT值的分布情况及对象密度的分布情况；根据所述对象各单能CT值的分布情况获取RGB分布，并由此生成CT图像。本发明能够提高CT图像的清晰度。

Description

获取CT图像的方法

技术领域

本发明涉及图像处理技术领域，特别涉及一种获取CT图像的方法。

背景技术

计算机断层扫描(Computer Tomography，简称CT)是利用计算机控制下的X线对人体的体层扫描，它使人体组织在X线下显现不同密度来进行对比，以达到精确显示解剖结构的目的。通常由医生或其他类似人员对CT获取的医学图像进行观察和分析，从而获取相应病理信息，由此作为诊断依据。

但是由于CT图像显示的组织较多，各组织之间的界线模糊，需要对CT图像质量进行进一步提升。现有技术使用多能量放射源进行CT扫描，其能谱是多个单一能量叠加的结果。

公开号为CN1857161A的中国专利文献公开了一种用多能量放射源CT成像实现脏器表面彩色映射的方法，公开了如下技术方案以获取质量较佳的CT图像：先通过多能量放射源CT成像的方法，获取医学原始图像，并利用原始图像三维重建出待观察诊断的脏器，然后根据各能量放射源CT成像在脏器表面附近所获得的值的差异性，将该值的差异性对应为各种不同的颜色，最后将获得的颜色赋在脏器表面，并显示出来。

但是，上述获取CT图像的方式中，各能量放射源的CT值需要通过额外的测量设备进行测量，会引入噪声，所获取CT图像的清晰度是有限的。

发明内容

本发明技术方案所解决的技术问题是，如何进一步提高CT图像的清晰度。

为了解决上述技术问题，本发明技术方案提供了一种获取CT图像的方法，包括：

获取对象的多能CT值ct，所述多能CT值ct基于N种单能CT值ct1、...、ctN的叠加而成，所述多能CT值ct的能谱分布为f，所述单能CT值ct1、...、ctN的能谱分布为f1、...、fN，上述CT值满足线性方程：ct1×f1+...+ctN×fN＝ct，其中，N为大于或等于2的整数；

建立对象的密度ρ与所述单能CT值的分布模型ct1＝y1(ρ)、...、ctN＝yN(ρ)；

基于所述线性方程及分布模型获取对象各单能CT值的分布情况及对象密度的分布情况；

根据所述对象各单能CT值的分布情况获取RGB分布，并由此生成CT图像。

可选的，所述获取对象的多能CT值ct包括：

使用多能放射源对对象进行CT扫描，以输出所述多能CT值ct；或者，

基于X射线重建图像获取所述多能CT值ct；或者，

通过将除所述CT图像以外的扫描图像转换为X射线重建图像，获取所述多能CT值ct。

可选的，单能CT的能谱分布f1、...、fN基于多能CT的能谱分布f离散得到。

可选的，所述分布模型通过如下步骤建立：

将已知密度值的物质与单能放射源穿过该物质所得CT值进行对应，以获得单能CT值与已知密度值的一一映射关系；

对所获得的单能CT值与不同密度值的一一映射关系进行插值或拟合，以获得该单能CT值与密度值的分布模型。

可选的，所述单能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知物质的组织成分，计算获得该物质在不同单能放射源下的衰减系数；

根据所获得的衰减系数求得单能情况下该物质的CT值。

可选的，所述单能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知物质的组织成分，建立蒙特卡罗输入模型；

采用蒙特卡罗模拟单能放射源的CT机的投影过程，并获得投影图；

采用CT重建算法，基于所述投影图获得该单能情况下该物质的CT值。

可选的，所述基于所述线性方程及分布模型获取对象各单能CT值的分布情况及对象密度的分布情况包括：

求解所述对象中每个栅元的单能CT值及栅元密度。

可选的，所述对象的栅元是以编号的形式存储于计算机中的，所述方法还包括：

输出所述栅元编号及其对应单能CT值、栅元密度。

可选的，所述根据所述对象各单能CT值的分布情况获取RGB分布包括：

根据所述对象单能CT值与对象密度的对应关系，调整各单能CT值的分布权重；

基于所述调整后各单能CT值的分布情况获取所述RGB分布。

为了解决上述技术问题，本发明技术方案还提供了一种获取CT图像的方法，包括：

获取对象的多能CT值ct，所述多能CT值ct基于N种单能CT值ct1、...、ctN的叠加而成；

获取各单能CT值与密度值的分布关系；

建立对象的密度ρ与所述多能CT值的分布模型ct＝y(ρ)；

基于所述分布模型获取对象密度的分布情况；

结合各单能CT值与密度值的分布关系、以及对象密度的分布情况，得到对象密度上各单能CT值的分布情况；

根据所述对象密度上各单能CT值的分布情况获取RGB分布，并由此生成CT图像。

可选的，所述获取对象的多能CT值ct包括：

使用多能放射源对对象进行CT扫描，以输出所述多能CT值ct；或者，

基于CT图像获取所述多能CT值ct；或者，

通过将除所述CT图像以外的扫描图像转换为CT图像，再基于所转换的CT图像获取所述多能CT值ct。

可选的，所述分布模型通过如下步骤建立：

将已知密度值的物质与多能放射源穿过该物质所得CT值进行对应，以获得多能CT值与已知密度值的一一映射关系；

对所获得的多能CT值与不同密度值的一一映射关系进行插值或拟合，以获得该多能CT值与密度值的分布模型。

可选的，所述多能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知物质的组织成分，计算获得该物质在所述多能放射源下的衰减系数；

根据所获得的衰减系数求得多能情况下该物质的CT值。

可选的，所述多能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知物质的组织成分，建立蒙特卡罗输入模型；

采用蒙特卡罗模拟多能放射源的CT机的投影过程，并获得投影图；

采用CT重建算法，基于所述投影图获得该多能情况下该物质的CT值。

可选的，所述多能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知不同物质的组织成分，采用实验获得投影图；

采用CT重建算法，基于所述投影图获得该多能情况下多种物质的CT值。

可选的，所述基于所述分布模型获取对象密度的分布情况包括：输出所述对象中各栅元的栅元密度；

所述得到对象密度上各单能CT值的分布情况则包括：输出所述对象中各栅元密度下的各单能CT值。

本发明技术方案的有益效果至少包括：

本发明技术方案通过建立对象密度与单能CT值的分布模型，求得对象多能CT值下的单能CT值分布情况，能够计算得到更为精准的单能CT值，且不必引入额外的设备噪声，总体上可以获得更为清晰的CT图像。

本发明技术方案还能够在求得单能CT值分布情况的过程中获取对象栅元的密度分布，可以基于对象密度与单能CT值的对应关系，调整单能CT值对应的权重，从而调整CT图像的RGB分布，改变CT能量曲线，可获得高对比度的CT图像，从而使CT图像更为清晰。

由于本发明技术方案的CT能量曲线可调，故而可避免对象的额外照射，提高CT设备的使用效率更高与使用安全性。

附图说明

图1为本发明技术方案提供的一种获取CT图像的方法流程示意图；

图2为本发明技术方案提供的一种多能CT值ct的能谱分布情况示意图；

图3为单一能量100keV放射源扫描下单能CT值与A物质密度值映射关系的示意图；

图4为单一能量100keV放射源扫描下单能CT值与A物质密度值标定曲线的示意图；

图5至图7分别为单一能量20keV、40keV及400keV放射源扫描下单能CT值与A物质密度值标定曲线的示意图；

图8为本发明技术方案提供的另一种获取CT图像的方法流程示意图；

图9为多能放射源B扫描下多能CT值与A物质密度值映射关系的示意图；

图10为多能放射源B扫描下多能CT值与A物质密度值标定曲线的示意图。

具体实施方式

为了使本发明的目的、特征和效果能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的方式来实施，因此本发明不受下面公开的具体实施例的限制。

基于现有技术可知，CT能谱成像的物理基础为：(1)X线通过物质的衰减能够客观反映X线的能量；(2)X线经过物质后产生的光电效应与康普顿效应共同决定了物质的衰减曲线；(3)物质的衰减曲线呈线性关系(不包括K峰区域)。

本发明技术方案基于多能量成像，由此获取多能CT图像。本发明技术方案能够基于多能CT图像或者对象的多能CT值，计算对象实际吸收的不同单能CT值，据此获取对象的RGB分布，形成处理后更为清晰的多能CT图像。

本发明技术方案首先提供了一种获取CT图像的方法，如图1所示，包括如下步骤：

S100，获取对象的多能CT值。

本发明技术方案可以使用多能量放射源对对象进行扫描以获取对象的多能CT值，也可以基于对象的X射线重建图像获取多能CT值，还可以通过将其他图像(比如核磁共振图像)转换为X射线重建图像、再得到所述对象CT值。本发明技术方案所指对象CT值特指多能量能谱分布下的CT值总和，也即：

设所述多能CT值ct可视为是若干单能CT值ct1、ct2、...、ctN叠加之结果，多能CT值ct的能谱分布为f，而单能CT值ct1、ct2、...、ctN的能谱分布分别为f1、f2、...、fN(N为大于或等于2的自然数)，则可认为：f1+f2+f3+...+fN＝1，而ct1×f1+...+ctN×fN＝ct。

上述能谱分布表达的是一个统计概念，假设N＝5，则参考图2所示的多能CT值ct的能谱分布情况，基于该能谱分布情况可知对于一个单位的基物质(可视为栅元)而言，其多能CT值大致呈线性分布，横坐标表示为该基物质多能CT值ct是由单能CT值ct1、ct2、ct3、ct4、ct5叠加而成，纵坐标则表示了上述单能CT值的能谱分布权重，有：f1+f2+f3+f4+f5＝1。多能CT值的线性分布也可用如下线性方程表达：

ct1×f1+...+ctN×fN＝ct(N＝5)

在上述图示中，可以认为单能CT的能谱分布f1、...、f5是基于多能CT的能谱分布f离散得到的，另外，单能CT值的实际能谱分布还可能具有一定宽度，其原因可能是单能CT值的能量本身是具有一定宽度引起的。

在上述能谱分布中可知，对于CT图像来说，基于多能CT值所构成的图像是混合能量的图像，其无法自我辨识出对象良好的能量反应比例。比如对应肝脏这种组织的对象来说，可能单能CT值ct1的分布更能体现其组织结构，则包括单能CT值ct1的多能CT值ct无法更清晰地反应出肝脏对象的成像，因此，在多能CT放射源的扫描得到或以其他方式得到对象多能CT值的情况下，获取较为确切的各单能CT值能够对对象成像清晰度做出较大贡献。

继续参考图1，不同于现有技术，本发明技术方案的方法包括如下步骤，以用于计算对象的各单能CT值：

步骤S101，建立对象的密度与所述单能CT值的分布模型。

对于多能CT值来讲，可以认为其能谱分布中的单一能量(单能为所述单一能量的简称，下同)强度是已知的，要求得对象中各单能CT值的密度分布可以通过所述单能CT-密度标定曲线求得：

单能CT-密度标定曲线就是CT与物质密度的关系曲线，描述的是一已知单一能量的放射源穿过已知密度物质的衰减过程，其中，已知密度的物质在已知单一能量的放射源的照射下，其衰减过程是唯一的CT值，故而可将已知密度的对象与不同单一能量放射源照射下所得CT值对应，并在已知密度值与所得CT值之间建立一一映射关系，将上述映射关系视为二维坐标系下的一系列离散序列，对该映射关系进行插值或者拟合后可获得各单能CT值与密度的标定曲线，也即求得所述对象的密度与所述单能CT值的分布模型。

将一个多能放射源的放射能量视为1～N个单能放射源的叠加，则基于各单能放射源的分布模型可用如下算式表示：

ct1＝y1(ρ)；

ct2＝y2(ρ)；

...；

ctN＝yN(ρ)

上述算式中，ct1、...、ctN对应1～N个单能放射源的下物质(可以是特定物质)的单能CT值，y1、...、yN为分布模型的具体函数，而ρ则代表物质的密度值分布或特定密度值。以下给出了建立多能放射源下单能CT值分布模型的一个实例。

若一多能放射源为单一能量20keV、40keV、100keV及400keV的叠加：

可通过单一能量为20keV的放射源通过特定密度值的A物质得到的单能CT值，建立20keV-A之间的标定曲线，从而得到单能20keV能量随A物质密度变化的分布模型ct1＝y1(ρ^A)；

可通过单一能量为40keV的放射源通过特定密度值的A物质得到的单能CT值，建立40keV-A之间的标定曲线，从而得到单能40keV能量随A物质密度变化的分布模型ct2＝y2(ρ^A)；

可通过单一能量为100keV的放射源通过特定密度值的A物质得到的单能CT值，建立100keV-A之间的标定曲线，从而得到单能100keV能量随A物质密度变化的分布模型ct3＝y3(ρ^A)；

可通过单一能量为400keV的放射源通过特定密度值的A物质得到的单能CT值，建立400keV-A之间的标定曲线，从而得到单能400keV能量随A物质密度变化的分布模型ct4＝y4(ρ^A)。

其中，ρ^A为A物质的密度值分布或特定密度值。

以求取分布模型ct3＝y3(ρ^A)为例，如图3所示，取A物质的有限个特定密度值ρ^A，包括密度值p1、p2、...、p10，其中，1至10代表上述有限个密度值个数，随后获取100keV放射源扫描下A物质密度值为p1时得到的CT值T1、物质A密度值为p2时得到的CT值T2、...、物质A密度值为p10时得到的CT值T10，建立密度值p1、p2、...、p10与CT值T1、T2、...、T10的一一映射关系，图3示意了一二维坐标系下上述映射关系具体为一系列离散点。

结合图4，在基于图3所示密度p1、p2、...、p10与CT值T1、T2、...、T10的一一映射关系，可通过对上述离散点进行插值或拟合(上述对离散点插值或拟合以求得连续曲线，图3中点线为插值或拟合过程中形成的连续曲线)，从而得到如图4所示的有关100keV放射源的CT值与A物质密度值的标定曲线(所指标定曲线即为上述拟合或插值过程中最终得到的连续曲线，即图4所示100keV-A标定曲线)，据此获取有关100keV放射源CT值与A物质密度值的分布模型ct3＝y3(ρ^A)。

参考图5至图7，依据上述建立方式还可以获取：

20keV放射源CT值与A物质密度值的分布模型ct1＝y1(ρ^A)(对应图5所示20keV-A标定曲线)；

40keV放射源CT值与A物质密度值的分布模型ct2＝y2(ρ^A)(对应图6所示40keV-A标定曲线)；

400keV放射源CT值与A物质密度值的分布模型ct4＝y4(ρ^A)(对应图7所示400keV-A标定曲线)。

需要说明的是，所建立的分布模型可以是一个广义上的分布模型，也可以是狭义上的分布模型；所述广义上的分布模型是指基于有限个单能CT值与已知密度值的一一映射关系，推导至单能CT值与任何已知密度值的分布模型，且所述任何已知密度值的范畴远大于所述对象密度值的范畴；而所述狭义上的分布模型是指基于有限个单能CT值与已知密度值的一一映射关系，推导至单能CT值与有限已知密度值的分布模型，且所述有限已知密度值的范畴接近或等同于所述对象密度值的范畴。

在步骤S101中，还涉及已知密度值的物质与特定能量的情况下该密度的物质的CT值之间的求取过程，本发明并不限定该求取过程，本领域普通技术人员可以通过有限次实验、历史经验值或者其他模拟方法进行数值获取。但本发明技术方案在实施例中提供了解析计算方法及蒙特卡罗模拟方法以供参考：

采用解析计算方法计算特定能量放射源下已知密度的物质的CT值包括如下步骤：

首先，获取已知物质的组织成分，计算获得该物质在特定单能放射源下的衰减系数。对于已知物质的组织成分，其特定单能放射源下的衰减系数可根据通常实验或经验得到，可视为可知量。

再根据上述过程中所获得的衰减系数求得上述单能情况下该物质的CT值。基于上述衰减系数，上述已知物质的密度值上，都可以求得对应所述单能放射源的CT值，也可以认为，上述求取过程中，物质密度值可以是一个广泛分布的范围，而对于分布的物质密度值，其CT值也是广泛分布且对应于分布的密度值的。上述求取过程可适用于所述广义上的分布模型。

上述步骤仅给出了获取一个特定单能放射源及已知物质密度值的对应分布关系(也即映射关系)。对于其他特定单能放射源及该已知物质或其他已知物质而言，其获取方式也是类似的。

采用蒙特卡罗模拟方法计算特定能量放射源下已知密度的物质的CT值包括如下步骤：

已知物质的组织成分，建立蒙特卡罗输入模型。基于现有技术可知，蒙特卡罗模拟方法是可适用于组织剂量分布的计算的一种方式，其可模拟放射源对物质进行放射过程中，光电粒子的投影过程，具体是把光电粒子的相-空间信息作为输入，利用蒙特卡罗模拟程序计算物质组织中吸收剂量的空间分布，从而获得该放射源下物质对象的CT投影图。

在建立蒙特卡罗输入模型后，可基于特定单能放射源的CT机结构，使用蒙特卡罗输入模型模拟该单能放射源的投影过程，进而获取物质在该单能放射源下的投影图。

由于上述投影图包括了物质密度及CT值的投影信息，可采用CT重建算法，基于所述投影图获得该单能情况下该物质的CT值。

上述求取过程中，物质密度值是一个有限分布的范围，而对于有限分布的物质密度值，其CT值也是有限分布的。上述求取过程可适用于所述狭义上的分布模型。

上述步骤也仅给出了获取一个特定单能放射源及已知物质密度值的对应分布关系(也即映射关系)。对于其他特定单能放射源及该已知物质或其他已知物质而言，其获取方式也是类似的。

在步骤S101中，已求取了多能放射源下各单能放射源相对于对象物质的单能CT值分布模型，但对于对象密度来说，其密度分布状态未知，故而仅能从对象多能CT值的分布情况进行考量，以获得各单能CT值在对象密度分布上的分布情况。继续参考图1，本发明技术方案的方法还包括如下步骤，可适用于求解多能CT分布下对象单能CT值的分布情况：

步骤S102，基于多能CT值的线性分布及各单能CT值分布模型获取对象密度分布下各单能CT分布情况。

所述多能CT值的线性分布即指各单能放射源下所得单能CT值在多能能谱分布上满足线性叠加(参考上述线性方程表达式)。

由于在成像设备中，一般将对象分割为栅元，以栅元为组织物质的最小单位进行处理及考量，栅元是CT图像处理中的最小单位对象，其具有对应的密度及单能CT值。因此，可以将对象密度的分布视为栅元密度的分布。不同能量的射线是相互独立的，对于某一栅元，其多能CT值为经过该栅元的不同单能射线所产生的单能CT值的叠加结果，结合多能能谱f的离散值f1、...、fN所对应单能CT值的分布范围，可获得经过对象栅元的单能CT值的分布情况。

基于上述分析，可以考虑将步骤S101所得的各单能CT值的分布模型带入线性方程ct1×f1+...+ctN×fN＝ct，以求得对象各栅元密度下各单能CT分布情况，也即根据上述线性方程求解获得扫描对象中栅元的单能CT值及栅元密度值，并据此求解出扫描对象的所有栅元，则可获得单能CT分布以及密度分布。

在上述线性方程中，ct值基于步骤S100，可以是各栅元密度下的多能CT分布的数值，在各栅元密度下，可以基于单能CT值的能谱分布，获取各单能CT值在各栅元密度下的分布情况。

步骤S102在具体执行过程中包括对对象中每个栅元密度及每个栅元所对应的各单能CT值进行输出。

在其他实施例中，对象的各个栅元可以是以编号的形式存储于计算机中的，因此，在上述栅元具体编号的情况下，步骤S102在具体执行过程中则包括栅元编号、对应编号的栅元密度及该编号密度的栅元所对应的各单能CT值的输出。

在依据步骤S100至S102获取到对象栅元密度及对象栅元密度的各单能CT值的分布情况下，还涉及CT图像的建立或CT图像的调整。

继续参考图1，本发明技术方案的方法还包括：

步骤S103，根据所述对象各单能CT值的分布情况获取RGB分布，并由此生成CT图像。

在步骤S100的多能CT值是基于多能放射源对对象进行扫描所获得时，步骤S103所述CT图像为首次所建立的CT图像，其为对成像本身所进行的改进。

在步骤S100的多能CT值是基于重建图像而再建立的图像，则步骤S 103所述的CT图像为新的CT图像，其为对图像处理所进行的改进。

在步骤S103中，可基于栅元密度与各单能CT值对应关系，寻找对象在不同单一能量放射源下的不同单能CT分布，对于CT图像的RGB分布而言，可以将对象各单能CT值转换为单能CT值下的图像数据，依据清晰度原则调整上述图像数据的权重，据此将一个单能CT值下的图像数据直接作为红色/绿色/蓝色分量(此时该单能CT值的权重相对于颜色分量设置为1)，或者将多个单能CT值下的图像数据之间依据所设定的颜色分量设置权重，将上述多个单能CT值依据权重进行叠加，以获得叠加图像数据，再将该叠加图像数据作为红色/绿色/蓝色分量，以此组合成完整的RGB值分布。

上述RGB值的颜色分量可以依据清晰度原则进行变动，或者可依据所形成的CT图像的清晰度进行手动调制，再基于变动或调制后的颜色分量赋值获取所述RGB值分布。

基于上述RGB值分布，可以再调制上述RGB值分布的饱和度，从而作为对象彩色映射的值。

至于对象表面绘制，则可直接根据对象栅元上清晰度最佳的单能CT值直接进行图像转化，或调制各单能CT值之间的权重分配选择清晰度最佳的图像进行转换。将对象彩色映射值赋至对象绘制表面，则可获得较佳的CT图像。

不限于上述获取CT图像的方法，本发明技术方案还提供了一种获取CT图像的方法，如图8所示，包括如下步骤：

步骤S200，获取对象的多能CT值。

步骤S200同步骤S100。

步骤S201，建立对象的密度ρ与所述多能CT值的分布模型ct＝y(ρ)。

步骤S201的建立过程与步骤S01建立对象密度与单能CT值的分布模型过程是类似的。所述分布模型ct＝y(ρ)也可以通过多能CT-密度标定曲线求得：

多能CT-密度标定曲线描述的是一已知具有能谱分布的放射源穿过已知密度物质的衰减过程。通过建立物质密度与具有能谱分布的放射源穿过该密度物质的衰减值的映射关系，可以进行多能CT-密度标定曲线的标定，具体可参考如下标定步骤：

将已知密度值的物质与多能放射源穿过该物质所得CT值进行对应，以获得多能CT值与已知密度值的一一映射关系；

对所获得的多能CT值与不同密度值的一一映射关系进行插值或拟合，以获得该多能CT值与密度值的分布模型。

上述标定步骤中，可将上述映射关系视为二维坐标系下的一系列离散序列，所述插值或拟合也即对上述离散序列的插值或拟合，其插值或拟合得到的连续曲线也就是所述多能CT-密度标定曲线，也即为所得到的多能CT值与密度值的分布模型。

以求取由单一能量20keV、40keV、100keV及400keV构成的多能放射源B下多能CT值与A物质密度值的分布模型为例，可通过多能放射源B通过特定密度值的A物质得到的单能CT值，建立B-A之间的标定曲线，从而得到多能放射源B随A物质密度变化的分布模型ct＝y(ρ^A)。

如图9所示，取A物质的有限个特定密度值ρ^A，包括密度值p1、p2、...、p10，其中，1至10代表上述有限个密度值个数，随后获取多能放射源B扫描下A物质密度值为p1时得到的CT值t1、物质A密度值为p2时得到的CT值t2、...、物质A密度值为p10时得到的CT值t10，建立密度值p1、p2、...、p10与CT值t1、t2、...、t10的一一映射关系，图9示意了二维坐标系下上述映射关系具体为一系列离散点。

结合图10，在基于图9所示密度p1、p2、...、p10与CT值t1、t2、...、t10的一一映射关系，可通过对上述离散点进行插值或拟合，从而得到如图10所示的有关多能放射源B的CT值与A物质密度值的标定曲线(所指标定曲线即为上述拟合或插值过程中最终得到的连续曲线，图9中示意该连续曲线为点线，而图10则为所示B-A标定曲线)，据此获取有关多能放射源B的CT值与A物质密度值的分布模型ct＝y(ρ^A)。

步骤S201也涉及已知密度值的物质与特定多能放射源穿过该密度的物质的CT值之间的求取过程，本发明并不限定该求取过程，本领域普通技术人员可以通过有限次实验、历史经验值或者其他模拟方法进行数值获取。本发明技术方案在实施例中提供了解析计算方法、蒙特卡罗模拟方法及实验法以供参考：

采用解析计算方法计算特定能量放射源下已知密度的物质的CT值包括如下步骤：

已知物质的组织成分，计算获得该物质在所述多能放射源下的衰减系数；

根据所获得的衰减系数求得多能情况下该物质的CT值。

由于在一些情况下，多能放射源并非是特定成像设备所给出的具有其衰减系数的特定放射源，在上述情况下，多能放射源相对于对象物质的衰减系统并非已知，则可用下述方式实现步骤S201：

已知物质的组织成分，计算获得多能放射源中不同单一能量的衰减系数；

根据所获得的衰减系数，求得该物质的单能CT值；

再选取其他物质，重复上述两个步骤，获得不同密度物质对应该单一能量的单能CT值；

采用插值或者拟合获得多能放射源中具有的上述单一能量的单能CT-密度标定曲线；

再选取多能放射源中所具有的不同单能能量，重复上述步骤，获得所有单一能量的单能CT-密度标定曲线；

根据已知多能放射源的能谱分布，将不同单一能量的CT-密度标定曲线按照能谱分布权重相叠加，获得多能CT-密度标定曲线。

采用蒙特卡罗模拟方法计算特定能量放射源下已知密度的物质的CT值包括如下步骤：

将已知组织成分物质输入到蒙特卡罗模拟工具中，模拟多能CT机投影过程，获得投影图；

采用重建算法，获得该物质的多能CT值；

再选取其他物质，重复上述步骤，获得不同密度物质对应的多能CT值。

采用实验方法计算特定能量放射源下已知密度的物质的CT值包括如下步骤：

将已知组织成分的物质放到多能CT放射源扫描，获得多能CT投影图；

采用重建算法，获得该物质的多能CT值；

再选取其他物质，重复上述步骤，获得不同物质对应的多能CT值。

继续参考图8，所述获取CT图像的方法还包括：

步骤S202，获取各单能CT值与密度值的分布关系。

步骤S201与步骤S202之间的执行顺序可以任意，步骤S202的具体实现步骤可参考步骤S101。所述各单能CT值与密度值的分布关系即为：对象的密度ρ与所述单能CT值的分布模型ct1＝y1(ρ)、...、ctN＝yN(ρ)。

步骤S203，基于所述分布模型获取对象密度的分布情况。

本实施例基于多能CT值与物质密度的分布模型，可以基于所获取的多能CT值，输出对象的密度分布情况。由于在成像设备中对象的图像处理一般以栅元作为处理对象，故而输出对象的密度分布情况即为输出各栅元的栅元密度。

步骤S204，结合各单能CT值与密度值的分布关系、以及对象密度的分布情况，得到对象密度上各单能CT值的分布情况。

从步骤S203可获取对象栅元密度的分布，再基于步骤S202各单能CT值与密度值的分布关系，可输出对象中各栅元密度下的各单能CT值，从而得到对象密度上个单能CT值的分布情况。

继续参考图8，所述获取CT图像的方法还包括：

步骤S205，根据所述对象密度上各单能CT值的分布情况获取RGB分布，并由此生成CT图像。

步骤S205的具体执行过程可参考步骤S103。

需要说明的是：

由于本发明技术方案采用了能量叠加，对应单位使用需要注意：电子射线用的能量单位是keV，指的就是电子自身的能量；单一能量的X射线的能量单位用的keV，指的是光子自身的能量。对于非单一能量(具有能谱分布)的X射线用的是kV，指的是由对应的单一能量电子打靶产生的X射线，例如：用60keV单一能量电子打靶产生的X射线的称作60kV光子，这个光子实际上具有多个单一能量的光子组成，成分包括了0keV～60keV的所有单能光子。现有技术中，采用的是两个非单一能量的光子成像获得能谱CT，因此采用的X射线表示单位是kV。因此，本发明采用能量keV表示是单一能量的射线能量单位，而用kV表示的是非单一能量的射线能量单位。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，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、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (18)

1.一种获取CT图像的方法，其特征在于，包括：

获取对象的多能CT值ct，所述多能CT值ct基于N种单能CT值ct1、...、ctN的叠加而成，所述多能CT值ct的能谱分布为f，所述单能CT值ct1、...、ctN的能谱分布为f1、...、fN，上述CT值满足线性方程：ct1×f1+...+ctN×fN＝ct，其中，N为大于或等于2的整数；

建立对象的密度ρ与所述单能CT值的分布模型ct1＝y1(ρ)、...、ctN＝yN(ρ)；

基于所述线性方程及分布模型获取对象各单能CT值的分布情况及对象密度的分布情况；

根据所述对象各单能CT值的分布情况获取RGB分布，并由此生成CT图像。

2.如权利要求1所述的方法，其特征在于，所述获取对象的多能CT值ct包括：

使用多能放射源对对象进行CT扫描，以输出所述多能CT值ct；或者，

基于X射线重建图像获取所述多能CT值ct；或者，

通过将除所述CT图像以外的扫描图像转换为X射线重建图像，获取所述多能CT值ct。

3.如权利要求1所述的方法，其特征在于，单能CT的能谱分布f1、...、fN基于多能CT的能谱分布f离散得到。

4.如权利要求1所述的方法，其特征在于，所述分布模型通过如下步骤建立：

将已知密度值的物质与单能放射源穿过该物质所得CT值进行对应，以获得单能CT值与已知密度值的一一映射关系；

对所获得的单能CT值与不同密度值的一一映射关系进行插值或拟合，以获得该单能CT值与密度值的分布模型。

5.如权利要求4所述的方法，其特征在于，所述单能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知物质的组织成分，计算获得该物质在不同单能放射源下的衰减系数；

根据所获得的衰减系数求得单能情况下该物质的CT值。

6.如权利要求4所述的方法，其特征在于，所述单能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知物质的组织成分，建立蒙特卡罗输入模型；

采用蒙特卡罗模拟单能放射源的CT机的投影过程，并获得投影图；

采用CT重建算法，基于所述投影图获得该单能情况下该物质的CT值。

7.如权利要求1所述的方法，其特征在于，所述基于所述线性方程及分布模型获取对象各单能CT值的分布情况及对象密度的分布情况包括：

求解所述对象中每个栅元的单能CT值及栅元密度。

8.如权利要求7所述的方法，其特征在于，所述对象的栅元是以编号的形式存储于计算机中的，所述方法还包括：

输出所述栅元编号及其对应单能CT值、栅元密度。

9.如权利要求1所述的方法，其特征在于，所述根据所述对象各单能CT值的分布情况获取RGB分布包括：

根据所述对象单能CT值与对象密度的对应关系，调整各单能CT值的分布权重；

基于所述调整后各单能CT值的分布情况获取所述RGB分布。

10.一种获取CT图像的方法，其特征在于，包括：

获取对象的多能CT值ct，所述多能CT值ct基于N种单能CT值ct1、...、ctN的叠加而成；

获取各单能CT值与密度值的分布关系；

建立对象的密度ρ与所述多能CT值的分布模型ct＝y(ρ)；

基于所述分布模型获取对象密度的分布情况；

结合各单能CT值与密度值的分布关系、以及对象密度的分布情况，得到对象密度上各单能CT值的分布情况；

根据所述对象密度上各单能CT值的分布情况获取RGB分布，并由此生成CT图像。

11.如权利要求10所述的方法，其特征在于，所述获取对象的多能CT值ct包括：

使用多能放射源对对象进行CT扫描，以输出所述多能CT值ct；或者，

基于CT图像获取所述多能CT值ct；或者，

通过将除所述CT图像以外的扫描图像转换为CT图像，再基于所转换的CT图像获取所述多能CT值ct。

12.如权利要求10所述的方法，其特征在于，所述分布模型通过如下步骤建立：

将已知密度值的物质与多能放射源穿过该物质所得CT值进行对应，以获得多能CT值与已知密度值的一一映射关系；

对所获得的多能CT值与不同密度值的一一映射关系进行插值或拟合，以获得该多能CT值与密度值的分布模型。

13.如权利要求12所述的方法，其特征在于，所述多能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知物质的组织成分，计算获得该物质在所述多能放射源下的衰减系数；

根据所获得的衰减系数求得多能情况下该物质的CT值。

14.如权利要求12所述的方法，其特征在于，所述多能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知物质的组织成分，建立蒙特卡罗输入模型；

采用蒙特卡罗模拟多能放射源的CT机的投影过程，并获得投影图；

采用CT重建算法，基于所述投影图获得该多能情况下该物质的CT值。

15.如权利要求12所述的方法，其特征在于，所述多能CT值与密度值的一一映射关系是通过如下步骤获得的：

已知不同物质的组织成分，采用实验获得投影图；

采用CT重建算法，基于所述投影图获得该多能情况下多种物质的CT值。

16.如权利要求10所述的方法，其特征在于，所述基于所述分布模型获取对象密度的分布情况包括：输出所述对象中各栅元的栅元密度；

所述得到对象密度上各单能CT值的分布情况则包括：输出所述对象中各栅元密度下的各单能CT值。

17.如权利要求16所述的方法，其特征在于，所述对象的栅元是以编号的形式存储于计算机中的。

18.如权利要求10所述的方法，其特征在于，所述根据所述对象密度上各单能CT值的分布情况获取RGB分布包括：

根据所述对象单能CT值与对象密度的对应关系，调整各单能CT值的分布权重；

基于所述调整后各单能CT值的分布情况获取所述RGB分布。