CN108171768A - 一种基于bm3d的低剂量cbct图像重建方法 - Google Patents

Abstract

本发明公开了一种基于BM3D的低剂量CBCT图像重建方法，主要解决现有重建方法对低剂量投影数据重建不佳致使重建图像质量不好的问题，实现步骤包括：(1)利用锥束CT设备采集低剂量投影数据；(2)对低剂量投影数据进行线性变换；(3)对变换后的低剂量投影数据进行BM3D滤波去噪；(4)对步骤(3)结果进行线性逆变换得到降噪后投影数据；(5)对滤波后的低剂量投影数据进行FDK重建，得到低剂量CBCT图像。本发明的方法能有效去除高斯白噪声，产生高质量的CT重建图像，具有很好的鲁棒性。

Description

一种基于BM3D的低剂量CBCT图像重建方法

技术领域

本发明涉及医学图像重建和图像处理技术领域，具体涉及CBCT图像重建处理方法，具体公开了一种基于BM3D的低剂量CBCT图像重建方法。

背景技术

CBCT(Cone-beam CT，锥束CT)相比传统CT，具有空间分辨率高、数据采集时间短、射线利用率高等特点，可广泛应用于口腔及头颅部疾病的精确诊断、评估。为了降低病人和操作者患癌的风险，实际临床医学中一般采用较低剂量(低于常规临床诊断的剂量)扫描成像。但在低剂量扫描成像时，球管电压、电流的降低会由于光子饥饿现象在投影域和图像域数据中引入大量的噪声和伪影，致使图像质量退化，影响病症诊断。因此需要对低剂量CT图像降噪重建方法进行研究以提高重建图像质量。

目前，低剂量CT图像的去噪策略主要分为投影域去噪、重建过程去噪和重建图像去噪三大类，广泛使用的方法有小波变换去噪方法、非局部均值滤波去噪方法、双边滤波去噪方法等。小波变换是一个时间和频率的局部变换，原图像经二维小波变换后将图像逐级分离为具有不同尺度的四个分量部分，通过对高频分量进行阈值处理，可有效降低图像噪声水平，但同时会使图像模糊，细节信息损失。非局部均值滤波根据图像的自然冗余，利用图像中的自相似性区域进行加权去噪，可有效降低图像噪声，但由于该方法仅基于空间域的相似性进行降噪处理，不可避免的也会引起图像模糊、细节信息损失且计算量较大、耗费时间较长。双边滤波是同时顾及了空间域和值域差别的一种去噪方法，滤波器系数由几何空间距离和像素差值两部分决定，可有效保留图像细节信息，但对不同的图像数据需要通过复杂的人工参数调整才能达到最佳的降噪效果，自适应性太差。

发明内容

本发明的目的在于提供一种基于BM3D的低剂量CBCT图像重建方法，该方法在去除噪声的同时能有效抑制伪影，较好的保留图像边缘细节信息，对低剂量放射的CBCT图像表现良好。

本发明的目的可以通过以下技术措施来实现：首先基于BM3D滤波算法对低剂量CBCT投影域数据去噪处理，然后对滤波处理后的投影数据利用FDK算法重建得到低剂量CBCT图像，具体实现步骤如下：

(1)利用锥束CT设备采集低剂量投影数据；

(2)对低剂量投影数据进行线性变换；

(3)对线性变换后的低剂量投影数据进行BM3D滤波去噪；

(4)对步骤(3)的结果进行线性逆变换得到降噪后投影数据；

(5)对步骤(4)降噪后的投影数据进行FDK重建，得到低剂量CBCT图像。

进一步地，步骤(2)中所述的线性变换，是将投影数据线性变换到[0,1]范围，公式为

式中I′(i,j)是线性变换后的投影数据，I(i,j)是原始投影数据，I_max，I_min分别是投影数据的最大、最小值。

优选地，步骤(3)的BM3D滤波处理是基于投影域，直接对投影数据的滤波处理，具体处理步骤包括三维协同滤波和联合维纳滤波。

其中，三维协同滤波是对图像块进行三维小波变换，对变换域系数进行硬阈值滤波处理，阈值根据Birge-Massart准则自适应获取，并通过三维小波逆变换得到图像块的初步估计值。

进一步地，对逆变换后重叠图像块进行加权平均得到投影数据的初步去噪结果；以初步去噪结果的三维变换矩阵为参考值，对原始投影数据的三维变换矩阵进行联合维纳滤波，并对重叠图像块进行加权平均得到投影数据的最终去噪结果。

优选地，联合维纳滤波的输入参数η与高斯噪声方差σ²之间满足以下线性关系：

η＝κ*σ²

其中κ为经验系数，一般取值为：0.25×10¹⁰。

本发明的CT图像重建方法相比现有技术具有以下有益效果：

1、本发明基于BM3D对投影域数据进行多尺度稀疏滤波和联合维纳滤波处理，具有自适应性。

2、本发明基于BM3D对投影域数据去噪，有效结合了投影数据的局部、非局部结构特性，与现有技术相比，能更有效的保留图像边缘和纹理细节。

3、本发明基于FDK算法对滤波后投影数据重建，能有效改善低剂量CBCT重建图像质量。

附图说明

图1是本发明基于BM3D的低剂量CBCT图像重建方法的流程图；

图2是本发明使用的低剂量CBCT头模的原始重建图像(包含噪声)；

图3是在图2基础上经小波变换滤波后的头模图像；

图4是经双边滤波后的头模图像；

图5是采用本发明方法对头模去噪重建的图像；

图6是本发明使用低剂量CBCT QRM体模原始重建图像(包含噪声)；

图7是在图6基础上经小波变换滤波后的图像；

图8是经双边滤波后的图像；

图9是采用本发明方法对体模去噪重建的图像；

图10是小波变换滤波后重建图像中心行(X方向)与原始重建图像中心行(X方向)的局部剖线对比图；

图11是小波变换滤波后重建图像中心列(Y方向)与原始重建图像中心列(Y方向)的局部剖线对比图；

图12是双边滤波后重建图像中心行(X方向)与原始重建图像中心行(X方向)的局部剖线对比图；

图13是双边滤波后重建图像中心列(Y方向)与原始重建图像中心列(Y方向)的局部剖线对比图；

图14是本发明方法重建图像中心行(X方向)与原始重建图像中心行(X方向)的局部剖线对比图；

图15是本发明方法重加图像中心列(Y方向)与原始重建图像中心列(Y方向)的局部剖线对比图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例及附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

三维块匹配(BM3D)算法是Dabov等人提出的一种针对自然图像的去噪算法，该方法不仅利用了图像的自相似性，还结合了变换域的阈值滤波，是一种结合局部、非局部、多尺度稀疏、自适应的滤波方法。FDK算法是锥束重建中应用最广泛，并且在完整数据条件下，是三维滤波反投影重建算法。因此，本发明首先利用BM3D算法直接对投影域数据进行滤波处理，去除投影数据中的大量噪声，然后再对降噪后的完备投影数据进行FDK重建从而达到有效改善CBCT重建图像质量的目的。

具体地，本发明提出了一种基于BM3D的低剂量CBCT图像重建方法，具体实施方式如下：

(1)利用锥束CT设备采集低剂量投影数据；

(2)对低剂量投影数据进行线性变换，将投影数据线性变换到[0,1]范围，公式为

式中I′(i,j)是线性变换后的投影数据，I(i,j)是原始投影数据，I_max，I_min分别是投影数据的最大、最小值。

(3)对线性变换后的低剂量投影数据进行BM3D滤波去噪，基于投影域，直接对投影数据滤波处理，具体处理步骤包括如下：

①投影数据图像块的相似性匹配：在投影数据的滑窗搜索区域(半径为R的区域)中，逐个计算搜索块N_k(q)与参考块N_kR(p)之间的相似性，相似性通过图像块之间的欧式距离l²-距离表示：

给定阈值T_threod，当dist≤T_threod时，认为两个图像块相似，并按照相似性距离dist从小到大的顺序将其依序存储到相似块集合S_P中，构成三维矩阵，反之，当dist＞T_threod时，则认为两个图像块不相似。

②对相似块匹配的三维矩阵进行三维协同滤波，得到图像块的初步去噪估计：首先对相似块组成的三维矩阵进行三维小波变换，变换域系数由下式求得：

然后对变换域系数硬阈值滤波，阈值根据Birge-Massart准则自适应获取，最后逆变换得到每个块的初步估计值。

③对有重叠的图像块加权平均处理，得到投影数据的初始去噪结果，权值函数由硬阈值滤波后、矩阵系数中的非零个数n确定：

投影数据的初始去噪结果I_b′_asic(i)的计算公式为：

式中是当前参考块p的相似块q的三维变换协同滤波后的结果，

④联合维纳滤波：以初步去噪结果的三维变换矩阵为参考值，对原始投影数据的三维变换矩阵进行维纳滤波处理得到图像块的最终去噪估计值，经验维纳系数定义为：

其中表示初步去噪参考块的相似块集合的三维变换；η由高斯噪声方差σ²确定，η＝κ*σ²。

⑤对有重叠的图像块加权平均处理，得到投影数据的最终去噪结果，权值函数由下式确定：

(4)对步骤(3)结果进行线性逆变换得到降噪后投影数据；

(5)对步骤(4)降噪后的投影数据进行经典的FDK重建，具体步骤如下：

①对投影数据做加权运算：

其中，d为光源到旋转中心的距离，(u,v)为探测器平面坐标，P_θ(u,v)表示第θ角度的投影数据，P_θ′(u,v)表示对投影数据加权后的结果。

②对加权后的投影数据做滤波运算：

其中，函数h(u)表示|w|的傅里叶逆变换，表示对加权后的投影数据进行逐行滤波后的结果。

③反投影运算：

其中，f(x,y,z)表示被重建点，u(x,y,θ)，v(x,y,z,θ)分别表示点(x,y,z)投影到探测器上的坐标。

下面对具体数据采用本发明方法进行处理来进一步说明本发明方法的效果。

图2是本发明使用的低剂量CBCT头模的原始重建图像(包含噪声)，扫描部位是口腔牙齿。图3、4、5分别是经小波变换滤波、双边滤波及本发明方法的头模去噪重建的图像。图像去噪效果的评价主要分为主观评价和客观评价两方面，主观评价主要是从目视效果上，人眼根据视觉特性直接判断图像质量的好坏，感觉图像清晰则去噪效果好，反之效果则差。目视效果上，对比图2、3、4、5，可以看出，图3为小波变换滤波方法处理得到的CBCT图像，均匀区域处雪花现象严重，不能有效去除噪声且边缘细节信息还有一定的模糊；图4为双边滤波方法处理得到的CBCT图像，整体清晰度较差且边缘细节信息也有一定模糊；图5为本发明方法处理得到的CBCT图像，整体清晰度保持较好，边缘细节信息也保持良好。

客观评价主要是根据评价指标定量的对去噪效果进行评价，本发明采用峰值信噪比PSNR对去噪效果的好坏进行定量评价。表1是现有方法和本发明方法头模的局部窗口峰值信噪比对比数据，从表1中可以看出，本发明方法的峰值信噪比保持较好。

表1本发明使用方法的局部窗口峰值信噪比

为进一步评判现有方法和本发明方法处理后CBCT图像的均匀性保持情况，本发明还对QRM均匀性高低对比度体模进行了重建对比试验。图6是QRM体模的低剂量原始CBCT重建图像，图7、8、9分别是小波变换滤波、双边滤波及本发明方法体模去噪重建图像。目视效果上，对比图6～9，可以看出，本发明方法的重建效果最好，图像的整体清晰度较好，且可以明显清晰的看到低对比度均匀性区域，区域边缘细节信息保持程度最好。

图10～15是小波变换滤波、双边滤波和本发明方法体模去噪重建图像与原始重建图像的行列方向局部剖线对比图，实线是原始重建图像剖线，虚线是去噪重建图像剖线，从图中可以看出，在体模的均匀性区域，本发明方法的剖线比较平滑，毛刺现象最少，这说明本发明方法有效的去除了投影数据中的噪声，重建图像质量最好。

综上所述，可见本发明的方法对低剂量CBCT图像的去噪重建效果优于现有算法，在抑制噪声的同时能有效保持图像边缘细节信息，适合于低剂量CBCT图像的重建处理。

以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种基于BM3D的低剂量CBCT图像重建方法，其特征在于包括以下步骤：

(1)利用锥束CT设备采集低剂量投影数据；

(2)对低剂量投影数据进行线性变换；

(3)对线性变换后的低剂量投影数据进行BM3D滤波去噪；

(4)对步骤(3)的结果进行线性逆变换得到降噪后投影数据；

(5)对步骤(4)降噪后的投影数据进行FDK重建，得到低剂量CBCT图像。

2.根据权利要求1所述的一种基于BM3D的低剂量CBCT图像重建方法，其特征在于：步骤(2)所述的线性变换，是将投影数据线性变换到[0,1]范围，具体为

式中I′(i,j)是线性变换后的投影数据，I(i,j)是原始投影数据，I_max，I_min分别是投影数据的最大、最小值。

3.根据权利要求1所述的一种基于BM3D的低剂量CBCT图像重建方法，其特征在于：步骤(3)的BM3D滤波处理是基于投影域，直接对投影数据滤波处理；具体处理步骤包括三维协同滤波和联合维纳滤波。

4.根据权利要求3所述的一种基于BM3D的低剂量CBCT图像重建方法，其特征在于：步骤(3)的BM3D滤波中，三维协同滤波是对图像块进行三维小波变换，对变换域系数进行硬阈值滤波处理，阈值根据Birge-Massart准则自适应获取，并通过三维小波逆变换得到图像块的初步估计值。

5.根据权利要求4所述的一种基于BM3D的低剂量CBCT图像重建方法，其特征在于：对逆变换后重叠图像块进行加权平均得到投影数据的初步去噪结果；以初步去噪结果的三维变换矩阵为参考值，对原始投影数据的三维变换矩阵进行联合维纳滤波，并对重叠图像块进行加权平均得到投影数据的最终去噪结果。

6.根据权利要求3或5所述的一种基于BM3D的低剂量CBCT图像重建方法，其特征在于：联合维纳滤波的输入参数η与高斯噪声方差σ²之间满足以下线性关系：

η＝κ*σ²

其中κ为经验系数，取值为：0.25×10¹⁰。