CN109920020B - 一种锥束ct病态投影重建伪影抑制方法 - Google Patents

Abstract

本发明公开了一种锥束CT病态投影重建伪影抑制方法，利用滤波反投影算法的准确性和迭代类算法抑制噪声的优势，通过解析算法和迭代算法的重建图像融合及迭代更新方法，实现病态投影重建伪影抑制，提高图像信噪比，改善由病态投影重建引起的伪影干扰。本发明提供的锥束CT病态投影重建伪影抑制方法，适用于正常投影和病态投影角度较少情况下的投影重建伪影抑制，方法的可靠性、稳定性、抗噪性好，可在很大程度上减少锥束CT病态投影重建伪影对图像的干扰与影响，明显改善锥束CT图像质量。

Description

一种锥束CT病态投影重建伪影抑制方法

技术领域

本发明属于锥束CT应用相关的医学成像和工业无损检测领域，涉及一种锥束CT病态投影重建伪影抑制方法。

背景技术

锥束CT(Cone Beam Computed Tomography,CBCT)作为一种先进的医学成像和工业无损检测技术，在不破坏物体情况下，以二维或三维断层图像的形式清晰、准确、直观地展现被检测物体的内部结构，定量地提供物体内部缺陷位置和尺寸。锥束CT具有扫描速度快，图像分辨率高，辐射利用率高等优点。

锥束CT通过X射线源和面阵探测器获取的一系列角度被测物体的投影数据，结合相应的重建算法得到连续的切片图像。投影数据完备时，X射线CT成像检测法可以精确重建切片图像。当物体局部尺寸较厚而射线不足以有效穿透时，就会产生投影数据无效或被噪声淹没，称为病态投影数据。这种病态投影会造成重建图像某些方向严重的边缘模糊及条状伪影。由于目标局部结构尺寸较大导致的射线能量与穿越厚度不匹配，进而产生不同位置投影数据信噪比低。投影的准确性是保证重建图像质量的前提，如果投影域信息反映失真，那么重建切片结果不仅伪影严重，而且边界模糊，因此必须保证被淹没的投影信息不遭破坏。

为了获取高质量图像，有必要对投影进行降噪处理。病态投影数据重建问题主要处理方法有投影域抑噪和重建域抑噪。传统投影域的中值滤波、均值滤波、维纳滤波等对于非平稳过程的信息有一定的局限性。多幅信息平均方法，可以用来处理由光的统计本质和图像传感器中光电转换过程引起的噪声，符合CT投影采集过程噪声与真实投影的关系，但是该方法抑制噪声的能力有限。重建域抑噪算法有Transform算法，Consistency一致性约束条件法，压缩感知(Compressed Sensing，CS)理论等迭代类算法，通过对病态位置的投影进行估计，降低噪声对图像的影响。Transform算法的本质是外插，其基本思想是通过几个相关数据空间之间迭代(也可以非迭代)来估计缺失部分的数据。压缩感知(CompressedSensing，CS)是一种对稀疏或可压缩信号进行采样和恢复的技术。该理论表明如果图像在某个变换域内稀疏，则可由少量的观测值重建出原始图像。但是图像的边缘部分频域上表现为高频分量，相当于高频噪声对图像有污染，于是重建轮廓附近存在灰度渐变的伪影。迭代重建算法的突出优势在于它能够在投影数据信噪比低、数据严重缺损的情形下获得更高质量的重建图像。DART(Discrete Algebraic Reconstruction Technique)算法是一种基于先验知识的迭代重建方法，该方法假设待重建物体的先验灰度值是已知的，这一假设在仿真试验中很容易满足，但是在实际的应用中，先验灰度信息难以准确的获得。

上述不同方法虽然取得了一定的伪影抑制效果，但对于当前越来越高的锥束CT医学成像要求和工业无损检测需求，实际应用中往往受到诸多限制。

发明内容

针对由于物体局部尺寸较厚而X射线不足以有效穿透时，投影数据无效或被噪声淹没等病态投影重建时产生的边缘模糊及条状伪影问题，本发明提供一种锥束CT病态投影重建伪影抑制方法，利用滤波反投影算法的准确性和迭代类算法抑制噪声的优势，通过解析算法和迭代算法的重建图像融合及迭代更新方法，实现病态投影重建伪影抑制，提高图像信噪比，降低由病态投影重建引起的伪影干扰。

本发明解决其技术问题所采用的技术方案包括以下步骤：

(1)圆周扫描获取检测对象的锥束CT投影图像；

(2)完成投影校正，分离并获取病态投影信息；

(3)应用滤波反投影算法和迭代算法分别对投影进行重建；

(4)对重建图像进行融合，得到更新图像；

(5)对更新图像进行后向投影操作，以后向投影对原始投影进行修正；

(6)应用滤波反投影算法对修正后的投影进行重建，完成图像伪影抑制。

在上述步骤(2)中，进行的投影校正主要包括散射校正、射束硬化校正；在上述步骤(2)中，分离并获取病态投影的具体步骤包括：

1)统计投影噪声信息，得到噪声强度σ_noise；

2)对采集得到的全投影,记为I_P,进行判断：若I_P≤3σ_noise，则判定该位置的投影为病态投影，记为

同时记录病态投影的位置为

在上述步骤(3)中，对投影进行重建的具体步骤包括：

1)采用滤波反投影算法对全投影I_P和病态投影

进行重建，分别得到解析图像F和

2)采用迭代算法对全投影I_P进行重建，得到迭代图像S。

在上述步骤(4)中，对重建图像进行融合的具体步骤包括：

1)获取解析图像

重建像素位置索引

2)以像素邻域信噪比计算为准则，比较迭代算法所得图像S在位置索引

的灰度值

和解析算法所得图像F在位置索引

的灰度值

对应的信噪比，对图像进行更新：若

则

若

则

在上述步骤(5)中，对原始投影进行修正的具体步骤包括：

1)对更新得到的图像F进行二值化，得到图像B；

2)求取图像F均值M，将M赋值给二值图像B对应位置,B(·＞0)＝M；

3)对图像B进行后向投影操作，得到后向投影

将投影

进行加权，得到修正更新的投影：

这里λ为修正系数，λ取值范围限定在0＜λ＜0.3。

在上述步骤(6)中，对修正后的投影进行重建的具体步骤包括：

1)采用滤波反投影算法对修正后投影I_P进行重建；

2)判断循环截止条件是否满足，如果不满足，则返回步骤(2)，如果满足，则输出图像。

在上述方法中，如果检测对象存在极微小的结构，则步骤(3)中迭代算法重建切片时，通过增加迭代次数提升初始图像中伪影对图像的干扰，且同时减小步骤(5)中的投影修正系数，使其控制在0＜λ＜0.1范围内。

根据所述的一种锥束CT病态投影重建伪影抑制方法，如果检测对象存在极微小的结构，则步骤3中迭代算法重建切片时，通过增加迭代次数提升初始图像中伪影对图像的干扰，且同时减小步骤5中的投影修正系数，使其控制在0＜λ＜0.1范围内。

本发明的有益效果是：本发明提供的锥束CT病态投影重建伪影抑制方法，适用于正常投影和病态投影角度较少情况下的投影重建伪影抑制，方法的可靠性、稳定性、抗噪性好，可在很大程度上减少锥束CT病态投影重建伪影对图像的干扰与影响，明显改善锥束CT图像质量。

下面结合附图和具体实施方式对本发明进行详细说明。

附图说明

图1为本发明算法流程图。

图2为重建图像伪影抑制前后相同位置的线性灰度比较。

具体实施方式

通过现有的工业锥束CT设备(X射线源为Comet的MXR-451HP/11，平板探测器为PerkinElmer的XRD 1621 AN15 ES，并具备扫描机构、系统控制及计算用计算机)，对钛基合金零件进行投影采样，应用本发明方法对锥束CT病态投影重建伪影进行抑制，执行以下步骤：

(1)通过工业锥束CT设备，选择射线源电压450kV和电流0.72mA，扫描几何参数为：射线源到探测器距离1229.403678mm，射线源到旋转中心距离789.5341mm；重建分辨率为256×256，圆周扫描得到检测对象锥束CT投影360幅。

(2)对投影进行散射校正、射束硬化校正，分离并获取病态投影信息，具体步骤包括：

1)统计投影噪声信息，得到噪声强度σ_noise；

2)对采集得到的全投影,记为I_P,进行判断：若I_P≤3σ_noise，则判定该位置的投影为病态投影，记为

同时记录病态投影的位置为

(3)应用滤波反投影算法和迭代算法分别对投影进行重建，具体步骤包括：

1)采用FBP算法对全投影I_P和病态投影

进行重建，分别得到解析图像F和

2)采用SIRT算法对全投影I_P进行重建，得到迭代图像S，其中迭代次数800次。

(4)对重建图像进行融合，得到更新图像，具体步骤包括：

1)获取解析图像

重建像素位置索引

2)以像素邻域信噪比计算为准则，比较迭代算法所得图像S在位置索引

的灰度值

和解析算法所得图像F在位置索引

的灰度值

对应的信噪比，对图像进行更新：若

则

若

则

(5)对更新图像进行后向投影操作，以后向投影对原始投影进行修正，具体步骤包括：

1)对更新得到的图像F进行二值化，得到图像B；

2)求取图像F均值M，将M赋值给二值图像B对应位置,B(·＞0)＝M；

3)对图像B进行后向投影操作，得到后向投影

将投影

进行加权，得到修正更新的投影：

这里修正系数λ＝0.03。

(6)应用滤波反投影算法对修正后的投影进行重建，具体步骤包括：

1)采用滤波反投影算法对修正后投影I_P进行重建；

2)判断循环截止条件是否满足，如果不满足，则返回步骤(2)，如果满足，则输出图像。

本实施例中，基于解析算法和迭代算法相融合的锥束CT病态投影重建伪影抑制特点在于：

(1)迭代算法对含噪投影的抗噪能力较强，通过迭代更新的方法，对噪声进行全局抑制；

(2)基于解析算法的准确性，将迭代算法与其融合，得到更新图像，使噪声对投影的影响减小；

(3)通过后向投影操作完成病态投影修正，提高不同采样位置投影信噪比，进而获得高质量图像。

图2为重建图像伪影抑制前后相同位置的线性灰度比较，可见本发明方法可使病态投影重建图像的轮廓对比度和清晰度得到显著提高。

Claims (3)

1.一种锥束CT病态投影重建伪影抑制方法，其特征在于包括下述步骤：

步骤1：圆周扫描获取检测对象的锥束CT投影图像；

步骤2：完成投影校正，分离并获取病态投影信息；

步骤3：应用滤波反投影算法和迭代算法分别对投影进行重建；

步骤4：对重建图像进行融合，得到更新图像；

步骤5：对更新图像进行后向投影操作，以后向投影对原始投影进行修正；

步骤6：应用滤波反投影算法对修正后的投影进行重建，完成图像伪影抑制；

在所述步骤2中，进行的投影校正主要包括散射校正、射束硬化校正；在所述步骤2中，分离并获取病态投影的具体步骤包括：

1)统计投影噪声信息，得到噪声强度σ_noise；

2)对采集得到的全投影,记为I_P,进行判断：若I_P≤3σ_noise，则判定该位置的投影为病态投影，记为

同时记录病态投影的位置为

；

在所述步骤3中，对投影进行重建的具体步骤包括：

1)采用滤波反投影算法对全投影I_P和病态投影

进行重建，分别得到解析图像F和

2)采用迭代算法对全投影I_P进行重建，得到迭代图像S；

在所述步骤4中，对重建图像进行融合的具体步骤包括：

1)获取解析图像

的位置索引，记为

2)以像素邻域信噪比计算为准则，比较迭代算法所得图像S在位置索引

的灰度值

和解析算法所得图像F在位置索引

的灰度值

对应的信噪比，对图像进行更新：若

则

若

则

；

在所述步骤5中，对原始投影进行修正的具体步骤包括：

1)对更新得到的图像F进行二值化，得到图像B；

2)求取图像F均值M，将M赋值给二值图像B对应位置,B(·＞0)＝M；

3)对图像B进行后向投影操作，得到后向投影

将投影

进行加权，得到修正更新的投影：

这里λ为修正系数，λ取值范围限定在0＜λ＜0.3；

在所述步骤6中，对修正后的投影进行重建的具体步骤包括：

1)采用滤波反投影算法对修正后投影进行重建；

2)判断循环截止条件是否满足，如果不满足，则返回步骤2，如果满足，则输出图像。

2.根据权利要求1所述的一种锥束CT病态投影重建伪影抑制方法，如果检测对象存在极微小的结构，则步骤3中迭代算法重建切片时，通过增加迭代次数提升初始图像中伪影对图像的干扰，且同时减小步骤5中的投影修正系数，使其控制在0＜λ＜0.1范围内。

3.基于解析算法和迭代算法相融合的锥束CT病态投影重建伪影抑制特点在于：

(1)迭代算法对含噪投影的抗噪能力较强，通过迭代更新的方法，对噪声进行全局抑制；

(2)基于解析算法的准确性，将迭代算法与其融合，得到更新图像，使噪声对投影的影响减小；

(3)通过后向投影操作完成病态投影修正，提高不同采样位置投影信噪比，进而获得高质量图像。

Images