WO2014172938A1

WO2014172938A1 - Ct图像重建方法

Info

Publication number: WO2014172938A1
Application number: PCT/CN2013/076033
Authority: WO
Inventors: 徐如祥; 代秋声; 高枫; 张涛
Original assignee: 中国人民解放军北京军区总医院
Priority date: 2013-04-27
Filing date: 2013-05-22
Publication date: 2014-10-30
Also published as: CN103366389A

Abstract

一种CT图像重建方法包括：对探测器的探测信号进行预处理，并根据探测器的探测结果获取投影数据（S101）；根据扫描的边界参数对所述投影数据进行加权，并对加权后的投影数据进行一维卷积滤波（S103）；根据扫描几何参数，将滤波后的投影数据从探测器曲面映射到位于旋转中心的虚拟探测器平面（S105）；通过插值处理获取待重建点在虚拟探测器平面上的经滤波后的投影数据，并进行三维反投影，获取初始图像（S107）；将所述初始图像作为有序子集最大期望值算法的初始图像，进行迭代重建处理，输出迭代终止后的图像作为重建图像（S109）。本方法能够准确地重建CT图像并提升重建图像的清晰度。

Description

CT图像重建方法

本发明要求 2013年 4月 27日向中国国家知识产^ ^提交的、申请号为 201310153107. 5、名称为 "CT图像重建方法" 的中国专利申请的优先权。

技术领域

本发明涉及图像重建方法，尤其是一种 CT ( Computed Tomography ) 图像重建方法。

背景技术

X射线计算机断层成像 ( CT , Computed Tomography )是现代医学中常用的内测技术， CT技术主要利用 X线束与探测器围绕人体旋转，并连续进行断面扫描，每次扫描过程中由探测器接收穿过人体后的衰减 X 线信息后输入计算机，经电子计算机根据接收的衰减 X线信息进行图像重建，以获^ 测部位的图像。

CT技术中的图像重建是影响检测结果的一个重要因素，如何清晰、准确地重现检测部位的图像，是本领域技术人员一直研究的课题。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

本发明的一个目的是提供一种能够清晰、准确地重现图像的 CT图像重建方法。

为实现上述目的，本发明提供了一种 CT图像重建方法，包括：对探测器的探测信号进行预处理，并根据探测器的探测结果获取投影数据；

根据扫描的边界参数对所述投影数据进行加权，并对加权后的投影数据进行一维卷积滤波；

根据扫描几何参数，将滤波后的投影数据从探测器曲面映射到位于旋转中心的虚拟探测器平面；

通过插值处理获取待重建点在虚拟探测器平面上的经滤波后的投影数据，并进行三维反投影，获取初始图像；

将所述初始图像作为有序子集最大期望值算法的初始图像，进行迭代重建处理，输出迭代终止后的图像作为重建图像。

本发明通过对探测信号进行预处理、对投影数据进行加权、滤波等，可校正获取的投影数据的误差，能够建立清晰度和准确度较高的初始图像，结合有序子集最大期望值算法对初始图像进行迭代重建处理，可精确修正初始图像，进一步提升重建图像的清晰度和准确度，为后续应用提供了可靠的基础。

通过以下结合附图对本发明的最佳实施例的详细说明，本发明的这些以及其它的优点将更加明显。

附图说明

本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解，其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中：

图 1为本发明实施例提供的 CT图像重建方法的流程图；

图 2 为本发明对重建图像进行体绘制时采用的体绘制物理模型示意图。

本领域技术人员应当理解，附图中的元件仅仅是为了简单和清楚起见而示出的，而且不一定是按比例绘制的。例如，附图中某些元件的尺寸可能相对于其他元件放大了，以便有助于提高对本发明实施例的理解。具体实施方式

在下文中将结合附图对本发明的示范性实施例进行详细描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于^开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。

在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图和说明中仅仅描述了与根据本发明的方案密切相关的装置结构和 /或处理步骤，而省略了对与本发明关系不大的、本领域普通技术人员已知的部件和处理的表示和描述。

图 1为本发明实施例一提供的图像重建方法的流程图。如图 1所示，该方法包括：

步骤 S101: 对探测器的探测信号进行预处理，并根据探测器的探测结果获取投影数据；本步骤中可根据探测结果获取例如 X射线经物质吸收后的衰减结果获取投影数据，该投影数据可用于表示例如 X射线扫描物质时物质对其吸收程度。

步骤 S103: 根据扫描的边界参数对所述投影数据进行加权，并对加权后的投影数据进行一维卷积滤波；所述边界参数可包括，例如机架的起始位置和终止位置，球管（射线管）的曝光时间，探测的有效信号单元范围等。本步骤中，可通过以下公式（1 )对投影数据^ ^，进行加权获得加^的投影数据 A 。

P' ("， β, 7) = )_2d (β, γ) ' cos ρ( , β, γ) ( ₁ ) 其中为物体函数 2d的一维傅立叶变换函数，《为波矢量 ^，为波矢量， '为媒盾中波传播的点源。可通过以下公式（2)对加权后的投影数据进行一维卷积滤波： ρ' ' (α, β, γ) = cos a · p' (a, β, γ) ® h{y) ( 2 ) 其中， ^：为滤波函数。步骤 S105: 根据扫描几何参数，将滤波后的投影数据从探测器曲面映射到位于旋转中心的虚拟探测器平面；该扫描几何参数可包括，例如 CT扫描时的中心通道、旋转半径等参数。

步骤 S107: 通过插值处理获取待重建点在虚拟探测器平面上的经滤 ^^的投影数据，并进行三维反投影，获取初始图像；

本步骤具体根据各待重建点在虚拟探测器平面上的经滤波后的投影数据进行三维反投影，获取初始图像。

如果当前处理的是最后一次扫描的投影数据，则可获取该初始图像，否则，可重复进行步骤 S101、 S103、 S105、 S107, 直至最后一次扫描的投影数据也被处理。

步骤 S109: 将所述初始图像作为有序子集最大期望值（OSEM)算法的初始图像，进行迭代重建处理，输出迭代终止后的图像作为重建图像。可选地，步骤 S109包括： 1)，将所述投影数据划分为 n个子集至

^S 重复以下步骤，直到重建图像达到预先设定的终止标准后，输出迭代终止时的图像作为所述重建图像；

2) , 使 f^{1 = k},^{k = k + 1}, 其中表示迭代的次数，其初始值为 0，当 =o时，为所述初始图像，为当迭代次数 k为 1时初始图像；

3)，通过以下公式（3)计算子集理论投影数据：

N

(3) 其中， ^表示表示第 ]个像素对第条投影射线的图像衰减系数均值，表示第 ]个像素对第 t条投影射线的影响权重， ^Si表示第 i个子集， w表示像素数目，表示第个像素对第条投影射线的初始图像;

4 )，通过以下公式（4 )进行像素更新：

其中，表示第 ^条投影射线的实测值；

5 )，将所有子集的理论投影数据作为下一次迭代的初始值，即 f^k = fⁿ⁺¹ , 其中，代表所有子集的理论投影数据作为下一次迭代的初始值图像，即所有 η个子集投影数据集为^ I的第 1次迭代初始投影图像。

上述方案通过对探测信号进行预处理、对投影数据进行加权、滤波等，可校正获取的投影数据的误差，能够建立清晰度和准确度较高的初始图像，结合有序子集最大期望值算法对初始图像进行迭代重建处理，可精确修正初始图像，进一步提升重建图像的清晰度和准确度，为后续应用提供了可靠的基础。

下面结合本方案对有序子集最大期望值算法进行详细描述：

根据 CT机架的几何结构和扫描协议建立 CT系统的物理几何模型，计算系统的投影矩阵 ^{W = { }} ;

初始化迭代次数 0，设定非负的初始图像，在本方案中采用步骤 S107中获取的初始图像；重复下列步骤，直到重建图像达到预先设定的终止标准，可选择的标准包括：迭代次数达到上限 K、理论投影数据与实测投影数据的误差小于 ε ε

给定的阈值、图像更新值 I 小于给定的阈值。子集运算 ^{1 =} ， ^{+ 1}；从子集到首先进行理论投影值计算，即进行公式（3 )的运算。然后根据公式（4 )进行像素更新。将所有子集计算的结果作为下一次迭代的初始值，即 =尸⁺¹。

输出迭代终止图像作为 OSEM算法的重建结果。

可选地，在步骤 S101中，可包括暗电流去除、迭代滤波、光束标准化、空气校准、负对数运算、自适应滤波、水射^更化校正、 7j #^准等。

本发明进行暗电流去除的流程如下：

对探测器的每个探测单元在曝光前进行信号采样，将采样信号的值作为暗电流；

将曝光时对探测器的每个探测单元的采样信号与对应的暗电流相减后获取去除暗电流后的采样信号。

例如，曝光前，主控制器发出暗电流去除指令给 DAS (数据采集系统）， DAS接收到指令后启动暗电流去除程序。对每一个探测单元，采集一段时间内（如 Is等）的 DAS信号，计算其均值作为暗电流，将曝光时 DAS采集到的信号与暗电流相减，输出暗电流去除后的信号。

实际中由于暗电流的存在， DAS 在球管没有曝光的情况下采集到的信号也不为 0，因此每次曝光时 DAS采集到的信号存在暗电流的叠加而产生误差，本发明通过上述方式，可减小信号采集的误差，提高图像重建的准确度。

本发明通过以下公式（5 )对探测器的采样信号进行迭代滤波： At

N n=l

x(kAt) =

n=l ( 5 )

(k-l)

At

其中， ^Δί是信号采样的时间间隔， ^Δί)是所述探测器真实的积分采样信号，是测量的所述探测器的积分采样信号， ^是探测器特性曲线中包含的主要衰减成分个数，是第个成分的衰减时间常数，是时间常数，是时间常数为 ¹ "时的衰减成分的相对强度， k代表迭代次数，代表多个投影角度实测数的集合， e为随机变量

通过以上方式进行探测器采样信号的迭代滤波，可校正由探测器的初始发光和余辉效应导致的数据误差。当探测器采用稀土陶瓷探测器，其初始发光和余辉效应的影响比较小，可以考虑用低阶的衰减模型进行处理。

本发明进行光束标准化包括以下步骤：

在探测器的一端设置一个参考探测单元直接接受 X光照射，实时记录 X光束的强度，记为 « ; 将其余探测单元的信号与参考探测单元的信号相除实现标准化。通过上述方式进行光束标准化，可去除由于从球管发出的光线的强度随时间产生的波动性而产生的误差。基于上述的光束标准化，本发明在进行空气校准时包括以下步骤：空采样步骤：在不放入扫描物体的情况下进行球管曝光并对探测器的探测信号进行采样；归一化增益获取步骤：将所述探测器的每个探测单元的采样信号与参考探测单元的采样信号相除以获取探测器的各探测单元的归一化增益；比较步骤：在预设时间段内使探测器从多个角度采样信号，获取^：测单元的多个归一化增益的平均值，将各探测单元的归一化增益的平均值与预设阈值进行比较，如果其中一个归一化增益的平均值与不在预设的阈值范围内，则更换对应的探测单元；查找表形成步骤：计算每个增益平均值的对数形成增益查找表；在多种扫描条件下重复执行所述空采样步骤、归一化增益获取步骤、比较步骤和查找表形成步骤，形成多个增益查找表。空气校准的频率依据使用地点以及温度变化而定，例如，可每天做 2 到 4次。通过空气校准，可校准各通道的探测器增益。在一种示例中，可首先设定校正条件，包括焦点大小、管电压、管电流和扫描层厚。在不; ^扫描物体的 ^下进行球管曝光，同时 DAS开始采集数据。将每个探测单元的信号与参考探测单元的信号相除计算归一化增益。在一段时间（ Is )内重复采集多个投影角度的信号计算每个探测单元 (m,n)的增益平均值，将其与预先设定的探测器正常工作增益阈值比较，如果增益平均值^ "不在正常工作增益阈值范围内，则该探测单元可能已经失效需要更换。计算增益平均值的对数¹¹ ^ "),形成增益查找表以加速后续的负对数运算。

针对每一个可用的工作条件（管电压、扫描层厚、 X光焦点大小），重复上述步骤，形成多个增益查找表。

本发明具体通过以下公式（6) 中的负对数运算，获取投影数据： p(m, n) = - (m,n))

p(m,n) I (m,n) , ^^,^.,^^ I^N (m,n) _a 其中，为投影数据，出射射线的光强，、是空气校准后探测器接受的射线的光强。

本发明在进行自适应滤波时，包括以下步骤：

根据以下公式（7)计算滤波核的大小；

(7) 其中，是滤波核， β = ,λ=Ί , τ是针对特定的扫描糾设置的射线强度的阈值； Τ是一个经验参数，具体取值需要通过实验确定。 ^DW^{≥ 2}是滤波核直径选择函数，随着投影强度增大而增大，如果 ^ ^<2则不对投影数据进行滤波。如果大于等于预设值，则根据以下公式（8)对投影数据进行一维滤波，具体地，对投影数据进行沿探测器径向 ^DW邻域范围内的

其中，是滤^的投影数据，是滤波前的投影数据，

^Λ(χ)是三角函数， m， n为对应于存储器的地址，为内插任一计算值。

例如， X光束流遵循复合泊松分布，对于束流比较小的 X光信号其噪声比较大，可能会导致条纹状伪影。本发明为了消除由噪声引起的条纹状伪影，采用自适应滤波方法对投影数据进行校正，对 X光束流比较大的信号最小化滤波或者不应用滤波，对 X光束流比较小的信号则增大滤波，可减小伪影。

在计算滤波核大小之前，可针对每一个常用扫描条件，包括焦点大小、管电压、管电流和扫描层厚等，设置相应的 X光束流强度阈值，例如，阈值 r。

本发明在进行水射束硬化校正时，具体包括：在射线管的每个管电压下执行以下步骤：

11 )根据以下公式（8 )计算射线的穿过路径的长度：

其中， U是射线管的管电压，是射线管出射射线的穿过路径的长度， / 是射线管出射射线的能傳分布，是纯水的衰减系数， ρ 是实测的投影数据， Ε是辐射力；

12 )根据给定的管电压 U 下，射线管出射射线的穿过路径的长度 1 和实测的投影数据的映射关系，建立查找表

13 )根据以下公式（9 )获取经水射束硬化校正后的投影数据： ρ = ι -μ{Ε) _{( 9 )} 其中为经水射束硬化校正后的投影数据。在射线管的每个管电压下都执行上述步驟，可形成多个查找表，加快校正速度。

例如，从球管发出的 X光覆盖了一个范围很宽的傳段，导致测得的投影值经过负对数运算后与穿过材料的路径长度不再满足线性关系。本发明考虑到人体主要的器官与水具有比较接近的衰减特性，采用基于水的射 ^更化校正，并根据上述校正方案，可获得较好的校正效果，提升图像重建的速度和准确度，有助于获得清晰的 CT重建图像。

本发明进行水模校准时包括以下步骤：

21 )在不同的扫描参数下，采集标准水模的投影数据，所述标准水模放置在扫描视野的中心，具体操作时，可通过激光定位灯的辅助，将标准 7 ^放在扫描视野 FOV的中心。该扫描参数可包括管电流、管电压等参数。

21 )根据以下公式 ( 9 )计算

其中，为以重建图像中心为圆心，半径 10cm的感兴趣区域内的 7J 图像衰减系数均值，为空气区域内的水模图像衰减系数均值， μ 为为没有经水射束硬化校正的图像衰减系数均值， ^μ为经过水射束硬化校正后的图像衰减系数均值；

21 )根据以下公式（ 10 )计算偏移校正因子和缩放校正因子：

― water air

scale

water air

offset = air · scale ― air ) ' ^ 1 Π ) 其中， L是从射线管焦点到探测器的距离， ^为偏移校正因子，为缩放校正因子；

21 )根据以下公式（ 11 )获取经水模校准后的投影数据：

P ⁼ P 一 ( 11 )

其中，为经水模校准后的投影数据， ^为在对应的扫描参数设置下，个通过采集的投影数据，也可为经水射束硬化校正后的投影数据。

理论上重建图像中空气的 CT值应为 -1000HU, 纯水的 CT值应为 0HU, 实际重建的结果可能会有一定偏差，本发明采用标准水模，通过以上方式对投影数据进行校正，可实现对重建图像的 CT值偏差进行修正，提高图像重建的准确性。可选地，根据球管曝光时间确定校正频率，水模校准可一般三个月到半年做一次，更新校正参数。

可选地，在步骤 S109中获取重建图像之后，还可包括对重建图像进行后处理的步骤，例如，骨射束硬化校正、伪影去除、可视化处理等，下面分别对其进行介绍。

本发明在输出重建图像后，可进行骨射^ ^化校正，具体包括：在预先设定的射线管的管电压下，根据出射射线的能谱分布、骨骼的衰减系数以及穿过骨骼的路径长度计算骨骼的投影数据；

对骨骼的投影数据进行水射束硬化校正，获得水射束硬化校正后的投影数据；

采用附加二阶校正的方法将水射束硬化校正后的投影数据映射到理想的骨骼响应曲线，记录二阶校正参数；

对重建后的图像进行阈值分割，分离出骨组织；

对骨组织进行模拟正向投影，以产生只含骨的投影数据；根据投影误差数据，重建出一个只含有伪影的图像；

将只含有伪影的图像乘以二阶校正参数，从重建图像中减去只含有伪影的图像，产生骨射束校正后的图像。通过以上方式进行骨射束硬化校正，可减少由于骨组织和水组织之间衰减特性的显著差别造成的伪影，提升重建图像的清晰度。本发明在输出重建图像后，可进行伪影去除处理，具体包括：

31)将重建图像由欧式空间坐标系（x， y)变换到极坐标系（r， Θ )，此时欧式空间中的环被映射为极坐标下的一条直线；

32)在极坐标系下，根据以下公式（ 12)对每一个像素进行径向一维滤波：具体地，采用的滤波核对每一个像素 Ρ(^)进行 r方向上的一维滤波； f(r,0) =\k(r)^p(r,0)\ _{( n)} 其中，，是像素值， W是滤波核， /(^)是滤波后的像素值；

33 )如果画/ < f{r,&) < Edge，其中 N。rm 是正常像素的卷积阈值， Edge 是图像正常边界的卷积阈值，则像素值 ^ 被判定为环状伪影； No画 I ^Ε 的取值需要通过对不同组织、不同重建滤波核进行实验以获得经验参数进行设置；

34)根据以下公式（13)，采用径向邻域内的像素值对判定为环状伪影的像素值进行拟合：

P(r,0)= X ^-ρ^,θ)

( 13 ) 其中 A为波矢量；

35 )将拟合后的极坐标系图像逆变换到欧式空间坐标系，消除环状伪影；

36) 当 X光穿透金属物体时发生强烈衰减，探测器接收到的 X光子数匮乏，信号噪声较大从而导致图像中出现条纹状伪影，本步骤中还可执行以下步骤来消除条状伪影：对重建图像采用阈值分割，分割出金属物体区域；

37 )对每一个金属物体区域计算其对应的原始投影数据范围 ^，^^]，对于每一个投影角度的投影数据 β, 进行如下修正以获取修正后的投影数据^ ): ρ_Ρ ( ,β, γ) =

38 )采用修正后的投影数据进行图像重建，获得不含金属物体信息的图像；

将分割出的金属物体区域乘以一个^^拉伸系数，与不含金属物体信息的图目融合获得金属伪影校正后的图像； M拉伸系数是一个经验参数，需要通过实验确定。可选地，在输出重建图像后，还可对该重建图像进行可视化处理，具体描述如下：对重建后的 CT 图像，可以通过计算机进行二维和三维交互的可视化，以帮助医生更直观、全面地掌握患者的生理、病理信息。本发明方案拟提供以下集中可视化技术：实时切片浏览、多平面重构和体绘制。实时切片浏览在重建主界面中设置一个实时切片浏览窗口，实时显示重建进度及当前重建切片，并提供已重建切片的选择浏览功能。多平面重构

建立一个基于病人的坐标系，有三个正交平面：冠状面、矢状面、轴状面，任何与这些平面不平行的平面被称为斜面。通过在不同方向上对体积图像插值，产生重构图像。拖动选中的平面可以实现三维 CT体数据的多平面显示及浏览。多平面重构显示的主要步骤如下：

建立多平面重构显示坐标系统，包括：世界坐标系、物体坐标系、视点坐标系、设备坐标系等；针对每一次图转、平移以及缩放的操作，更新模型变换矩阵，将三维显示区域顶点从物体坐标系映射到世界坐标系，将三维 CT影像数据作为紋理绑定到世界坐标中的显示区域上；通过用户交互选择确定需要显示的平面，计算每一个需要显示平面的顶点在世界坐标系中的位置，然后在三维纹理上进行插值获取显示平面上的二维紋理；将二维紋理与显示平面绑定，更新视角变换矩阵将显示平面从世界坐标系投影映射到视点坐标系，然后进行设备变换将显示平面映射到设备坐标系， ^在绘图窗口中进行多平面重构显示。体绘制

如图 2所示，本发明提出的体绘制技术首先需要选择一个观察者视角和一个假想的屏幕。然后一组虚拟射线沿着视角方向穿透物体，射线可以散或平行的，通过一个映射函数，假想屏幕上一个像素的强度或颜色由三维物体中与射线相交的所有像素通过预先设定的映射关系决定。方案中拟采用如下步骤进行体绘制显示：建立一个体绘制显示坐标系统，包括：世界坐标系、物体坐标系、视点坐标系、设备坐标系等；设定体绘制显示采用的传递函数，描述像素值、像素梯度等信息与对应的光学属性（不透明度、颜色等）之间的映射关系；

针对每一次图转、平移以及缩放的操作，更新模型变换矩阵，将三维 CT影像数据从物体坐标系映射到世界坐标系；

从投影平面的每一个像素点发射出一条光线，穿过三维 CT 影像数据，计算每一个采样点 s的光属性。对于每个采样点 s，不仅自身具有一定的密度和颜色，还会将周围的光线反射到视点，这两者构成了 S点的出射光线 CW，可以表示为：

C(s) = Ka*Ca + Kd*Cl* Co(s)(N(s) · L(s)) + Ks*Cl* (N(s) · H(s))^ns (₁₅) 其中为环境光，为环境光系数， ^为 ¾ 射系数， c/为光源颜色， ( 为 S点本身的颜色， ^A ^ 为 s点的梯度矢量， ^LW为光源

矢量，为镜面反射系数， ^⁷^)为高光矢量， ^为高光指数。由于出射光线在从 S 点投射到视点的过程中还会受到其它点的阻挡作用，因此 S点对视点的光线贡献是 ^C( 的一个衰减值。因为 Ray (射线）上的每个粒子对视点都会有一个光线贡献值，因此假设视点在 Ray 方向接收到的光线总量为 I，则 I可以表示为一个线积分的形式：

/ =

其中/0)为采样点 s的密度值， R为 Ray的长度。按照 Front-to-back (从前到后）的顺序进行采样点光属性的混合，假定从视点出发，在 Ray上每隔 AS距离采样一个点，则公式 (16)可以近似等价于一个递归的混合公式： c = C(i-AS)*a(i-AS)*(l-a) + c

(17)

其中 c为视点的光线颜色累加值， "为视点的阻光度累加值，为第 ^个采样点处的出射光线，为第 ^个采样点处的阻光度。生成最终显示的二维投影图像，对应每个像素的颜色值为 ^C对 "的比值。

虽然已经详细说明了本发明及其优点，但是应当理解在不脱离由所附的权利要求所限定的本发明的精神和范围的情况下可以进行各种改变、替代和变换。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语"包括"、 "包含"或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句 "包括一个 ...... "限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上虽然结合附图详细描述了本发明的实施例，但^ ί当明白，上面所描述的实施方式只是用于说明本发明，而并不构成对本发明的限制。对于本领域的技术人员来说，可以在不偏离本发明的精神和范围的情况下对上述实施方式作出各种修改和变更。因此，本发明的范围仅由所附的权利要求及其等效内容来限定。

Claims

权利要求书

1. 一种 CT图像重建方法，其特征在于，包括：

对探测器的探测信号进行预处理，并根据探测器的探测结果获取投影数据；

2.根据权利要求 1所述的 CT图像重建方法，其特征在于，对探测器的探测信号进行预处理具体包括：对探测器的每个探测单元在曝光前进行信号采样，将采样信号的值作为暗电流；将曝光时对探测器的每个探测单元的采样信号与对应的暗电流相减后获取去除暗电流后的采样信号。

3.根据权利要求 1所述的 CT图像重建方法，其特征在于，对探测器的探测信号进行预处理具体包括：通过以下公式对所述探测器的采样信号进行迭代滤波：

N —

y(kAt) - ^ _ne ^τ _k

x(kAt) = ^ S_nk = x[(k - l)At] ^ e Ά (k-l)

t是信号采样的时间间隔， ^t、是所述探测器真实的积分采样信号， ^ Δί)是测量的所述探测器的积分采样信号， W是探测器特性

曲线中包含的主要衰减成分个数，是第个成分的衰减时间常数， ^Tn 是时间常数， ^是时间常数为 ^时的衰减成分的相对强度， k代表迭代次数， A代表多个投影角度实测数的集合， e为随机变量

4.根据权利要求 1所述的 CT图像重建方法，其特征在于，对探测器的探测信号进行预处理具体包括：

空采样步骤：在不放入扫描物体的情况下进行射线管曝光并对探测器的探测信号进行采样；

归一化增益获取步骤：将所述探测器的每个探测单元的采样信号与参考探测单元的采样信号相除以获取探测器的各探测单元的归一化增益；比较步骤：在预设时间段内使探测器从多个角度采样信号，获取测单元的多个归一化增益的平均值，将各探测单元的归一化增益的平均值与预设阈值进行比较，如果其中一个归一化增益的平均值与不在预设的阈值范围内，则更换对应的探测单元；

查找表形成步骤：计算每个增益平均值的对数形成增益查找表；在多种扫描条件下重复执行所述空采样步骤、归一化增益获取步骤、比较步骤和查找表形成步骤，形成多个增益查找表。

5.根据权利要求 4所述的 CT图像重建方法，其特征在于，对探测器的探测信号进行预处理具体包括：

根据以下公式获取投影数据： p(m, n) = - (m, )

/ ) + ln(7 in (m,n)) 其中， ^m' 为投影数据， / （，w)出射射线的光强， ¹ J^m,ⁿ、空气校准后探测器接受的射线的光强。

6.根据权利要求 5所述的 CT图像重建方法，其特征在于，对探测器的探测信号进行预处理具体包括：

根据以下公式计算滤波核的大小；

其中，是滤波核， ⁼ = 75， τ是针对特定的扫描糾设置的射线强度的阈值；如果大于等于预设值，则根据以下公式对所述投影数据进行一

^¹ / . m,-m

p_F(m,n)= 2^ p(m n)-A( ' )

维滤波 lm,-ml<D(x) 其中，是滤^的投影数据， '")是滤波前的投影数据: m， n为对应于存储器的地址，为内插任一计算值。

7.根据权利要求 6所述的 CT图像重建方法，其特征在于，对探测器的探测信号进行预处理具体包括：在射线管的每个管电压下执行以下步骤：根据以下公式计算射线的穿过路径的长度：

其中， U是射线管的管电压，是射线管出射射线的穿过路径的长度， / 是射线管出射射线的能谱分布， ( 是纯水的衰减系数， ρ 是实测的投影数据， Ε是辐射力；根据给定的管电压 U下，射线管出射射线的穿过路径的长度 1和实测的投影数据的映射关系，建立查找表根据以下公式获取经水射束硬化校正后的投影数据：

^{Ρ = 1} ' ^μ^，其中为经水射 ^^化校正后的投影数据；和 /或，

对探测器的探测信号进行预处理具体包括：在不同的扫描参数下，采集标准水模的投影数据，所述标准水模放置在扫描视野的中心；根据以下公式计算 ^

water a 其中， ^ ^为以重建图像中心为圆心，半径 10cm的感兴趣区域内的

7j ^图像衰减系数均值，为空气区域内的水模图像衰减系数均值， μ 为没有经水射束硬化校正的图像衰减系数均值，为经过水射束硬化校正后的图像衰减系数均值；

根据以下公式计算偏移校正因子和缩放校正因子：

― ^ water air

scale

^ water air offset

其中， L是从射线管焦点到探测器的距离， ^μ 为偏移校正因子， ^ 为缩放校正因子；

根据以下公式获取经水模校准后的投影数据：

其中， Ρ为经水模准后的投影数据。

8.根据权利要求 1所述的 CT图像重建方法，其特征在于，输出重建图像之后还包括：

在预先设定的射线管的管电压下，根据出射射线的能傳分布、骨骼的衰减系数以及穿过骨骼的路径长度计算骨骼的投影数据；

对重建后的图像进行阈值分割，分离出骨组织；

对骨组织进行模拟正向投影，以产生只含骨的投影数据；

将只含有骨的投影数据取平方，生成投影误差数据；根据投影误差数据，重建出一个只含有伪影的图像；将只含有伪影的图像乘以二阶校正参数，从重建图像中减去只含有伪影的图像，产生骨射^正后的图像。

9.根据权利要求 1所述的 CT图像重建方法，其特征在于，输出重建图像之后还包括：将重建图像由欧式空间坐标系（x， y) 变换到极坐标系（r， Θ ); 在极坐标系下，根据以下公式对每一个像素进行径向一维滤波： f(r,0) =\k(r)^ p(r,0)\ 其中， ^^是像素值， " 是滤波核， /( )是滤^的像素值 ^N_0rmal〈fi , )〈Edg_e, 其中 ?r /是正常像素的卷积阈值， e是图像正常边界的卷积阈值，则像素值 P ^r, ^θ、被判定为环状伪影；采用径向邻域内的像素值对判定为环状伪影的像素值进行拟合： p(r, Θ) = ^ a_t · p(r， θ)

η e[r— ΔΓ,Γ+ΔΓ] 将拟合后的极坐标系图像逆变换到欧式空间坐标系，消除环状伪影；对重建图像采用阈值分割，分割出金属物体区域；对每一个金属物体区域计算其对应的原始投影数据范围 [^Ά]，对于每一个投影角度 β的投影数据 Pi^ 进行如下修正以获取修正后的投影数据 ' ：

)⁼ , J

Yb Y a 采用修正后的投影数据进行图像重建，获得不含金属物体信息的图像；

将分割出的金属物体区域乘以一个灰度拉伸系数，与不含金属物体信息的图目融合获得金属伪影校正后的图像。

10.根据权利要求 1所述的 CT图像重建方法，其特征在于，对所述初始图像进行迭代重建处理，具体包括：将所述投影数据划分为 n个子集至，重复以下步骤，直到重建图像达到预先设定的终止标准后，输出迭代终止时的图像作为所述重建图像；

= f k = k + \ _i 其中表示迭代的次数，其初始值为 0，当 =o时， f 为所述初始图像，为当迭代次数 k为 1时初始图像；通过以下公式计算子集理论投影数据：

N J=l 其中， ^表示第 ^]个像素对第条投影射线的图像衰减系数均值，

^Wtj表示第 ^]个像素对第条投影射线的影响权重， ^Si表示第 i个子集，

^N表示像素数目，表示第 i个子集，第 ]个像素的投影图像；通过以下公式进行像素更新：

其中， ^A表示第 ^条投影射线的实测值；将所有子集的理论投影数据作为下一次迭代的初始值，即 =广¹，其中， ⁺¹代表所有 n个子集投影数据集为基础的第 1次迭代初始投影图像。