[发明专利]基于余弦变换的X线CT医学影像投影数据自适应阈值滤波重建方法

权利要求书

1.基于余弦变换的X线CT医学影像投影数据自适应阈值滤波重建方法，该方法包括如下步骤：

（1）利用CT设备采集低管电流扫描协议条件下的X线CT医学影像的投影数据，并获取相关成像参数，其中，采集的投影数据是经过校正后的线积分数据p_i，获取的相关成像参数为X线的入射光子数N₀，入射光子数由CT设备在与采集投影数据相同的低管电流扫描协议下对空气扫描后获得；

（2）利用步骤（1）中采集到的投影数据和获取的相关成像参数，对所采集投影数据的二阶矩统计特征进行估计计算，该二阶矩统计特征估计即为方差估计；

（3）对步骤（1）中采集到的投影数据进行基于灰度特征的自适应分割；

（4）对步骤（3）中分割后的投影数据进行离散余弦变换；

（5）利用步骤（2）中估计计算的投影数据方差，对步骤（4）中获得的离散余弦变换后的投影数据进行数据阈值滤波建模；

（6）对步骤（5）获取的阈值滤波后数据进行逆离散余弦变换，获得重建前的滤波后投影数据；

（7）对步骤（6）获得的滤波后投影数据，采用解析重建方法进行CT医学影像的重建，获得重建后的X线CT医学影像。

2.根据权利要求1所述的基于余弦变换的X线CT医学影像投影数据自适应阈值滤波重建方法，其特征在于：所述步骤（2）中的二阶矩统计特征估计的公式为：

spi2=exp(p‾i)/N0]]>

其中，p_i表示经过校正的像素点{i,i=1,2,...,M}的线积分数据，表示投影数据在像素点{i,i=1,2,...,M}的灰度平均值，即在像素点p_i处的二阶矩统计特征估计值，N₀是入射光子数，M是投影数据所有像素点的个数。

3.根据权利要求1所述的基于余弦变换的X线CT医学影像投影数据自适应阈值滤波重建方法，其特征在于：所述步骤（3）中的基于灰度特征的自适应分割采用模糊C均值分割方法进行分割。

4.根据权利要求1所述的基于余弦变换的X线CT医学影像投影数据自适应阈值滤波重建方法，其特征在于：所述步骤（5）中数据阈值滤波建模所建的模型为：

当投影数据的离散余弦变换系数d_i小于阈值T_i时，相应的投影数据的离散余弦变换系数d_i置为零；当投影数据的离散余弦变换系数d_i大于或等于阈值T_i时，相应的投影数据的离散余弦变换系数d_i保持不变，其中，阈值T_i的计算公式为：

Ti=2spi2logN]]>

其中即在像素点p_i处的二阶矩统计特征估计值，N是计算阈值所取的像素个数。

5.根据权利要求1所述的基于余弦变换的X线CT医学影像投影数据自适应阈值滤波重建方法，其特征在于：所述步骤（7）中的解析重建方法采用滤波反投影方法或者卷积反投影方法。