[发明专利]一种基于运动估计的肺4D-CT图像的超分辨率冠矢状面图像重建方法

说明书

技术领域

本发明涉及医学图像处理技术领域，具体涉及一种基于运动估计的肺4D-CT图像的超分辨率冠矢状面图像重建方法。

背景技术

肺4D-CT图像能够提供全面的高精度放射治疗呼吸运动表征。在肺4D-CT图像数据中，由于有多个相位的图像,通常是10-20个，通过各相位图像有助于获取肺部呼吸运动信息，是放射治疗目标精确定位的关键,因此肺4D-CT技术在肺肿瘤精确放射治疗中发挥着越来越重要的作用。

肺4D-CT数据的获取，通常是根据床位和肺体积，将多个自由呼吸的3D-CT数据段排序而得。然而，由于CT固有的高剂量照射，沿纵向（通常命名为Z轴方向）的密集采样往往是不实际的，从而导致所获得的肺4D-CT数据的层间分辨率远低于层内分辨率，造成数据显著的各项异性。

因此，在对各相位3D数据进行冠矢状面观察时，为了获得正确比例的图像，需要根据3D数据的层间分辨率和层内分辨率的比例，沿Z轴方向进行插值放大。常用的插值方法为最近邻或双线性插值法，但是,这些方法都会导致图像模糊，尤其是当层间分辨率与层内分辨率比例差别比较大时图像模糊更严重。

因此,针对现有技术不足,提供一种基于运动估计的肺4D-CT图像的超分辨率冠矢状面图像重建方法以克服现有技术不足甚为必要。

发明内容

本发明的目的在于针对现有技术不足，提供一种基于运动估计的肺4D-CT图像的超分辨率冠矢状面图像重建方法，该方法能够提高肺4D-CT图像的冠矢状面图像的分辨率。

本发明的上述目的通过如下技术方案实现。

一种基于运动估计的肺4D-CT图像的超分辨率冠矢状面图像重建方法，依次包括如下步骤，

（1）    读取由多个不同相位的肺部3D图像组成的肺部4D-CT图像数据；

（2）    根据肺部4D-CT图像数据，对每个相位提取同一肺部部位对应的冠矢状面图像；

（3）    估计不同“帧”肺部冠矢状面图像之间的运动矢量场；

（4）    以步骤（3）得到的运动矢量场为基础，重建高分辨率肺4D-CT冠矢状面图像。

上述步骤（3）是采用基于完全搜索块匹配算法估计不同“帧”肺部冠矢状面图像之间的运动矢量场。

上述步骤（3）具体包括：

（3.1）在当前帧中选取一子块，根据最小绝对误差匹配准则，在参考帧的给定的搜索区域内找出与当前帧中的当前块最相似的块作为匹配块；

根据匹配块与当前块的相对位置计算运动位移作为当前块的运动矢量，所述运动矢量亦为全局最优的相对运动矢量；

（3.2）所述最小绝对误差匹配准则如下：

  …… 式（Ⅰ）

其中，当前块分辨率的大小为，当前块左上角的坐标为；运动矢量为；和分别为当前帧和参考帧在像素处的值，在搜索区域内使值最小的运动矢量即为当前块的最优运动矢量；

   （3.3）对不同的帧，依次重复上述步骤（3.1）和（3.2），获得不同“帧”肺部冠矢状面图像之间的运动矢量场。

    上述步骤（4）具体是采用迭代反投影法重建高分辨率肺4D-CT冠矢状面图像。

上述步骤（4）具体是包括：

（4.1）将需要重建的原始低分辨率图像插值放大为初始高分辨率图像，为迭代次数；

（4.2）根据退化模型将初始高分辨率图像模拟成像过程得到低分辨图像的集合，表示原始序列低分辨率图像的数量；

所述退化模型具体为：

；

其中：表示幅低分辨率图像中的第幅，表示需要重建的初始高分辨率图像；

 表示几何变换，由运动估计求得的运动矢量；

表示下采样矩阵；

是系统加性噪声；

表示模糊矩阵，是由光学系统本身、成像系统与原始场景的相对运动，以及低分辨率传感器的点扩散函数而造成的；

具体的，在第次迭代过程中，的成像过程由退化模型模拟得到：

；

其中：表示第次迭代过程中假设的高分辨率图像；表示次迭代后由退化模型得到的低分辨率图像；表示从到的二维几何变换，即为步骤（3）获得的运动矢量；是高斯模糊算子；是下采样算子；

   （4.3）判断误差是否达到最小值，如果达到最小值，停止迭代，以前估计的高分辨率图像为最终所求的超分辨率图像；

 如果误差未达到最小值，则进入步骤（4.4）；

   （4.4）根据误差对当前高分辨率图像进行更新，更新过程具体如下式：