[发明专利]一种低剂量X射线CT图像重建方法

说明书

一种低剂量X射线CT图像重建方法，首先获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据；通过成像过程的统计规律构建弦图数据的统计生成模型；根据投影数据和图像的结构特征与实际应用中的需求，构建弦图数据先验的统计模型；构建完整的统计模型，并根据最大后验估计方法，将模型转化为弦图数据复原模型；应用弦图数据复原模型，得到估计的弦图数据与其它统计变量；根据得到的弦图数据进行CT图像重建，得到输出CT图，本发明旨在建立基于弦图数据生成原理及其内在统计先验的高质量弦图数据复原模型与方法，并进而实现能够大幅减少图像噪声/伪影并恢复图像细节的CT图像优质重建。

技术领域

本发明涉及一种医学影像的图像处理技术，具体涉及一种基于统计建模与最大后验估计框架的低剂量X射线CT图像重建方法。

背景技术

X射线CT扫描已经广泛应用于临床医学影像诊断，但是CT扫描过程中过高的X射线辐射剂量对人体存在潜在风险，容易造成辐射损伤、诱发恶性肿瘤等。在保证图像质量的前提下，最大限度降低X射线使用剂量已经成为医学CT成像领域研究的关键技术之一。

为了降低X射线辐射剂量，可以通过各种硬件技术及软件技术降低CT扫描中的X射线使用剂量。常见的技术包括降低管电流、降低X射线曝光时间以及减少投影数据的采集量(即稀疏角度CT扫描)等方法。

降低CT扫描中的管电流(Low-mA)和扫描时间可以直接减少使用X线的辐射剂量，但是其相应的成像数据中，随机成分的比率将大大增加，直接导致图像质量的严重退化，难以用于临床诊断。为了在保证成像质量的前提下，最大限度降低X射线辐射剂量，基于降低管电流和扫描时间的低剂量CT图像重建方法相继被提出，例如基于统计模型的迭代重建方法以及基于投影数据滤波的解析重建方法。其中，基于统计模型的迭代重建方法根据采集投影数据的统计特性以及成像系统构建CT图像重建模型，可以实现低剂量CT图像的优质重建；基于投影数据滤波的解析重建方法同样可以根据采集投影数据的统计特性以及成像系统进行数据滤波建模，再通过解析重建方法实现快速优质的低剂量CT图像重建。

基于统计模型的迭代重建方法需要对目标函数进行几十甚至上百次的反复迭代求解，这使得重建CT图像的时间代价往往非常庞大。重建相同像素大小的CT图像时，基于统计模型的迭代重建方法所需时间往往远超经典的解析重建方法，因此仍不能满足临床CT实时显像的需求。

而传统的基于投影数据滤波的解析重建方法并未充分利用数据内在统计信息，在投影数据恢复过程中往往导致图像原有细节信息的丢失，从而使得相应CT图像的分辨率下降。

针对现有技术不足，提供一种能够确保重建图像的分辨率的低剂量CT图像重建方法因此甚为必要。

发明内容

本发明的目的在于提供一种所获重建CT图像分辨率更高，成像质量更好，细节信息保留更充分的低剂量X射线CT图像重建方法。

为达到上述目的，本发明采用的技术方案是：

步骤S1:获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据；

步骤S2:通过成像过程的统计规律构建生成投影数据的统计模型；

步骤S3:根据投影数据和弦图数据的结构特征与实际应用中的需求，构建数据先验的统计模型；

步骤S4:结合步骤S2与步骤S3，构建以投影数据信息为条件的弦图数据统计生成模型，并利用最大后验估计方法，构造弦图数据复原算法；

步骤S5:以步骤S1获得的投影数据为输入，应用步骤S4的弦图数据复原算法，获得复原弦图数据及其它统计变量；

若步骤S3中统计模型以重建的CT图像为其统计变量，那么步骤S5直接得到重建CT图像；

步骤S6:根据步骤S5所获的弦图数据进行CT图像重建，得到输出结果。