[发明专利]单能谱CT图像的多材料分解方法

说明书

本发明公开了一种单能谱CT图像的多材料分解方法，包括：(1)获取单能谱CT图像；(2)针对CT图像，根据CT图像域多材料分解理论，构建包括数据保真项和三项惩罚项的分解目标函数，数据保真项保证测量值和真实值的误差尽可能小，三项惩罚项中，第一项使用全变分项保证CT材料图像的分段常数特性，第二项使用0范数项保证CT图像中材料的稀疏性，第三项使用特征函数项保证多材料分解结果满足体积分数在0到1之间且所有材料体积分数加和为1的约束；(3)采用基于双材料假设的矩阵求逆方法求取目标函数的初始值并采用交替方向乘子法对目标函数进行求解，实现了在单能普通CT下多种材料的精确分解，分解精度和双能CT相当。

技术领域

本发明涉及医学工程技术领域，具体涉及一种单能谱CT图像的多材料分解方法。

背景技术

CT高端应用中，如肝纤维定量化、乳腺肿瘤诊断、脊柱压缩骨折诊断及肾结石尿结石成分探测中，多材料分解技术显示出重要的应用价值。

目前，多材料分解多在双能CT数据上进行，如公开号为CN108230277A公开的一种基于卷积神经网络的双能CT图像分解方法，然而，双能谱CT图像相对于普通单能谱CT，扫描硬件系统更加复杂，临床中应用的西门子公司双球管双能CT成像方式，GE公司的fast-kVp切换双能CT成像方式以及飞利浦公司双层板双能CT成像方式造价成本均远高于普通单能谱CT。昂贵的价格限制了双能CT材料分解技术的进一步高端应用。

发明内容

本发明提供了一种单能谱CT图像的多材料分解方法，该多材料分解方法能够将单能谱CT图像精确地分解成多种材料，分解精度和双能CT相当，极大地降低了多材料分解所需要的硬件成本。

本发明的技术方案为：

一种单能谱CT图像的多材料分解方法，包括以下步骤：

获取单能谱CT图像；

针对单能谱CT图像，根据CT图像域多材料分解理论，构建单能谱CT图像的分解目标函数：

其中，为数据保真项，其作用为迫使体积分数的线性组合逼近真实CT图像为总合成矩阵，代表克罗内克积，N_p为CT图像中像素总个数；为大小为N_p×N_p的单位矩阵.是由基材料线衰组成的合成矩阵，T₀是基材料的总数量，是向量化的CT图像，p代表CT图像中的第p个像素点，是向量化的T₀种基材料体积分数图像，数据保真项代表L₂范数算子的平方；为惩罚项，为分解图像的全变分，系数δ用来平衡分解图像的噪声和分辨率；为惩罚项，为分解图像的L₀范数算子，系数σ用来调节分解图中材料稀疏性权重，σ越大表示像素中材料种类越少；为惩罚项，是一个特征函数，用来满足体积分数相加为1以及体积分数大于0的约束；

采用基于双材料假设的矩阵求逆方法求取目标函数的初始值，并采用交替方向乘子法对目标函数进行求解，即实现了对单能谱CT图像的多材料分解。

与现有技术相比，本发明的多材料分解方法作用在普通单能谱CT图像上，通过设计包括一项数据保真项和三项惩罚项在内的目标函数并对目标函数进行求解，实现了在单能普通CT下多种材料的精确分解，分解精度和双能CT相当，从而极大降低了多材料分解实现所需要的硬件成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。

图1为数字模体的高、低能CT图像，(a)为低能(75kVp)，(b)为高能(140kVp)，显示窗为[0.01 0.035]mm^-1；