[发明专利]基于稀疏表示的双能CT超分辨图像重建方法及系统

说明书

本发明属于图像超分辨重建技术领域，特别涉及一种基于稀疏表示的双能CT超分辨图像重建方法及系统，通过对原始真值图像模糊滤波器去降采样的操作，得到成对的高低分辨率双能CT图像，对训练集中的CT图像提取成对的匹配的图像分割块；为了获得稀疏表示的相似性，分别对高能谱CT图像和低能谱CT图像联合训练两对字典，每对字典包含低分辨率和高分辨率图像块的字典；然后，从低分辨率输入块中提取的稀疏表示系数乘以相对应的高分辨率字典用于重建高分辨率输出。本发明结合适量迭代操作使得重建高分辨率图像能够获得更好的图像质量和更清晰的视觉效果，通过图像质量评价指标和峰值信噪比表明本案可以有效提高双能CT图像的分辨率，便于实际场景应用。

技术领域

本发明属于图像超分辨重建技术领域，特别涉及一种基于稀疏表示的双能CT超分辨图像重建方法及系统。

背景技术

计算机断层成像(Computed Tomography,CT)技术能够无损、非接触地对成像对象的内部结构信息进行获取，在医学诊断、工业检测以及安全检查等领域发挥了重要作用。CT技术同时也是基于医学成像的计算机辅助诊断的关键技术之一。高效地获得高质量的医学CT图像，对于发挥计算机辅助诊断技术临床应用的效能至关重要。计算机断层成像技术通过采集X射线穿透物体后的投影信息进而获取物质与结构信息，但由于物质间对于X射线相近的衰减系数导致单能CT成像技术区分物质能力有限，而双能CT采集的信息由原始方法的单一CT灰度值转变为多通道特征信息，相比于单能CT成像在物质区分上具有显著优势。然而双能CT图像由于光子计数探测器中窄能量仓宽度内的低光子数、量子噪声和探测器单元的非均匀响应问题导致成像分辨率低，导致后续进行材料分解时分解结果不理想。超分辨率图像重建是当前非常活跃的一个研究领域，图像超分辨率重建的过程可以看作是低分辨率图像融合恢复出原始高分辨率图像的逆问题，这一问题是以合理假设或先验知识将高分辨率图像映射成低分辨率图像的观测模型为基础的。SR重建的基本约束，就是对恢复的图像应用相同的生成模型后，本应该重新生成所观测的低分辨率图像，然而，超分辨率图像重建本身是一个病态问题，已知一张低分辨率的CT图像，其对应可能的高分辨率CT图像不止一张，因其低分辨率图像数量不足，病态的登记和未知的模糊算子，以及重构约束的解不唯一。

发明内容

为此，本发明提供一种基于稀疏表示的双能CT超分辨图像重建方法及系统，在低分辨率双能CT图像和高分辨率双能CT图像间建立映射，以提高双能CT图像分辨率和材料分解结果质量。

按照本发明所提供的设计方案，一种基于稀疏表示的双能CT超分辨图像重建方法，包含如下内容：

收集低能谱和高能谱下的高分辨率双能图像，并将该高分辨率双能图像经过滤波和降采样来获取低能谱和高能谱下与高分辨率双能图像匹配的低分辨率双能图像，依据高分辨率双能图像及对应的低分辨率双能图像构建训练样本集中低能谱和高能谱下高、低分辨率图像对；

将训练样本集中低能谱和高能谱下成对匹配的高、低分辨率图像进行分割，形成用于训练低能谱和高能谱下两对字典的高、低分辨率图像块，每对字典均包含高分辨率字典和与高分辨率字典匹配的低分辨率字典；

利用高、低分辨率图像块对低能谱和高能谱下的两对高、低分辨率字典进行训练，建立低分辨率和高分辨率之间的关联映射，使低能谱和高能谱下的高、低分辨率图像块在各自对应字典的表征下具有相同稀疏表示；

对输入的待超分辨重建的低分辨率双能CT图像进行大小调整及图像分割，利用训练后的低能谱和高能谱下的两个低分辨率字典来获取低能谱和高能谱下低分辨率字典的稀疏表示向量；

针对获取的低能谱和高能谱下低分辨率字典的稀疏表示向量，结合训练后的低能谱和高能谱下的高分辨率字典进行重建，得到高分辨率双能图像。

作为本发明基于稀疏表示的双能CT超分辨图像重建方法，进一步地，对高分辨率双能图像进行滤波和降采样处理中，利用模糊滤波器对图像水平方向和垂直方向进行过滤，并通过预设降采样因子对过滤后的图像按比例缩小处理。