[发明专利]CT图像断层数据的插值方法

说明书

技术领域

本发明涉及医学图像诊断技术领域，具体地，涉及一种CT图像断层数据的插值方法。

背景技术

CT图像是对病人的疾病进行诊断的重要依据，由于CT检查通常是对患者的全身进行检查，因此获得的图像数据量很大。以往，对于拍摄完成的CT图像，都是由医生直接通过肉眼观察进行疾病诊断，医生在进行诊断时，由于图像数据量大，加上人眼对图像的识别能力有限，不可避免的会出现误诊、漏诊等各种情况，对患者治疗的准确性留下了很大的隐患。

近年来，结合计算机技术分析CT图像辅助医生进行疾病诊断的技术逐渐发展起来。目前，在应用计算机技术对CT图像进行分析处理时，为了压缩数据量，会对CT图像进行压缩处理，然而，由于原始的CT图像采集层间距可能较大，这样层与层之间的变化较大，中间缺失的部分可能遗漏重要的病变区域。并且，在进行图像分割等处理的时候，会出现两层之间目标数据差异较大的情况，影响层间过度的平滑度，不利于分析定位。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种CT图像断层数据的插值方法。

根据本发明的一个方面，提供一种CT图像断层数据的插值方法，假设CT图像一共有N层CT图片，对N层CT图片进行插值操作，包括以下步骤：

步骤1：对N层CT图片的每相邻的两层图片之间求出平均值图像，得到N-1个均值图像；

步骤2：对N-1个均值图像进行高斯平滑处理，滤除高频噪声；

步骤3：建立插值重建系数，得到插值重建图像。

优选地，步骤1具体为：设第一层源CT图片为I₁，第二层源CT图片为I₂，…第N层源CT图片为I_N，均值图像为：M₁=(I1+I2)*0.5，M₂=(I2+I3)*0.5，…M_N-1=(IN-1+IN)*0.5。

优选地，步骤2对N-1个均值图像分别进行二维高斯滤波，具体使用的是一个标准差为1.4的尺度为5×5的高斯卷积模版，模版为kernel=[2,4,5,4,2;4,9,12,9,4;5,12,15,12,5;4,9,12,9,4;2,4,5,4,2]，用该模版对图像进行卷积操作，包括以下步骤：

步骤2.1：对M₁进行高斯二维高斯滤波，对于图像上某个像素点(i,j)，卷积后的值为G1(i,j)=M1(i-2,j-2)*2+M1(i-1,j-2)*4+M1(i,j-2)*5+M1(i+1,j-2)*4+M1(i+2,j-2)*2+M1(i-2,j-1)*4+M1(i-1,j-1)*9+M1(i,j-1)*12+M1(i+1,j-1)*9+M1(i+2,j-1)*4+M1(i-2,j)*5+M1(i-1,j)*12+M1(i,j)*15+M1(i+1,j)*12+M1(i+2,j)*5+M1(i-2,j+1)*4+M1(i-1,j+1)*9+M1(i,j+1)*12+M1(i+1,j+1)*9+M1(i+2,j+1)*4+M1(i-2,j+2)*2+M1(i-1,j+2)*4+M1(i,j+2)*5+M1(i+1,j+2)*4+M1(i+2,j+2)*2；卷积后的均值图像为：M₁’=G1/159；

步骤2.2：采用步骤2.1同样的方法分别对M₂…M_N-1进行高斯二维高斯滤波，得到M₂'…M_N-1'。

优选地，步骤3包括以下步骤：

步骤3.1：去标准的高斯系数建立插值重建的系数，系数按照标准差为1.6的尺度为N-1的一维高斯平滑系数，具体插值系数为p₁,.....p_n-1；

步骤3.2：根据步骤2.2得到的N-1张均值图像和步骤3.1得到的插值系数计算得到插值图像IG，IG=M₁’*p₁+…+M_N-1’*p_n-1。