一种CT图像重建方法、系统、设备和介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112085808A(43)申请公布日2020.12.15(21)申请号202010962224.6(22)申请日2020.09.14(71)申请人深圳先进技术研究院地址518055广东省深圳市南山区西丽大学城学院大道1068号(72)发明人梁栋胡战利付晶郑海荣刘新杨永峰(74)专利代理机构深圳智趣知识产权代理事务所(普通合伙)44486代理人崔艳峥(51)Int.Cl.G06T11/00(2006.01)G06T5/00(2006.01)G06T5/50(2006.01)权利要求书3页说明书10页附图3页(54)发明名称一种CT图像重建方法、系统、设备和介质(57)摘要本发明提供一种CT图像重建方法、系统、设备和介质。其中，方法包括：对图像进行图像迭代重建，判断迭代后的图像是否满足迭代停止条件，若满足，则停止迭代；若不满足，则继续迭代；每次迭代处理依次包括：更新处理、平滑处理、融合处理；其中，更新处理包括通过计算相邻面片的强度差求解图像粗糙度，进而获取最大化惩罚似然函数。本发明能够在确保安全性的前提下，兼顾图像质量和图像生成效率，能够以更快的速度输出质量更高的图像，同时保留图像的精细特征，对医学影像领域具有重要意义。CN112085808ACN112085808A权利要求书1/3页1.一种CT图像重建方法，包括以下步骤：S1、根据投影数据获取初始化图像；S2、将初始化图像作为待重建图像，对待重建图像进行图像迭代处理；S3、判断是否满足迭代停止条件，若满足，则停止迭代，输出迭代处理后的图像；若不满足，则返回S2，将迭代处理后的图像作为待重建图像再次进行迭代处理；其特征在于，在所述S2中，所述图像迭代处理还包括如下步骤：S21、更新处理，包括通过计算相邻面片的强度差求解图像粗糙度，进而获取最大化惩罚似然函数；S22、平滑处理，包括对来自所述S21的图像进行平滑去噪处理；S23、融合处理，包括对来自所述S22的图像进行区域融合处理。2.根据权利要求1所述的方法，其特征在于，在所述S21的更新处理中，用于计算所述图像粗糙度的所述面片包括多像素构成的、以一个像素为中心的方形像素区域，用于计算所述图像粗糙度的所有所述面片大小相同。3.根据权利要求1所述的方法，其特征在于，在所述S21的更新处理中，所述最大化惩罚似然函数的表达式为：其中，μ是预估图像值，Φ(μ)是目标函数，L(y|μ)是似然函数，β是控制数据保真度和空间平滑度的正则化参数，U(μ)是图像粗糙度，通过求解所述图像粗糙度获取最大化惩罚似然函数，所述图像粗糙度表达式为：其中，ψ(μp-μq)是惩罚函数，μp-μq为像素p和相邻像素q之间的距离，ωpq是在邻域范围内像素p和像素q之间的距离的权重因子，np是探测器总数，Np是图像像素总数。4.根据权利要求3所述的方法，其特征在于，在所述S21的更新处理中，基于面片的图像粗糙度通过如下方法计算；像素j和像素k分别为相邻两面片的中心像素，通过计算两个面片之间的强度差求解图像粗糙度，进而获取最大化惩罚似然函数，所述像素j和所述像素k的像素距离表达式为：所述像素j和所述像素k的图像粗糙度表达式为：其中：fj(μ)是以所述像素j处为中心的面片所有像素强度值组成的特征向量，fk(μ)是2CN112085808A权利要求书2/3页以所述像素k处为中心的面片所有像素强度值组成的特征向量，jl表示以像素j为中心的面片里的第l个像素，kl表示以像素k为中心的面片里的第l个像素，nj标识探测器总数，Nj表示面片里所有像素点的个数，hl是像素与像素之间的归一化逆空间距离的正加权因子，ψ(||fj(μ)-fk(μ)||h)为惩罚函数。5.根据权利要求4所述的方法，其特征在于，所述惩罚函数表达式为：其中，δ为衰减因子；当|||fj(μ)-fk(μ)||h|＜＜δ时，所述惩罚函数近似二次函数；当|||fj(μ)-fk(μ)||h|＞＞δ时，所述惩罚函数近似绝对函数。6.根据权利要求1-5中任一项所述的方法，其特征在于，在所述S21的更新处理中还包括优化传输算法；所述优化传输算法包括在每次迭代时构造一个代理函数，对所述目标函数Φ(μ)进行最小化处理。7.根据权利要求6所述的方法，其特征在于，所述优化传输算法包括期望最大化算法，根据所述期望最大化算法获取的其中n+1为迭代次数，j表示所述面片的中心像素序号，EM表示期望最大化。8.根据权利要求7中所述的方法，其特征在于，在所述S22中包括使用正则化方法对来自S21的图像进行平滑去噪处理，将涉及以像素j为中心的面片μj的所有项组合起来，根据所述正则化方法获取的其中Reg表示正则化方法。9.根据权利要求8所述的方法，其特征在于，在所述S23的