一種基于區(qū)別性字典的低劑量ct圖像處理方法
【專利摘要】本發(fā)明公開(kāi)了一種基于區(qū)別性字典的低劑量CT圖像處理方法，首先使用靜態(tài)小波變換對(duì)待處理的低劑量CT圖像進(jìn)行單層分解，然后對(duì)水平、垂直和對(duì)角方向的高頻細(xì)節(jié)圖像分別進(jìn)行對(duì)應(yīng)的區(qū)別性字典表達(dá)并去偽影，從而達(dá)到抑制星條狀偽影在不同方向的高頻細(xì)節(jié)圖像中的信息強(qiáng)度；之后根據(jù)處理后的水平、垂直和對(duì)角方向的高頻細(xì)節(jié)圖像以及原來(lái)的低頻圖像進(jìn)行逆靜態(tài)小波變換來(lái)重建得到偽影抑制后的CT圖像；最后利用現(xiàn)有的傳統(tǒng)基于字典學(xué)習(xí)的稀疏表達(dá)方法對(duì)圖像進(jìn)行進(jìn)一步處理，以去除殘留的偽影和噪聲。本發(fā)明可以有效抑制低劑量CT圖像內(nèi)的星條狀偽影和噪聲，提高低劑量CT圖像質(zhì)量，使其滿足臨床診斷的質(zhì)量要求。
【專利說(shuō)明】一種基于區(qū)別性字典的低劑量CT圖像處理方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種低劑量CT圖像處理方法，尤其涉及一種基于區(qū)別性字典的低劑量CT圖像處理方法，屬于計(jì)算機(jī)斷層顯像【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]作為目前一種常規(guī)有效的臨床醫(yī)學(xué)診斷工具，X射線計(jì)算機(jī)斷層成像(x-rayComputerized Tomography, CT)能夠在毫米尺度上清晰的獲得人體不同組織對(duì)于X射線的衰減信息，從而為臨床醫(yī)生的診斷和預(yù)防提供豐富的三維人體器官組織信息。今天，作為一種成熟的和在臨床上普遍認(rèn)可的檢查方法，CT已經(jīng)成為放射診斷領(lǐng)域內(nèi)不可缺少的主要工具之一。然而，隨著CT斷層掃描在臨床診斷尤其是常規(guī)檢查中的普及，CT掃描中的輻射劑量問(wèn)題已經(jīng)引起了人們?cè)絹?lái)越多的關(guān)注，大量的臨床研究表明超過(guò)正常范圍的CT輻射劑量易誘發(fā)人體新陳代謝異常乃至癌癥等疾病。然而，在目前的CT設(shè)備中，往往通過(guò)調(diào)節(jié)管電流和電壓以減少CT掃描劑量，這樣將增加重建圖像的塊狀噪聲和具有方向性的星條狀偽影，降低CT重建的質(zhì)量，從而影響臨床醫(yī)生對(duì)異常組織的確診率。
[0003]當(dāng)前提高低劑量CT圖像質(zhì)量的方法主要分為基于投影空間數(shù)據(jù)的和基于圖像空間數(shù)據(jù)的兩大類，基于投影空間數(shù)據(jù)的方法主要通過(guò)CT投影數(shù)據(jù)的恢復(fù)去噪來(lái)為重建提供噪聲更少的投影數(shù)據(jù)，以提高低劑量條件下的圖像重建質(zhì)量，例如當(dāng)前在臨床CT重建中普遍使用的濾波反投影(Filtered Back projection, FBP)算法,就是通過(guò)內(nèi)置的頻域?yàn)V波處理來(lái)抑制偽影和噪聲，還有一些學(xué)者提出在投影空間建立數(shù)據(jù)模型并基于此建立恢復(fù)算法來(lái)抑制低劑量條件下CT投影數(shù)據(jù)中的噪聲。此類方法的研究由于受到商用CT投影數(shù)據(jù)無(wú)法獲得的限制，現(xiàn)實(shí)中難以得到廣泛應(yīng)用。另一類方法是直接通過(guò)圖像空間處理技術(shù)來(lái)提高已重建的低劑量圖像質(zhì)量，具有不依賴原始投影數(shù)據(jù)和處理速度快的優(yōu)點(diǎn)，通常使用非線性的處理方法進(jìn)行保持圖像邊緣信息的去噪處理,如各向異性濾波器(nonlinear oranisotropic filter)或者小波(wavelet)的方法,然而此類非線性方主要基于圖像的局部信息，難以得到良好的處理效果，例如，無(wú)法有效抑制低劑量CT圖像中的塊狀噪聲和星條狀偽影，還會(huì)在處理中產(chǎn)生新的偽影。
[0004]最近提出的基于字典學(xué)習(xí)的稀疏表示(Sparse and Redundant Representationsover Learnd Dictionaries)圖像去噪算法屬于第二類方法。這種方法先將目標(biāo)圖像拆分成很多小的圖塊，然后對(duì)每個(gè)圖塊進(jìn)行編碼，令其用一個(gè)過(guò)完備字典中的很少的幾個(gè)塊通過(guò)線性組合進(jìn)行表示。在這一過(guò)程中，通過(guò)控制參數(shù)，可以使正常結(jié)構(gòu)得到表示，而偽影噪聲得不到較好的表示，從而達(dá)到去噪目的。最后將這些圖塊重新疊加平均，進(jìn)一步增加去噪效果。這種方法首先尋找最佳的全局過(guò)完備字典，并將每個(gè)原圖塊表示為字典中向量(原子)的線性組合。線性組合中的系數(shù)可以通過(guò)稀疏編碼過(guò)程來(lái)計(jì)算?；谧值鋵W(xué)習(xí)的稀疏表示方法目標(biāo)為解決如下問(wèn)題:
[0005]min Ilx—yf2+Ikx - Dau It s；t, Ik IL -T v/，j
χ.°.αij{ I )[0006]其中X和y分別表示m像素的待處理圖像和原始低劑量CT圖像；下標(biāo)i j指示了圖像中的像素索引(i，j) ;RU表示從圖像X中提取大小為nXn(中心在(i，j))的圖塊Xij的算符；字典D是一個(gè)nXK的矩陣，由K個(gè)η維向量原子(列向量)組成。每個(gè)η維列向量對(duì)應(yīng)一個(gè)nXn圖塊；α表示所有塊的稀疏表示的系數(shù)集合{ a u，每一個(gè)圖塊Xu都可以由線性組合Dau來(lái)近似表示；I I aj Itl表示1°范數(shù)，用來(lái)計(jì)算向量^^中的非零項(xiàng)數(shù)目；T是預(yù)設(shè)的稀疏程度參數(shù)，用來(lái)限制Ciu中非零項(xiàng)的個(gè)數(shù)。解決(I)中的問(wèn)題包含下面(2)和(3)兩個(gè)子問(wèn)題:
【權(quán)利要求】
1.一種基于區(qū)別性字典的低劑量CT圖像處理方法，其特征在于，包括以下步驟: 步驟1、使用靜態(tài)小波變換對(duì)待處理的低劑量CT圖像f做單層的分解，分別得到分解后的水平、垂直和對(duì)角方向的高頻細(xì)節(jié)圖像f;hd、fcvd> fcdd以及低頻圖像; 步驟2、對(duì)水平、垂直和對(duì)角方向的高頻細(xì)節(jié)圖像f；hd、fcvd, fcdd分別用對(duì)應(yīng)的區(qū)別性字典進(jìn)行表示，之后將對(duì)應(yīng)區(qū)別性字典中偽影原子表達(dá)的部分進(jìn)行去除，得到處理后的水平、垂直和對(duì)角方向的高頻細(xì)節(jié)圖像/Ad、/cvd, Zcdd； 步驟3、對(duì)處理后的水平、垂直和對(duì)角方向的高頻細(xì)節(jié)圖像、Zcvd、Zcdd以及原來(lái)的低頻圖像進(jìn)行逆靜態(tài)小波變換重建，得到偽影抑制的CT圖像/。
2.如權(quán)利要求1所述基于小波空間方向性去偽影的低劑量CT圖像處理方法，其特征在于，在步驟3之后還包括: 步驟4、對(duì)步驟3得到的圖像/:利用基于字典學(xué)習(xí)的稀疏表達(dá)方法對(duì)圖像進(jìn)行進(jìn)一步處理，以去除殘留的偽影和噪聲。
3.如權(quán)利要求1所述基于小波空間方向性去偽影的低劑量CT圖像處理方法，其特征在于，步驟2中所用的區(qū)別性字典是由“偽影字典”與“特征字典”合并而成，每個(gè)區(qū)別性字典中的前M個(gè)原子對(duì)應(yīng)偽影字典中的原子，之后的原子為特征字典中的原子；其中偽影字典是從人工提取的偽影樣本上訓(xùn)練而得到，特征字典是從高劑量CT圖像樣本上訓(xùn)練而得到。
4.如權(quán)利要求1所述基于小波空間方向性去偽影的低劑量CT圖像處理方法，其特征在于，步驟2中的區(qū)別性字典一共有三個(gè)，分別從水平、垂直和對(duì)角方向的高頻細(xì)節(jié)圖像中訓(xùn)練而來(lái)，并在去偽影中應(yīng)用于對(duì)應(yīng)方向的高頻細(xì)節(jié)圖像。
【文檔編號(hào)】G06T5/00GK103473745SQ201310422085
【公開(kāi)日】2013年12月25日 申請(qǐng)日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
【發(fā)明者】陳陽(yáng), 石路遙, 羅立民, 李松毅, 鮑旭東 申請(qǐng)人:東南大學(xué)