多谱图像信息引导的能谱CT图像重建算法研究

发布时间：2021-08-03 11:20

　　能谱CT（Spectral CT）基于X线连续光谱分布特征及其与物质作用的衰减规律,能够实现物质分解与组织辨识定量成像,是新一代高端医学CT成像技术的代表。相比于传统CT,能谱CT可根据预先设置的能量阈值获得多个能量通道下的能谱数据,从而产生组织对比度更高的CT影像。然而,能谱CT数据探测面临一个突出问题,即每个能量通道探测到的光子数量普遍低于常规CT探测到的光子数,这就导致了能谱CT图像比传统CT图像包含更多的噪声和噪声引入的伪影。为克服此问题,诸多方法相继被提出,例如图像后处理算法和统计迭代算法。图像后处理算法直接对重建后的图像进行去噪。由于缺少精确的噪声模型,该算法极易造成图像过平滑。统计迭代重建算法包含了完整的光学成像模型和准确的噪声分布模型,对于获得高精度的能谱CT图像具有重要意义。作为上述统计迭代重建算法的发展,本文作者提出了两种多谱图像信息引导的能谱CT图像重建算法,具体可归纳如下:（1）提出了一种基于非局部相似性正则化的能谱CT图像重建算法,简称为“MECT-NSS”。由于能谱CT一次扫描可获得多个能量通道的数据,重建得到的各通道图像解剖结构高度“配准”,具有丰富的结构... 

【文章来源】：南方医科大学广东省

【文章页数】：94 页

【学位级别】：硕士

【部分图文】：

图１－２能量积分探测器工作原理

?第一章绪论???（１＞０）??（ａ）连续轴扫双能ＣＴ??麵??（ｂ）单源快切式双能ＣＴ?（ｃ）双源双能ＣＴ??①（ｊ）??（ｄ）?“三明治”双层探测器双能ＣＴ?（ｅ）光子计数ＣＴ??图１－３能谱ＣＴ的不同技术实现图示。??Ｆｉｇ．?１－３?Ｉｌｌｕｓｔｒａｔｉｏｎ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｔｅｃｈｎｏｌｏｇｉｅｓ?ｆｏｒ?ｓｐｅｃｔｒａｌ?ＣＴ．??６??

方法，以从测得的传统ＣＴ图像中估计能谱ＣＴ图像［３＼Ｚｈａ〇??等人提出了一种深度学习模型，可以通过传统的ＣＴ数据进行双能ＣＴ成像［３７］。??１．４能谱ＣＴ临床应用??尽管光子计数ＣＴ是能谱ＣＴ的主要发展目标，但是光子计数ＣＴ还未商业??化。目前，各家生产商己将双能ＣＴ投入临床，并获得了可观的临床应用效果。??以双能ＣＴ为例，以下主要介绍能谱ＣＴ的几项临床应用。??基于虚拟单能成像：双能ＣＴ图像可合成不同能量下的虚拟单能图像，这??些图像与传统ＣＴ图像相比具有更高的组织对比度（如图１－５所示），可用于类??似于传统ＣＴ图像的常规诊断。另外，通过后处理技术，单能图像可以有效抑制??射束硬化伪影（如图１－６所示）和金属伪影（如图１－７所示）。??图１－５左图所示为传统ＣＴ图像的解剖结构，右图所示为５０ｋｅＶ下的单能ＣＴ图像的解剖结??构。单能ＣＴ图像可以观察到比传统ＣＴ图像更清晰的血管病变。图片来源Ｆ?Ｈｏｒｉｋｏｓｈｉ扣〇／．??２０１７［４】。??Ｆｉｇ．?１－５?Ｔｈｅ?ｌｅｆｔ?ｉｍａｇｅ?ｓｈｏｗｓ?ｔｈｅ?ａｎａｔｏｍｙ?ｏｆ?ａ?ｔｒａｄｉｔｉｏｎａｌ?ＣＴ?ｉｍａｇｅ，?ａｎｄ?ｔｈｅ?ｒｉｇｈｔ?ｉｍａｇｅ?ｓｈｏｗｓ??ｔｈｅ?ａｎａｔｏｍｙ?ｏｆ?ａ?ｓｉｎｇｌｅ－ｅｎｅｒｇｙ?ＣＴ?ｉｍａｇｅ?ａｌ?５０?ｋｅＶ．?Ｃｏｒｒｅｓｐｏｎｄｉｎｇ?ｓｉｎｇｌｅ－ｅｎｅｒｇｙ?ＣＴ?ｉｍａｇｅ??ｂｅｔｔｅｒ?ｄｅｐｉｃｔｓ?ａ?ｈｙｐｅｒｖａｓｃｕｌａｒ?ｌｅｓｉｏｎ，?ｗｈｉｃｈ?ａｐｐｅａｒｓ?ｂｅｔｔｅｒ?ｅｎｈａｎｃｅｍｅｎｔ?ｔｈａｎ?ｔｈｅ?ｔｒａｄｉｔｉｏｎａｌ?ＣＴ??ｉｍａｇｅ．?Ｉｍａｇ


本文编号：3319528