本發(fā)明涉及醫(yī)學工程
技術(shù)領(lǐng)域：
，具體涉及一種基于熱擴散方程的多尺度CT圖像去噪算法。
背景技術(shù)：
：X射線CT球管發(fā)出的X光子能夠?qū)θ梭w物質(zhì)產(chǎn)生電離作用，釋放出較高能量的電子流，擊斷細胞核內(nèi)染色體雙螺旋結(jié)構(gòu)，使遺傳物質(zhì)發(fā)生變異、引發(fā)癌癥。為此國際輻射防護委員會(ICRP)提出了著名的盡量低可得(ALARA)輻射安全準則，要求盡可能地采取合理方法減少輻射劑量釋放。在總輻射劑量限制下，X射線CT圖像常常表現(xiàn)出較強噪聲，因此需要采取措施在保持空間解析度前提下提高CT圖像信噪比。在總輻射劑量限制下，X射線CT圖像常常表現(xiàn)出較強噪聲。傳統(tǒng)圖像域去噪方法，由于未精細考慮信號與噪聲尺度，處理后圖像常常信噪比與空間解析度指標無法同時兼顧，導致CT圖像質(zhì)量無法完全滿足臨床診斷要求。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)缺點，本發(fā)明提出了一種基于熱擴散方程的多尺度CT圖像去噪算法，其中包括：1.多尺度分解本發(fā)明利用基于各向同性熱擴散方程的圖像域多尺度分解方法，精細地考慮信號與噪聲所處尺度。圖像域多尺度分解方法將CT圖像頻率按幅度大小分解，使得圖像細節(jié)與噪聲分解到小尺度子空間，而大范圍圖像背景分解到大尺度子空間。根據(jù)如下各向同性熱擴散方程：(1-1)∂∂tf(x,t)=dΔf(x,t),f(x,0)=f(x),t≥0,]]>(1-2)f(x,t)=G(x,σ2)⊗f(x,0),σ=2dt,]]>其中x表示二維實空間中任意點；f(x)表示原始CT圖像本身；各向同性熱擴散方程可表達為式(1-1)，t表示時間，d表示熱傳導常數(shù)；式(1-1)結(jié)果等效于式(1-2)；符號表示二維卷積；G(x，σ2)為高斯卷積核；輸入如圖3所示的原始CT圖像，結(jié)合上述公式，按照圖1的圖像域多尺度分解與去噪示意圖，對與原始CT圖像進行處理。定義為f(x)關(guān)于時間t的函數(shù)，設(shè)定初始時間為0，可得到第一張待處理CT圖像數(shù)據(jù)。再按式(1-1)熱擴散至第一個時間點t1，可得到第二張待處理CT圖像數(shù)據(jù)，計算這兩張CT圖像于對應(yīng)像素位置的數(shù)據(jù)差異，可將原始CT圖像數(shù)據(jù)分離成不同尺度圖像。該過程可采用如下公式表示：fs(x)＝f(x，ts)-f(x，ts-1)，ts＞ts-1，t0＝0，s＝1，2，…，S，其中s表示尺度數(shù)，S表示尺度總數(shù)，ts表示尺度s的對應(yīng)擴散時間，ts的設(shè)置依賴于原始CT圖像參考頻率fr；依據(jù)此公式可清晰得出尺度分解核心算法：將原始CT圖像函數(shù)f(x)各向同性熱擴散至時間點ts得到f(x，ts)，再與前一時間點函數(shù)f(x，ts-1)對比，其差異fs(x)為在尺度s下包含部分隨機擾動噪聲和部分組織的圖像函數(shù)。2.尺度空間去噪本發(fā)明將CT圖像頻率按幅度大小分解到不同尺度子空間后，在各子空間下，采取不同策略(如各向異性熱擴散方程或PWLS算法)、不同參數(shù)有針對性地進行去噪處理?；诟飨虍愋詿釘U散方程的去噪過程如下：(3-1)∂u(x,t)∂t▿·(cd(x,t)▿u(x,t)),(1)]]>(3-2)cd(x,t)=1,|▿uσ(x,t)|=01-e-Cq/|▿uσ(x,t)/λ|q,|▿uσ(x,t)|>0]]>式(3-1)為各向異性熱擴散方程的一般表達式，u(x，t)為圖像u(x)在時間t的函數(shù)；在式(3-1)中，cd(x，t)為各向異性熱擴散系數(shù)；與●分別表示梯度和散度算子；cd(x，t)可表達為式(3-2)，式(3-2)中對比參數(shù)λ定義為擴散強度，固定參數(shù)q＞1定義為擴散變換，uσ(x，t)為CT圖像u(x，t)以標準差σ為高斯內(nèi)核的卷積；當cd(x，t)確定時，u(x，t)可迭代地收斂。結(jié)合上述公式，將圖3原始CT圖像依照各向同性熱擴散進行尺度分解之后；將各尺度進行各向異性熱擴散方程或PWLS算法；在估算出其真實圖像趨勢時進行合理降噪，在有效降噪的同時減少細節(jié)損失。3.殘余邊緣平滑、增強與補償本發(fā)明參考現(xiàn)有技術(shù)，即使采取多尺度分解與處理，去噪后圖像細節(jié)難免損失，因此需采取特定策略對殘余邊緣進行平滑、增強(如DoG算子法)與補償(反饋到去噪后圖像中去)。如圖2所示，本發(fā)明算法將原始CT圖像分解成不同尺度圖像，將不同尺度圖像進行各向異性熱擴散方程去噪。去噪之后，其細節(jié)邊緣損失不可避免，而CT圖像邊緣非常重要，本發(fā)明將去噪之后之前圖像進行對比，使用DoG進行尺度邊緣的增強和補償，并對所有尺度去噪、增強、補償后的CT圖像依像素求和，得到最終合成CT圖像，使得在CT圖像去噪的同時，邊緣信息保持良好。4.適應(yīng)性調(diào)整要使前3步中的可調(diào)參數(shù)r與CT系統(tǒng)成像參數(shù)(kVp、mAs與濾波器等)相關(guān)聯(lián)，而這種關(guān)聯(lián)往往是非線性的、需要預先確定的。這也是基于模體標定實驗進行適應(yīng)性調(diào)整的原因所在，調(diào)整結(jié)果以查找表存儲于CT系統(tǒng)中?；跓釘U散方程的多尺度CT圖像去噪算法，其特征在于設(shè)定一個去噪強度系數(shù)，用于控制多尺度分解過程，設(shè)置去噪強度系數(shù)r，控制尺度內(nèi)去噪強度，去噪強度系數(shù)r設(shè)置過程如下：d←rd，cd(x，t)←rcd(x，t)。與現(xiàn)有技術(shù)相比，本發(fā)明的基于熱擴散方程的多尺度CT圖像去噪算法的修正結(jié)果精度高，且修正運行速度快，對于大小為512×512的原始CT圖像，修正速度為小于2分鐘。附圖說明圖1為圖像域多尺度分解與去噪示意圖；圖2為圖像域尺度空間邊緣補償與增強示意圖；圖3為原始CT圖像；圖4為多尺度分解圖像，(a)最小尺度，顯示窗[00.0005]；(b)次小尺度，顯示窗[00.0011]；(c)次大尺度，顯示窗[00.0015]；(d)最大尺度，顯示窗[0.0150.025]；圖5各尺度內(nèi)去噪圖像，(a)最小尺度，顯示窗[00.0005]；(b)次小尺度，顯示窗[00.0011]；(c)次大尺度，顯示窗[00.0015]；(d)最大尺度，顯示窗[0.0150.025]；圖6各尺度內(nèi)補償圖像，(a)最小尺度，顯示窗[00.0005]；(b)次小尺度，顯示窗[00.0011]；(c)次大尺度，顯示窗[00.0015]；(d)最大尺度，顯示窗[0.0150.025]；圖7為去噪合成CT圖像；圖8原始圖像與去噪合成圖像間的差異圖像；具體實施方式下面將結(jié)合附圖和具體實施例對本發(fā)明進行詳細描述。1.在一個實施例中，輸入CT機采集的原始CT圖像，原始CT圖像由于成像劑量限制而含有大量噪聲，驗證本發(fā)明相關(guān)算法對CT圖像去噪的有效程度。2.上述技術(shù)方案中，所述的原始CT圖像如圖3，可發(fā)現(xiàn)圖像中含有很大的噪聲。以原始CT圖像參考頻率fr＝0.6lp/mm為基準，基于各向同性擴散方程對原始CT圖像做圖像域多尺度分解，可得到多尺度分解圖像如圖4。3.上述技術(shù)方案中，所述的圖像細節(jié)與噪聲分解到小尺度子空間，而大范圍圖像背景分解到大尺度子空間，同時采用去噪強度系數(shù)r控制多尺度分解過程。4.上述技術(shù)方案中，所述的以各向異性熱擴散方程或PWLS算法，對各尺度內(nèi)圖像去噪；去噪強度系數(shù)r，同時控制尺度內(nèi)去噪強度；參見圖5各尺度內(nèi)去噪圖像。5.上述技術(shù)方案中，所述對去噪后殘余邊緣進行平滑、增強與補償，減少圖像細節(jié)損失；可得到圖6-補償后圖像，使得在圖像去噪同時，邊緣信息保持良好。6.上述技術(shù)方案中，所述的對所有尺度去噪、增強、補償后圖像依像素求和，最終得到去噪合成CT圖像如圖7。7.上所述的具體實施方式對本發(fā)明的技術(shù)方案和有益效果進行了詳細說明，應(yīng)理解的是所述僅為本發(fā)明的最優(yōu)選實施例，并不用于限制本發(fā)明，凡在本發(fā)明的原則范圍內(nèi)所做的任何修改、補充和等同替換等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。當前第1頁1 2 3