本發(fā)明涉及醫(yī)學CT圖像處理技術，特別是涉及一種CT圖像中校正金屬偽影的方法和系統(tǒng)。
背景技術：
：在醫(yī)學CT成像中，如果病人成像部位植入金屬，由于金屬對X射線具有很高的衰減性，導致探測器接收到的數據存在嚴重的測量誤差，重建后的CT圖像含有明顯的金屬偽影。這些偽影的具體表現為，以金屬為中心向四周發(fā)出黑色和白色放射狀條紋。這些連續(xù)偽影的像素值范圍很廣，最小值可以低到空氣像素值(標準空氣像素值為-1000)，最大值可以達到和骨頭一樣的像素值(如牙齒像素值可為+2500)。金屬偽影嚴重影響了CT圖像質量和臨床診斷準確率，因此，需要設計一種有效的可以降低甚至去除CT圖像中金屬偽影的方法，便于醫(yī)生臨床診斷。主要的CT圖像金屬偽影校正方法包括迭代法和投影插值法。迭代法由于迭代耗時，需調整迭代參數，其應用受到限制。投影插值法，是對投影數據圖像中的金屬信息利用其兩端的非金屬信息進行插值得到校正后的投影數據，之后重建得到校正后的CT圖像。由于直接利用CT機上采集得到的原始投影數據圖像定位金屬信息較為困難，一般采用未校正的含有金屬及其金屬偽影信息的CT圖像進行前向投影運算，得到模擬的投影數據作為原始投影數據。另外，對投影數據中金屬信息區(qū)域進行插值的方法也有很多，如最簡單的線性插值，多項式插值，樣條插值，小波插值等等，但是這類方法依然不能有效去除金屬偽影，甚至會由于插值誤差帶入新的偽影。近年來，在投影插值法這一類方法中，基于先驗模型的修正方法得到了較好的CT圖像金屬偽影校正效果，其基本步驟為：1)分割出未校正的CT圖像中金屬區(qū)域，得到只含有金屬的CT圖像；2)利用未校正的CT圖像構建先驗模型圖像；3)對未校正的CT圖像、只含有金屬的CT圖像以及先驗模型圖像進行前向投影運算操作，得到各自的投影數據圖像，分別簡稱為未校正投影數據、金屬投影數據和先驗投影數據；4)利用金屬投影數據中的金屬區(qū)域確定未校正投影數據中的金屬區(qū)域，從而利用先驗投影數據插值估計未校正投影數據中金屬區(qū)域內部信息；5)利用校正后的投影數據重建得到無金屬和金屬偽影的CT圖像；6)將1)步驟中只含有金屬的CT圖像中的金屬信息填充到金屬偽影校正后的CT圖像中，這樣就完成了整一輪校正?；谙闰災Ｐ偷耐队安逯敌拚椒ㄖ校饘俜指罹群蜆嫿▋?yōu)質先驗圖像對最終金屬偽影校正效果起到關鍵的作用。對于金屬分割，最簡單的方法是閾值分割方法，即根據金屬的像素值所處的范圍進行劃分，一般地，含有金屬偽影的CT圖像中，其金屬像素值大于+3000，所以以+3000為閾值，將大于+3000的圖像像素區(qū)域認定為金屬，小于+3000的區(qū)域認為是空氣、軟組織和骨頭等其它組織。但是，由于部分密度較高的骨頭的像素值也會達到金屬像素值的范圍，所以利用簡單的閾值分割方法極有可能將骨頭錯誤判斷為金屬，這樣就會導致對金屬投影區(qū)域進行插值的時候，同時將誤判為金屬的骨頭投影區(qū)域進行插值操作，影響最終校正結果。如果將閾值設置的更高以避開密度較高的骨頭的像素值范圍，金屬區(qū)域分割不完全。為了提高金屬區(qū)域分割精度，利用更高級的分割算法可以解決此問題，如區(qū)域生長分割算法、均值漂移算法、基于馬克科夫場隨機模型的分割算法等，但是高級的分割方法存在種子點手動選取、參數調節(jié)費時、計算復雜度高等問題，影響批量圖像處理速度。不同的構建先驗圖像方法對未校正CT圖像投影數據中金屬區(qū)域內信息的恢復的效果不同，導致重建后的CT圖像中金屬偽影的去除效果和新偽影的出現程度不同。申請?zhí)枮?01310554232.7的國內發(fā)明專利，采用多閾值分割方法，通過手動指定的多閾值，將圖像除了金屬區(qū)域的其它區(qū)域分為空氣、肌肉組織和骨頭，且每一類組織置成單一像素值。不足之處有：第一，通過手動指定多個閾值，需要反復調節(jié)，才能找到合適的閾值進行比較正確的組織類別劃分；第二，由于金屬偽影的像素值分布范圍可能在空氣、肌肉組織和骨頭各區(qū)域內，因此，比如，本應該是軟組織的區(qū)域受到金屬偽影的嚴重影響從而被劃分到了別的區(qū)域(空氣或者骨頭)，造成先驗圖像構建的不適當；第三，每一種組織像素值都有一定范圍波動，若對每一類組織置成單一像素值，造成丟失該類別組織范圍內的低對比度信息，這樣不能盡可能得到接近原圖的用于作為校正標準的優(yōu)化圖像。申請?zhí)枮?01410522827.9的國內發(fā)明專利，采用區(qū)域生長的方法提取靠近金屬的偽影區(qū)域，并對偽影區(qū)域內的像素進行軟組織信息恢復，并同分割出來的骨骼信息構造先驗圖像。不足之處有：第一，較為準確的區(qū)域生長法采用手動選取種子點，不同CT圖像的金屬偽影位置和形態(tài)不盡相同，手動指定偽影區(qū)域并選取種子點會耗時費力；第二，對偽影區(qū)域內的像素進行軟組織信息恢復的數學表達式中涉及軟組織像素值浮動范圍以及曲線參數，對不同形態(tài)和金屬偽影嚴重程度的CT圖像其最理想參數設置也不同，需要反復調節(jié)才能較好恢復金屬偽影位置上的軟組織信息，耗時費力。技術實現要素：基于此，有必要針對傳統(tǒng)方案批量圖像處理速度受到影響，存在耗時費力的技術問題，提供一種CT圖像中校正金屬偽影的方法和系統(tǒng)。一種CT圖像中校正金屬偽影的方法，包括如下步驟：對未校正CT圖像中的金屬區(qū)域進行分割，得到只含有金屬信息的圖像；分別對未校正CT圖像和只含有金屬信息的圖像進行限值處理，得到未校正限值圖像和金屬信息限值圖像；分別對未校正限值圖像和金屬信息限值圖像進行前向投影，得到p_original和p_metal；其中，p_original為未校正限值圖像對應的投影數據，p_metal為金屬信息限值圖像對應的投影數據；利用p_metal定位出p_original中的金屬區(qū)域，并利用p_original中金屬區(qū)域兩端外的信息插值估計金屬區(qū)域內的信息，根據插值估計后的投影數據重建CT圖像，并對重建CT圖像進行濾波處理，構造先驗圖像；對先驗圖像進行前向投影，得到投影數據p_prior，根據p_prior對p_original中的金屬區(qū)域進行插值校正，得到投影數據p_correct2；對p_correct2進行重建，得到重建圖像I_correct2，將I_correct2與只含有金屬信息的圖像融合，得到校正后的CT圖像。一種CT圖像中校正金屬偽影的系統(tǒng)，包括：分割模塊，用于對未校正CT圖像中的金屬區(qū)域進行分割，得到只含有金屬信息的圖像；限值模塊，用于分別對未校正CT圖像和只含有金屬信息的圖像進行限值處理，得到未校正限值圖像和金屬信息限值圖像；投影模塊，用于分別對未校正限值圖像和金屬信息限值圖像進行前向投影，得到p_original和p_metal；其中，p_original為未校正限值圖像對應的投影數據，p_metal為金屬信息限值圖像對應的投影數據；構造模塊，用于利用p_metal定位出p_original中的金屬區(qū)域，并利用p_original中金屬區(qū)域兩端外的信息插值估計金屬區(qū)域內的信息，根據插值估計后的投影數據重建CT圖像，并對重建CT圖像進行濾波處理，構造先驗圖像；校正模塊，用于對先驗圖像進行前向投影，得到投影數據p_prior，根據p_prior對p_original中的金屬區(qū)域進行插值校正，得到投影數據p_correct2；融合模塊，用于對p_correct2進行重建，得到重建圖像I_correct2，將I_correct2與只含有金屬信息的圖像融合，得到校正后的CT圖像。上述CT圖像中校正金屬偽影的方法和系統(tǒng)，可以采用較為簡單的分割方法對未校正CT圖像中的金屬區(qū)域進行分割，得到只含有金屬信息的圖像，從而獲取未校正限值圖像和金屬信息限值圖像，以對未校正限值圖像和金屬信息限值圖像進行前向投影，得到p_original和p_metal，利用p_metal定位出p_original中的金屬區(qū)域，并利用p_original中金屬區(qū)域兩端外的信息插值估計金屬區(qū)域內的信息，根據插值估計后的投影數據重建CT圖像，并對重建CT圖像進行濾波處理，構造先驗圖像；對先驗圖像進行前向投影，得到投影數據p_prior，根據p_prior對p_original中的金屬區(qū)域進行插值校正，得到投影數據p_correct2，再對p_correct2進行重建，將重建圖像I_correct2與只含有金屬信息的圖像融合，得到校正后的CT圖像，具有較快的處理速度，對投影區(qū)域中金屬區(qū)域的插值估計更合理，可以構建出好的先驗圖像，從而有效提高了CT圖像校正的效率，以及相應的校正效果。附圖說明圖1為一個實施例的CT圖像中校正金屬偽影的方法流程圖；圖2為一個實施例的CT圖像中校正金屬偽影的系統(tǒng)結構示意圖。具體實施方式下面結合附圖對本發(fā)明的CT圖像中校正金屬偽影的方法和系統(tǒng)的具體實施方式作詳細描述。參考圖1，圖1所示為一個實施例的CT圖像中校正金屬偽影的方法流程圖，包括如下步驟：S10，對未校正CT圖像中的金屬區(qū)域進行分割，得到只含有金屬信息的圖像；上述步驟中，可以將未校正CT圖像記為I_original，對上述I_original進行簡單的金屬分割方法處理，以保證分割處理的速度。在一個實施例中，上述步驟S10對未校正CT圖像中的金屬區(qū)域進行分割，得到只含有金屬信息的圖像的過程可以包括：通過分割公式對未校正CT圖像I_original中的金屬區(qū)域進行分割，得到只含有金屬信息的圖像I_metal，其中，所述分割公式為：I_metal(i,j)=I_original(i,j),ifI_original(i,j)>T0,else,]]>其中，i和j分別表示圖像像素點的行和列的索引值，T為所設定的金屬像素閾值，可以將T設置為3000或者表征金屬像素值的其他值，I_original(i,j)表示未校正CT圖像中第i行第j列的像素值，I_metal(i,j)表示只含有金屬信息的圖像中第i行第j列的像素值。上述分割公式表明，未校正CT圖像I_original中，像素值大于金屬像素閾值的區(qū)域為金屬區(qū)域，可以分割出來，得到只含有金屬信息的圖像I_metal，上述只含有金屬信息的圖像I_metal中，非金屬信息的像素值置0。S20，分別對未校正CT圖像I_original和只含有金屬信息的圖像I_metal進行限值處理，得到未校正限值圖像和金屬信息限值圖像；上述步驟中，為了防止后續(xù)處理中發(fā)生數據值過大的情況，對未校正CT圖像I_original和只含有金屬信息的圖像I_metal進行限值處理，使限值處理得到的未校正限值圖像和金屬信息限值圖像分別被限制在一定范圍內，以保證未校正CT圖像I_original和只含有金屬信息的圖像I_metal在后續(xù)處理中的穩(wěn)定性。在一個實施例中，上述分別對未校正CT圖像和只含有金屬信息的圖像進行限值處理，得到未校正限值圖像和金屬信息限值圖像的過程包括：I_original_norm＝(I_original+Q)/Q，I_metal_norm＝I_metal/Q，其中，I_original表示未校正CT圖像，I_original_norm表示未校正限值圖像，Q表示預設的限值系數，可以將其設置為1000或者5000等值，通常情況下，上述Q的取值大于或等于1000，小于或等于5000，I_metal表示只含有金屬信息的圖像，I_metal_norm表示金屬信息限值圖像。上述I_original_norm＝(I_original+Q)/Q中可以對I_original中的各個像素值進行處理，即I_original_norm(i,j)＝(I_original(i,j)+Q)/Q，與未校正CT圖像I_original相同，I_metal_norm＝I_metal/Q中也可以對I_metal中的各個像素值進行處理，即I_metal_norm(i,j)＝I_metal(i,j)/Q，以分別對I_original和I_metal中的像素值進行限值。S30，分別對未校正限值圖像和金屬信息限值圖像進行前向投影，得到p_original和p_metal；其中，p_original為未校正限值圖像對應的投影數據，p_metal為金屬信息限值圖像對應的投影數據；上述步驟中，可以采用相同的光線跟蹤算法和平行束幾何投影方式分別對未校正限值圖像和金屬信息限值圖像進行前向投影，得到投影數據p_original和p_metal。上述p_original和p_metal均為二維矩陣，大小為M*N，其中M表示對CT圖像進行投照的角度總數，N表示每個方向上用于投影CT圖像所用的平行射束的條數，穿過CT圖像后的信息由N個探測元接收。在一個實施例中，上述分別對未校正限值圖像和金屬信息限值圖像進行前向投影，得到p_original和p_metal的過程可以包括：采用相同的光線跟蹤算法和平行束幾何投影方式，分別對I_original_norm和I_metal_norm進行前向投影，得到p_original和p_metal。S40，利用p_metal定位出p_original中的金屬區(qū)域，并利用p_original中金屬區(qū)域兩端外的信息插值估計金屬區(qū)域內的信息，根據插值估計后的投影數據重建CT圖像，并對重建CT圖像進行濾波處理，構造先驗圖像；上述p_metal中非零值即為金屬信息，可以用簡單的非零判斷運算定位出投影數據p_metal中金屬區(qū)域，從而確定出投影數據p_original中的金屬區(qū)域，記第i個投影下(即投影矩陣第i行)的金屬區(qū)域的起點和終點分為i_start和i_end，其中i為大于1且小于M的整數。還可以適當向前和向后延長起點i_start和終點i_end位置，即i_start＝i_start-c，i_end＝i_end+c，優(yōu)選地，0<c<5，可減輕未校正CT圖像中金屬周圍高亮度偽影對投影數據插值計算的影響。在一個實施例中，利用p_metal定位出p_original中的金屬區(qū)域，并利用p_original中金屬區(qū)域兩端外的信息插值估計金屬區(qū)域內的信息，根據插值估計后的投影數據重建CT圖像，并對重建CT圖像進行濾波處理，構造先驗圖像的過程可以包括：利用非零判斷運算計算出投影數據p_metal中的金屬區(qū)域；即非零像素值對應的區(qū)域為金屬區(qū)域；根據p_metal中的金屬區(qū)域定位出p_original中的金屬區(qū)域；其中，p_original為M行N列的二維矩陣，p_original中第i行為p_original的第i個投影，p_original的第i個投影下的金屬區(qū)域起點為i_start，終點為i_end，i為大于1且小于M的整數；對p_original的第i行，利用第i_start-1個元素和第i_end+1個元素，對第i_start個元素到第i_end個元素之間的數據進行線性插值，得到線性插值后的投影數據p_line；計算出p_metal中每行中金屬信息的起點和終點之間的距離，獲取金屬信息的起點和終點之間的距離最小的第min行(即第min個投影)，獲取第min行中金屬信息的的起點min_start，終點min_end；其中，p_metal為M行N列的二維矩陣；計算出投影數據p_line中第min行的數據之和sum_min；計算p_line中除第min行外的第i行數據的和sum_i，計算出第i行的sum_i與第min行的sum_min的差diff_sum_i；對于除第min行外的其它第i行，以i_start為起點以i_end為終點，構造疊加函數；其中，所述疊加函數為：fi(j)=0,ifj<i_start0,ifj>i_enddiff_sum_i(i_end-i_start)2πsin(π(j-i_start)i_end-i_start),otherwise,]]>其中，j為大于等于1，且小于等于N的整數；分別將函數fi(j)的N個值一一對應疊加至投影數據p_line中除第min行外的第i行數據上，形成修正后的投影數據p_line，也就是，除了第min行，投影數據p_line每一行的數據都進行和函數fi(j)的一一對應疊加操作，即p_line第i行第j個數值與fi中第j個數值相加(如第1個數與第1個數相加等)；對修正后的投影數據p_line每一行的i_start和i_end處進行高斯光滑濾波，以保證數據的連續(xù)可導，最終得到用于重建的投影數據p_correct1；對投影數據p_correct1重建，得到圖像I_correct1，對所述圖像I_correct1進行具有保護圖像結構邊緣功能的濾波處理，得到先驗圖像。上述對投影數據p_correct1重建的過程中，可以采用濾波反投影方法對投影數據p_correct1進行重建，以保證重建效果。作為一個實施例，上述對所述圖像I_correct1進行具有保護圖像結構邊緣功能的濾波處理的過程包括：I2(i,j)=Σi′=i-vi+vΣj′=j-vj+vI1(i′,j′)×w(i′,j′)/Num]]>w(i′,j′)=1;|I1(i′,j′)-I1(i,j)|≤S0;]]>其中，I1表示為濾波前的圖像I_correct1，I2表示為濾波后的先驗圖像，(i,j)表示圖像I_correct1中像素點的位置，(i',j')表示圖像I_correct1中以像素點(i,j)為中心、長寬均為(2v+1)的矩形窗內的像素點的位置，v為取值1～5之間的整數；w(i',j')表示圖像I1中像素點(i',j')的權重；Num表示圖像I_correct1中以像素點(i,j)為中心、長寬均為(2v+1)的矩形窗內且滿足|I1(i',j')-I1(i,j)|≤S的像素點的個數，S預設的閾值，上述S通?？梢栽O置為某一正數閾值，如5或者6等等。作為一個實施例，上述對p_original的第i行，利用第i_start-1個元素和第i_end+1個元素，對第i_start個元素到第i_end個元素之間的數據進行線性插值，得到線性插值后的投影數據p_line的步驟前還可以包括：將金屬區(qū)域起點i_start更新為i_start-c；其中，c為預設的移動系數；將金屬區(qū)域終點i_end更新為i_start+c。上述移動系數c可以設置為0至5之間的整數。將適當向前延長起點i_start，以及向后延長終點i_end位置，即i_start＝i_start-c，i_end＝i_end+c，可減輕未校正CT圖像中金屬周圍高亮度偽影對投影數據插值計算的影響。S50，對先驗圖像進行前向投影，得到投影數據p_prior，根據p_prior對p_original中的金屬區(qū)域進行插值校正，得到投影數據p_correct2；上述步驟S50中，先驗圖像I_prior行前向投影時，可以采用光線跟蹤算法和平行束幾何投影方式，得到投影數據p_prior。利用未校正的投影數據p_original與投影數據p_prior的對應像素點的像素值做相除運算(即p_original和p_prior中相同位置的像素值相除)，得到歸一化的投影數據，記為p_norm1。上述相除過程中，若分母遇到為0的情況，可以令分母值為以較小的正數。利用投影數據p_metal定位出投影數據p_norm1中金屬區(qū)域，利用金屬區(qū)域兩側的數據線性插值估計金屬區(qū)域內的數據，過程與對p_original的第i行的數據線性插值的插值過程相同，得到插值后的投影數據p_norm2。利用投影數據p_norm2和投影數據p_prior對應像素點的像素值做相乘運算(分別對相同位置的像素值相乘)，可以實現去歸一化，得到投影數據p_correct2。在一個實施例中，上述對先驗圖像進行前向投影，得到投影數據p_prior，根據p_prior對p_original中的金屬區(qū)域進行插值校正，得到投影數據p_correct2的步驟可以包括：采用光線跟蹤算法和平行束幾何投影方式對先驗圖像進行前向投影，得到投影數據p_prior；分別對p_original與p_prior中相同位置的像素點的像素值進行相除運算，得到歸一化的投影數據p_norm1，其中相除運算中，若分母為0，將為0的分母值設置為預設正數，上述預設正數可以為較小的正數，如0.0002等值；利用p_metal定位出投影數據p_norm1中金屬區(qū)域，利用金屬區(qū)域兩側的數據線性插值估計金屬區(qū)域內的數據，得到插值后的投影數據p_norm2；分別對投影數據p_norm2和投影數據p_prior相同位置像素點的像素值做相乘運算，得到去歸一化的投影數據p_correct2。上述利用金屬區(qū)域兩側的數據線性插值估計金屬區(qū)域內的數據的過程可以包括：獲取金屬區(qū)域的第k行的金屬信息起點k_start和金屬信息終點k_end，對金屬區(qū)域的第k行，利用第k_start-1個元素和第k_end+1個元素，對第k_start個元素到第k_end個元素之間的數據進行線性插值，估計金屬區(qū)域內的數據。S60，對p_correct2進行重建，得到重建圖像I_correct2，將I_correct2與只含有金屬信息的圖像融合，得到校正后的CT圖像。在一個實施例中，上述對p_correct2進行重建，得到重建圖像I_correct2，將I_correct2與只含有金屬信息的圖像融合，得到校正后的CT圖像的步驟包括：采用濾波反投影重建算法對p_correct2進行重建，得到重建圖像I_correct2；將I_correct2代入取整公式進行取整處理；其中，所述取整公式為：I_correct＝int(I_correct2*Q-Q)，式中，int()表示對數據進行四舍五入取整，I_correct表示對重建圖像I_correct2進行取整處理后得到的圖像，Q表示預設的限值系數，其可以取1000至5000之間的任一值；將I_correct與圖像I_metal融合，得到校正后的CT圖像I_final。作為一個實施例，為避免金屬邊緣和周圍組織邊緣值的突變，可以對校正后的CT圖像I_final中金屬邊緣適當添加高斯平滑操作。本發(fā)明提供的CT圖像中校正金屬偽影的方法，可以采用較為簡單的分割方法對未校正CT圖像中的金屬區(qū)域進行分割，得到只含有金屬信息的圖像，從而獲取未校正限值圖像和金屬信息限值圖像，以對未校正限值圖像和金屬信息限值圖像進行前向投影，得到p_original和p_metal，利用p_metal定位出p_original中的金屬區(qū)域，并利用p_original中金屬區(qū)域兩端外的信息插值估計金屬區(qū)域內的信息，根據插值估計后的投影數據重建CT圖像，并對重建CT圖像進行濾波處理，構造先驗圖像；對先驗圖像進行前向投影，得到投影數據p_prior，根據p_prior對p_original中的金屬區(qū)域進行插值校正，得到投影數據p_correct2，再對p_correct2進行重建，將重建圖像I_correct2與只含有金屬信息的圖像融合，得到校正后的CT圖像，具有較快的處理速度，對投影區(qū)域中金屬區(qū)域的插值估計更合理，可以構建出好的先驗圖像，從而有效提高了CT圖像校正的效率，以及相應的校正效果。在一個實施例中，可以導入一幅大小為512*512的含有金屬及其偽影的CT圖像I_original作為未校正CT圖像I_original，其中CT圖像最小值為-1000，表示空氣，最大值達到+3500，表示金屬的最大像素值。根據CT圖像灰度直方圖或者經驗獲取閾值，可以設置為+3000。通過以下公式從未校正CT圖像I_original中分割出金屬信息，得到金屬信息圖像I_metal：I_metal(i,j)=I_original(i,j),ifI_original(i,j)>T0,else]]>其中，i和j表示圖像像素點的行和列的索引值，T＝+3000。為了防止后續(xù)一系列處理中發(fā)生數據值過大的情況，對未校正CT圖像I_original和只含有金屬信息的圖像I_metal做如下限值處理：I_original_norm＝(I_original+1000)/1000I_metal_norm＝I_metal/1000其中，I_original表示未校正CT圖像，I_original_norm表示限值處理后的未校正CT圖像(未校正限值圖像)，I_metal表示只含有金屬信息的圖像，I_metal_norm表示限值處理后的只含有金屬信息的圖像(金屬信息限值圖像)。則I_origina_norm最小值為0，最大值為4.5，I_metal_norm最小值為0，最大值為3.5。對I_original_norm和I_metal_norm進行前向投影時，采用相同的光線跟蹤算法和平行束幾何投影方式，分別得到投影數據p_original和p_metal，投影數據為二維矩陣，大小為720*724，即圍繞圖像一周范圍內均勻采集720個方向下的投影數據，每個方向的投影數據個數為724個。投影數據p_metal中非零值即為金屬信息，用簡單的非零判斷運算定位出投影數據p_metal中金屬區(qū)域，從而確定出投影數據p_original中的金屬區(qū)域，記第i個投影下(即投影矩陣第i行)的金屬區(qū)域的起點和終點分為i_start和i_end，其中i大于1，且小于720。為了減輕未校正CT圖像中金屬周圍高亮度偽影對投影數據插值計算的影響，適當向前和向后延長起點i_start和終點i_end位置，本實施例選擇i_start＝i_start-3，i_end＝i_end+3。對投影數據p_original中的每一行(如第i行)，利用第i_start-1個數據和第i_end+1個數據，對第i_start到第i_end之間的數據進行線性插值，得到線性插值后的投影數據p_line。計算出p_metal中每行的金屬區(qū)域的起點和終點的距離，其中第114行對應的距離最小，此行對應的金屬區(qū)域起點和終點記為min_start和min_end。計算出投影數據p_line中第114行的數據之和，記為sum_min。同時也計算出其它每一行數據的和，記為sum_i，(1≤i≤720)，并計算出第i行的sum_i與sum_min的差，記為diff_sum_i。對于除了第114行以外的其它行i，(1≤i≤720)，以i_start為起點以i_end為終點，構造疊加函數：fi(j)=0,ifj<i_start0,ifj>i_enddiff_sum_i(i_end-i_start)2πsin(π(j-i_start)i_end-i_start),otherwise]]>其中j大于等于1，且小于等于724。將函數fi(j)的724個值一一對應疊加在投影數據p_line中第i行的數據上面。除了第114行，投影數據p_line每一行的數據都進行和函數fi(j)的疊加操作。最后，投影數據p_line每一行的i_start和i_end處進行高斯光滑，保證數據的連續(xù)可導。最終得到用于重建的投影數據p_correct1。對投影數據p_correct1進行濾波反投影方法重建，得到圖像I_correct1，對該圖像進行濾波算法，得到先驗圖像I_prior，其中，濾波算法公式為：I_prior(i,j)=Σi′=i-vi+vΣj′=j-vj+vI_correct1(i′,j′)×w(i′,j′)/Num]]>w(i′,j′)=1;|I_correct1(i′,j′)-I_correct1(i,j)|≤S0;]]>其中，v可以取值為3，S可以取值為0.15。對先驗圖像I_prior進行前向投影時，可以采用光線跟蹤算法和平行束幾何投影方式，得到投影數據p_prior。利用未校正的投影數據p_original與投影數據p_prior的對應像素點的像素值做相除運算，得到歸一化的投影數據，記為p_norm1。相除中，分母遇到為0的情況時，令分母值為以較小的正數，本實施例中設為0.0001。利用投影數據p_metal定位出投影數據p_norm1中金屬區(qū)域，利用金屬區(qū)域兩側的數據線性插值估計金屬區(qū)域內的數據，過程與對p_original中各行數據的線性插值的插值過程相同，從而得到插值后的投影數據p_norm2。利用投影數據p_norm2和投影數據p_prior對應像素點的像素值做相乘運算，實現去歸一化，得到投影數據p_correct2。對投影數據p_correct2進行濾波反投影重建，得到重建圖像I_correct2，并進行如下處理：I_correct＝int(I_correct2*1000-1000)其中int()表示對數據進行四舍五入取整。將圖像I_correct2與圖像I_metal融合，得到最終校正后的CT圖像I_final。參考圖2，圖2所述為一個實施例的CT圖像中校正金屬偽影的系統(tǒng)結構示意圖，包括：分割模塊10，用于對未校正CT圖像中的金屬區(qū)域進行分割，得到只含有金屬信息的圖像；限值模塊20，用于分別對未校正CT圖像和只含有金屬信息的圖像進行限值處理，得到未校正限值圖像和金屬信息限值圖像；投影模塊30，用于分別對未校正限值圖像和金屬信息限值圖像進行前向投影，得到p_original和p_metal；其中，p_original為未校正限值圖像對應的投影數據，p_metal為金屬信息限值圖像對應的投影數據；構造模塊40，用于利用p_metal定位出p_original中的金屬區(qū)域，并利用p_original中金屬區(qū)域兩端外的信息插值估計金屬區(qū)域內的信息，根據插值估計后的投影數據重建CT圖像，并對重建CT圖像進行濾波處理，構造先驗圖像；校正模塊50，用于對先驗圖像進行前向投影，得到投影數據p_prior，根據p_prior對p_original中的金屬區(qū)域進行插值校正，得到投影數據p_correct2；融合模塊60，用于對p_correct2進行重建，得到重建圖像I_correct2，將I_correct2與只含有金屬信息的圖像融合，得到校正后的CT圖像。本發(fā)明提供的CT圖像中校正金屬偽影的系統(tǒng)與本發(fā)明提供的CT圖像中校正金屬偽影的方法一一對應，在所述CT圖像中校正金屬偽影的方法的實施例闡述的技術特征及其有益效果均適用于CT圖像中校正金屬偽影的系統(tǒng)的實施例中，特此聲明。以上所述實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權利要求為準。當前第1頁1 2 3