基于mvct圖像消除kvct圖像中金屬偽影的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及的是一種醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域的方法，具體是一種基于MVCT圖像 消除KVCT圖像中金屬偽影的方法。
【背景技術(shù)】
[0002] CT(computed tomography)成像系統(tǒng)中，在患者體內(nèi)有金屬等高密度物質(zhì)的情況 下，所成圖像中往往會伴隨著大量黑色帶狀或者明亮放射條紋狀偽影，統(tǒng)稱為金屬偽影。金 屬偽影使臨床疾病診斷變得不再可靠，同時在放射治療中它也會給劑量分布計算帶來很大 誤差，所以對CT圖像中金屬偽影校正的研究具有重要意義。典型的偽影去除算法主要有兩 類：迭代法和投影數(shù)據(jù)修補(bǔ)法。迭代法能有效去除金屬偽影和抑制噪聲，而且能很好的呈現(xiàn) 金屬物體的結(jié)構(gòu)，但其運算量非常大，速度很慢，難以實用化。投影數(shù)據(jù)修補(bǔ)法又可分為：基 于插值的修補(bǔ)法和基于先驗圖像的修補(bǔ)法。插值法能在很大程度上去除金屬偽影，且計算 量小，容易實現(xiàn)，但是它會引入新的偽影。先驗圖像法是對插值法的改善，它不引入新的偽 影，但是先驗圖像的質(zhì)量會直接決定最終的偽影去除效果。
[0003] 經(jīng)對現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)，Esther Meyer等在《Medical Physics》 V0L37，NO. 10.0 ctober 2010 上發(fā)表的"Normalized metal artifact reduction(NMAR) in computed tomography^ (E. Meyer, R. Raupach, M. Lell, B. Schmidt, and M. Kachelriess, Normalized metal artifact reduction (NMAR) in computed tomography Med. Phys. VOL 37, NO. 10.0 ctober 2010)中，使用先驗圖像法去除金屬偽影，主要思想是通 過對原始投影數(shù)據(jù)進(jìn)行適當(dāng)?shù)囊?guī)范化使其變得比較平坦，在這平坦的投影數(shù)據(jù)上進(jìn)行插值 能保證原始數(shù)據(jù)與插值數(shù)據(jù)之間足夠平滑。但是，分割得到先驗圖像的過程中，組織分類錯 誤會影響偽影去除效果。

【發(fā)明內(nèi)容】

[0004] 針對NMAR(歸一化金屬偽影消除）方法易受組織分類錯誤的影響這個不足，本發(fā) 明提出了一種基于MVCT圖像消除KVCT圖像中金屬偽影的方法。該方法利用MVCT圖像中 金屬偽影少，且理論上同一組織內(nèi)部梯度為零的特點建立優(yōu)化模型。該優(yōu)化模型能達(dá)到重 建后的KVCT圖像的梯度與MVCT圖像的梯度相近，而灰度值又能與重建前的KVCT圖像相近 的目的。該方法不用對圖像進(jìn)行組織分類，從而能夠避免組織分類錯誤帶來的影響。本發(fā) 明中所用的MVCT圖像由德國西門子Artiste加速器兆伏級錐形束CT (MV-CBCT)掃描得到， 機(jī)器輸出量為8MU，KVCT圖像由德國西門子公司生產(chǎn)的S0MAT0M Definition Flash CT機(jī) 掃描得到，掃描電壓為120KV，有效電流由CT自動給出，掃描方式為軸掃。模體為美國CIRS 公司生產(chǎn)的模體，為了便于研究金屬偽影，對此模體進(jìn)行改動，金屬植入物為不銹鋼。
[0005] 本發(fā)明是通過以下技術(shù)方案實現(xiàn)的：
[0006] (1)使用剛性配準(zhǔn)對KVCT圖像和MVCT圖像進(jìn)行配準(zhǔn)；
[0007] (2)利用NMAR算法消除配準(zhǔn)后的MVCT圖像中的金屬偽影；
[0008] (3)采用radon變換對KVCT圖像和步驟⑵得到的MVCT圖像進(jìn)行前向投影，得到 兩幅圖像的投影數(shù)據(jù)；
[0009] (4)建立優(yōu)化模型，其具體為
，其中，X表示 待重建的圖像，Xm表示步驟（2)得到的MVCT圖像的投影數(shù)據(jù)，Xk表示KVCT圖像的投影數(shù) 據(jù)，￥=議__儀/%|是梯度算子。然后，令U = X-XM，f = xK-xM，則可得最終優(yōu)化模型為
'其中，V?表不U關(guān)于X的一階偏導(dǎo)，Vv表不U關(guān) 于y的一階偏導(dǎo)，μ是常量；
[0010] (5)優(yōu)化重建，針對步驟（3)獲得的投影數(shù)據(jù)根據(jù)優(yōu)化模型，得到去除金屬后的 KVCT圖像的投影數(shù)據(jù)，然后對其進(jìn)行重建并插入金屬，得到消除金屬偽影后的KVCT圖像。
[0011] 以下對本發(fā)明作進(jìn)一步的說明，包括如下步驟：
[0012] (1)對KVCT圖像和MVCT圖像進(jìn)行配準(zhǔn)；
[0013] 所述的配準(zhǔn)是指使用剛性配準(zhǔn)方法將KVCT圖像和MVCT圖像進(jìn)行變換，如平移、旋 轉(zhuǎn)等形變，其最終目的是建立兩幅圖像像元之間的對應(yīng)關(guān)系使其幾何關(guān)系達(dá)到匹配，從而 去除或抑制KVCT圖像和MVCT圖像之間幾何上的不一致。
[0014] (2)消除配準(zhǔn)后的MVCT圖像中的金屬偽影；
[0015] 消除配準(zhǔn)后的MVCT圖像中的金屬偽影所使用的方法是NMAR方法，其主要思想是 通過對原始投影數(shù)據(jù)進(jìn)行適當(dāng)?shù)囊?guī)范化使其變得比較平坦，在這平坦的投影數(shù)據(jù)上進(jìn)行插 值能保證原始數(shù)據(jù)與插值數(shù)據(jù)之間足夠平滑。
[0016] (3)對KVCT圖像和MVCT圖像進(jìn)行前向投影；
[0017] 所述的前向投影是指對KVCT圖像和消除配準(zhǔn)后的MVCT圖像進(jìn)行radon變換，從 而得到兩幅圖像的投影數(shù)據(jù)。
[0018] (4)建立優(yōu)化模型；
[0019] 所述的優(yōu)化模型是基于同一組織內(nèi)部梯度值為零的假設(shè)建立的。基于這樣的一個 假設(shè)，那么，KVCT圖像中同一組織內(nèi)部梯度值均為零，MVCT圖像亦然。從而可以得到，KVCT 圖像和MVCT圖像的梯度差值在同一組織內(nèi)部為零，而在邊界處不為零，因此，兩幅圖像的 梯度差是稀疏的。那么，可以建立優(yōu)化模型
，其中， ft鎮(zhèn)是梯度算子，第一項表示重建后的KVCT圖像和MVCT圖像的梯度稀疏性， 第二項表示重建后的KVCT圖像與原始的KVCT圖像的灰度值的差異。令U = X-XM，f = Xk-Xm 可以得到：
，即最終的優(yōu)化模型。
[0020] (5)優(yōu)化重建。
[0021] 所述的優(yōu)化是指使用Split Bregman優(yōu)化方法對優(yōu)化模型進(jìn)行優(yōu)化，具體過程如 下：
[0022] 令，則可將上述優(yōu)化問題轉(zhuǎn)化為約束問題：
[0023]
。該約束問 題可以通過添加懲罰項轉(zhuǎn)化為非約束問題：
的優(yōu)化過程可以得到去除金屬后的KVCT圖像的投影數(shù)據(jù)。
[0027] 所述的重建是指對優(yōu)化后得到的去除金屬后的KVCT圖像的投影數(shù)據(jù)進(jìn)行iradon 變換，即radon的逆變換，并插入金屬，從而得到消除偽影后的KVCT圖像。
[0028] 本發(fā)明提出的基于MVCT消除KVCT圖像中的金屬偽影的方法可以有效的去除金屬 偽影，而且能較好的抑制噪聲，而且重建出的KVCT圖像具有真實性。用由美國CIRS公司生 產(chǎn)的模體對比本發(fā)明提出的算法和線性插值法以及NMAR算法，前者的均方根誤差值小于 后兩者的，而且前者的相關(guān)系數(shù)值大于后兩者的。實驗表明本發(fā)明提出的用MVCT圖像消除 KVCT圖像中金屬偽影的方法能比其他兩種方法更好的消除金屬偽影。
【附圖說明】
[0029] 圖1為模體圖；
[0030] 圖2為KVCT圖像；
[0031] 圖3為MVCT圖像；
[0032] 圖4為配準(zhǔn)后的MVCT圖像；
[0033] 圖5為KVCT圖像和配準(zhǔn)后的MVCT圖像的差值圖；
[0034] 圖6為KVCT圖像的正弦圖；
[0035] 圖7為消除金屬偽影后的MVCT圖像的正弦圖；
[0036] 圖8為優(yōu)化后得到的正弦圖；
[0037] 圖9為本發(fā)明提出的金屬偽影消除方法的結(jié)果圖。
【具體實施方式】
[0038] 以下結(jié)合一個具體的實施例對本發(fā)明的技術(shù)方案作進(jìn)一步詳細(xì)的描述。
[0039] 實施例采用的是由美國CIRS公司生產(chǎn)的模體，為了便于研究金屬偽影，對此模體 進(jìn)行改動，金屬植入物為不銹鋼，如圖1所示。整個實驗過程如下：
[0040] 1.對KVCT圖像和MVCT圖像進(jìn)行配準(zhǔn)。因為用MV級X射線掃描模體時掃描孔徑 較小，得到的MVCT圖像是模體的一部分，但KVCT圖像是模體的整體，所以對此模體的KVCT 圖像（圖2)和MVCT圖像（圖3)的相同部分進(jìn)行配準(zhǔn)，相當(dāng)于是全局圖像和局部圖像的配 準(zhǔn)，而模體是剛體的，且剛體變換可以通過調(diào)節(jié)參數(shù)達(dá)到這樣的目的，所以我們使用簡單的 剛性配準(zhǔn)，配準(zhǔn)后的MVCT圖像如圖4所示，圖5是KVCT圖像和配準(zhǔn)后的MVCT圖像差值圖。 圖5中的圖中兩邊的月牙狀區(qū)域是非配準(zhǔn)區(qū)域，而其他部分是配準(zhǔn)區(qū)域，從圖中可以看出， 在配準(zhǔn)區(qū)域兩幅圖像達(dá)到了形狀上匹配的效果。
[0041] 2.消除配準(zhǔn)后的MVCT圖像中的金屬偽影的方法是NMAR算法，其主要思想是通過 對原始投影數(shù)據(jù)進(jìn)行適當(dāng)?shù)囊?guī)范化使其變得比較平坦，在這平坦的投影數(shù)據(jù)上進(jìn)行插值能 保證原始數(shù)據(jù)與插值數(shù)據(jù)之間足夠平滑。
[0042] 3.分別對KVCT圖像和配準(zhǔn)后的MVCT圖像進(jìn)行前向投影，即對它們進(jìn)行radon變 換，得到它們的投影數(shù)據(jù)，如圖6,圖7所示。
[0043] 4.根據(jù)第3步得到的投影數(shù)據(jù)以及假設(shè)同一組織內(nèi)部的梯度值為零建立 優(yōu)化模型
是梯度算 子，第一項表示重建后的KVCT圖像和MVCT圖像的梯度稀疏性，第二項表示重建后 的KVCT圖像與原始的KVCT圖像的灰度值的差異。令U = X-XM，f = Xk-Xm可以得到：
即最終的優(yōu)化模型。本實施例中μ的取值為 500 〇
[0044] 5.使用Split Bregman優(yōu)化算法優(yōu)化第四步中得到的最終的優(yōu)化模型。優(yōu)化的 結(jié)果為去除金屬后的KVCT圖像的投影數(shù)據(jù)，如圖8所示。然后對該投影數(shù)據(jù)重建，即進(jìn)行 iradon變換，也就是逆radon變換，并插入金屬，從而得到去除金屬偽影后的KVCT圖像，如 圖9所示。
[0045] 本發(fā)明提出的金屬偽影去除算法能有效地去除金屬偽影。以上實施例的歸一化均 方根誤差值為〇. 1793,相關(guān)系數(shù)值為0. 9974。
【主權(quán)項】
1. 基于MVCT圖像消除KVCT圖像中金屬偽影的方法，其特征在于，包括以下步驟： (1) 使用剛性配準(zhǔn)對CT掃描獲得的KVCT圖像和MVCT圖像進(jìn)行配準(zhǔn)； (2) 利用NMAR算法消除配準(zhǔn)后的MVCT圖像中的金屬偽影； (3) 采用radon變換對KVCT圖像和步驟（2)得到的MVCT圖像進(jìn)行前向投影，得到兩幅 圖像的投影數(shù)據(jù)；重建的圖像，Xm表示步驟（2)得到的MVCT圖像的投影數(shù)據(jù)，Xk表示KVCT圖像的投影數(shù)于y的一階偏導(dǎo)，y是常量； (5)優(yōu)化重建，根據(jù)優(yōu)化模型，得到去除金屬后的KVCT圖像的投影數(shù)據(jù)，然后對其進(jìn)行 重建并插入金屬，得到消除金屬偽影后的KVCT圖像。2. 根據(jù)權(quán)利要求1所述基于MVCT圖像消除KVCT圖像中金屬偽影的方法，其特征在于： 步驟（5)所述重建具體是，對優(yōu)化后得到的去除金屬的KVCT圖像的投影數(shù)據(jù)進(jìn)行iradon 變換。3. 根據(jù)權(quán)利要求1或2所述基于MVCT圖像消除KVCT圖像中金屬偽影的方法，其特征 在于：還包括使用SplitBregman算法優(yōu)化最終的優(yōu)化模型，具體的實現(xiàn)過程如下：
【專利摘要】本發(fā)明屬于醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，公開了一種基于MVCT圖像消除KVCT圖像中金屬偽影的方法，首先對MVCT圖像和KVCT圖像進(jìn)行配準(zhǔn)，其次用NMAR方法消除配準(zhǔn)后的MVCT圖像中的金屬偽影，然后對KVCT圖像和消除偽影后的MVCT圖像進(jìn)行前向投影，最后建立優(yōu)化模型，進(jìn)行優(yōu)化重建，從而得到消除偽影后的KVCT圖像。本發(fā)明提出的方法利用MVCT圖像中金屬偽影少，且理論上同一組織內(nèi)部梯度為零的特點建立優(yōu)化模型。該優(yōu)化模型能達(dá)到重建后的KVCT圖像的梯度與MVCT圖像的梯度相近，而灰度值又能與重建前的KVCT圖像相近的目的。本發(fā)明提出的方法既能很好的消除金屬偽影，也有較好的去噪效果，而且重建出的KVCT圖像具有真實性。
【IPC分類】G06T5/50
【公開號】CN105046675
【申請?zhí)枴緾N201510522131
【發(fā)明人】秦紅星, 侯沙沙
【申請人】重慶郵電大學(xué)
【公開日】2015年11月11日
【申請日】2015年8月24日