CN116228902A - 一种ct图像伪影校正方法、系统及介质 - Google Patents

Abstract

本发明公开了一种CT图像伪影校正方法、系统及介质，获取投影图像集；在投影图像集中，选择任意一张投影图像，通过散射核函数对所述投影图像进行化处理，获得直穿投影数据，通过硬化校正函数对直穿投影数据进行处理，获得映射投影数据，遍历投影图像集，获得若干映射投影数据；构建重建图像；计算重建图像的信息熵，以信息熵最小为目标，计算散射核函数中的最优散射拟合参数以及硬化校正函数中的最优硬化拟合参数；基于最优散射拟合参数对若干影数据进行散射校正，通过最优硬化拟合参数对直穿投影数据进行校正，基于校正后的数据，构建所述待测物体的CT图像；本发明的有益效果为实现了通过准确获取的校正参数，构建去伪影效果好的CT图像。

Description

一种CT图像伪影校正方法、系统及介质

技术领域

本发明涉及CT应用技术领域，具体而言，涉及一种CT图像伪影校正方法、系统及介质。

背景技术

计算机断层成像技术作为一种主要的无损检测技术广泛应用于医疗诊断、工业检测、地质分析、文物考古等多个领域。标准的CT重建算法是以单能X射线为假设前提，当宽能谱X射线穿过物体时，物体对低能X射线的衰减系数更大，随着物体厚度的增加，穿透物体的低能量X射线占减少，高能量X射线占比增大，形成射束硬化效应。利用射束硬化的投影数据重建会造成重建的衰减系数图像上形成四周亮，中间暗的“杯状”伪影以及包含金属物周围的放射状伪影。硬化伪影降低图像的质量，影响重建图像中物体识别和分割以及密度的判断。此外，X射线与物质相互作用过程包含吸收、散射和电子对效应，CT重建算法仅考虑物质对X射线的线性吸收，实际上当X射线能量低于300kV时，电子对效应可以忽略，但散射仍然有较大贡献。散射射线出射方向发散，与直穿射线叠加后，会造成投影图像模糊和对比度下降。

硬化校正的软件校正法，主要有蒙特卡洛校正方法、迭代校正法以及深度学习法等。目前实际工程应用中仍以线性法为主，把非线性投影数据校正为线性投影数据。该类型方法的关键是如何准确获取校正函数模型的参数；散射校正的软件校正方法，适用范围广，无需增加额外成本，但实际效果与算法优劣关系密切。

综上所述，硬化和散射的软件校正方法关键都是获得正确的校正参数，真实的物理过程中，由于硬化造成射线能谱变化，而不同能量的射线散射参数也不同，因此硬化和散射过程相互影响，分别进行散射和硬化校正的效果不尽人意；因此，在现有技术中，无法准确的获得校正参数，使得构建的CT图像效果差。

有鉴于此，特提出本申请。

发明内容

本发明所要解决的技术问题是现有技术中，通过硬化软件校正方法或散射软件校正方法，来对投影图像进行校正，但是在采用该方法进行校正的时候，若获取的校正参数不理想，则会使得构建的CT图像去伪影效果差，目的在于提供一种CT图像伪影校正方法、系统及介质，能够准确的获取校正参数，使得构建的CT图像去伪影效果好。

本发明通过下述技术方案实现：

一种CT图像伪影校正方法，方法步骤包括：

获取投影图像集，所述投影图像集为待测物体在不同角度下拍摄的投影图像；

在所述投影图像集中，选择任意一张投影图像，通过散射核函数对所述投影图像进行化处理，获得直穿投影数据，再通过硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据，遍历所述投影图像集，获得若干映射投影数据；

基于若干所述映射投影数据，构建重建图像；

计算所述重建图像的信息熵，以所述信息熵最小为目标，计算所述散射核函数中的最优散射拟合参数以及所述硬化校正函数中的最优硬化拟合参数；

基于所述最优散射拟合参数对若干投影数据进行散射校正，通过所述最优硬化拟合参数对若干所述直穿投影数据进行校正，并基于校正后的数据，构建所述待测物体的CT图像。

传统的在对CT图像进行去伪影的时候，通过硬化软件校正方法合散射软件校正方法两种独立方法分别实现的，但是在采用这种方法对CT图像去伪影的时候，由于硬化造成射线能谱变化，而不同能量的射线散射参数也不同，因此硬化和散射过程相互影响，因此，会造成校正的效果差，使得最终重建的CT图像效果差；本发明提供了一种CT图像伪影校正方法，通过计算在散射和硬化过程中的最优参数，使用该最优参数来构建CT图像，实现了通过准确获取的校正参数，构建去伪影效果好的CT图像。

优选地，所述直穿投影数据获得的子步骤包括：构建散射核函数模型，并初始化散射拟合参数，对所述投影图像进行迭代操作，获得直穿投影数据。

优选地，所述映射投影数据获得的子步骤包括：

构建硬化校正函数，并初始化硬化拟合参数，将所述直穿投影数据进行函数映射，获得所述映射投影数据。

优选地，所述重建图像的构建方法为：

对若干所述映射投影数据依次进行加权处理、滤波处理以及反投影处理，获得重建图像。

优选地，所述最优散射拟合参数以及所述最优硬化拟合参数具体计算的子步骤为：

以信息熵为目标函数，构建最优化参数求解模型；

采用迭代优化求解方法，求解获得最优散射拟合参数以及所述最优硬化拟合参数，所述迭代求解方法中，其收敛条件为：参数空间的最大距离小于等于设定的距离值，或迭代次数达到设定值。

优选地，在遍历所述投影图像集前，对所述投影图像集进行降采样处理，将所述投影图像集中的每张图像降采样为低分辨率图像。

本发明还提供了一种CT图像伪影校正系统，包括图像获取模块、校正模块、图像重建模块、参数寻优模块以及优化重建模块；

所述图像获取模块，用于获取投影图像集，所述投影图像集为待测物体在不同角度下拍摄的投影图像；

所述校正模块，用于在所述投影图像集中，选择任意一张投影图像，在所述投影图像集中，选择任意一张投影图像，通过散射核函数对所述投影图像进行化处理，获得直穿投影数据，再通过硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据，遍历所述投影图像集，获得若干映射投影数据；

所述图像重建模块，用于基于若干所述映射投影数据，构建重建图像；

所述参数寻优模块，用于计算所述重建图像的信息熵，以所述信息熵最小为目标，计算所述散射核函数中的最优散射拟合参数以及所述硬化校正函数中的最优硬化拟合参数；

所述优化重建模块，用于基于所述最优散射拟合参数对若干投影数据进行散射校正，通过所述最优硬化拟合参数对若干所述直穿投影数据进行校正，并基于校正后的数据，构建所述待测物体的CT图像。

优选地，所述校正模块包括散射校正模块以及硬化校正模块；

所述散射校正模块，用于通过所述散射核函数对所述投影图像处理，获得直穿投影数据；

所述硬化校正模块，用于通过所述硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据。

优选地，所述散射校正模块包括散射计算模块、迭代模块；

所述散射计算模块，根据散射核函数模型，根据当前直穿射线计算散射射线分布，并用当前投影图像减去散射射线分布得到新的直穿射线；

所述迭代模块，用于将两次相邻的散射射线分布进行差值处理，直到两次散射射线分布的差别小于等于设定值。

本发明还提供了一种计算机存储介质，其上存储有计算程序，该计算机程序被处理器执行时，实现如上所述的方法。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明实施例提供的一种CT图像伪影校正方法、系统及介质，通过计算在散射和硬化过程中的最优参数，使用该最优参数来构建CT图像，实现了通过准确获取的校正参数，构建去伪影效果好的CT图像。

附图说明

为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为校正方法计算流程示意图；

图2为散射校正后零件CT重建切片图；

图3为硬化校正后零件CT重建切片图；

图4为硬化和散射校正后零件CT重建切片图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本本发明。在其他实施例中，为了避免混淆本本发明，未具体描述公知的结构、电路、材料或方法。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

在本发明的描述中，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。

实施例一

传统的在对CT图像进行去伪影的时候，通过硬化软件校正方法合散射软件校正方法两种独立方法分别实现的，但是在采用这种方法对CT图像去伪影的时候，由于硬化造成射线能谱变化，而不同能量的射线散射参数也不同，因此硬化和散射过程相互影响，因此，会造成校正的效果差，使得最终重建的CT图像效果差。

本实施例公开了一种CT图像伪影校正方法，通过计算在散射和硬化过程中的最优参数，使用该最优参数来构建CT图像，实现了通过准确获取的校正参数，构建去伪影效果好的CT图像，本实施例的校正方法具体流程图如图1所示，方法步骤包括：

S1：获取投影图像集，所述投影图像集为待测物体在不同角度下拍摄的投影图像；在遍历所述投影图像集前，对所述投影图像集进行降采样处理，将所述投影图像集中的每张图像降采样为低分辨率图像。

在步骤S1中，获取的若干张图像中，每张图像都是通过对待测物体在不同角度下所拍摄的图像，且所有拍摄的图像能够根据特定算法重建为三维立体图像，具体为：对每个角度下的投影图像I(m，n)降采样得到低分辨图像I′(m′，n′)，m,n为原投影图像行列坐标，m’,n’为降采样后投影图像行列坐标。

S2：在所述投影图像集中，选择任意一张投影图像，通过散射核函数对所述投影图像进行化处理，获得直穿投影数据，再通过硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据，遍历所述投影图像集，获得若干映射投影数据；

所述直穿投影数据获得的子步骤包括：根据散射核函数模型选择散射核函数k(I′(m′，n′)，u_q)，该函数通过迭代操作将投影图像中的散射射线和直穿射线分离，u_q为散射校正函数的拟合参数；根据当前直穿射线计算散射射线分布，并用当前投影图像减去散射射线分布得到新的直穿射线，重复上述计算，直到两次散射射线分布的差别小于等于设定值，或迭代次数达到设定值；输出直穿投影数据I_p(m′，n′)。

所述单能映射投影数据获得的子步骤包括：构建硬化校正函数，并初始化硬化拟合参数，将所述投影图像进行函数映射，获得单能映射投影数据。

选择合适的硬化校正函数f(I_p(m′，n′)，v_q)，该函数用于把多色投影数据映射为等效单色投影数据，v_q为硬化校正函数的拟合参数；初始化拟合参数v_q，对每个角度下的投影图像进行函数映射计算得到单能映射投影数据I′_p(m′，n′)＝f(I_p(m′，n′)，v_q)。

S3：基于若干所述经散射和硬化校正后的投影数据，构建重建图像；所述重建图像的构建方法为：对若干所述映射投影数据依次进行加权处理、滤波处理以及反投影处理，获得重建图像。

S4：计算所述重建图像的信息熵，以所述信息熵最小为目标，计算所述散射核函数中的最优散射拟合参数以及所述硬化校正函数中的最优硬化拟合参数；

所述最优散射拟合参数以及所述最优硬化拟合参数具体计算的子步骤为：以信息熵为目标函数，构建最优化参数求解模型；采用迭代优化求解方法，求解获得最优散射拟合参数以及所述最优硬化拟合参数，所述迭代求解方法中，其收敛条件为：参数空间的最大距离小于等于设定的距离值，或迭代次数达到设定值。

计算重建图像的信息熵E；以E为目标函数，建立最优化参数求解模型arg min E(u_q，v_q)，利用迭代优化求解方法，求解最优参数

其中迭代求解的收敛条件为参数空间的最大距离小于等于设定值

i,j为参数空间中参数点的编号，或者迭代次数达到设定值；

S5：基于所述最优散射拟合参数对若干投影数据进行散射校正，通过所述最优硬化拟合参数对若干所述直穿投影数据进行校正，并基于校正后的数据，构建所述待测物体的CT图像；利用求解到的最优参数

对投影数据进行散射和硬化校正，然后按标准流程进行CT重建，经过散射和硬化同时校正后进行重建的图像如图4所示。只进行散射校正得到的重建图像如图2所示，只进行硬化校正的重建图像如图3所示，对比发现，经过散射和硬化同时校正后的伪影抑制更好。

具体实施过程：

利用工业锥束CT设备对航空发动机叶片工件进行扫描，射线源管电压为280kV，获得原始的投影图像数据，然后应用本发明执行以下步骤：为了减少计算量，首先对投影序列图像降采样，得到低分辨图像I′(m′，n′)，m′，n′为图像行列坐标；

选择双高斯型散射核函数

分别为图像中心行、列坐标，u_q(A，B，α，β，R₁，R₂)分别为待求解的散射核参数；限定散射核参数u_q的范围并初始化散射核参数，对投影图像进行迭代散射校正，得到直穿投影图像I_p(m′，n′)；

对直穿投影图像I_p(m′，n′)进行暗场和平场校正及对数化处理；选择硬化校正函数为阈值幂指数I′_p(m′，n′)＝f(l_p(m′，n′)，a，b，c)＝I_p(m′，n′)+a(l_p(m′，n′)-b)^c，v_q(a，b，c)分别为待求解的硬化校正参数；限定硬化校正参数v_q的范围并初始化，执行函数映射得到新的一组新的投影图像I′_p(m′，n′)；对投影序列图像I′_p(m′，n′)进行加权、滤波、反投影，得到重建图像，计算重建图像的信息熵E；

以E(u_q，v_q)为目标值建立NM单纯形优化求解模型，利用不同初值计算NM单纯形的顶点，并计算各顶点之间的最大距离

并判断该距离是否小于设定值，若该距离大于设定值，则按照单纯形规则，更新顶点，重新执行步骤直至最大顶点距离小于设定值或者最大迭代次数达到设定值；以最终迭代终止的最优化参数

作为校正函数参数执行散射和硬化校正，计算获得最终的校正投影图像；利用校正后的投影数据执行加权、滤波、反投影等标准CT重建流程，获得最终的CT重建图像，最终重建的图像。

本实施例公开的一种CT图像伪影校正方法，无需更改现有扫描流程，也不必增加额外硬件设施，即可同时完成散射和硬化伪影校正，具有适用范围广，使用成本低，校正效果好的优点。该方法不依赖于CT扫描方式，适用于圆轨道、螺旋轨道、中心偏置等多种CT扫描方式的散射和硬化伪影校正。

实施例二

本实施例公开了一种CT图像伪影校正系统，本实施例是为了实现如实施例一中的校正方法，包括图像获取模块、校正模块、图像重建模块、参数寻优模块以及优化重建模块；

所述图像获取模块，用于获取投影图像集，所述投影图像集为待测物体在不同角度下拍摄的投影图像；

所述校正模块，用于在所述投影图像集中，选择任意一张投影图像，分别通过散射核函数与硬化校正函数对该投影图像进行处理，遍历所述投影图像集，获得若干经散射和硬化校正后的投影数据；

所述图像重建模块，用于基于若干所述经散射和硬化校正后的投影数据，构建重建图像；

所述参数寻优模块，用于计算所述重建图像的信息熵，以所述信息熵最小为目标，计算所述散射核函数中的最优散射拟合参数以及所述硬化校正函数中的最优硬化拟合参数；

所述优化重建模块，用于基于所述最优散射拟合参数对若干投影数据进行散射校正，通过所述最优硬化拟合参数对若干所述直穿投影数据进行校正，并基于校正后的数据，构建所述待测物体的CT图像。

所述校正模块包括散射校正模块以及硬化校正模块；

所述散射校正模块，用于通过所述散射核函数对所述投影图像处理，获得散射投影数据；

所述硬化校正模块，用于通过所述硬化校正函数对所述直穿投影图像进行处理，获得单能映射投影数据。

所述散射校正模块包括散射计算模块、迭代模块；

所述散射计算模块，根据散射核函数模型，根据当前直穿射线计算散射射线分布，并用当前投影图像减去散射射线分布得到新的直穿射线；

所述迭代模块，用于将两次相邻的散射射线分布进行差值处理，直到两次散射射线分布的差别小于等于设定值。

实施例三

本实施例公开了一种计算机存储介质，其上存储有计算程序，该计算机程序被处理器执行时，实现如实施例一所述的方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序发布指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序发布指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的发布指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序发布指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的发布指令产生包括发布指令装置的制造品，该发布指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序发布指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的发布指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种CT图像伪影校正方法，其特征在于，方法步骤包括：

获取投影图像集，所述投影图像集为待测物体在不同角度下拍摄的投影图像；

在所述投影图像集中，选择任意一张投影图像，通过散射核函数对所述投影图像进行化处理，获得直穿投影数据，再通过硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据，遍历所述投影图像集，获得若干映射投影数据；

基于若干所述映射投影数据，构建重建图像；

计算所述重建图像的信息熵，以所述信息熵最小为目标，计算所述散射核函数中的最优散射拟合参数以及所述硬化校正函数中的最优硬化拟合参数；

基于所述最优散射拟合参数对若干影数据进行散射校正，通过所述最优硬化拟合参数对若干所述直穿投影数据进行校正，并基于校正后的数据，构建所述待测物体的CT图像。

2.根据权利要求1所述的一种CT图像伪影校正方法，其特征在于，所述直穿投影数据获得的子步骤包括：

构建散射核函数模型，并初始化散射拟合参数，对所述投影图像进行迭代操作，获得直穿投影数据。

3.根据权利要求2所述的一种CT图像伪影校正方法，其特征在于，所述映射投影数据获得的子步骤包括：

构建硬化校正函数，并初始化硬化拟合参数，将所述直穿投影数据进行函数映射，获得所述映射投影数据。

4.根据权利要求1所述的一种CT图像伪影校正方法，其特征在于，所述重建图像的构建方法为：

对若干所述映射投影数据依次进行加权处理、滤波处理以及反投影处理，获得重建图像。

5.根据权利要求1～4任一所述的一种CT图像伪影校正方法，其特征在于，所述最优散射拟合参数以及所述最优硬化拟合参数具体计算的子步骤为：

以信息熵为目标函数，构建最优化参数求解模型；

采用迭代优化求解方法，求解获得最优散射拟合参数以及所述最优硬化拟合参数，所述迭代求解方法中，其收敛条件为：参数空间的最大距离小于等于设定的距离值，或迭代次数达到设定值。

6.根据权利要求5所述的一种CT图像伪影校正方法，其特征在于，在遍历所述投影图像集前，对所述投影图像集进行降采样处理，将所述投影图像集中的每张图像降采样为低分辨率图像。

7.一种CT图像伪影校正系统，其特征在于，包括图像获取模块、校正模块、图像重建模块、参数寻优模块以及优化重建模块；

所述图像获取模块，用于获取投影图像集，所述投影图像集为待测物体在不同角度下拍摄的投影图像；

所述校正模块，用于在所述投影图像集中，选择任意一张投影图像，通过散射核函数对所述投影图像进行化处理，获得直穿投影数据，再通过硬化校正函数对所述直穿投影数据进行处理，获得映射投影数据，遍历所述投影图像集，获得若干映射投影数据；

所述图像重建模块，用于基于若干所述映射投影数据，构建重建图像；

所述参数寻优模块，用于计算所述重建图像的信息熵，以所述信息熵最小为目标，计算所述散射核函数中的最优散射拟合参数以及所述硬化校正函数中的最优硬化拟合参数；

所述优化重建模块，用于基于所述最优散射拟合参数对若干投影数据进行散射校正，通过所述最优硬化拟合参数对若干所述直穿投影数据进行校正，并基于校正后的数据，构建所述待测物体的CT图像。

8.根据权利要求7所述的一种CT图像伪影校正系统，其特征在于，所述校正模块包括散射校正模块以及硬化校正模块；

所述散射校正模块，用于通过所述散射核函数对所述投影图像处理，获得直穿投影数据；

所述硬化校正模块，用于通过所述硬化校正函数对所述直穿投影数据进行处理，获得所述映射投影数据。

9.根据权利要求8所述的一种CT图像伪影校正系统，其特征在于，所述散射校正模块包括散射计算模块、迭代模块；

所述散射计算模块，根据散射核函数模型以及当前直穿射线计算散射射线分布，并用当前投影图像减去散射射线分布得到新的直穿射线；

所述迭代模块，用于将两次相邻的散射射线分布进行差值处理，直到两次散射射线分布的差别小于等于设定值。

10.一种计算机存储介质，其上存储有计算程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1～6任一所述的方法。

Images