[发明专利]稀疏角度的CT图像迭代重建方法

权利要求书

1.一种稀疏角度的CT图像迭代重建方法，其特征在于，包括步骤：

S1：采集CT成像设备中的稀疏角度的原始投影数据；

S2：初始化重建图像，构建CT图像重建模型，所述重建模型包括保真项以及正则项，所述正则项为具有选择性参数s的全变差最小化约束，所述选择性参数s由图像像素的梯度大小决定；

S3：以初始化的重建图像为首轮迭代的初值,对步骤S1得到的稀疏角度的原始投影数据利用步骤S2中的重建模型进行两相式迭代重建，得到第一轮迭代重建结果，以第K-1轮迭代重建出的图像作为初值进入第K轮迭代，得到第K轮迭代重建结果，K≥2，判断所述第K轮迭代重建结果是否满足设定条件，若否，以第K轮迭代重建出的图像作为初值进入第K+1轮迭代；若是，将第K轮得到的图像数据作为最终重建结果，输出图像。

2.如权利要求1所述的稀疏角度的CT图像迭代重建方法，其特征在于：所述正则项的模型为：x^*＝argmin||x||_TsV，0≤s(Δi,j)≤2，Δ_i,j表示坐标为(i,j)的像素点的梯度，s(Δi,j)表示根据坐标为(i,j)的像素点的梯度变化的选择性参数s，x表示待重建图像。

3.如权利要求1或2所述的稀疏角度的CT图像迭代重建方法，其特征在于，所述保真项的模型为：|Ax-p|≤α；x_i,j≥0，x表示待重建图像，A表示系统矩阵，p表示步骤S1中的原始投影数据向量，α表示系统设定值。

4.一种稀疏角度的CT图像迭代重建方法，其特征在于，包括步骤：

S1：采集CT成像设备中的稀疏角度的原始投影数据；

S2：初始化重建图像，构建CT图像重建模型，所述重建模型包括保真项以及正则项，所述正则项为具有选择性参数s的全变差最小化约束，所述选择性参数s由图像像素的梯度大小决定；

S3：以初始化的重建图像为首轮迭代的初值,对步骤S1得到的稀疏角度的原始投影数据利用步骤S2中的重建模型进行两相式迭代重建，得到第一轮迭代重建结果，以第一轮迭代重建出的图像和初始化的重建图像的线性组合作为初值进入第二轮迭代输出图像得到第二轮迭代重建结果；

S4：重复步骤S3，以第K-1轮迭代重建出的图像和第K-2轮迭代重建出的图像的线性组合作为初值进入第K轮迭代，得到第K轮迭代重建结果，K≥3，判断所述第K轮迭代重建结果是否满足设定条件，若否，以第K轮迭代重建出的图像和第K-1轮迭代重建出的图像的线性组合作为初值进入第K+1轮迭代；若是，将第K轮得到的图像数据作为最终重建结果，输出图像。

5.如权利要求4所述的稀疏角度的CT图像迭代重建方法，其特征在于：所述正则项的模型为：x^*＝argmin||x||_TsV，0≤s(Δi,j)≤2，Δ_i,j表示坐标为(i,j)的像素点的梯度，s(Δi,j)表示根据坐标为(i,j)的像素点的梯度变化的选择性参数s，x表示待重建图像。

6.如权利要求5所述的稀疏角度的CT图像迭代重建方法，其特征在于，所述具有选择性参数s的全变差最小化通过梯度下降算法实现。

7.如权利要求4所述的稀疏角度的CT图像迭代重建方法，其特征在于，所述保真项的模型为：|Ax-p|≤α；x_i,j≥0，x表示待重建图像，A表示系统矩阵，p表示步骤S1中的原始投影数据向量，α表示系统设定值。

8.如权利要求7所述的稀疏角度的CT图像迭代重建方法，其特征在于，所述保真项采用代数重建法实现，并对代数重建后的图像进行非负性约束。

9.如权利要求4-8任意一项所述的稀疏角度的CT图像迭代重建方法，其特征在于，所述步骤S3与步骤S4中的线性组合方程为：x_K表示第K轮迭代的重建结果。

10.一种稀疏角度的CT图像迭代重建方法，其特征在于，包括步骤：

S1：采集CT成像设备中的稀疏角度的原始投影数据；

S2：初始化重建图像，构建CT图像重建模型，所述重建模型包括保真项以及正则项，所述正则项为具有选择性参数s的全变差最小化约束，所述选择性参数s由图像像素的梯度大小决定；

S3：以初始化的重建图像为首轮迭代的初值,对步骤S1得到的稀疏角度的原始投影数据利用步骤S2中的重建模型进行两相式迭代重建，得到第一轮迭代重建结果，以第一轮迭代重建出的图像和初始化的重建图像的线性组合作为初值进入第二轮迭代输出图像得到第二轮迭代重建结果；

S4：重复步骤S3，以第K-1轮迭代重建出的图像和第K-2轮迭代重建出的图像的线性组合作为初值进入第K轮迭代，得到第K轮迭代重建结果，当K满足设定的迭代次数时，将第K轮得到的图像数据作为最终重建结果，输出图像。