[发明专利]一种多阈值分割CT图像校正图像重建中骨硬化伪影的方法

权利要求书

1.一种多阈值分割CT图像校正图像重建中骨硬化伪影的方法，其特征在于：它包括如下步骤：

S1：由原始扫描数据P₀重建生成没有进行骨硬化校正的原始图像I₀；

S2：由原始扫描数据P₀重建系统支持的最大扫描范围图像I₁，简称最大FOV图像I₁，

S3：将重建的最大FOV图像I₁中的骨骼根据n个不同阈值区间划分，得到n幅不同CT值范围的骨图像I_k，图像提取如下：

其中：n为骨骼分割区间的总数；k为选择的第k个阈值，k∈[1,n]自然数；C_lk，C_hk分别为第k个阈值区间的上下限；x_ij为原始图像I₀第i行j列对应的CT值；y_ij为根据第k个阈值提取得到的第k幅骨图像I_k(k＝1…n)的第i行j列对应的CT值；

S4：分别对获得的n幅骨图像I_k(k＝1…n)进行正投影，获得各骨图像正投影数据P_k(k＝1…n)；

S5：对重建的最大FOV图像I₁进行正投影，得到正投影数据

S6：对各骨图像正投影数据P_k和最大FOV图像I₁的正投影数据进行拟合、加权处理，得到补偿图像的投影数据P；

S7：根据最终补偿项投影数据P重建最大FOV的骨硬化补偿图像I₂；

S8：根据选择的建像条件，将重建最大FOV的骨硬化补偿图像I₂图像转化为与原始图像I₀大小相同的骨硬化补偿图像I₃；

S9:将骨硬化补偿图像I₃与原始图像I₀相加得到骨硬化校正后的目标图像。

2.根据权利要求1所述的一种多阈值分割CT图像校正图像重建中骨硬化伪影的方法，其特征在于：所述步骤S3中的骨骼分割区间总数n的取值范围为3-5。

3.根据权利要求1所述的一种多阈值分割CT图像校正图像重建中骨硬化伪影的方法，其特征在于：所述步骤S6对各骨图像正投影数据P_k和最大FOV图像I₁的正投影数据P_I1进行拟合、加权处理，得到补偿图像的投影数据P的方法：

首先，对各骨图像正投影数据P_k(k＝1…n)和最大FOV图像I₁的正投影数据P_I1进行二次多项拟合，获得骨伪影硬化补偿项的投影数据P_fk(k＝1…n)，拟合公式如下：

其中：k表示第k个阈值，k∈[1,n]自然数；P_k为第k个骨图像的正投影数据；P_fk为第k个骨图像的正投影数据拟合的结果；为最大FOV图像I₁的正投影数据，a_k,b_k,c_k分别为骨投影数据二次项系数、骨投影与最大FOV图像I₁投影乘积项系数以及常数项系数，a_k,b_k,c_k取值范围在10e-7～10e-5之间；

然后，将各二次多项拟合的补偿项投影数据P_fk(k＝1…n)加权求和得到补偿图像的投影数据P，即：

其中：P为最终补偿项的投影数据，k表示第k个阈值，k∈[1,n]；n为骨骼分割区间的总数；P_fk为第k个骨图像的正投影数据二次项拟合的结果；m_k为拟合结果的加权系数，m_k等于第k个划分区间范围内骨头占总体骨头的比例值。

4.根据权利要求3所述的一种多阈值分割CT图像校正图像重建中骨硬化伪影的方法，其特征在于：在对步骤S3处理得到的n幅不同CT值范围的骨图像I_k进行正投影之前，进行5×5平滑滤波处理，得到平滑后的骨图像I_mk(k＝1…n)后，再进行正投影，得到各骨图像正投影数据P_k(k＝1…n)。