[发明专利]一种基于神经网络去锥形束伪影的CT重建方法

权利要求书

1.一种基于神经网络去锥形束伪影的CT重建方法，其特征在于，包括步骤：

(1)采集锥形束投影数据P；

(2)对锥形束投影数据P进行滤波；

(3)对滤波后的投影数据P进行n个角度的图像重建，得到n个子图像；所述n个角度所覆盖的总角度大于最小重建角度，n为正整数；

(4)构建能够去除输入图像锥形束伪影的神经网络，训练神经网络，直至神经网络的损失函数满足预设的阈值要求；

(5)将n个子图像同时输入到神经网络内，得到一幅无锥形束伪影的输出图像。

2.根据权利要求1所述的一种基于神经网络去锥形束伪影的CT重建方法，其特征在于，所述步骤(2)中对锥形束投影数据P进行滤波的滤波方式包括：对称斜坡滤波、不对称斜坡滤波。

3.根据权利要求1所述的一种基于神经网络去锥形束伪影的CT重建方法，其特征在于，所述步骤(3)中重建n个子图像采用的重建方法相同或不同。

4.根据权利要求1所述的一种基于神经网络去锥形束伪影的CT重建方法，其特征在于，所述神经网络为Unet网络。

5.根据权利要求4所述的一种基于神经网络去锥形束伪影的CT重建方法，其特征在于，所述神经网络的训练步骤包括：

1)获取无锥形束伪影的锥形束投影数据，对锥形束投影数据进行图像重建，得到无锥形束伪影的目标图像；

2)利用无锥形束伪影的锥形束投影数据合成含有不同锥形束伪影的锥形束投影数据，作为样本数据；

3)将每个样本数据进行n个角度的图像重建，得到n个子图像；将每个样本数据的n个子图像输入神经网络，得到一幅输出图像；计算输出图像与目标图像之间的误差，进而估计神经网络的更新梯度，沿着梯度方向更新网络；重复训练过程，直至神经网络的损失函数满足预设的阈值要求；所述损失函数为：

其中，Img表示神经网络的输出图像，Img_true表示Img对应的目标图像，Img_k表示用第k个样本数据训练时神经网络的输出图像，Im g_true，k表示Im g_k对应的目标图像。