[发明专利]一种步进轴扫CT重建中拼接伪影的去除方法及电子介质

说明书

本发明公开了一种步进轴扫CT重建中拼接伪影的去除方法及电子介质，应用于图像处理技术领域；所述方法包括进行CT扫描，获取投影数据：采用锥束重建算法对所有投影数据进行图像重建；对重建后的所有图像进行非线性滤波，输出滤波后图像；获取第k次扫描和第k+1次扫描之间交界区域及其附近的共P层图像，计算每个图像的距离权重和组织结构权重，根据距离权重和组织结构权重对P层图像进行图像更正，去除拼接伪影，直至对N次CT扫描的所有数据完成图像更正，获取去除拼接伪影的最终图像。本发明通过对步进轴扫的交界区域图像进行图像更正，去除交界区域的拼接伪影，计算效率高，提高图像质量，并且不需要额外的硬件辅助，能满足临床需求。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种步进轴扫CT重建中拼接伪影的去除方法及电子介质。

背景技术

CT医学成像系统自20世纪70年代发明了之后经过了长足的进步，扫描速度从开始要几分钟到现在的0.2秒。探测器排数也从开始的单排双排，到现在的64排，128排，甚至256排。这其中的变化不单单是系统硬件的升级换代，系统的图像重建技术也带来了革命性的变化。初期的CT系统由于只有一排探测器，所以X射线束是扇形束，所用到的重建技术也都是二维的扇形束重建技术。因为每次只能扫描一层，整个扫描需要很长的时间，后来多排CT引入就是为了加快扫描的速度，比如16排，32排的系统。这时候X射线也变成了三维的锥形束，和之前的几何结构有了些区别，所以必须要用锥形束重建技术来重建图像。虽然锥形束精确重建技术的数学理论已经被提出来很久，但是由于算法的复杂性，还是没有能够普遍的应用到系统中。目前主流产品中所应用的锥形束重建技术都是基于FDK算法的近似算法。除了这些解析类的算法之外，还有应该用迭代重建算法来减少误差，改善图像质量。迭代算法虽然能够改善图像质量，但是算法的计算量很大，很难满足临床的实际应用。

步进轴扫是CT扫描中常用的扫描方式，每次采用圆周扫描的方式，扫描患者的一部分身体部位。由于圆周扫描的特殊性，接受扫描的整体区域的图像质量并不一致，通常是中心层面最好，越偏离中心层面，锥角越大，图像质量越差。这主要的原因是重建误差和锥角（正比于探测器的排数）的平方成正比，随着探测器排数的增加就会带来很大的误差。除了锥角原因，其他因素，如：射束硬化、Z轴采样、部分容积效应等也会引起图像不均匀和伪影。这些图像质量的不均匀，很容易在步进扫描的交界区域附近产生伪影，导致图像不能够满足临床诊断的要求。

发明内容

技术目的：针对现有技术中步进轴扫的交界区域存在拼接伪影的缺陷，本发明公开了一种步进轴扫CT重建中拼接伪影的去除方法及电子介质，通过对步进轴扫的交界区域图像进行图像更正，去除交界区域的拼接伪影，计算效率高，提高图像质量，并且不需要额外的硬件辅助，能满足临床需求。

技术方案：为实现上述技术目的，本发明采用以下技术方案。

一种步进轴扫CT重建中拼接伪影的去除方法，包括以下步骤：

S1、进行CT扫描，获取投影数据：设置扫描协议，对需要扫描的区域进行N次CT扫描，相邻两次扫描之间有交界区域，扫描覆盖范围为C，每次扫描中获取M层投影数据；

S2、图像重建：采用锥束重建算法对所有投影数据进行图像重建，其中对第k次扫描获取的投影数据进行重建的图像为volume_k，volume_k中第m层的图像为slice_m，则第k次扫描、第m层的图像可表示为；其中，k=1,2…N，m=1,2…M；

S3、图像非线性滤波：对重建后的所有图像进行非线性滤波，输出滤波后图像；

S4、图像更正：获取第k次扫描和第k+1次扫描之间交界区域及其附近的共P层图像，计算每个图像的距离权重和组织结构权重，根据距离权重和组织结构权重对P层图像进行图像更正，去除拼接伪影，获取更正后的图像；

所述S4中获取更正后的图像，其计算公式为：