[发明专利]一种CT图像重建方法、系统、设备和介质

说明书

本发明提供一种CT图像重建方法、系统、设备和介质。其中，方法包括：对图像进行图像迭代重建，判断迭代后的图像是否满足迭代停止条件，若满足，则停止迭代；若不满足，则继续迭代；每次迭代处理依次包括：更新处理、平滑处理、融合处理；其中，更新处理包括通过计算相邻面片的强度差求解图像粗糙度，进而获取最大化惩罚似然函数。本发明能够在确保安全性的前提下，兼顾图像质量和图像生成效率，能够以更快的速度输出质量更高的图像，同时保留图像的精细特征，对医学影像领域具有重要意义。

技术领域

本发明涉及CT图像处理领域，具体而言，涉及一种CT图像重建方法、系统、设备和介质。

背景技术

CT技术具有快速、准确、无创伤、无痛苦等特点，能够在毫米尺度上清晰的获得人体不同组织对于X射线的衰减信息，从而为临床医生的诊断和预防提供人体器官组织信息。CT成像的具体过程为：探测器记录不同视角下X射线经过物体的投影数据，通过对投影数据进行重建，便可得到该断层的线性衰减系数图。CT重建算法主要分为解析重建算法和迭代重建算法两类。

解析重建算法中应用最广泛的算法是滤波反投影(Filteredback-projection,FBP)，FBP基于莱登(Radon)变换进行图像重建，但FBP没有考虑系统响应的时空不均一性，也没有考虑到仪器在测量时的噪声，不具备抗噪性能，所以当投影数据信噪比较低时不能保证CT图像的重建质量。

迭代重建算法包括代数重建和统计重建。其中代数重建中主要有代数重建算法及在此基础上进一步扩展得到的一些新的算法。统计重建中的极大似然-期望最大化(Maximum likelihood-expectation maximization,ML-EM)方法因其在病变检测方面比传统的算法有更好的性能，目前在临床和实践中被广泛应用。

X射线在透射过程中，会将部分能量转移到人体，引起身体损伤，诱发人体新陈代谢异常，甚至致癌，低剂量CT问题逐渐成为研究热点。降低X射线管电流强度来降低每个视角下的曝光剂量是降低CT剂量的最常用方法之一。降低管电流强度能降低单次扫描的辐射剂量，但会使投影数据信噪比下降，噪声强度呈指数倍增长。滤波反投影法因其不具备抗噪性能，导致重建出的低剂量CT图像会产生严重退化并且包含大量条形伪影。因此，低剂量CT图像重建普遍采用迭代重建算法。

但传统的图像迭代重建方法基于像素进行图像重建，需要进行大量的迭代处理，重建过程复杂繁琐。极大似然-期望最大化方法随迭代次数的增加图像质量会退化，产生“棋盘格伪影”，严重影响重建效果。因其基于一个个细小的像素进行处理，会消除一些图像中的精细纹理特征，这些精细的纹理特征往往会影响对CT图像的判断。此外，降低CT剂量带来的大量噪声会引起边缘效应，使图像边缘保持能力变差，严重影响对图像边缘的区分。

综上，现有技术普遍存在图像重建过程复杂、重建图像中有大量噪声和伪影、边缘保持能力差、图像中原有的特征纹理未被保留等缺陷，导致重建时间冗长、重建图像质量差、图像内容缺失等后果，严重影响对患者的诊治。因此，需要一种图像重建方法，能够缩短重建过程、提高图像质量，保留图像特征。

发明内容

基于现有技术存在的问题，本发明提供了一种CT图像重建方法、系统、设备和介质。具体方案如下：

一种CT图像重建方法，包括以下步骤：S1、根据投影数据获取初始化图像；S2、将初始化图像作为待重建图像，对待重建图像进行图像迭代处理；S3、判断是否满足迭代停止条件，若满足，则停止迭代，输出迭代处理后的图像；若不满足，则返回S2，将迭代处理后的图像作为待重建图像再次进行迭代处理。在所述S2中，所述图像迭代处理还包括如下步骤：S21、更新处理，包括通过计算相邻面片的强度差求解图像粗糙度，进而获取最大化惩罚似然函数；S22、平滑处理，包括对来自S21的图像进行平滑去噪处理；S23、融合处理，包括对来自S22的图像进行区域融合处理，包括逐像素融合成图像。