[发明专利]一种基于衬度间增强的低剂量X射线差分相位衬度成像方法有效

专利信息
申请号: 202111368102.5 申请日: 2021-11-18
公开(公告)号: CN114137002B 公开(公告)日: 2023-07-14
发明(设计)人: 傅健;朱国港;张昌盛;明晨 申请(专利权)人: 北京航空航天大学
主分类号: G01N23/083 分类号: G01N23/083
代理公司: 北京科迪生专利代理有限责任公司 11251 代理人: 安丽;邓治平
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 衬度间 增强 剂量 射线 相位 成像 方法
【权利要求书】:

1.一种基于衬度间增强的低剂量X射线差分相位衬度成像方法,其特征在于,包括以下步骤:

步骤1、使用基于Talbot-Lau效应的X射线光栅差分相位衬度成像装置获取样品的低剂量步进投影序列,所述低剂量指通过降低管电流或曝光时间实现射线辐射剂量的降低,所述步进投影序列是由于光栅差分相衬成像装置的衬度信号解析需要在吸收光栅的多个步进位置采集图像,所述低剂量条件会使投影序列产生量子噪声;

步骤2、解析步骤1中的所述步进投影序列,得到样品的多衬度投影信号,解析算法采用傅里叶解析法,所述多衬度投影信号包含样品的吸收衬度、相位衬度及暗场衬度信号;

步骤3、对步骤2中的所述多衬度投影信号进行CT重建,获取样品的低剂量多衬度图像,重建算法为滤波反投影(Filter Projection,FBP)重建算法,所述低剂量多衬度图像中,低剂量条件对吸收衬度图像的影响远小于相位和暗场衬度;

步骤4、利用基于衬度间增强的卷积神经网络对步骤3中所述低剂量多衬度图像进行处理,得到降噪后的优化多衬度图像;所述优化多衬度图像是由于衬度间增强的卷积神经网络模型,将光栅差分相称所得到的多衬度图像同时输入卷积神经网络模型,利用卷积核操作的特性进行衬度间的信息融合,实现各衬度图像间的结构互补;

所述步骤2中,解析步进投影序列,得到样品的多衬度投影信号,包括:

对采集得到的步进曲线进行傅里叶解析得到a0、a1、φ1,a0,a1和φ1分别代表余弦曲线的曲线纵向偏移量,振幅和相位偏移;为了得到多衬度信号,在成像过程中同时采集未放置样品时的参考曲线及放置样品后的样品曲线,并依据公式(6)-(8)得到对应的多衬度投影信号:

其中,上标s和r分别对应样品曲线和参考曲;A,和V分别对应吸收衬度、相位衬度和暗场衬度投影信息;

所述步骤3中,使用公式(9)-(11)所示的滤波反投影重建算法对所述多衬度投影信号进行重建,得到样品的低剂量多衬度图像:

其中,g(x,y)为待重建的断层图像,(x,y)表示图像的二维坐标,U为几何加权因子,Pθ为解析得到的投影信号,θ为旋转角度,h(v)为滤波器,v表示频率,isgn(·)表示Hilbert变换;当重建吸收衬度及暗场衬度信号时采用公式(10)所示的S-L滤波器,而当重建相位衬度信号时需采用公式(11)所示的Hilbert滤波器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111368102.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top