[发明专利]一种基于图学习的稀疏投影重建方法

权利要求书

1.一种基于图学习的稀疏投影重建方法，其特征在于，该方法具体为：

将投影成像仪器采集到的原始数据结合对应的系统响应矩阵进行稀疏投影并基于图学习修正后迭代重建，直至满足迭代收敛条件，或达到固定的迭代次数，得到最终的无形状伪影的重建图像；其中，基于图学习修正具体如下：

对每次稀疏投影获得的图像中每个像素点j以点为中心选取l×l×l个像素点的像素值组成对应像素点的特征向量；

对每个像素点j进行全局随机采样，选取若干个随机点作为对应像素点j的随机点集Ω_j；

获取每个像素点j的特征向量与其对应随机点集Ω_j中每个随机点的特征向量的欧氏距离d_j,r, rϵΩ_j；

根据欧式距离利用非线性门函数对每个像素点j的随机点集进行相似度筛选，保留n _j个最相似的随机点；

根据保留的随机点利用图学习的方法获取每个像素点新的像素值：

其中，I_j,_m表示第j个像素点对应随机点集筛选保留的第m个像素点的像素值，n _j为最终保留的随机像素点个数，I_j表示更新后该点的像素值，g_j,m为第j个像素点与对应随机点集筛选保留的第m个像素点的非线性门函数的输出。

2.根据权利要求1所述的稀疏投影重建方法，其特征在于，投影成像仪器采集到的原始数据为PET或CT数据。

3.根据权利要求1所述的稀疏投影重建方法，其特征在于，将投影成像仪器采集到的原始数据结合对应的系统响应矩阵进行稀疏投影的过程具体为：

通过系统响应矩阵对当前图像进行投影运算，获得投影数据；其中，上标k表示迭代次数，下标i表示投影成像仪器的第i个探测器，当前图像的初始值为全为1的矩阵；

将获得的投影数据与采集到的原始数据进行比较，得到反投影因子；并利用反投影因子，将投影数据反投影到图像空间中，得到反投影图像；

根据反投影图像与系统响应矩阵的比值获得反投影的修正因子α，结合修正因子α与当前图像得到重新投影的图像。

4.根据权利要求1所述的稀疏投影重建方法，其特征在于，所述非线性门函数为Sigmoid、tahn或ReLU。

5.根据权利要求4所述的稀疏投影重建方法，其特征在于，所述非线性门函数具体为：

其中，为调节门函数参数的变量，为实数，g_j,r为第j个像素点与对应随机点集中第r个像素点的非线性门函数的输出，根据设置g_j,r的阈值对每个像素点的随机点集进行相似度筛选，d_j,r表示第j个像素点与其对应随机点集中第r个像素点的欧式距离。