[发明专利]一种基于三维区别性特征表示的低剂量CT图像分解方法

摘要

本发明公开了一种基于三维区别性特征表示的低剂量CT图像分解方法，首先对体模进行扫描，获得一组对应的低剂量和正常剂量下体模CT图像；之后通过选取正常剂量的体模CT图像中的特征块组成特征字典，通过将低剂量和正常剂量体模CT图像相减得到低剂量下的噪声伪影图像，选取噪声伪影图像中的特征块组成噪声伪影字典；最后利用特征字典和噪声伪影字典组成的三维区别性字典来表示临床低剂量CT图像，得到特征字典表示的特征图像和噪声伪影字典表示的噪声伪影图像，从而实现低剂量CT图像的分解。本发明可以将低剂量CT图像中的噪声及星条状伪影和特征结构成分有效的分离，满足临床分析和诊断的质量要求，提高低剂量CT图像使用效率。

主权项

一种基于三维区别性特征表示的低剂量CT图像分解方法，其特征在于，包括以下步骤：步骤1、对一体模进行扫描，获得一组对应的低剂量体模CT图像和正常剂量体模CT图像步骤2、在正常剂量体模CT图像中选取若干特征图像块，并对其去均值和归一化，组成特征字典Dhd，将低剂量体模CT图像减去正常剂量体模CT图像得到噪声伪影图在噪声伪影图中选取若干图像块，并对其去均值和归一化，构成噪声伪影字典Dna；步骤3、将临床低剂量CT图像V用Dhd和Dna组合成的三维区别性字典D进行表示，得到对应特征字典表示的特征图像Vf部分和噪声伪影字典表示的噪声伪影图像Vna部分；其中所用的区别性字典是由特征字典Dhd与噪声伪影字典Dna组合而成，即D＝[Dhd|Dna]，区别性字典中的前M个原子对应特征字典中的原子，之后的原子为噪声伪影字典中的原子，M为选取的三维图像块数；特征图像Vf和噪声伪影成分图像Vna部分分别表示为：Vf=ΣijkRijkTDhdαijkhd/ΣijkRijkTRijk]]>Vna=ΣijkRijkTDnaαijkna/ΣijkRijkTRijk]]>其中，Rijk表示从三维图像中提取的中心像素索引为(i,j,k)的三维图像块，为三维图像块组合算子，为稀疏系数中对应区别性字典前M列的特征原子的系数，为稀疏系数中对应区别性字典后M列的噪声伪影原子的系数。