[发明专利]一种ECT图像数据采集、图像重建及评估系统

摘要

本发明属于图像处理技术领域，公开了一种ECT图像数据采集、图像重建及评估系统，所述ECT图像数据采集、图像重建及评估系统包括：数据采集模块、模数转换模块、数据处理模块、图像处理模块、数据存储模块、专家评估模块、显示模块。本发明通过图像处理模块能够只对在需要降低亮度的特定的部位所产生的高亮度部分进行修正，去除或降低局部反光。因此，对于不需要降低亮度或明度的部位，可维持其高亮度或明度，而只对需要降低亮度的部位(例如出现了皮肤的局部反光的部位等)实施图像修正；同时通过专家评估模块可以集合在线不同专家对采集的图像进行分析，可以获取更加准确的分析信息，有利患者治疗效果。

主权项

1.一种ECT图像数据采集、图像重建及评估系统，其特征在于，所述ECT图像数据采集、图像重建及评估系统包括：数据采集模块，与模数转换模块连接，用于通过探测核射线的探头获取放射性药物在人体不同器官浓度图像数据；数据采集模块利用集成的感知设备在独立的采样周期内对目标信号x(t)进行采集，并用A/D方式对信号进行数字量化；然后，对量化后的信号x(i)进行降维；最后，对降维后的信号进行重构；其中t为采样时刻，i为量化后的信号排序；对量化后的信号进行降维，具体是对量化后的信号通过有限脉冲响应滤波器的差分方程其中h(0),…,h(L‑1)为滤波器系数，设计基于滤波的压缩感知信号采集框架，构造如下托普利兹测量矩阵：则观测其中b₁,…,b_L看作滤波器系数；子矩阵Φ_FT的奇异值是格拉姆矩阵G(Φ_F,T)＝Φ′_FTΦ_FT特征值的算术根，验证G(ΦF,T)的所有特征值λi∈(1‑δ_K,1+δ_K),i＝1,…,T，则Φ_F满足RIP，并通过求解最优化问题来重构原信号；通过线性规划方法来重构原信号，亦即BP算法；针对实际压缩图像信号的采集，则修改Φ_F为如下形式：如果信号在变换基矩阵Ψ上具有稀疏性，则通过求解最优化问题，精确重构出原信号：其中Φ与Ψ不相关，Ξ称为CS矩阵；数据处理模块，与数据采集模块、图像处理模块、数据存储模块、专家评估模块、显示模块连接，用于对模数转换模块传输的数据进行处理生成图像数据；数据处理模块将采集的放射性药物在人体不同器官浓度图像数据按照划分的量化等级进行量化处理，并建立观测证据表；利用专家知识或经验建立状态间的条件概率转移矩阵，确定时间片段间的状态转移矩阵；建立危险等级与放射性药物因素和浓度间的离散动态贝叶斯网络模型；利用建立的观测证据表、条件转移概率表和状态转移概率表，运用隐马尔科夫推理算法计算出最终的放射性药物在人体不同器官浓度危险等级；所述离散动态贝叶斯网络模型是由观测节点和状态节点构成的有向无环图，放射性药物因素和浓度构成离散状态节点，危险等级为观测节点；所述建立的观测证据表、条件转移概率表和状态转移概率表，结合所建立的离散动态贝叶斯网络模型，确定最终的危险等级即为贝叶斯推理过程依据大量状态节点数据推理出观测节点最大可能取值的概率；数据处理模块数据处理中，具体包括：系统参数λ和观测序列Y，前向‑后向算法推理出概率P(Y|λ)的过程如下：前向算法，定义前向变量αt(i)＝P(y1,y2,...,yt,xt＝i|λ)初始化：α1(i)＝πibi(y1),1≤i≤n递归运算：结果：后向算法，定义后向变量βt(i)＝P(yt+1,yt+2,...,yT|xt＝i,λ)初始化：βT(i)＝1,1≤i≤n递归运算：结果：将前向算法、后向算法结合起来构成前向‑后向算法：最终，根据确立的观测证据表、条件转移概率表和状态转移概率表，结合前向‑后向算法推理出放射性药物在人体不同器官浓度危险等级；图像处理模块，与数据处理模块连接，用于对图像数据进行修正、加工处理操作；图像处理模块在灰度处理图像中,窗口wi的邻域内alpha值满足局部线性条件，使用移动最小二乘法求解局部线性关系，表示如下：公式(1)中权值ω，ωi是邻域wk中的权值；式(1)表示为以下矩阵的形式:对于每个邻域w_k,G_k定义为‖w_k‖×2矩阵；G_k每行包括向量(I_i,1)，W_k是每行向量对应的权值ω_i组成的向量，G_k’为G_k的W_k加权，对应的每行向量表示为(W_k.I_i,W_k)，是邻域内所有像素对应的alpha值组成的向量；系数ak,bk解得如下所示：令J(α)表示为下式：δi,j是Kronecker delta函数，μk和σ2分别是小窗口wk内的基于Wk的加权均值和方差，‖wk‖是窗口内像素的个数,L为移动拉氏抠图矩阵；引入权值ωi，应用至彩色模型，彩色模型下的移动最小二乘抠图方法如下：用下式表示彩色图像各通道间的线性关系：c为彩色图像的通道数,在考虑各个通道信息后，式(1)转化为下式:对式(2)进行化简后，解得彩色模型下移动拉氏矩阵如下式所示：J(α)＝αLαT；在(3)式中，I为小邻域内所有像素对应3*1颜色向量组成的矩阵，μk为I的Wk加权平均,Σk是I在Wk加权下的协方差矩阵。