CN110827370B - 一种非等厚构件的多能ct循环迭代重建方法 - Google Patents
一种非等厚构件的多能ct循环迭代重建方法 Download PDFInfo
- Publication number
- CN110827370B CN110827370B CN201911090608.7A CN201911090608A CN110827370B CN 110827370 B CN110827370 B CN 110827370B CN 201911090608 A CN201911090608 A CN 201911090608A CN 110827370 B CN110827370 B CN 110827370B
- Authority
- CN
- China
- Prior art keywords
- energy
- image
- under
- projection data
- reconstructed image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种非等厚构件的多能CT循环迭代重建方法,首先对最低能量下的投影采用迭代算法进行重建,重建后的图像呈现厚度较薄区域的结构特征;将最低能量下的重建图像作为先验图像,利用PICCS(Prior Image Constrained Compressed Sensing)算法对相邻高能量下的投影进行重建,重建后的图像再次作为新的先验信息,依次类推直到最高能量;将最高能量下的重建图像作为最低能量下投影的先验图像再次循环上述过程直至最高能量,得到最终的重建结果。本发明将相邻低能量的重建图像作为先验约束条件纳入重建过程,能够在迭代过程中较好的保留各个能量下的结构信息,完整清晰地再现复杂构件的内部结构,有效解决了其他方案存在的由于多次迭代导致低密度边缘丢失问题。
Description
技术领域
本发明涉及CT成像技术领域,具体为一种非等厚构件的多能CT循环迭代重建方法。
背景技术
X射线CT成像是通过采集不同角度下待测物体的投影信息最终重建物体内部信息的成像技术,是目前较先进的非接触无损检测技术,其应用涉及到航空、医疗等诸多领域。但是在工业CT检测中,常遇到结构复杂、内部厚薄差异大的构件,此时由于探测器成像***动态范围有限,固定能量成像模式下投影信息会严重缺失,而且被测构件结构越复杂,单投影角度下等效厚度变化率也就越大,单能量的投影信息缺失更严重。此外,在CT扫描过程中,每个投影角度下的等效厚度变化规律也会不同,即使采用弥补投影数据以及重建图像后处理方法也很难得到信息完整、正确的CT重建图像。由于固定能量成像模式下无法实现对整个构件同时曝光成像,因此,需要采集多个能量(即多个电压)下的投影获取构件不同部位的有效信息,并利用这些有效投影信息重建出完整的构件内部结构。
常规工业CT(computed tomography)采用固定能量,对于内部结构复杂、等效厚度差大的复杂构件无法实现同时曝光。为获取高动态范围的CT重建图像,目前,多能CT成像是对多能投影图像序列融合来获取高动态范围的投影数据,并进行CT重建来实现复杂结构件的高动态CT成像,但是由于融合后的高动态投影中含有多种能量成分,而常规CT重建算法(如FBP,FDK等)都是基于单能X射线假设,二者的不一致导致利用常规CT重建算法得到的图像中出现硬化伪影。为获取高动态的CT图像并避免建立复杂的多能CT重建模型,可先融合多个能量下的CT投影获得的高动态投影数据,然后直接采用常规CT重建。这种方法虽然可以有效消除金属伪影,但CT重建图像中仍含有大量的硬化伪影。这是由于融合技术只是将不同能量下的投影数据的有效信息进行提取、整合,因此融合后的高动态投影中仍然含有多种能量成分,直接利用常规CT重建容易产生射束硬化伪影。
对于多能CT重建,李权等人提出了基于灰度加权的变电压CT重建方法。该方法利用TV-ART并结合灰度加权,把低电压重建图像TV最小化后作为相邻高电压投影重建的初值进行重建,依次类推直到最高电压,把投影数据的所有信息重建完毕,从而再现物体的完整结构。然而在递变电压较多的情况下,灰度加权处理起来较为繁琐且存在较大误。同时,随着迭代次数增加低密度边缘也会不同程度丢失。
张雪英等人提出了一种基于先验结构信息的变电压CT成像方法,该方法利用ART和TV算法依次对各能量下的投影进行重建直至最高能量,为了弥补高能量下重建图像边缘信息的缺失,将低能量下重建图像的边缘部分作为先验结构信息叠加到高能量CT重建结果上,得到物体的完整结构。但该方法边缘结构选取过于复杂,常出现选取边缘与高电压下缺失的边缘部不匹配的问题,对重建结果造成影响。因此需要发明一种简单有效保护低密度边缘的重建方法。
发明内容
本发明的目的在于提供一种非等厚构件的多能CT循环迭代重建方法,是一种高质量、高动态范围的CT成像方法,能够完整清晰地再现复杂构件的内部结构信息,为构件内部缺陷检测及测量等提供良好的视觉基础,以解决常规工业CT采用固定能量,对于内部结构复杂、等效厚度差大的复杂构件无法实现同时曝光,导致获取的投影信息不完全,不能对构件进行完整重建,影响CT重建图像质量问题。
为实现上述目的,本发明提供如下技术方案:
一种非等厚构件的多能CT循环迭代重建方法,包括以下步骤:
步骤1):获取不同射线能量的有效投影:等步长提高X射线源电压对构件进行扫描,采集多个能量下的有效投影数据;
步骤2):采用ART或SART算法重建最低能量CT图像:对最低能量下的投影数据p1,采用成熟的重建算法,包括ART算法、SART算法进行重建,得到重建图f1像;
步骤3):将相邻低能量投影的重建图像作为先验图像,利用PICCS方法重建相邻高能量投影的CT图像,具体为:将f1作为初始先验图像,利用PICCS方法对p2进行重建,得到第二个能量下的重建图像;
步骤4):将重建好的图像再次作为先验图像,利用PICCS方法对下一组投影进行重建,以此类推,直至最高能量投影pN,此时得到重建图像fN;
步骤5):将fN作为初始先验图像,利用PICCS方法再次对p1进行重建,得到重建后的图像f1,并重复步骤3)和步骤4),得到最终重建图像fend。
更进一步地,步骤1)中具体步骤如下:
步骤101):等步长提高X射线电压并依次对构件进行照射,从而采集到不同能量的投影数据;
步骤102):利用直方图统计方法确定各能量下有效投影的灰度范围,并确保相邻投影图像之间存在一定的有效信息重叠;
步骤103):根据步骤102)确定的有效灰度范围对各能量下的投影数据进行截取,保留有效灰度范围内的投影数据;
步骤104):根据X射线的衰减特性,对步骤103)得到有效投影数据进行对数变换,并按能量由低到高的顺序进行排列,记为pn,n=1,2,....N。
与现有技术相比,本发明的有益效果是:
本发明提供的一种非等厚构件的多能CT循环迭代重建方法,与传统重建算法相比,本发明采用了先验图像约束压缩感知算法,对采集的投影数据进行循环重建,由于该方法将相邻低能量的重建图像作为先验约束条件纳入重建过程,因此能够在迭代过程中较好的保留各个能量下的结构信息,完整清晰地再现复杂构件的内部结构,同时有效解决了其他方案存在的由于多次迭代导致低密度边缘丢失问题。
附图说明
图1为本发明方法的重建流程图;
图2为本发明方法的重建示意图;
图3为本发明的仿真模型图;
图4为本发明的仿真模型首次重建结果图;
图5为本发明的仿真模型最终重建结果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-2,本发明实施例中:提供一种非等厚构件的多能CT循环迭代重建方法,包括以下步骤:
步骤一:获取不同射线能量的有效投影:等步长提高X射线源电压对构件进行扫描,采集多个能量下的有效投影数据;具体步骤如下:
步骤101):等步长提高X射线电压并依次对构件进行照射,从而采集到不同能量的投影数据;
步骤102):利用直方图统计方法确定各能量下有效投影的灰度范围,并确保相邻投影图像之间存在一定的有效信息重叠;
步骤103):根据步骤102)确定的有效灰度范围对各能量下的投影数据进行截取,保留有效灰度范围内的投影数据;
步骤104):根据X射线的衰减特性,对步骤103)得到有效投影数据进行对数变换,并按能量由低到高的顺序进行排列,记为pn,n=1,2,....N;
步骤二:采用ART或SART算法重建最低能量CT图像:对最低能量下的投影数据p1,采用成熟的重建算法,包括ART算法、SART算法进行重建,得到重建图f1像;
步骤三:将相邻低能量投影的重建图像作为先验图像,利用PICCS方法重建相邻高能量投影的CT图像,具体为:将f1作为初始先验图像,利用PICCS方法对p2进行重建,得到第二个能量下的重建图像;
步骤四:将重建好的图像再次作为先验图像,利用PICCS方法对下一组投影进行重建,以此类推,直至最高能量投影pN,此时得到重建图像fN;
步骤五:将fN作为初始先验图像,利用PICCS方法再次对p1进行重建,得到重建后的图像f1,并重复步骤三,得到最终重建图像fend。
上述发明方法中主要利用PICCS方法将相邻低能量投影的重建图像作为约束条件实现相邻高能量投影的CT重建,依次类推到最高能量投影,得到重建结果fN,再返回至最低能量,并将fN作为初始的约束信息,利用PICCS方法重复能量由低到高的重建过程,得到最终的重建结果fend,为了模拟非等厚构件,建立了由碳(C)、铝(Al)、铁(Fe)三种材料构成的仿真模型:
如图3所示,模型最外层为碳,长轴15cm,短轴9cm,中间层为铝,长轴10.73cm,短轴6cm,最内层两个椭圆为铁,长轴2cm,短轴0.25cm;分别用40、70、100、130、160、190、220、250千伏电压对仿真构件进行照射;利用本发明方案对仿真模型进行重建,当首次重建至最高电压时得到重建图像如图4所示,以最高电压的重建图像为先验图像,再次循环重建至最高电压得到重建图像,如图5所示。
从上述重建结果可以看出:本发明方案可以完整清晰地再现复杂构件的内部结构,同时有效解决了其他方案存在的由于多次迭代导致低密度边缘丢失问题。
工作原理:本发明提供的一种非等厚构件的多能CT循环迭代重建方法,是对多个能量下采集的投影数据按照能量从低到高的顺序依次进行重建;首先对最低能量下的投影采用成熟的迭代算法(如ART算法、SART算法)进行重建,重建后的图像能较好的呈现厚度较薄区域的结构特征;接着,将最低能量下的重建图像作为先验图像,利用先验图像约束压缩感知算法(Prior Image Constrained Compressed Sensing,PICCS)对相邻高能量下的投影进行重建,重建后的图像再次作为新的先验信息,依次类推直到最高能量;最后,将最高能量下的重建图像作为最低能量下投影的先验图像再次循环上述过程直至最高能量,得到最终的重建结果;由于每次迭代重建都将前一能量下重建图像的有效信息纳入重建过程,因此该递推过程是对重建图像的依次修正,既可以将完整重建出构件内部的各个结构,又可以有效抑制硬化伪影。
综上所述:本发明提供的一种非等厚构件的多能CT循环迭代重建方法,与传统重建算法相比,本发明采用了先验图像约束压缩感知算法,对采集的投影数据进行循环重建,由于该方法将相邻低能量的重建图像作为先验约束条件纳入重建过程,因此能够在迭代过程中较好的保留各个能量下的结构信息,完整清晰地再现复杂构件的内部结构,同时有效解决了其他方案存在的由于多次迭代导致低密度边缘丢失问题。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种非等厚构件的多能CT循环迭代重建方法,其特征在于,包括以下步骤:
步骤1):获取不同射线能量的有效投影:等步长提高X射线源电压对构件进行扫描,采
集多个能量下的有效投影数据,并按能量由低到高的顺序进行排列;
步骤2):采用ART或SART算法重建最低能量CT图像:对最低能量下的投影数据p1,采用成熟的重建算法,包括ART算法、SART算法进行重建,得到重建图像f1;
步骤3):将重建图像f1作为先验图像,利用PICCS方法重建相邻高能量投影的CT图像,具体为:将f1作为初始先验图像,利用PICCS方法对投影数据p2进行重建,得到第二个能量下的重建图像f2;
步骤4):将重建图像f2再次作为先验图像,对下一组相邻高能量投影进行重建,以此类推,直至最高能量投影数据pN,此时得到重建图像fN;
步骤5):将fN作为初始先验图像,利用PICCS方法再次对投影数据p1进行重建,得到重建后的图像f1,并重复步骤3)和步骤4),得到最终重建图像fend。
2.如权利要求1所述的一种非等厚构件的多能CT循环迭代重建方法,其特征在于,步骤1)中具体步骤如下:
步骤101):等步长提高X射线电压并依次对构件进行照射,从而采集到不同能量的投影数据;
步骤102):利用直方图统计方法确定各能量下有效投影的灰度范围,并确保相邻投影图像之间存在一定的有效信息重叠;
步骤103):根据步骤102)确定的有效灰度范围对各能量下的投影数据进行截取,保留有效灰度范围内的投影数据;
步骤104):根据X射线的衰减特性,对步骤103)得到有效投影数据进行对数变换,并按能量由低到高的顺序进行排列,记为pn ,n=1,2,....N。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911090608.7A CN110827370B (zh) | 2019-11-09 | 2019-11-09 | 一种非等厚构件的多能ct循环迭代重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911090608.7A CN110827370B (zh) | 2019-11-09 | 2019-11-09 | 一种非等厚构件的多能ct循环迭代重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110827370A CN110827370A (zh) | 2020-02-21 |
CN110827370B true CN110827370B (zh) | 2023-06-06 |
Family
ID=69554061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911090608.7A Active CN110827370B (zh) | 2019-11-09 | 2019-11-09 | 一种非等厚构件的多能ct循环迭代重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110827370B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476856B (zh) * | 2020-04-08 | 2023-06-06 | 中北大学 | 一种多谱ct成像方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104422704A (zh) * | 2013-08-21 | 2015-03-18 | 同方威视技术股份有限公司 | 对x光能谱ct的能谱信息进行分解的方法和对应的重建方法 |
CN104574459A (zh) * | 2014-12-29 | 2015-04-29 | 沈阳东软医疗***有限公司 | 一种pet图像的重建方法和装置 |
CN105931280A (zh) * | 2016-03-29 | 2016-09-07 | 中北大学 | 基于gpu的快速三维ct迭代重建方法 |
CN107016709A (zh) * | 2017-04-11 | 2017-08-04 | 重庆大学 | 多源摆动动态ct成像方法 |
CN109146994A (zh) * | 2018-09-17 | 2019-01-04 | 南京航空航天大学 | 一种面向多能谱x射线ct成像的金属伪影校正方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8483463B2 (en) * | 2010-05-19 | 2013-07-09 | Wisconsin Alumni Research Foundation | Method for radiation dose reduction using prior image constrained image reconstruction |
CN105488823B (zh) * | 2014-09-16 | 2019-10-18 | 株式会社日立制作所 | Ct图像重建方法、ct图像重建装置及ct*** |
-
2019
- 2019-11-09 CN CN201911090608.7A patent/CN110827370B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104422704A (zh) * | 2013-08-21 | 2015-03-18 | 同方威视技术股份有限公司 | 对x光能谱ct的能谱信息进行分解的方法和对应的重建方法 |
CN104574459A (zh) * | 2014-12-29 | 2015-04-29 | 沈阳东软医疗***有限公司 | 一种pet图像的重建方法和装置 |
CN105931280A (zh) * | 2016-03-29 | 2016-09-07 | 中北大学 | 基于gpu的快速三维ct迭代重建方法 |
CN107016709A (zh) * | 2017-04-11 | 2017-08-04 | 重庆大学 | 多源摆动动态ct成像方法 |
CN109146994A (zh) * | 2018-09-17 | 2019-01-04 | 南京航空航天大学 | 一种面向多能谱x射线ct成像的金属伪影校正方法 |
Non-Patent Citations (4)
Title |
---|
低剂量CT投影恢复及不完备数据重建算法研究;刘祎;《中国博士学位论文全文数据库(信息科技辑)》;全文 * |
基于压缩感知的CT重建算法的研究进展;尹娟;《中国医疗设备》;全文 * |
基于灰度加权的变电压CT重建算法;李权;《核电子学与探测技术》;全文 * |
应用投影收缩的压缩感知锥束CT短扫描重建;杨宏成;《光学精密工程》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110827370A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeng et al. | A simple low-dose x-ray CT simulation from high-dose scan | |
CN109146994B (zh) | 一种面向多能谱x射线ct成像的金属伪影校正方法 | |
US7747057B2 (en) | Methods and apparatus for BIS correction | |
US8260023B2 (en) | Forward projection for the generation of computed tomography images at arbitrary spectra | |
US20060159223A1 (en) | Method and apparatus for correcting for beam hardening in CT images | |
CN104161536B (zh) | 一种基于互补光栅的锥束ct散射校正方法及其装置 | |
KR101698033B1 (ko) | Ct 영상에서의 콘빔 아티팩트 보정 장치 및 방법 | |
CN110175957B (zh) | 多能量ct基材料物质分解方法 | |
KR20190060054A (ko) | 치과용 콘-빔 ct의 산란선 보정방법 및 보정장치 | |
JPWO2014167935A1 (ja) | X線ct装置、再構成演算装置、及び再構成演算方法 | |
CN109920020A (zh) | 一种锥束ct病态投影重建伪影抑制方法 | |
JP7370989B2 (ja) | スペクトルボリューム画像データを生成するように構成された非スペクトルコンピュータ断層撮影(ct)スキャナ | |
CN111899188A (zh) | 一种神经网络学习的锥束ct噪声估计与抑制方法 | |
Altunbas et al. | A unified scatter rejection and correction method for cone beam computed tomography | |
CN112085809B (zh) | 神经网络的训练方法、消除金属伪影的方法及其装置 | |
Richtsmeier et al. | Metal artifact correction in photon‐counting detector computed tomography: metal trace replacement using high‐energy data | |
CN110827370B (zh) | 一种非等厚构件的多能ct循环迭代重建方法 | |
JP2017221339A (ja) | X線ct画像再構成方法およびコンピュータプログラム | |
Fu et al. | Methods determining the angular increment of a continuous scan cone-beam CT system | |
Xiu et al. | An Innovative Beam Hardening Correction Method for Computed Tomography Systems. | |
Zhang et al. | A locally weighted linear regression look-up table-based iterative reconstruction method for dual spectral CT | |
CN114926560A (zh) | 基于基材料分解的成像金属伪影校正方法及***、成像设备 | |
Tang et al. | A metal artifact reduction scheme in CT by a Poisson fusion sinogram based postprocessing method | |
Min et al. | A weighted rebinned backprojection‐filtration algorithm from partially beam‐blocked data for a single‐scan cone‐beam CT with hybrid type scatter correction | |
Gopi et al. | Iterative computed tomography reconstruction from sparse-view data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |