能譜CT圖像重建方法及能譜CT成像系統技術方案

本申請涉及能譜CT圖像重建方法及能譜CT成像系統。一種能譜CT圖像重建方法包括：在多個能量窗中的每個能量窗下采集不完備的原投影數據；利用多個能量窗中不同能量窗構成的至少一對能量窗下的相應原投影數據進行投影數據交叉估計以得到估計投影數據，其中每對能量窗包括第一能量窗和第二能量窗；將所述原投影數據與相應的估計投影數據組合，得到完整投影數據；及利用所述完整投影數據重建能譜CT圖像。根據本申請的方法，能夠解決投影數據不足的重建問題。

【技術實現步驟摘要】

本公開涉及能譜CT成像技術，具體而言涉及基于機器學習與投影域估計的能譜CT圖像重建方法及能譜CT成像系統。
技術介紹
雙能CT于二十世紀七十年代被提出。隨著X射線探測器和成像系統的發展，雙能CT得到了廣泛的應用。近年來，隨著探測器等相關技術的發展以及CT成像的進一步需求，使用雙能或者多能(即，使用≥2個能譜的X射線穿過物體形成的信號進行成像，通常稱為多個能窗或者能量通道的X光)的能譜CT得到廣泛的關注，并在實際應用中繁榮。相比于傳統的單能CT，能譜CT不僅沒有譜硬化和對比度不足等缺點，而且能夠區分材料，尤其是在某些能量下具有相同吸收系數的材料。這些優點使能譜CT有許多臨床應用如腹部成像和肺疾病檢測等。一般情況下，能譜CT在每一個能量下都需要采集完備的CT數據。以扇束CT為例，一個完備的投影數據集應覆蓋短掃描角度(180度加一個扇束角)。傳統的多個能量數據采集則需要進行多次不同能量下的短掃描；或者采用雙源、多源CT進行一次掃描；或者使用能量分辨探測器如光子計數探測器進行一次掃描獲取多個能量的投影數據。以上的方案都會遇到輻射劑量增加、掃描時間長、硬件成本高等問題。一個解決辦法是不采集完備的CT數據，但面臨投影數據不足的重建問題。對此，通常的解決方法是采用壓縮感知技術，即，假設信號是稀疏的或者在變換域是稀疏的，即‖Ψ(x)‖0≤s(1)其中是原始信號，Ψ(·)是稀疏算子，s為稀疏度。實際應用中，常以L1范數替換L0范數，使問題變為凸規劃問題，A表示正向投影，b表示測量的投影數據:argminx‖Ψ(x)‖1s.t.Ax＝b(2)但是，仍然需要改進的能譜CT圖像重建算法。在所述
技術介紹
部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構成對本領域普通技術人員已知的現有技術的信息。
技術實現思路
本申請公開一種基于機器學習與投影域估計的能譜CT圖像重建算法，能夠解決前述重建問題。本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。根據本公開的一個方面，提供一種能譜CT圖像重建方法，包括：在多個能量窗中的每個能量窗下采集不完備的原投影數據；利用多個能量窗中不同能量窗構成的至少一對能量窗下的相應原投影數據進行投影數據交叉估計以得到估計投影數據，其中每對能量窗包括第一能量窗和第二能量窗；將所述原投影數據與相應的估計投影數據組合，得到完整投影數據；及利用所述完整投影數據重建能譜CT圖像。根據一些實施例，利用多個能量窗中不同能量窗構成的至少一對能量窗的相應原投影數據進行投影數據交叉估計以得到估計投影數據包括：在圖像域上建立所述第一能量窗下的圖像數據和所述第二能量窗下的圖像數據之間的映射關系；利用所述映射關系得到估計圖像數據；及從所述估計圖像數據得到所述估計投影數據。根據一些實施例，在圖像域上建立所述第一能量窗下的圖像數據和所述第二能量窗下的圖像數據之間的映射關系包括：從所述第一能量窗和所述第二能量窗的相應原投影數據提取穿過相同射線路徑的所述第一能量窗下的第一相同投影數據和所述第二能量窗下的第二相同投影數據；利用所述第一相同投影數據進行重建，得到第一訓練圖像數據；利用所述第二相同投影數據進行重建，得到第二訓練圖像數據；利用所述第一訓練圖像數據和所述第二訓練圖像數據，通過機器學習的方法建立所述第一能量窗下的圖像數據到所述第二能量窗下的圖像數據的第一映射關系和/或所述第二能量窗下的圖像數據到所述第一能量窗下的圖像數據的第二映射關系。根據一些實施例，利用所述映射關系得到估計圖像數據包括：利用所述第一能量窗和所述第二能量窗下的相應原投影數據通過預重建分別得到第一初始圖像數據和/或第二初始圖像數據；將所述第一初始圖像數據通過所述第一映射關系映射得到所述第二能量窗下的第二估計圖像數據和/或將所述第二初始圖像數據通過所述第二映射關系映射得到所述第一能量窗下的第一估計圖像數據。根據一些實施例，從所述估計圖像數據得到所述估計投影數據包括：利用所述第一估計圖像數據和用于所述第一能量窗的投影算子得到第一估計投影數據和/或利用所述第二估計圖像數據和用于所述第二能量窗的投影算子得到第二估計投影數據。根據一些實施例，在多個能量窗中的每個能量窗下采集不完備的原投影數據包括有限角采樣、角度稀疏采樣或稀疏探測器采樣。根據本公開的另一方面，提供一種能譜CT成像系統，包括：射線發生裝置，包括射線源；光子計數探測器或者能量敏感探測器，包括多個像素；數據采集系統，從所述光子計數探測器或者能量敏感探測器對穿過被成像物的光子進行數據采集；及圖像重建系統，利用所述數據采集系統獲取的數據重建能譜CT圖像，其中所述數據采集系統配置為在多個能量窗中的每個能量窗下采集不完備的原投影數據；所述圖像重建系統包括：交叉估計模塊，利用多個能量窗中不同能量窗構成的至少一對能量窗下的相應原投影數據進行投影數據交叉估計以得到估計投影數據，其中每對能量窗包括第一能量窗和第二能量窗；組合模塊，將所述原投影數據與相應的估計投影數據組合，得到完整投影數據；及重建模塊，利用所述完整投影數據重建所述能譜CT圖像。根據一些實施例，所述交叉估計模塊配置為：在圖像域上建立所述第一能量窗下的圖像數據和所述第二能量窗下的圖像數據之間的映射關系；利用所述映射關系得到估計圖像數據；及從所述估計圖像數據得到所述估計投影數據。根據一些實施例，在圖像域上建立所述第一能量窗下的圖像數據和所述第二能量窗下的圖像數據之間的映射關系包括：從所述第一能量窗和所述第二能量窗的相應原投影數據提取穿過相同射線路徑的所述第一能量窗下的第一相同投影數據和所述第二能量窗下的第二相同投影數據；利用所述第一相同投影數據進行重建，得到第一訓練圖像數據；利用所述第二相同投影數據進行重建，得到第二訓練圖像數據；利用所述第一訓練圖像數據和所述第二訓練圖像數據，通過機器學習的方法建立所述第一能量窗下的圖像數據到所述第二能量窗下的圖像數據的第一映射關系和/或所述第二能量窗下的圖像數據到所述第一能量窗下的圖像數據的第二映射關系。根據一些實施例，利用所述映射關系得到估計圖像數據包括：利用所述第一能量窗和所述第二能量窗下的相應原投影數據通過預重建分別得到第一初始圖像數據和/或第二初始圖像數據；將所述第一初始圖像數據通過所述第一映射關系映射得到所述第二能量窗下的第二估計圖像數據和/或將所述第二初始圖像數據通過所述第二映射關系映射得到所述第一能量窗下的第一估計圖像數據。根據一些實施例，從所述估計圖像數據得到所述估計投影數據包括：利用所述第一估計圖像數據和用于所述第一能量窗的投影算子得到第一估計投影數據和/或利用所述第二估計圖像數據和用于所述第二能量窗的投影算子得到第二估計投影數據。根據本公開的一些實施例的能譜CT圖像重建算法，采用例如人工神經網絡來學習能譜CT吸收系數間的關系，進而估計出未采集的投影數據，能夠解決投影數據不足的重建問題。附圖說明通過參照附圖詳細描述其示例實施例，本公開的上述和其它特征及優點將變得更加明顯。圖1示出三個能量窗的示例系統中成對的能量窗下的數據空間之間的交叉估計；圖2示出圖像映射示意圖；圖3示出以兩層、每層有10個節點(神經元)的人工神經網絡為例的學習示本文檔來自技高網...

【技術保護點】
一種能譜CT圖像重建方法，其特征在于，包括：在多個能量窗中的每個能量窗下采集不完備的原投影數據；利用多個能量窗中不同能量窗構成的至少一對能量窗下的相應原投影數據進行投影數據交叉估計以得到估計投影數據，其中每對能量窗包括第一能量窗和第二能量窗；將所述原投影數據與相應的估計投影數據組合，得到完整投影數據；及利用所述完整投影數據重建能譜CT圖像。

【技術特征摘要】
1.一種能譜CT圖像重建方法，其特征在于，包括：在多個能量窗中的每個能量窗下采集不完備的原投影數據；利用多個能量窗中不同能量窗構成的至少一對能量窗下的相應原投影數據進行投影數據交叉估計以得到估計投影數據，其中每對能量窗包括第一能量窗和第二能量窗；將所述原投影數據與相應的估計投影數據組合，得到完整投影數據；及利用所述完整投影數據重建能譜CT圖像。2.如權利要求1所述的能譜CT圖像重建方法，其中利用多個能量窗中不同能量窗構成的至少一對能量窗的相應原投影數據進行投影數據交叉估計以得到估計投影數據包括：在圖像域上建立所述第一能量窗下的圖像數據和所述第二能量窗下的圖像數據之間的映射關系；利用所述映射關系得到估計圖像數據；及從所述估計圖像數據得到所述估計投影數據。3.如權利要求2所述的能譜CT圖像重建方法，其中在圖像域上建立所述第一能量窗下的圖像數據和所述第二能量窗下的圖像數據之間的映射關系包括：從所述第一能量窗和所述第二能量窗的相應原投影數據提取穿過相同射線路徑的所述第一能量窗下的第一相同投影數據和所述第二能量窗下的第二相同投影數據；利用所述第一相同投影數據進行重建，得到第一訓練圖像數據；利用所述第二相同投影數據進行重建，得到第二訓練圖像數據；利用所述第一訓練圖像數據和所述第二訓練圖像數據，通過機器學習的方法建立所述第一能量窗下的圖像數據到所述第二能量窗下的圖像數據的第一映射關系和/或所述第二能量窗下的圖像數據到所述第一能量窗下的圖像數據的第二映射關系。4.如權利要求3所述的能譜CT圖像重建方法，其中利用所述映射關系得到估計圖像數據包括：利用所述第一能量窗和所述第二能量窗下的相應原投影數據通過預重建分別得到第一初始圖像數據和/或第二初始圖像數據；將所述第一初始圖像數據通過所述第一映射關系映射得到所述第二能量窗下的第二估計圖像數據和/或將所述第二初始圖像數據通過所述第二映射關系映射得到所述第一能量窗下的第一估計圖像數據。5.如權利要求4所述的能譜CT圖像重建方法，其中從所述估計圖像數據得到所述估計投影數據包括：利用所述第一估計圖像數據和用于所述第一能量窗的投影算子得到第一估計投影數據和/或利用所述第二估計圖像數據和用于所述第二能量窗的投影算子得到第二估計投影數據。6.如權利要求1所述的能譜CT圖像重建方法，其中在多個能量窗中的每個能量窗下采集不完備的原投影數據包括有限角采樣、角度稀疏采樣或稀疏探測器采樣。7.一種能譜CT成像系統，其特征在于，...

【專利技術屬性】
技術研發人員：邢宇翔，張麗，張華宇，沈樂，
申請(專利權)人：清華大學，同方威視技術股份有限公司，
類型：發明
國別省市：北京;11