專利名稱：Ct圖像重建的方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像處理及模式識(shí)別領(lǐng)域，特別是CT圖像重建的方 法及系統(tǒng)。
背景技術(shù)：
CT (Computed Tomography,計(jì)算機(jī)斷層攝影術(shù))作為一種非接觸式 無(wú)損探測(cè)技術(shù)，近年來(lái)在醫(yī)學(xué)、工業(yè)無(wú)損探測(cè)和相關(guān)軍事領(lǐng)域得到了廣 泛的應(yīng)用。通過(guò)CT斷層或3D重建，我們可以得到目標(biāo)物體的大小、形 狀、尺寸等多方面信息。而實(shí)時(shí)CT斷層或3D圖像重建在醫(yī)學(xué)領(lǐng)域如顱 內(nèi)手術(shù)或心臟手術(shù)中，以及相關(guān)軍事領(lǐng)域中將占據(jù)越來(lái)越重要的位置。 除了掃描速度，另一個(gè)影響實(shí)時(shí)CT圖像重建的關(guān)鍵因素是重建速度。目前，在CT的2D和3D重建領(lǐng)域應(yīng)用最廣泛的重建算法為FBP算法 與FDK算法。FBP與FDK算法大致可分為3步數(shù)據(jù)加權(quán)、巻積濾波和 反投影重建。雖然這兩種算法經(jīng)過(guò)了一定程度的優(yōu)化，但是由于它們進(jìn) 行反投影計(jì)算時(shí)浪費(fèi)了很大一部分時(shí)間在背景數(shù)據(jù)上，而一般情況下使 用者并不關(guān)心背景的重建，導(dǎo)致這兩種算法的重建速度相對(duì)較慢。發(fā)明內(nèi)容有鑒于此，本發(fā)明的目的在于提供CT圖像重建的方法及系統(tǒng)，用于 提高CT圖像的重建速度。為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種CT圖像重建的方法，包括 識(shí)別圖像的有效數(shù)據(jù)邊界，獲得所述有效數(shù)據(jù)邊界點(diǎn)行(列)號(hào)的 最小值與最大值，對(duì)所述圖像進(jìn)行數(shù)據(jù)加權(quán)，將扇形束校正為對(duì)應(yīng)的平 行束，并通過(guò)巻積濾波消除所述圖像中的偽影，利用所述行(列)號(hào)的最小值與最大值進(jìn)行反投影重建。本發(fā)明還提供了一種CT圖像重建的裝置，包括邊界識(shí)別模塊，用于識(shí)別圖像的有效數(shù)據(jù)邊界，獲得所述有效數(shù)據(jù) 邊界點(diǎn)行(列)號(hào)的最小值與最大值；數(shù)據(jù)加權(quán)模塊，用于對(duì)所述圖像進(jìn)行數(shù)據(jù)加權(quán)，將扇形束校正為對(duì)應(yīng)的平行束；濾波模塊，用于通過(guò)巻積濾波消除所述圖像中的偽影； 重建模塊，用于利用所述行(列)號(hào)的最小值與最大值進(jìn)行反投影 重建。本發(fā)明通過(guò)在CT圖像3步重建之前增加了識(shí)別有效數(shù)據(jù)邊界的步 驟，即作為一種對(duì)投影數(shù)據(jù)的預(yù)處理，之后僅對(duì)邊界內(nèi)的有效數(shù)據(jù)進(jìn)行 重建，在保證重建圖像質(zhì)量不變的前提下，使重建速度得到了提高。通 過(guò)理論分析和實(shí)驗(yàn)驗(yàn)證，重建速度具體提高的倍數(shù)為探測(cè)器尺寸與物體 在探測(cè)器上投影最寬處尺寸之比的二次方。


圖1為本發(fā)明的實(shí)施例1中CT圖像重建的方法流程圖； 圖2為本發(fā)明的實(shí)施例中投影坐標(biāo)系和實(shí)物坐標(biāo)系關(guān)系的示意圖； 圖3為本發(fā)明的實(shí)施例1中扇形束CT掃描物體的原理圖； 圖4為本發(fā)明的實(shí)施例2中海螺的3D投影數(shù)據(jù)在xy平面上的一張 切片圖；圖5為本發(fā)明實(shí)施例中兩種重建算法在海螺重建質(zhì)量上的直觀對(duì)比圖；圖6為現(xiàn)有技術(shù)提供的與本發(fā)明實(shí)施例提供的重建方法的重建質(zhì)量 對(duì)比示意圖；圖7為釆用本發(fā)明實(shí)施例的圖像重建方法重建錐體的示意圖；圖8為本發(fā)明實(shí)施例的圖像重建方法對(duì)重建速度提高的效果示意圖。
具體實(shí)施方式
本發(fā)明的實(shí)施例通過(guò)在CT圖像3步重建之前增加了識(shí)別有效數(shù)據(jù)邊界的步驟，即作為一種對(duì)投影數(shù)據(jù)的預(yù)處理，之后僅對(duì)邊界內(nèi)的有效數(shù) 據(jù)進(jìn)行重建，在保證重建圖像質(zhì)量不變的前提下，使重建速度得到了提高。通過(guò)對(duì)FBP與FDK算法的研究表明，反投影重建部分所消耗的時(shí)間 占整個(gè)重建時(shí)間的98%以上?？梢?jiàn)，提高CT重建速度最有效的方式就 是減少反投影重建部分所消耗的時(shí)間，可以通過(guò)減少反投影數(shù)據(jù)量來(lái)實(shí) 現(xiàn)這一目標(biāo)。為了滿足大部分需求，CT的探測(cè)器尺寸一般要比目標(biāo)物體的尺寸大 得多。這樣，探測(cè)器就采集到了大量的無(wú)效數(shù)據(jù)，如背景數(shù)據(jù)，非目標(biāo) 物體數(shù)據(jù)等。如果可以僅對(duì)目標(biāo)物體數(shù)據(jù)進(jìn)行反投影重建運(yùn)算，那么就 可以節(jié)約大量的重建時(shí)間。本發(fā)明實(shí)施例在對(duì)圖像進(jìn)行重建之前，運(yùn)用 數(shù)字圖像處理或模式識(shí)別的手段，如對(duì)投影數(shù)據(jù)二值化或邊緣檢測(cè)，找 到二值化或邊緣檢測(cè)圖像中像素值突變的點(diǎn)，記錄其行(列)號(hào)的最大 值與最小值作為數(shù)據(jù)邊界。重建時(shí)僅對(duì)上述邊界內(nèi)的有效數(shù)據(jù)進(jìn)行反投 影運(yùn)算，從而可以達(dá)到加快重建速度的目的。在CT的反投影重建部分中，以2D重建FBP算法為例。設(shè)投影角度 數(shù)為L(zhǎng)，探測(cè)器尺寸為M， X射線穿過(guò)目標(biāo)物體在探測(cè)器上投影為半徑為 N的圓形物體。在原始算法中，需要進(jìn)行L X M2次循環(huán)運(yùn)算。但是，其 中的背景數(shù)據(jù)對(duì)重建結(jié)果并沒(méi)有貢獻(xiàn)。而如果只對(duì)目標(biāo)物體數(shù)據(jù)進(jìn)行反 投影重建運(yùn)算，那么循環(huán)次數(shù)將減少為L(zhǎng) X N2。這種情況下，反投影重 建部分的運(yùn)算時(shí)間將減少為原來(lái)的(N/M)2。用Y表示只對(duì)目標(biāo)物體數(shù)據(jù)進(jìn)行反投影重建運(yùn)算的重建時(shí)間與原始 算法重建時(shí)間之比，用X表示目標(biāo)物體最寬處尺寸與探測(cè)器尺寸之比， 則Y、 X滿足以下關(guān)系Y=X2本發(fā)明實(shí)施例就采用了這種只對(duì)目標(biāo)物體數(shù)據(jù)進(jìn)行重建運(yùn)算的方法，通過(guò)以上公式能夠得出本發(fā)明實(shí)施例理論上的提速效果。為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對(duì)本 發(fā)明作進(jìn)一步的詳細(xì)描述。如圖1所示，為本發(fā)明的實(shí)施例1中CT圖像重建的方法流程圖，該 方法包括以下步驟-步驟101、有效數(shù)據(jù)邊界識(shí)別。識(shí)別有效數(shù)據(jù)的邊界，僅對(duì)邊界內(nèi) 的有效數(shù)據(jù)進(jìn)行重建，則可以大大提高重建速度。首先讀取圖像數(shù)據(jù)， 運(yùn)用數(shù)字圖像處理的方法處理圖像，如二值化或邊緣檢測(cè)處理，尋找有 效數(shù)據(jù)的邊界，即像素值突變的點(diǎn)，保存所有突變點(diǎn)的行(列)號(hào)的最 小值與最大值，該像素值突變的點(diǎn)即為有效數(shù)據(jù)的邊界。當(dāng)然不僅限于 使用這兩種方式進(jìn)行圖像處理，但上述兩種是最直接的，并且運(yùn)行效率 較高。保存并返回行(列)號(hào)的最小值與最大值，可以讓計(jì)算機(jī)只處理 行(列)號(hào)的最小值與最大值之間的數(shù)據(jù)(即有效數(shù)據(jù))，從而提高重 建速度。運(yùn)用二值化的方法處理圖像，這里以O(shè)tSU二值化方法為例該方法中，二值化最優(yōu)閾值k '由下面的公式定義";戰(zhàn)""這種方法通過(guò)計(jì)算類方差^來(lái)確定k'。類方差《 可 由 下 列 公 式 算 出 -J=^)Oo—/"r)2+5i(A—Ar)2 =^)5iOo—M)2 。其中^)、 ^i是類 O與類1中的像素點(diǎn)的個(gè)數(shù)占總像素點(diǎn)個(gè)數(shù)的百分比；^、 ^是兩類中像素值的平均數(shù)；^T為整幅圖像總的像素值的平均數(shù)。其中，類0 和類l由k劃分，像素值小于k的像點(diǎn)歸入類O，大于k的歸入類l。在MATLAB中，有算Otsu 二值化最優(yōu)閾值的函數(shù)graythresh()。 在VC中，亦有相應(yīng)的開(kāi)發(fā)包計(jì)算Otsu二值化最優(yōu)閾值。然后，利用上面計(jì)算的Otsu 二值化最優(yōu)閾值來(lái)對(duì)圖像進(jìn)行二值化處理。遍歷整幅圖像中每個(gè)像點(diǎn)，如果當(dāng)前像點(diǎn)的像素值大于或等于Otsu 二值化最優(yōu)閾值，則將此點(diǎn)像素值置l，反之則置O。將行(列)號(hào)相同 像點(diǎn)的像素值累加，組成一個(gè)一維矩陣，則矩陣中第一個(gè)和最后一個(gè)值為非o的點(diǎn)為像素值突變點(diǎn)。此時(shí)，背景數(shù)據(jù)(無(wú)效數(shù)據(jù)，非目標(biāo)物體 數(shù)據(jù))像素值變?yōu)閛，目標(biāo)物體數(shù)據(jù)(有效數(shù)據(jù))像素值變?yōu)?，則像素值突變點(diǎn)的行(列)號(hào)的最小值與最大值即為有效數(shù)據(jù)邊界。步驟102、數(shù)據(jù)加權(quán)。步驟103、巻積濾波。根據(jù)一定的濾波函數(shù)對(duì)投影數(shù)據(jù)進(jìn)行巻積運(yùn) 算，來(lái)消除反投影重建中可能出現(xiàn)的偽影。 一個(gè)好的濾波函數(shù)對(duì)重建圖 像的質(zhì)量有很大改善，本本發(fā)明實(shí)施例中在比較兩種算法重建質(zhì)量時(shí)使 用了同一種濾波函數(shù)。步驟104、反投影重建。對(duì)經(jīng)過(guò)上面3步處理的數(shù)據(jù)進(jìn)行Radon反 變換來(lái)重建目標(biāo)物體。Radon反變換的作用就是將圖2旋轉(zhuǎn)坐標(biāo)系(即 投影坐標(biāo)系)X0Y中的數(shù)據(jù)反變換到靜止坐標(biāo)系(即實(shí)物坐標(biāo)系)xOy 中，從而重建物體圖像。以二維Radon反變換為例，它是用Radon反變 換算子IT'處理投影數(shù)據(jù)，使得[R—Pe， ](P， S(P，x，y)) = "x，y)。 Radon反變換算子R—L可表示為R—1=1/2兀[BHD],其中D兩個(gè)極變函數(shù) 關(guān)于第一變量的偏導(dǎo)數(shù)算子；H為兩個(gè)極變量函數(shù)關(guān)于第一變量的希爾 伯特算子；B為兩個(gè)變量的反投影算子；1/2n為歸一化算子。下面以扇形束FBP重建算法為例，對(duì)數(shù)據(jù)加權(quán)、巻積濾波和反投影重建的方法進(jìn)行闡述。如圖2所示，x0y為實(shí)物坐標(biāo)系，X0Y為投影坐標(biāo)系。實(shí)物坐標(biāo)系位 置固定不變，投影坐標(biāo)系隨射線源和探測(cè)器的繞O點(diǎn)旋轉(zhuǎn)而旋轉(zhuǎn)，如圖 3所示，其中，射線源A在Y軸上，探測(cè)器所在X軸上。CT圖像重建要 做的工作就是把XOY坐標(biāo)系上獲得的投影圖像通過(guò)Radon反變換，將其 還原到實(shí)物坐標(biāo)系x0y上，從而重建物體圖像。通過(guò)圖2，可以得出兩坐標(biāo)系的變換關(guān)系為<formula>formula see original document page 8</formula>其中，P為兩坐標(biāo)系間夾角，也稱投影角度。在圖3的等距扇束投影圖中，A為射線源，其絕對(duì)位置由e確定； AP為某一射線，其絕對(duì)位置由(P， S)確定，S為X軸與該射線交點(diǎn)的距離，即AQ，當(dāng)P已經(jīng)確定的時(shí)候，S唯一確定一條射線；而射線AP 上的一點(diǎn)P，由(e， S， U)三個(gè)變量確定。U為該點(diǎn)到Y(jié)軸垂線的交點(diǎn) 到射線發(fā)射點(diǎn)的距離，即AC，當(dāng)P和S已經(jīng)確定時(shí)，U唯一確定這條射 線上的一個(gè)點(diǎn)。則重建公式如下<formula>formula see original document page 9</formula>
其中，u (x，y)為物體在實(shí)物坐標(biāo)系中的密度分布函數(shù)，即代表真實(shí) 的物體圖像。AO為射線源到探測(cè)器距離，令A(yù)0二D，則有 <formula>formula see original document page 9</formula>
其中，g(S)為已知濾波函數(shù)。在整個(gè)重建過(guò)程中，由P計(jì)算Pe的過(guò)程為數(shù)據(jù)加權(quán)，目的是在扇束 或錐束掃描中將非中心射線校正為與中心射線平行的射線，從而校正由 其產(chǎn)生的投影，使其可按平行束濾波反投影算法進(jìn)行圖像重建；由Pe 計(jì)算Pe'的過(guò)程為巻積濾波，目的是為了消除CT重建圖像中的偽影， 主要影響重建圖像的質(zhì)量；而計(jì)算U(P，x，y), S(P，x，y)，并由D， S(e，x,y)和Pe， (e， S(e,x，y))來(lái)積分計(jì)算出ti (x，y)的整個(gè)過(guò)程稱 為反投影重建。至此，就得到了完整的物體圖像，完成CT圖像重建。在以上實(shí)施例中，通過(guò)識(shí)別有效數(shù)據(jù)的邊界，之后僅對(duì)邊界內(nèi)的有 效數(shù)據(jù)進(jìn)行重建，在保證重建圖像質(zhì)量不變的前提下，使重建速度得到 了提高。通過(guò)實(shí)驗(yàn)驗(yàn)證，重建速度具體提高的倍數(shù)為探測(cè)器尺寸與物體 在探測(cè)器上投影最寬處尺寸之比的二次方。
本實(shí)施例的方法在作用于投影圖像的3步重建(數(shù)據(jù)加權(quán)，巻積濾 波，反投影重建)之前增加了識(shí)別有效數(shù)據(jù)邊界的步驟，即作為一種對(duì) 投影數(shù)據(jù)的預(yù)處理，可用于和其他對(duì)反投影重建部分優(yōu)化的算法聯(lián)合使 用，達(dá)到更理想的效果。
該方法只改變重建圖像中背景，對(duì)重建物體的質(zhì)量無(wú)任何影響。
在本發(fā)明實(shí)施例2中，舉了一個(gè)應(yīng)用實(shí)例，來(lái)具體闡述實(shí)施例l所 述方法流程，實(shí)施例2具體包括以下步驟
圖4 (a)為海螺圖，是CT采集的海螺的3D投影數(shù)據(jù)中的一張切片。 運(yùn)用Ostu的方法求得該圖像的最優(yōu)二值化閾值后，對(duì)圖4 (a)進(jìn)行二 值化，二值化結(jié)果如圖4 (b)所示。由圖4 (b)，容易得到投影圖中的 有效數(shù)據(jù)邊界，如圖4 (c)所示。
圖5所示為對(duì)比應(yīng)用優(yōu)化前后重建方法所得到的重建結(jié)果。圖5(a)、 5 (b) 、 5 (c)為原始算法的重建結(jié)果。5 (d) 、 5 (e) 、 5 (f)為采 用本發(fā)明實(shí)施例的重建結(jié)果。其中，(a) 、 (d)為3D重建圖像在y-z 平面上的一個(gè)切片；(b) 、 (e)為3D重建圖像在x-y平面上的一個(gè)切 片；(c) 、 (f)為3D重建圖像。并且，實(shí)驗(yàn)表明，由原始算法重建出 圖3 (c)所需時(shí)間為運(yùn)用本發(fā)明實(shí)施例中方法重建出圖3 (f)所需時(shí)間 的5.2倍。圖5中0.6cm是標(biāo)尺，代表圖上該長(zhǎng)度的線段在現(xiàn)實(shí)中為 0. 6cm。
現(xiàn)有的與本發(fā)明實(shí)施例提供的重建方法的重建質(zhì)量對(duì)比如圖6所 示。圖6 (a) 、 6 (b)分別為圖5 (b) 、 (e)的灰度直方圖。由于背 景數(shù)據(jù)的灰度值小于90，所以在圖6 (a) 、 6 (b)中，為了濾除背景數(shù) 據(jù)，本發(fā)明實(shí)施例選擇灰度值統(tǒng)計(jì)范圍為90 — 255。圖6(c)為圖5(b)、 5 (e)白線處的灰度分布曲線，圖中未加點(diǎn)的線代表圖5 (b)白線處的 灰度分布曲線，加點(diǎn)的線代表圖5(e)白線處的灰度分布曲線。圖6(a)、6 (b)表明，兩種重建算法在整幅圖像中灰度值范圍為90 — 255的灰度 直方圖完全相同。這說(shuō)明兩種方法對(duì)目標(biāo)物體的重建質(zhì)量完全一樣。圖 6 (c)表明，兩種重建算法的重建質(zhì)量?jī)H在背景處有所不同。而在白線 (圖5 (b) 、 5 (e)的白線)上的目標(biāo)物體處，兩種重建算法的重建質(zhì) 量完全一樣。
為了找到速度提高倍數(shù)與物體尺寸的關(guān)系，本發(fā)明實(shí)施例重建了圖 7所示的一個(gè)椎體模型。圖7(a)為椎體模型的3D重建效果圖，圖7(b) 為x-y平面上的一張重建切片。
圖8所示為本發(fā)明實(shí)施例對(duì)重建速度提高的效果。圖8 (a)描述圖 7中每張切片的重建速度，即重建速度與目標(biāo)物體寬度的關(guān)系。圖8(b) 描述速度提高倍數(shù)與目標(biāo)物體和探測(cè)器寬度之比的關(guān)系。圖8 (a) 、 8 (b)中有幾個(gè)奇點(diǎn)A、 B、 F。 A、 F點(diǎn)的重建時(shí)間比旁邊的稍慢是因?yàn)?它們是第一張重建切片，在重建它們之前計(jì)算機(jī)需要將數(shù)據(jù)和代碼讀入 內(nèi)存。C點(diǎn)表示當(dāng)物體在探測(cè)器上的的投影寬度和探測(cè)器尺寸接近時(shí)， 本發(fā)明實(shí)施例的重建速度跟原始算法的重建速度沒(méi)有太大區(qū)別。但是， 在D點(diǎn)，可以看出當(dāng)寬度比接近1.3時(shí)，重建速度可以提高到原來(lái)的2 倍。這即說(shuō)明，當(dāng)物體投影寬度相當(dāng)于探測(cè)器寬度的80%時(shí)，重建速度 即可提高為原來(lái)的兩倍。并且，當(dāng)目標(biāo)物體投影寬度為探測(cè)器寬度一半 時(shí)，重建時(shí)間僅需原來(lái)的1/4。圖8 (c)為曲線擬合的結(jié)果。曲線方程 為y=0. 881 l*x2 +0.2427*x-0. 1420。在該表達(dá)式中，二次項(xiàng)系數(shù)接近1 并且遠(yuǎn)大于一次項(xiàng)和常數(shù)項(xiàng)的系數(shù)。 一次項(xiàng)的系數(shù)不為0可能是由于在 數(shù)據(jù)加權(quán)和巻及濾波時(shí)，對(duì)所有投影數(shù)據(jù)做了運(yùn)算(并不是只對(duì)有效數(shù) 據(jù)運(yùn)算)。常數(shù)項(xiàng)系數(shù)不為0可能是與內(nèi)存調(diào)度和MATLAB的編譯方式有 關(guān)。總的來(lái)說(shuō)，這個(gè)擬合結(jié)果和上面理論分析的結(jié)果十分吻合。可以說(shuō) 明，速度提高倍數(shù)和目標(biāo)物體投影寬度與探測(cè)器寬度之比為二次方的關(guān) 系。
同時(shí)，由于該椎體模型每張切片的內(nèi)部結(jié)構(gòu)不盡相同，圖8還說(shuō)明 了本發(fā)明實(shí)施例的提速效果與物體內(nèi)部結(jié)構(gòu)的復(fù)雜程度無(wú)關(guān)。
圖9為本發(fā)明實(shí)施例提供的CT圖像重建裝置的結(jié)構(gòu)圖，該裝置具體包括邊界識(shí)別模塊91，用于識(shí)別圖像的有效數(shù)據(jù)邊界，獲得有效數(shù)據(jù)邊 界點(diǎn)行(列)號(hào)的最小值與最大值；數(shù)據(jù)加權(quán)模塊92，用于對(duì)圖像進(jìn)行數(shù)據(jù)加權(quán)，將扇形束校正為對(duì)應(yīng) 的平行束；濾波模塊93，用于通過(guò)巻積濾波消除圖像中的偽影；重建模塊94，用于利用行(列)號(hào)的最小值與最大值進(jìn)行反投影重建。該裝置的邊界識(shí)別模塊獲取并保存圖像中行(列)號(hào)的最小值與最 大值，可以讓計(jì)算機(jī)只處理行(列)號(hào)的最小值與最大值之間的數(shù)據(jù)(即 有效數(shù)據(jù))，從而提高計(jì)算機(jī)的重建速度。其中，邊界識(shí)別模塊91具體可以包括讀取單元911，用于讀取所述圖像數(shù)據(jù)；數(shù)字處理單元912，用于采用數(shù)字圖像處理的方法處理所述圖像， 尋找所述圖像的像素值突變點(diǎn)；返回單元913，用于返回所述像素值突變點(diǎn)行(列)號(hào)的最小值與 最大值。在本實(shí)施例中，該邊界識(shí)別模塊中的數(shù)字處理單元為二值化處理單 元，采用二值化方式進(jìn)行數(shù)字圖像處理，實(shí)際上，該單元也可以采用邊 緣檢測(cè)處理等方法進(jìn)行數(shù)字圖像處理，當(dāng)進(jìn)行二值化處理時(shí)，該單元還 具體可以包括閾值獲取器9121，用于獲取所述圖像的二值化最優(yōu)閾值；像素值設(shè)置器9122，用于遍歷所述圖像中的每個(gè)像點(diǎn)，如果當(dāng)前像 點(diǎn)的像素值大于或等于所述二值化最優(yōu)閾值，則將此像點(diǎn)的像素值設(shè)置 為1，反之則設(shè)置為0;突變點(diǎn)獲取器9123，用于將行(列)號(hào)相同像點(diǎn)的像素值累加，組 成一個(gè)一維矩陣，將矩陣中第一個(gè)和最后一個(gè)值為非O的點(diǎn)設(shè)置為像素 值突變點(diǎn)。利用以上裝置，通過(guò)識(shí)別有效數(shù)據(jù)的邊界，之后僅對(duì)邊界內(nèi)的有效數(shù)據(jù)進(jìn)行重建，在保證重建圖像質(zhì)量不變的前提下，使重建速度得到了 提高。通過(guò)實(shí)驗(yàn)驗(yàn)證，重建速度具體提高的倍數(shù)為探測(cè)器尺寸與物體在 探測(cè)器上投影最寬處尺寸之比的二次方?？傊?，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā) 明的保護(hù)范圍。
權(quán)利要求
1、一種CT圖像重建的方法，其特征在于，包括識(shí)別圖像的有效數(shù)據(jù)邊界，獲得所述有效數(shù)據(jù)邊界點(diǎn)行(列)號(hào)的最小值與最大值，對(duì)所述圖像進(jìn)行數(shù)據(jù)加權(quán)，將扇形束校正為對(duì)應(yīng)的平行束，并通過(guò)卷積濾波消除所述圖像中的偽影，利用所述行(列)號(hào)的最小值與最大值進(jìn)行反投影重建。
2、 根據(jù)權(quán)利要求l所述的方法，其特征在于，所述識(shí)別有效數(shù)據(jù)邊界具體包括讀取圖像數(shù)據(jù)，采用數(shù)字圖像處理的方法處理所述圖像，尋找所述 圖像的像素值突變點(diǎn)，返回所述像素值突變點(diǎn)行(列)號(hào)的最小值與最 大值。
3、 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述數(shù)字圖像處理包括二值化處理或邊緣檢測(cè)處理。
4、 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述二值化處理的步驟具體包括獲取所述圖像的二值化最優(yōu)閾值，遍歷所述圖像中的每個(gè)像點(diǎn)，如 果當(dāng)前像點(diǎn)的像素值大于或等于所述二值化最優(yōu)閾值，則將此像點(diǎn)的像素值設(shè)置為1，反之則設(shè)置為0;將行(列)號(hào)相同像點(diǎn)的像素值累加，組成一個(gè)一維矩陣，則矩陣 中第一個(gè)和最后一個(gè)值為非0的點(diǎn)為像素值突變點(diǎn)。
5、 根據(jù)權(quán)利要求2至4中任意一項(xiàng)所述的方法，其特征在于，所述 對(duì)圖像進(jìn)行數(shù)據(jù)加權(quán)具體為對(duì)所述圖像上的所有點(diǎn)進(jìn)行數(shù)據(jù)加權(quán)或?qū)λ鲇行?shù)據(jù)邊界點(diǎn)進(jìn)行 數(shù)據(jù)加權(quán)。
6、 一種CT圖像重建的裝置，其特征在于，包括邊界識(shí)別模塊，用于識(shí)別圖像的有效數(shù)據(jù)邊界，獲得所述有效數(shù)據(jù)邊界點(diǎn)行(列)號(hào)的最小值與最大值；數(shù)據(jù)加權(quán)模塊，用于對(duì)所述圖像進(jìn)行數(shù)據(jù)加權(quán)，將扇形束校正為對(duì)應(yīng)的平行束；濾波模塊，用于通過(guò)巻積濾波消除所述圖像中的偽影； 重建模塊，用于利用所述行(列)號(hào)的最小值與最大值進(jìn)行反投影 重建。
7、 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述邊界識(shí)別模塊具 體包括讀取單元，用于讀取所述圖像數(shù)據(jù)；數(shù)字處理單元，用于采用數(shù)字圖像處理的方法處理所述圖像，尋找所述圖像的像素值突變點(diǎn)；返回單元，用于返回所述像素值突變點(diǎn)行(列)號(hào)的最小值與最大值。
8、 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述數(shù)字處理單元為二值化處理單元，具體包括閾值獲取器，用于獲取所述圖像的二值化最優(yōu)閾值； 像素值設(shè)置器，用于遍歷所述圖像中的每個(gè)像點(diǎn)，如果當(dāng)前像點(diǎn)的像素值大于或等于所述二值化最優(yōu)閾值，則將此像點(diǎn)的像素值設(shè)置為1，反之則設(shè)置為0;突變點(diǎn)獲取器，用于將行(列)號(hào)相同像點(diǎn)的像素值累加，組成一個(gè)一維矩陣，將矩陣中第一個(gè)和最后一個(gè)值為非o的點(diǎn)設(shè)置為像素值突變點(diǎn)。
全文摘要
本發(fā)明公開(kāi)了一種CT圖像重建的方法，包括識(shí)別圖像的有效數(shù)據(jù)邊界，獲得所述有效數(shù)據(jù)邊界點(diǎn)行(列)號(hào)的最小值與最大值，對(duì)所述圖像進(jìn)行數(shù)據(jù)加權(quán)，將扇形束校正為對(duì)應(yīng)的平行束，并通過(guò)卷積濾波消除所述圖像中的偽影，利用所述行(列)號(hào)的最小值與最大值進(jìn)行反投影重建。本發(fā)明還公開(kāi)了一種CT圖像重建的裝置，包括邊界識(shí)別模塊、數(shù)據(jù)加權(quán)模塊、濾波模塊和重建模塊。本發(fā)明通過(guò)在CT圖像重建之前進(jìn)行識(shí)別有效數(shù)據(jù)邊界，之后僅對(duì)邊界內(nèi)的有效數(shù)據(jù)進(jìn)行重建，在保證重建圖像質(zhì)量不變的前提下，使重建速度得到了提高。
文檔編號(hào)G06T7/00GK101404088SQ20081019753
公開(kāi)日2009年4月8日 申請(qǐng)日期2008年11月5日 優(yōu)先權(quán)日2008年11月5日
發(fā)明者謙 劉, 昆 畢, 駱清銘, 源 高 申請(qǐng)人:華中科技大學(xué)