據(jù)投影數(shù)據(jù)計算目標圖像的迭代模型，迭代模型的公式表示為：
[0098]其中，X為目標圖像，M為系統(tǒng)矩陣，G為投影數(shù)據(jù)，i表示迭代次數(shù)，X1表示第i次 迭代后得到的迭代結(jié)果；A表示收斂系數(shù)，且Ae(〇，l)，MT表示對矩陣M的轉(zhuǎn)置；
[0099]設(shè)置目標圖像的初始值，并根據(jù)預先設(shè)置的迭代次數(shù)利用迭代模型對目標圖像中 的每個像素點進行迭代更新，獲取最終的目標圖像，迭代模型中的像素點的當前灰度值與 前次迭代的灰度值一致逼近。
[0100] 在一個實施例中，非負圖像獲取模塊406還用于將目標圖像中灰度值小于0的像 素點置零。
[0101] 在一個實施例中，如圖5所示，稀疏化處理模塊410包括：圖像塊提取模塊41a、稀 疏系數(shù)獲取模塊41b和最優(yōu)化求解模塊41c。
[0102] 圖像塊提取模塊41a，用于從第一非負圖像和/或第二非負圖像中提取可以部分 重疊的多個圖像塊。稀疏系數(shù)獲取模塊41b用于獲取多個圖像塊對應的稀疏系數(shù)。最優(yōu)化 求解模塊41c用于對第一非負圖像和/或第二非負圖像進行最優(yōu)化求解，得到滿足目標函 數(shù)的最優(yōu)化稀疏解，目標函數(shù)為：
其中，RfRMXN，A表示第 一非負圖像和/或第二非負圖像，Ri△表示從A中提取的圖像塊，III|2表示2-范數(shù)，I|i表示1-范數(shù)，y為正則化參數(shù)，D表示過完備字典，ai為第i個圖像塊RiA對應的稀 疏系數(shù)，r為所有圖像塊的稀疏系數(shù)集合。
[0103] 在本發(fā)明的其中一些實施例中，非負圖像獲取模塊還用于將所述目標圖像中灰度 值小于0的像素點置零。
[0104] 在本發(fā)明的其中一些實施例中，該系統(tǒng)還包括預處理模塊，預處理模塊用于對CT 掃描獲取的投影圖像序列集進行預處理以獲取所述投影數(shù)據(jù)。
[0105] 需要說明的，本發(fā)明的其中一些實施例的CT圖像重建系統(tǒng)的具體實現(xiàn)過程與CT 圖像重建方法部分相同，具體可參見方法部分實施例，這里不再贅述。
[0106] 圖1為本發(fā)明一個實施例的CT圖像重建方法的流程示意圖。應該理解的是，雖然 圖1的流程圖中的各個步驟按照箭頭的指示依次顯示，但是這些步驟并不是必然按照箭頭 指示的順序依次執(zhí)行。除非本文中有明確的說明，這些步驟的執(zhí)行并沒有嚴格的順序限制， 其可以以其他的順序執(zhí)行。而且，圖1中的至少一部分步驟可以包括多個子步驟或者多個 階段，這些子步驟或者階段并不必然是在同一時刻執(zhí)行完成，而是可以在不同的時刻執(zhí)行， 其執(zhí)行順序也不必然是依次進行，而是可以與其他步驟或者其他步驟的子步驟或者階段的 至少一部分并行執(zhí)行或者交替地執(zhí)行。
[0107] 以上各個實施例在具體說明中僅只針對相應步驟的實現(xiàn)方式進行了闡述，然后在 邏輯不相矛盾的情況下，上述各個實施例是可以相互組合的而形成新的技術(shù)方案的，而該 新的技術(shù)方案依然在本【具體實施方式】的公開范圍內(nèi)。
[0108] 通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到上述實施例方 法可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當然也可以通過硬件，但很多情況下 前者是更佳的實施方式。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做 出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品承載在一個非易失性計 算機可讀存儲載體（如R0M、磁碟、光盤、服務器云空間）中，包括若干指令用以使得一臺終 端設(shè)備（可以是手機，計算機，服務器，或者網(wǎng)絡設(shè)備等）執(zhí)行本發(fā)明各個實施例所述的方 法。
[0109] 以上所述實施例的各技術(shù)特征可以進行任意的組合，為使描述簡潔，未對上述實 施例中的各個技術(shù)特征所有可能的組合都進行描述，然而，只要這些技術(shù)特征的組合不存 在矛盾，都應當認為是本說明書記載的范圍。
[0110] 以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并 不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領(lǐng)域的普通技術(shù)人員來 說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護 范圍。因此，本發(fā)明專利的保護范圍應以所附權(quán)利要求為準。
【主權(quán)項】
1. 一種CT圖像重建方法，所述方法包括： 獲取CT掃描的投影數(shù)據(jù)； 根據(jù)所述投影數(shù)據(jù)進行迭代處理，W獲取目標圖像； 對所述目標圖像進行非負處理，獲取所述目標圖像的非負圖像； 對所述非負圖像進行非線性分解，獲取第一非負圖像和第二非負圖像； 對所述第一非負圖像和/或所述第二非負圖像進行稀疏化處理，獲取滿足目標函數(shù)的 最優(yōu)化稀疏解； 根據(jù)所述最優(yōu)化稀疏解獲取CT重建圖像。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述投影數(shù)據(jù)進行迭代處理W 獲取目標圖像的步驟包括： 基于CT圖像的成像模型，獲得依據(jù)所述投影數(shù)據(jù)計算目標圖像的迭代模型，所述迭代 模型的公式表示為：其中，X為所述目標圖像，M為系統(tǒng)矩陣，G為所述投影數(shù)據(jù)，i表示迭代次數(shù)，公表示第i次迭代后得到的迭代結(jié)果；A表示收斂系數(shù)，且AG(0, 1)，mt表示對矩陣M的轉(zhuǎn)置； 設(shè)置所述目標圖像的初始值，并根據(jù)預先設(shè)置的迭代次數(shù)利用所述迭代模型對所述目 標圖像中的每個像素點進行迭代更新，獲取所述目標圖像，所述迭代模型中的像素點的當 前灰度值與前次迭代的灰度值一致逼近。3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述對所述目標圖像進行非負處理的 步驟包括：將所述目標圖像中灰度值小于0的像素點置零。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述獲取CT掃描的投影數(shù)據(jù)的步驟之 前，所述方法還包括： 獲取CT掃描的投影圖像序列集，對所述投影圖像序列集進行預處理獲取所述投影數(shù) 據(jù)。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述第一非負圖像和/或所述第二非負 圖像進行稀疏化處理的步驟包括： 從所述第一非負圖像和/或所述第二非負圖像中提取可W部分重疊的多個圖像塊； 獲取所述多個圖像塊對應的稀疏系數(shù)； 對所述第一非負圖像和/或所述第二非負圖像進行最優(yōu)化求解，得到滿足所述目標函 數(shù)的最優(yōu)化稀疏解，所述目標函數(shù)為：其中，RfGRMxw，A表示所述第一非負圖像或所述第二非負圖像，RiA表示從A中提 取的圖像塊，IIIL表示2-范數(shù)，IIII1表示1-范數(shù)，丫為正則化參數(shù)，D表示過完備字典， ai為第i個圖像塊RiA對應的稀疏系數(shù)，r為所有圖像塊的稀疏系數(shù)集合。6. -種CT圖像重建系統(tǒng)，所述系統(tǒng)包括： 采集模塊，用于獲取CT掃描采集的投影數(shù)據(jù)； 目標圖像獲取模塊，用于根據(jù)所述投影數(shù)據(jù)進行迭代處理，w獲取目標圖像； 非負圖像獲取模塊，用于對所述目標圖像進行非負處理，獲取所述目標圖像的非負圖 像； 分解模塊，用于對所述非負圖像進行非線性分解，獲取主成分圖像和次成分圖像； 稀疏化處理模塊，用于對所述第一非負圖像和/或第二非負圖像進行稀疏化處理，獲 取滿足預定條件的最優(yōu)化稀疏解； 重建模塊，用于根據(jù)所述最優(yōu)化稀疏解獲取CT重建圖像。7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述目標圖像獲取模塊還用于基于CT圖 像的成像模型，獲得依據(jù)所述投影數(shù)據(jù)計算目標圖像的迭代模型，所述迭代模型的公式表 示為其中，X為所述目標圖像，M為系統(tǒng)矩陣，G為所 述投影數(shù)據(jù)，i表示迭代次數(shù)，公表示第i次迭代后得到的迭代結(jié)果；A表示收斂系數(shù)，且 入G(0，1)，MT表示對矩陣M的轉(zhuǎn)置；設(shè)置所述目標圖像的初始值，并根據(jù)預先設(shè)置的迭代 次數(shù)利用所述迭代模型對所述目標圖像中的每個像素點進行迭代更新，獲取最終的目標圖 像，所述迭代模型中的像素點的當前灰度值與前次迭代的灰度值一致逼近。8. 根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，稀疏化處理模塊包括： 圖像塊提取模塊，用于從所述第一非負圖像和/或所述第二非負圖像中提取可W部分 重疊的多個圖像塊； 稀疏系數(shù)獲取模塊，用于獲取所述多個圖像塊對應的稀疏系數(shù)； 最優(yōu)化求解模塊，用于對對所述第一非負圖像和/或所述第二非負圖像進行最優(yōu)化求 解，得到滿足所述目標函數(shù)的最優(yōu)化稀疏解，所述目標函數(shù)為：其中，RiGrmxw，A表示所述第一非負圖像或所述第二非負圖像，而A表示從A中提取的 圖像塊，IIIL表示2-范數(shù)，IIII1表示1-范數(shù)，丫為正則化參數(shù)，D表示過完備字典，曰i 為第i個圖像塊RiA對應的稀疏系數(shù)，r為所有圖像塊的稀疏系數(shù)集合。9.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述非負圖像獲取模塊還用于將所述目 標圖像中灰度值小于0的像素點置零。10. 根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括預處理模塊，所述預處 理模塊用于對CT掃描獲取的投影圖像序列集進行預處理W獲取所述投影數(shù)據(jù)。
【專利摘要】本發(fā)明涉及一種CT圖像重建方法和系統(tǒng)，該方法包括獲取CT掃描的投影數(shù)據(jù)；根據(jù)投影數(shù)據(jù)進行迭代處理，以獲取目標圖像；對目標圖像進行非負處理，獲取非負圖像；對非負圖像進行非線性分解，獲取第一非負圖像和第二非負圖像；對第一非負圖像和/或第二非負圖像進行稀疏化處理，獲取滿足目標函數(shù)的最優(yōu)化稀疏解；根據(jù)最優(yōu)化稀疏解獲取CT重建圖像。上述的CT圖像重建方法和系統(tǒng)能夠提高CT圖像重建的速度，縮短CT掃描時間，從而減少X射線對人體的輻射劑量。
【IPC分類】G06T11/00
【公開號】CN104933744
【申請?zhí)枴緾N201510346511
【發(fā)明人】胡戰(zhàn)利, 梁棟, 鄭海榮
【申請人】深圳先進技術(shù)研究院
【公開日】2015年9月23日
【申請日】2015年6月19日