低劑量CT圖像成像和處理的新算法研究

《低劑量CT圖像成像和處理的新算法研究》是依託東南大學，由陳陽擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：低劑量CT圖像成像和處理的新算法研究
• 項目類別：青年科學基金項目
• 項目負責人：陳陽
• 依託單位：東南大學

中文摘要

1當前，隨著CT 斷層掃描在臨床診斷尤其是常規檢查中的普及，CT 掃描中的輻射劑量問題已經引起了人們越來越多的關注，大量的臨床研究表明超過正常範圍的CT 輻射劑量易誘發人體新陳代謝異常乃至癌症等疾病。然而，在目前的CT 設備中，單方面減少CT掃描中的劑量將增加重建圖像的噪聲和偽影，降低CT 重建的質量， 從而影響臨床醫生對異常組織的確診率。本項目旨在通過自適應的重建和處理的最佳化算法提高低劑量掃描條件下CT 圖像的質量，使得低劑量條件的CT 重建圖像質量達到或接近中劑量/高劑量條件下的圖像質量，從而提供在低輻射劑量的情況下滿足臨床診斷要求的CT圖像。研究主要沿以下兩條思路開展：1，圖像域處理，分析建立噪聲模型，在圖像空間運用最新的去噪恢復技術抑制噪聲和偽影；2，最佳化疊代重建，基於馬爾科夫隨機場和模糊理論，利用最佳化理論和全局先驗信息來提高低劑量CT的圖像質量。

結題摘要

本課題組在青年科學基金項目“低劑量CT圖像成像和處理的新算法研究”的資助下，努力研究低劑量CT成像新算法並探索其在臨床中的套用，我們從CT成像系統模型出發，建立合理的低劑量CT圖像和測量數據模型，通過對臨床實測數據的大樣本分析，在經典重建模型和理論的基礎上，發展了一系列低劑量CT成像新方法，在算法理論方面，我們從壓縮感知字典學習理論出發，通過在多尺度多方向空間上的CT圖像特徵信息挖掘，在低劑量疊代重建算法，稀疏掃描投影重建，投影空間數據處理，金屬偽影糾正，以及低劑量CT 圖像後處理方面提出了一系列新的算法。在臨床套用方面，課題組開發了基於CUDA並行加速的三維斷層重建算法包，並搭建了快速低劑量CT圖像後處理系統ProbeCT2.0，該ProbeCT2.0系統已經在臨床得到了初步套用。我們目前正在最佳化所設計算以縮短計算耗時。在下一步的工作中我們將基於臨床低劑量CT 圖像在不同病人，不同病變以及不同人體部位的不同特點改進所提出算法，並對所提出算法進行深入的臨床驗證。