基於分數階統計建模的低劑量CT優質成像新方法研究

《基於分數階統計建模的低劑量CT優質成像新方法研究》是依託四川師範大學，由廖志武擔任項目負責人的面上項目。

基本介紹

• 中文名：基於分數階統計建模的低劑量CT優質成像新方法研究
• 項目類別：面上項目
• 項目負責人：廖志武
• 依託單位：四川師範大學

項目摘要

CT的高輻射大大增加了人體罹患癌症的風險。但是CT劑量的降低會導致重建圖像產生嚴重的噪聲和偽影。近年來，低劑量CT成像校正算法已經成為醫學成像領域的熱點問題。由於低劑量CT投影數據、重建圖像和噪聲統計特性非常複雜，難以用整數階統計分布和統計量進行描述，因此本項目擬利用分數階建模擬合低劑量CT數據的複雜統計特性，在此基礎上，擬開展以下幾方面的研究：（1）分數階目標函式構建，研究如何引入分數階先驗,並在此基礎上構造有效的分數階混合多先驗目標函式；（2）分數階偏微分方程在投影數據校正和重建圖像後處理校正中的研究。

結題摘要

CT的高輻射大大增加了人體罹患癌症的風險。但是CT劑量的降低會導致重建圖像產生嚴重的噪聲和偽影。由於低劑量CT投影數據、重建圖像和噪聲統計特性非常複雜，難以用整數階統計分布和統計量進行描述，本項目主要開展了分數階混合多先驗目標函式的構建研究。我們首先關注改善低劑量CT成像質量的相關方法，重點研究邊緣的提取和表示以及信號稀疏表示等，深入分析和研究了相關的算法性能和機制，進而利用這些分析和研究構造分數階混合多先驗目標函式。 為了更好地關注於邊緣先驗本身，我們對解剖對象進行了分段線性的抽象，進而首先關注迄今沒有很好解決的複雜背景和高噪聲下（低劑量CT信號的特點）的3D直線的提取和表示，我們不得不首先進行相關的研究工作。通過分析和研究初步提出了利用堆疊2維矩陣（與CT數據結構相同）的3D直線表示和生成方法，初步結果發表於2016年的icmlc會議上。此算法能夠將6參數的3D直線（6D數據空間，無法利用Hough變換等穩健性直線探測算法）利用兩個參數進行表示，使得複雜背景和高噪聲條件下的3D直線探測成為可能。基於新的3D直線表示方法，我們已經完成了低質或者複雜環境下的3D直線檢測算法，正在進行論文撰寫，預備投往SCI二區的雜誌。同時，我們還將引入核函式和樣條函式以進一步將工作推廣到非線性情形；為了更清楚地研究稀疏表示、邊緣先驗之間的關係，我們構造了稀疏表示（壓縮感知）和邊緣先驗（contourlet）的多先驗MRI並行成像（天然稀疏數據）方法，初步驗證了稀疏表示和邊緣先驗的均衡作用能夠達到抑制噪聲同時保持解剖結構的苛刻要求，初步結果發表於2016年的icmlc會議上。 由於MRI成像涉及的傅立葉域與分數階計算有非常重要的聯繫，同時低劑量CT信號高噪聲的特點也可以看做是原始數據的缺失，研究稀疏表示也使得我們對缺失數據的認識更為深刻，有助於我們利用分數階插值和最佳化等更好地改進低劑量CT成像效果。這樣，傅立葉域的天然稀疏的MRI並行成像數據，成為我們研究的重要組成部分，由電子科大胡紹湘副教授指導的研究生也對MRI並行成像（稀疏數據的表示和恢復）算法進行了深入研究並已形成了三個授權專利。