《X射線真彩色CT圖像重建研究》是依託西安交通大學，由許瓊擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：X射線真彩色CT圖像重建研究
- 項目類別：青年科學基金項目
- 項目負責人：許瓊
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
使用光子計數探測器的X射線CT系統能同時採集多個能量通道的投影數據，進行彩色成像，稱為光譜CT（Spectral CT）、多能譜CT（Multi-energy CT）、真彩色或彩色CT（True-color/color CT）。本項目圍繞真彩色CT的圖像重建問題展開研究。針對多能譜數據每個能譜通道上光子數少、噪聲大的問題，提出使用基於字典學習等稀疏性約束的統計疊代重建與多能譜數據特性相結合的重建方法；針對大尺寸的光子計數探測器製造工藝難度大、價格高的問題，提出使用內部掃描方式，並提出在多光譜內重建中使用全局灰度重建結果作為先驗約束的多光譜內重建方法；針對真彩色圖像的彩色生成問題，提出將統計分析方法與成像物理學過程相結合的非線性彩色映射和定量彩色生成方法。通過本項目的研究形成一套完整的高性能真彩色CT圖像重建方案，提高真彩色CT的成像質量、降低成像成本，為其實際套用打下基礎。
結題摘要
傳統CT在重建過程中考慮的是不同物質對X線的衰減不同，即X線衰減的物質依賴性。多能譜CT則利用多組不同能量下的投影數據，在考慮X線衰減的物質依賴性的同時還充分考慮了X線衰減的能量依賴性，能夠進行彩色成像，是當前CT領域的一個研究熱點。然而，多能CT目前面臨著多方面的挑戰：包括由於總劑量限制所帶來的低劑量多能CT重建問題；由於探測器製造工藝和成本限制帶來的多能內重建問題；以及如何充分利用多能信息進一步提高成像質量的問題等。在本項目中，我們通過對低劑量CT、內重建、雙能CT等問題分別進行深入研究的基礎上，結合多能數據的特點，解決上述問題，為進一步提高多能CT重建質量提供了解決方案。主要包括： 1. 提出在統計疊代重建框架下，結合基於圖像塊的稀疏性和相似性約束來提高重建質量，其中，基於圖像塊的稀疏性和相似性約束分別通過基於字典學習的稀疏表示和非局部相似性方法來實現；對疊代重建涉及的參數選擇問題進行了研究，提出了一種基於平衡準則的自適應參數選擇算法；提出了一種將基於截斷Hilbert變換的內重建與全變分最小化約束結合，通過基於截斷Hilbert變換的內重建實現快速重建，並通過全變分最小化約束來有效抑制噪聲的內重建方法。 2. 提出將字典學習方法套用於雙能CT中，分別從正常劑量的高、低能圖像集中訓練兩組字典，將其套用於基於基本材料分解的雙能CT疊代重建框架中；提出了一種雙能CT混合內重建方法，對高電壓數據進行內部掃描，通過投影補全和基於TV最小化約束來對這種混合雙能內部掃描數據進行重建。 3. 提出將字典學習的方法套用於多能CT重建中，從結合了所有能量通道的寬能投影數據的重建結果中訓練字典，將該字典套用於每個能量通道的重建中提高重建質量；在此基礎上，通過利用低秩和張量來描述不同能量通道之間各個圖像的相關性，提出了結合字典學習和低秩張量的多能CT重建算法。
