基于多层平板探测器的高空间分辨能谱CT图像重建方法
成果类型:: 发明专利
发布时间: 2023-10-26 16:11:02
本发明公开了一种基于多层平板探测器的高空间分辨能谱CT图像重建方法。方法包括:获取平板探测器采集的合并单元信号,确定合并单元信号的信号位置参数和信号值参数,其中,合并单元信号包括每一层探测器采集的能量响应信号,且不同层所述能量响应信号对应的像素合并单元交错设置;基于合并单元信号的信号位置参数和合并单元信号的信号值参数进行迭代计算,得到基物质密度参数的求解结果;根据基物质密度参数的求解结果生成能谱CT图像。通过基于交错设置的每一层探测器的像素合并单元采集的合并单元信号进行图像重建,使得在图像重建过程中可以充分提取亚像素编码多层探测器采集到的不同空间和能谱的信息,实现了超分辨精准定量CT成像。
数据获取:使用多层平板探测器进行CT扫描,获取多个投影数据集。每个投影数据集包含多个能谱通道的投影数据。
能谱分解:对每个能谱通道的投影数据进行能谱分解,将投影数据分解为不同能量水平的子投影数据。这可以通过滤波和反投影等技术来实现。
重建算法:对每个能量水平的子投影数据进行重建。常用的重建算法包括滤波反投影(Filtered Back Projection, FBP)和迭代重建算法(如迭代重建算法和模型基础迭代重建算法等)。
融合重建:将不同能量水平的重建图像进行融合,生成最终的高空间分辨能谱CT图像。融合可以采用加权平均或者通过最大似然估计等方法进行。
图像优化:对重建图像进行优化处理,包括去噪、增强和伪影校正等。这可以提高图像的质量和准确性。
数据获取:使用多层平板探测器进行CT扫描,获取多个投影数据集。每个投影数据集包含多个能谱通道的投影数据。
能谱分解:对每个能谱通道的投影数据进行能谱分解,将投影数据分解为不同能量水平的子投影数据。这可以通过滤波和反投影等技术来实现。
重建算法:对每个能量水平的子投影数据进行重建。常用的重建算法包括滤波反投影(Filtered Back Projection, FBP)和迭代重建算法(如迭代重建算法和模型基础迭代重建算法等)。
融合重建:将不同能量水平的重建图像进行融合,生成最终的高空间分辨能谱CT图像。融合可以采用加权平均或者通过最大似然估计等方法进行。
图像优化:对重建图像进行优化处理,包括去噪、增强和伪影校正等。这可以提高图像的质量和准确性。
技术转让
基于多层平板探测器的高空间分辨能谱CT图像重建方法通过能谱分解和重建算法,可以获取多个能谱通道的重建图像,并将其融合为高空间分辨的能谱CT图像。这种方法可以提高图像的细节显示能力和对比度,有助于更准确地检测和区分组织和病变的特征。同时,优化处理可以进一步提高图像的质量和准确性。