基于小波空间方向性滤波的低剂量CT图像处理方法转让专利
申请号 : CN201010595896.4
文献号 : CN102024267B
文献日 : 2012-04-11
发明人 : 陈阳 , 罗立民 , 李松毅 , 鲍旭东
申请人 : 东南大学
摘要 :
本发明公开了一种基于小波空间方向性滤波的低剂量CT图像处理方法，属于计算机断层显像技术领域。本发明方法首先使用静态小波变换对待处理的低剂量CT图像进行单层分解，然后对水平、垂直和对角方向的高频细节图像分别进行垂直和水平方向的一维非线性扩散滤波来抑制星条状伪影在不同方向的高频细节图像中的信息强度，然后根据处理后的水平、垂直和对角方向的高频细节图像以及原来的低频图像进行逆静态小波变换来重建得到伪影得到抑制的CT图像，然后利用现有的大邻域加权平均噪声抑制方法对图像进行进一步处理。本发明方法可以有效抑制低剂量CT图像内的星条状伪影和噪声，提高低剂量CT图像质量，使其满足临床诊断的质量要求。
权利要求 :
1.一种基于小波空间方向性滤波的低剂量CT图像处理方法，其特征在于，包括以下步骤：步 骤 1、使 用 静 态 小 波 变 换 对 待 处 理 的 低 剂 量 CT 图 像 做单层的分解，分别得到分解后的水平、垂直和对角方向的高频细节图像 、 、以及低频图像 ；
步骤2、对水平和垂直的高频细节图像 和 分别沿各自高频细节的正交方向作一维非线性扩散滤波处理，对对角方向的高频细节图像 分别沿垂直和水平方向各作一次一维非线性扩散滤波处理，得到处理后的水平、垂直和对角方向的高频细节图像 、 、；
步骤3、对处理后的水平、垂直和对角方向的高频细节图像 、 、 以及原来的低频图像 进行逆静态小波变换重建，得到伪影抑制的CT图像 。
2.如权利要求1所述基于小波空间方向性滤波的低剂量CT图像处理方法，其特征在于，在步骤3之后还包括：步骤4、对步骤3得到的图像 进行大邻域加权平均噪声抑制处理。
说明书 :
基于小波空间方向性滤波的低剂量CT图像处理方法
技术领域
[0001] 本发明涉及一种低剂量CT图像处理方法，尤其涉及一种基于小波空间方向性滤波的低剂量CT图像处理方法，属于计算机断层显像技术领域。
背景技术
[0002] 作为目前一种常规有效的临床医学诊断工具，X射线计算机断层成像(X-ray Computerized Tomography, CT) 能够在毫米尺度上清晰的获得人体不同组织对于X 射线的衰减信息, 从而为临床医生的诊断和预防提供丰富的三维人体器官组织信息。今天，作为一种成熟的和在临床上普遍认可的检查方法，CT 已经成为放射诊断领域内不可缺少的主要工具之一。然而，随着CT 断层扫描在临床诊断尤其是常规检查中的普及，CT 扫描中的辐射剂量问题已经引起了人们越来越多的关注，大量的临床研究表明超过正常范围的CT 辐射剂量易诱发人体新陈代谢异常乃至癌症等疾病。然而，在目前的CT 设备中，往往通过调节管电流和电压以减少CT扫描剂量，这样将增加重建图像的块状噪声和具有方向性的星条状伪影，降低CT 重建的质量，从而影响临床医生对异常组织的确诊率。
[0003] 当前提高低剂量CT图像质量的方法主要分为基于投影空间数据的和基于图像空间数据的两大类，基于投影空间数据的方法主要通过CT投影数据的恢复去噪来为重建提供噪声更少的投影数据，以提高低剂量条件下的图像重建质量，例如当前在临床CT重建中普遍使用的滤波反投影（Filtered Back projection，FBP）算法，就是通过内置的频域滤波处理来抑制伪影和噪声，还有一些学者提出在投影空间建立数据模型并基于此建立恢复算法来抑制低剂量条件下CT投影数据中的噪声。此类方法的研究由于受到商用CT投影数据无法获得的限制，现实中难以得到广泛应用。另一类方法是直接通过图像空间处理技术来提高已重建的低剂量图像质量，具有不依赖原始投影数据和处理速度快的优点，通常使用非线性的处理方法进行保持图像边缘信息的去噪处理，如各向异性滤波器(nonlinear or anisotropic filter) 或者小波(wavelet)的方法，然而此类非线性方主要基于图像的局部信息，难以得到良好的处理效果，例如，无法有效抑制低剂量CT图像中的块状噪声和星条状伪影，还会在处理中产生新的伪影。
[0004] 最近提出的基于大邻域像素加权平均(Weighted Intensity Averagingover Large-scale Neighborhoods, WIA-LN)的图像去噪算法属于第二类方法，此方法能够利用CT图像域的全局信息来获得更好的去噪效果，其原理是认为在临床CT图
像中, 属于不同的器官或衰减组织的像素往往在图像分布于一个较大的尺度，而且
属于相同器官或衰减组织的像素往往具有相似的邻域信息，所以在一个较大尺度里
对每个像素根据其周围组织相似度进行加权平均能够有效抑制图像中的噪声。定义 和 分别表示原低剂量CT图和处理后低剂量CT图里像素点i 的灰度值，WIA-LN方法
的思路如下：
像中, 属于不同的器官或衰减组织的像素往往在图像分布于一个较大的尺度，而且
属于相同器官或衰减组织的像素往往具有相似的邻域信息，所以在一个较大尺度里
对每个像素根据其周围组织相似度进行加权平均能够有效抑制图像中的噪声。定义 和 分别表示原低剂量CT图和处理后低剂量CT图里像素点i 的灰度值，WIA-LN方法
的思路如下：
[0005] (1)
[0006] (2)
[0007] 这里， 表示搜索邻域 内像素点i的灰度值，式(2)中的权重 表示像素点i 和 像素点j之间的相似度测度，通过计算邻域 内像素点i 和 像素点j各自周围的组织结构相似度 来获得。这里 和 为表示像素点i 和 像素点j各自周围的组织的相似度邻域， 为相似度块 和 之间的高斯加权距离，其中 表示
二维高斯核方差， 作为一个均一化参数表示每个相似度块内的像素总和，对于不同噪声水平的图像，需要通过调节 来控制该方法的平滑效果。
二维高斯核方差， 作为一个均一化参数表示每个相似度块内的像素总和，对于不同噪声水平的图像，需要通过调节 来控制该方法的平滑效果。
[0008] WIA-LN方法已经被证明其在低剂量腹部CT图像中的处理效果，在管电流降低到原来五分之一的条件下的腹部CT图像处理中依然能够获得较好的图像恢复效果，考虑到剂量和管电流的线性关系，WIA-LN去噪方法能够使病人在腹部扫描中把所受剂量降低到原来的五分之一。然而此种方法具有一定的局限性，容易把低剂量条件下CT图像中的星条状伪影当做图像中的信息，从而无法有效的抑制CT图像中在低剂量扫描条件下易出现的星条状伪影，这些星条状伪影的产生是由于人体组织对某些角度的X射线投影有较大的衰减，一般出现在高密度（如骨骼）较多的部位的CT扫描图像中，如肩部、胸部和脊椎等部位。在管电流或者电压降低的低剂量条件下，由于X射线的穿透性和能量的下降，星条状伪影将更加严重。
发明内容
[0009] 本发明所要解决的技术问题是克服现有低剂量CT图像处理方法存在的不能有效抑制低剂量条件下CT图像中的星条状伪影的问题，提供一种能够有效抑制星条状伪影的低剂量CT图像处理方法。
[0010] 本发明具体采用以下技术方案解决上述技术问题：
[0011] 一种基于小波空间方向性滤波的低剂量CT图像处理方法，包括以下步骤：
[0012] 步骤1、使用静态小波变换对待处理的低剂量CT图像 做单层的分解，分别得到分解后的水平、垂直和对角方向的高频细节图像 、 、 以及低频图像 ；
[0013] 步骤2、对水平和垂直的高频细节图像 和 分别沿各自高频细节的正交方向作一维非线性扩散滤波处理，对对角方向的高频细节图像 沿垂直和水平方向分别作两次一维非线性扩散滤波处理，得到处理后的水平、垂直和对角方向的高频细节图像 、、 ；
[0014] 步骤3、对处理后的水平、垂直和对角方向的高频细节图像 、 、 以及原来的低频图像 进行逆静态小波变换重建，得到伪影抑制的CT图像 。
[0015] 进一步的，可以将上述技术方案与现有基于大邻域像素加权平均的方法结合，从而提高低剂量CT图像的处理效果，具体就是在上述技术方案中步骤3之后增加步骤4，对步骤3得到的图像 进行大邻域加权平均噪声抑制处理。
[0016] 本发明方法首先使用静态小波变换对待处理的低剂量CT图像进行单层分解， 然后对水平、垂直和对角方向的高频细节图像分别进行垂直和水平方向的一维非线性扩散滤波来抑制星条状伪影在不同方向的高频细节图像中的信息强度，然后根据处理后的水平、垂直和对角方向的高频细节图像以及原来的低频图像进行逆静态小波变换来重建得到伪影得到抑制的CT图像，然后利用现有的大邻域加权平均噪声抑制方法对图像进行进一步处理。本发明方法可以有效抑制低剂量CT图像内的星条状伪影和噪声，提高低剂量CT图像质量，使其满足临床诊断的质量要求。
附图说明
[0017] 图1为本发明方法的流程图；
[0018] 图2为具体实施方式中所述待处理的原始低剂量CT图像；
[0019] 图3为具体实施方式中所述正常剂量CT图像；
[0020] 图4为具体实施方式中所述使用WIA-LN方法处理后的低剂量CT图像；
[0021] 图5为具体实施方式中所述使用本发明方法处理后的低剂量CT图像。
具体实施方式
[0022] 下面结合附图对本发明的技术方案进行详细说明：
[0023] 本发明的基于小波空间方向性滤波的低剂量CT图像处理方法，如附图1所示，包括以下步骤：
[0024] 步骤1、使用静态小波变换对待处理的低剂量CT图像 做单层的分解，分别得到分解后的水平、垂直和对角方向的高频细节图像 、 、 以及低频图像 ；
[0025] 具体的，使用Haar小波的高频和低频滤波器，沿图像 的水平和垂直方向分别进行高频和低频滤波, 对得到的图像取原图像大小的中间区域，得到水平方向的高频细节图像 ，沿图像 的垂直和水平方向分别做高频和低频滤波，对得到的图像取原图像大小的中间区域，得到水平方向的高频细节图像 ，沿图像 的垂直和水平方向分别做高频滤波，对得到的图像取原图像大小的中间区域，得到对角方向的高频细节图像 ，最后沿图像 的垂直和水平方向分别做低频滤波滤波，对得到的图像取原图像大小的中间区域，得到低频细节图像 。
[0026] 步骤2、对水平和垂直的高频细节图像 和 分别沿各自高频细节的正交方向作一维非线性扩散滤波处理，对对角方向的高频细节图像 沿垂直和水平方向分别作两次一维非线性扩散滤波处理，得到处理后的水平、垂直和对角方向的高频细节图像 、、 ；
[0027] 一维非线性扩散滤波的公式为：
[0028] ，
[0029] 其中 为待处理的一维列数据或行数据，代表为每个像素点的位置，非线性扩散因子 的计算公式为 。设定迭代次数IterN和 （一般为<0.4的参数）, 和 分别代表此一维数据I的向前梯度和向后梯度，函数shift(I,p)表示将
一维数据I向前或者向后移动p位（p为正时向后平移，为负时向前平移）的操作，XNum为数据I中的数据长度，一般为512，和原图像的尺寸一致，设定参数IterN（一般可设为10）和k（一般为100-500的参数），具体的计算流程如下：
一维数据I向前或者向后移动p位（p为正时向后平移，为负时向前平移）的操作，XNum为数据I中的数据长度，一般为512，和原图像的尺寸一致，设定参数IterN（一般可设为10）和k（一般为100-500的参数），具体的计算流程如下：
[0030] For Iter=1:1:IterN
[0031]
[0032] For x=1:1:XNum
[0033]
[0034] end
[0035] end
[0036] 步骤3、对处理后的水平、垂直和对角方向的高频细节图像 、 、 以及原来的低频图像 进行逆静态小波变换重建，得到伪影抑制的CT图像 ；
[0037] 对于逆静态小波重建，具体的计算为：同样的使用前面Haar小波的高频和低频滤波器，首先对上面的未处理的小波空间低频图像分量 沿水平和垂直方向分别进行低频和低频滤波得到 , 对步骤2处理后的小波空间水平方向高频细节图像分量 沿水平和垂直方向分别进行高频和低频滤波得到 , 对步骤2处理后的小波空间垂直方向高频细节图像分量 沿水平和垂直方向分别进行高频和低频滤波得到 ，对步骤2处理后
的小波空间对角方向高频细节图像分量 同样的沿水平和垂直方向分别进行高频和低频滤波得到 。最后将得到的 ， ， 和 相加，对得到的图像取原图像大小的中
间区域，就可以得到逆静态小波重建，即伪影得到抑制的图像 。
的小波空间对角方向高频细节图像分量 同样的沿水平和垂直方向分别进行高频和低频滤波得到 。最后将得到的 ， ， 和 相加，对得到的图像取原图像大小的中
间区域，就可以得到逆静态小波重建，即伪影得到抑制的图像 。
[0038] 步骤4、对步骤3得到的图像 进行大邻域加权平均噪声抑制处理；
[0039] 具体的，定义 和 分别表示前面步骤3得到的伪影抑制的低剂量CT图 和WIA-LN方法处理后的最终图像 在像素点i的灰度值，计算公式如下：
[0040] (1)
[0041] (2)
[0042] (3)
[0043] 这里， 表示搜索邻域 内像素点i的灰度值，式(3)中的权重 表示像素点i 和 像素点j之间的相似度测度，通过计算邻域 内像素点i 和 像素点j各自周围的组织结构相似度 来获得。这里 和 为表示像素点i 和 像素点j各自周围的组织的相似度邻域， 为相似度块 和 之间的高斯加权距离，其中 表示
和 同样尺寸的二维高斯核方差，其中每个元素 具体可以通过(3)计算，其中 代表计算 时需要用到的两个相对于各自中心点同样位置的像素距离各自中心点的距
离，当 为0时我们设置 =0.5， 作为一个均一化参数表示每个相似度块内的像素总和，对于不同噪声水平的图像，需要通过调节 （取值范围为500-1500）来控制该方法的平滑效果。
和 同样尺寸的二维高斯核方差，其中每个元素 具体可以通过(3)计算，其中 代表计算 时需要用到的两个相对于各自中心点同样位置的像素距离各自中心点的距
离，当 为0时我们设置 =0.5， 作为一个均一化参数表示每个相似度块内的像素总和，对于不同噪声水平的图像，需要通过调节 （取值范围为500-1500）来控制该方法的平滑效果。
[0044] 为了验证本发明方法的效果，进行了以下对比实验：
[0045] 首先获得同一部位的低剂量CT图像（图2），正常剂量CT图像（图3），使用WIA-LN方法处理的低剂量CT图像（图4）和用本发明方法处理的低剂量CT图像（图5）。实验中所使用CT设备为一台16 排 CT (Somatom Sensation 16)， 扫描条件为120 kVp和5mm 层厚，采用FBP方法重建，其他参数采用机器默认值，正常剂量的CT图像和低剂量的CT图像分别通过把管电流参数设为270mA和70mA来获得。
[0046] 以图1的低剂量CT图像为例，利用WIA-LN方法和本发明方法进行处理。为了比较，同时采集同一部位的正常剂量CT图像（图2）。数据采集设备为16排CT（Somatom Sensation 16），扫描参数为120kVp，正常剂量的管电流为270mA，低剂量为70mA，扫描层厚5 mm，其他参数为机器默认值，图像重建方法为FBP。
[0047] 首先进行视觉评估：
[0048] 通过观察图2至图5的低剂量和正常剂量的CT图像，以及使用WIA-LN方法和本发明方法处理的低剂量CT图像，可以看到WIA-LN方法在抑制噪声的同时无法有效的抑制星条状伪影，而使用本发明方法处理后的图像质量明显提高，星条状伪影和噪声均得到了有效的抑制。
[0049] 比较WIA-LN方法（图4）和本发明方法（图5）处理的低剂量CT图像与正常剂量CT图像（图3），可以看到WIA-LN方法在抑制噪声的同时无法有效的抑制星条状伪影，而使用本发明方法处理后的图像质量明显提高，星条状伪影和噪声均得到了有效的抑制。
[0050] 然后进行量化评估：
[0051] 为了量化的验证本发明方法的有效性，我们计算了某选定的均一区域内的方差，这里方差的定义为：
[0052] (4)
[0053] 其中np 代表选定区域内的像素个数， 和 分别代表此选定区域内的单个像素点CT值和平均CT值 (Housfield units, HU)，从下表1可以看到处理方法能够大幅度降低原始低剂量CT图像的方差，获得接近常剂量CT图像在选定均一区域的方差。
[0054]低剂量CT图像 正常剂量CT图像 使用WIA-LN方法处理的低剂量CT图像 使用本发明方法处理的低剂量CT图像
1246HU 486HU 890HU 528HU
1246HU 486HU 890HU 528HU
[0055] 表1
[0056] 从上述实验可以看到，采用本发明方法可以有效抑制低剂量CT图像中的星条状伪影和噪声，在低剂量条件下获得接近正常剂量水平的CT图像，满足了临床诊断的质量要求。而且本发明方法不受商用CT投影数据无法获得的限制，具有较大的适用范围。