对低剂量x射线计算机断层的正弦图降噪和图像重建的惩罚加权最小二乘方法.doc

　在低剂量x射线计算机断层扫描中使用惩罚加权最小二乘法达到正弦图的降噪和图像重建　  摘要—重构低剂量x射线计算机断层(CT)图像是一个噪音的问题。此文在二维空间上采用惩罚加权最小二乘法(PWLS)来解决这个问题，WLS考虑一阶和二阶的噪声时刻和惩罚模型信号的空间相关性。为实现PWLS的最小化进行了三种不同的研究方法。一种是利用马尔可夫随机场(MRF)吉布斯函数考虑在正弦图空间附近的探测器箱和投影视图之间的空间相关性和高斯-赛德尔迭代算法最小化PWLS量函数。另一种使用KL变换即关联附近视图的数据信号和分析计算每一次的KL组件从而自适应地最小化PWLS，附近探测箱的空间相关性用相同的吉布斯函数建模。第三个模型空间的图像像素在图像域之间的相关性也是由MRF的吉布斯函数决定的，同时使用逐次超松弛迭代算法最小化PWLS。在这三个方法中都是选择一个二次函数正规化MRF模型。幻影实验表示以上三种基于PWLS的方法在抑制噪音条纹性工件和保存重建图像的分辨率方面有相似功能。计算机仿真和在权衡噪声的分辨率和低对比度检测能力的环境中的幻影实验取得一致的结果。 索引词—低剂量x射线计算机断层扫描、降噪、惩罚加权最小二乘。 I、 介绍 低剂量x射线计算机断层扫描技术是临床需要的，在过去的十年中一直在研究。低剂量CT图像重建在本质上是一个噪音的问题。到目前为止，许多降噪策略已经被提出解决这一问题。其中一个主要的策略模型是通过图像重建的数值迭代算法，从而最小化图像空间的数据噪声属性的量函数。再一个策略模型的噪声 特性是通过正弦图的成本函数空间来为拉东变换寻求一个最优的解决方案和拉东逆变换的滤波反投影（FBP）的图像重建算法。这两种建模数据的不同实现在数学上是等价的。另一个主要策略适用于复杂的线性或非线性滤波器直接作用在正弦图和增加过滤的正弦图的图像或者是重建图像上，此策略考虑的是图像特征而不是数据属性。 基于重复幻影的实验，对数变换后的低剂量CT校准投影数据被发现大约遵循一个高斯分布的样本均值和样本方差之间非线性依赖的关系，噪音是信号的依赖。样本均值和方差的依赖可以通???分析公式来描述，过滤这个依赖信号的噪声可以通过空间不变的低通滤波器，例如汉宁、巴特沃斯等，正如预想的一样这种过滤显示无效。保护复杂边缘的噪声过滤通过使用局部的统计可以改善模仿边缘的效果，但是却无法处理噪音性条纹的工件。依赖信号的噪声特性与惩罚加权最小二乘(PWLS)成本函数在频域和图像域的建模已经取得良好的效果。PWLS最小化代价函数是在FBP重建图像的基础上，可以对图像域直接进行迭代重建，也可以对频域进行迭代分析。通过相同的二次函数正则化来达到对三个不同的PWLS最小化方法的分配和实现。从物理(或拟人化)幻影和数字模拟的幻影获得的低剂量CT投影数据来比较三种不同的PWLS算法。 II、 材料和方法 噪声模型 分析重复测量相同的幻影表明，通过校准和对数变换的低剂量CT投影数据近似服从高斯分布，高斯分布的数据的均值和方差可用下面的解析式表示： (1） 是均值，是重复测量的投影变量（在系统校准和对数变换之后）在探测器或箱,是一个尺度参数，是一种自适应不同检测器箱的参数。进一步分析重复测量显示没有在所有投影视图上的对数据噪声的统计相关性的检测器箱,请参阅附录A。一阶和二阶噪声时刻的测量产生众所周知的加权最小二乘（WLS）量函数。 (2） 在频域里：  （3) 在图像域里解决低剂量CT图像的噪声问题,是测量的理想投影数据向量，是重建的衰减系数向量 。运算符代表系统或投影矩阵，元素是投影射线和像素的交叉长度，向量是系统校准和对数变换的测量，是沿着方向的对角矩阵，在方向上重复测量的变量由公式（1）决定，对角矩阵的元素是WLS量函数的加权，符号’是转置运算符。 B、图像域的处罚再加权最小二乘图像重建 最小化WLS的（2）或（3）的量函数与最大似然（ML）方法一样产生不可预知的结果。对ML的惩罚（pML）或最大后验概率方法。对X射线CT图像迭代重建的PWLS方法由赫尔曼和萨奥尔研究而成。费斯勒延长了迭代PWLS图像重建到正电子发射断层扫描。Sukovic和Clinthorne在双能x线CT重建图像域应用迭代PWLS方法，在数学上，量函数PWLS在图像域可以写成如下形式：