基于U型生成对抗网络的编码孔径CT成像方法.docxVIP

基于U型生成对抗网络的编码孔径CT成像方法

摘要：针对编码孔径CT成像非连续稀疏采样只能通过代数类迭代重建算法的缺点，本文提出一种基于U型生成对抗网络的编码孔径CT成像方法。通过构建基于U型生成对抗网络的非连续稀疏投影的动态博弈模型，结合联合损失函数，预测正弦图的结构性缺失，实现编码孔径CT成像分析类（非迭代）快速重建。实验结果表明，在辐射剂量降低95％的条件下，基于U型生成对抗网络的编码孔径CT成像方法实现了峰值信噪比大于30dB@256×256的高质量重建。相比于目前最先进的编码孔径CT成像方法，其重建时间降低了约两个数量级。

关键词：CT成像；编码孔径；生成对抗网络

X射线计算机断层成像（computedtomography，CT）因其独特的三维层析能力与密度分辨力优势，在医学诊断、手术导航、精准医疗等方面得到了广泛的应用[1]。然而，CT成像中X射线产生的电离辐射可能诱发基因突变，增大了癌症等疾病的风险[2]。自CT成像技术问世以来，研究人员一直致力于降低成像所需射线的剂量，主要方法包括高灵敏度探测技术、高效率扫描机制、新型信号处理技术等[3-5]。得益于上述技术的进步，目前主流的胸部CT的辐射剂量约为7mSv，腹盆CT增强检查的辐射剂量约为20mSv，均低于100mSv/年的安全阈值[1]。另一方面，X射线辐射的随机性效应决定了癌症的患病概率会随着辐射剂量的增加而增加，因此，进一步降低成像所需的最小剂量仍然是CT成像技术的重点问题[6]。

近年来，随着新型光电成像技术与信号处理理论的发展，Brady小组[7]在2009年首先提出了编码孔径CT成像的概念，通过放置于X射线源前的编码掩膜板降低CT成像投影之间的结构性冗余，结合信号稀疏测量理论，可以有效提高采样效率，降低辐射剂量。该文分析4种不完全采样条件下的X射线CT成像策略，实验结果表明，在X射线辐射剂量相同的条件下，随机分布探测器的采样策略在稀疏测量与重建的理论框架内性能最优。相比于传统扇形扫描和锥形束扫描CT成像，在重建质量相同的条件下，可降低90％以上的辐射剂量；而相比于目前辐射剂量较低的CT成像方法，例如基于稀疏约束的有限（稀疏）角度CT成像方法，在重建质量相同的条件下，可降低30％～50％的辐射剂量[8-12]。

2017年Mojica等[13]提出了超分辨率编码孔径X射线CT成像，利用低分辨率的X射线探测器测量经高分辨率编码掩膜板调制的X射线投影，结合压缩感知重建算法，从低分辨率、高信噪比的测量中恢复出高分辨率、高信噪比的三维CT图像。

2019年Cuadros等[14]提出了编码孔径X射线光谱CT成像，该编码孔径CT成像系统利用X射线K边缘能谱特性，通过设计合适的编码掩膜板产生特定的空间-光谱X射线投影，实现对四维目标（三维空间+光谱）的线性多路复用测量，并通过交替方向乘子法重建出四维断层图像（三维空间+光谱）。2021年，Cuadros等[15-16]首次通过实验验证了编码孔径X射线CT成像，在3D打印形成的0-1随机分布的二值图案中，使用钨粉末填充非闭合元素，并通过环氧树脂密封，最终形成X射线波段的编码掩膜板。实验表明，放置于X射线源之前的0-1分布的编码掩膜板并不会导致金属伪影，但X射线经过编码掩膜板会产生一定的散射伪影，可以通过掩膜校正抑制该伪影[17]。

此外，现阶段编码孔径CT成像重建算法的研究主要集中于通过优化编码掩膜板中非闭合元素的分布，结合稀疏测量与重建理论，通过迭代运算，提高重建质量。其主要方法包括基于有限等距性质（restrictedisometryproperty，RIP）的随机梯度下降算法[18]，基于均匀采样（uniformsensing）策略的优化算法[19-20]和基于稀疏主成分分析（sparseprinciplecomponentanalysis，SPCA）的快速搜索算法[21]。

虽然上述工作大幅度降低了CT成像所需的辐射剂量，但极度欠定采样的策略与目前的主流的解析类CT重建框架并不兼容，重建与优化均是建立在代数类重建框架内，算法复杂度高，重建时间长，难以满足临床需求。本文提出基于U型生成对抗网络的编码孔径CT成像方法，本方法通过构建编码孔径CT成像的非连续性投影数据动态博弈模型，利用医学图像的高维稀疏特性，预测欠定采样策略下非连续性CT投影的缺失数据，使其与解析类