多种先验知识融合的腹部低剂量CT 3D图像恢复算法研究

The cancer induced by X-ray exposure does great harm to human health. In order to lower down the X-ray exposure of abdominal CT(Computed Tomography) imaging, post-processing technique of image restoration is applied to recover the low-dose abdominal CT images. The destination of the restoration is that the image diagnostic quality of low-dose CT images is as good as, or better that of normal dose images. This has become one of the hottest researching points in medical CT researching field. Because the structure in abdomen is complex and abdominal CT images are low-contrast, the fusion of multi-type of prior knowledge is the key point of recovering the image quality of low-dose CT images effectively. In order to reduce the X-ray dose level efficiently, the correlation between high and low-dose 3D CT images, the experiential diagnostic knowledge and the complicated anatomical structure in abdomen are considered as prior knowledge of the image restoration. Then image restoration algorithms using the fusion of multi-type of prior knowledge are designed to process the abdominal low-dose CT images. At last, statistical tests, indexes of image quantitative evaluation and the diagnosticians' qualitative analyses are used to analyze and evaluate the performance of the algorithms.

X射线的致癌作用对人类的健康形成了巨大的威胁。应用重建后图像恢复技术有效地恢复低剂量腹部CT(Computed Tomography)图像的诊断质量，使其达到甚至超过常规剂量图像的诊断质量，从而达到降低X射线辐射量的目的，是目前医用CT研究领域的焦点。因为人体腹部结构复杂、图像对比度低，所以多种先验知识的融合是有效恢复腹部低剂量图像质量的核心。为了有效地恢复低剂量CT图像的诊断质量，本研究拟将高、低剂量CT 3D图像之间的相关性、医学诊断的经验依据和复杂的人体腹部解剖结构作为先验知识，设计能融合这些先验知识的图像恢复算法对退化的腹部低剂量CT图像进行有效的质量改善处理。并通过统计检验、图像定量评价和诊断医生的定性评价对算法的性能进行定性和定量的分析和评价。

X 射线的致癌作用对人类的健康形成了巨大的威胁。应用重建后图像恢复技术有效地恢复低剂量腹部CT(Computed Tomography)图像的诊断质量，使其达到甚至超过常规剂量图像的诊断质量，从而达到降低X 射线辐射量的目的，是目前医用CT 研究领域的焦点。. 本项目主要针对人体CT低剂量图像内部存在大量的冗余信息，基于腹部低剂量CT图像邻域的多种先验知识对低剂量CT图像质量恢复与定量评价问题开展了研究，重点解决了如何充分利用低剂量CT图像邻域内的相关性来提升图像恢复算法与低剂量图像质量客观评价的的准确性问题。围绕上述理论和应用突破，项目组累计发表论10 余篇，其中EI检索论文3篇，核心期刊7篇，其他统计源1篇。培养硕士研究生2人。其中所有论文均标注本基金号。在项目研究中，我们顺利完成了下面研究计划要点的核心内容。. 第一，人体组织器官的多维相关性、邻域的区域性建模及相关图像处理算法的提出。首先利用人体CT图像体素在三维空间上的相关性设计线性与非线性滤波算法恢复图像质量。在调节滤波器参数的过程中，引入最速下降法优化滤波参数，使得滤波过程更加客观。然后应用马尔科夫随机场对图像邻域进行建模，客观评价图像质量。. 第二，探讨腹部肿瘤的形态，为抽取腹部肿瘤的形态特征做准备。项目组对脾血管瘤的螺旋CT 动态增强扫描表现及诊断价值进行了探讨。实验结果表明脾血管瘤的CT 增强表现具有多样性，对不典型脾血管瘤的CT 诊断，延迟扫描观察尤为关键，延迟期等密度强化是脾血管瘤的特征性表现。. 此外，本项目还根据实际应用需求，为了对项目算法进行硬件化做准备，项目组对FPGA(Field-Programmable Gate Array)的语音识别、可视卡访问及无线应用等做了相关探讨。