技术特征：
1.一种ct数据重建方法，包括：获取详视扫描投影数据和宽视扫描投影数据；对所述详视扫描投影数据进行目标区域投影估计计算，以获得详视估计数据；对所述详视估计数据进行解析重建处理以获得目标区域的第一估计图像数据；对所述宽视扫描投影数据进行重建处理，以获得第二估计图像数据中所述目标区域内的第一宽视估计图像数据；根据所述第一估计图像数据以及所述第一宽视估计图像数据，使用图像优化模型确定所述目标区域的高分辨率图像数据。2.根据权利要求1所述的ct数据重建方法，其中，所述方法进一步包括：根据所述第一估计图像数据计算所述目标区域内的第一高分辨率投影数据；根据所述第二估计图像数据计算所述目标区域外的第二高分辨率投影数据；根据所述第一高分辨率投影数据和所述第二高分辨率投影数据确定所述目标区域的第三高分辨率投影数据。3.根据权利要求2所述的ct数据重建方法，其中，所述投影估计计算使用投影估计模型，并且所述方法进一步包括：使用第一代价函数和第二代价函数对于所述投影估计模型进行优化，其中，所述第一代价函数是所述第三高分辨率投影数据与所述详视投影数据之间的范数距离，并且所述第二代价函数是所述第一估计图像数据与所述第二估计图像数据之间的范数距离。4.根据权利要求3所述的ct数据重建方法，其中，所述方法进一步包括：根据所述高分辨率图像数据计算第三代价函数；基于所述投影估计模型，使用所述第三代价函数对所述图像优化模型进行优化。5.根据权利要求1所述的ct数据重建方法，其中，所述根据所述第一高分辨率投影数据和所述第二高分辨率投影数据确定所述目标区域的ct图像数据包括：通过对于所述第一高分辨率投影数据和所述第二高分辨率投影数据进行逐像素求和处理来获得所述目标区域的第三高分辨率投影数据。6.根据权利要求1所述的ct数据重建方法，其中，所述方法还包括：获取针对预定参考对象的宽视扫描训练数据和详视扫描训练数据；根据所述宽视扫描训练数据和详视扫描训练数据获得宽视估计训练数据和详视估计训练数据；对于所述宽视估计训练数据和详视估计训练数据进行数据增广处理以获得宽视估计图像增广数据和详视估计图像增广数据；对于所述宽视估计图像增广数据和详视估计图像增广数据进行融合处理以获得融合图像训练数据；对于所述融合图像训练数据分别进行详视和宽视仿真处理，以获得宽视ct图像训练数据和详视ct图像训练数据；使用宽视ct图像训练数据和详视ct图像训练数据对神经网络模型进行训练以获得第一神经网络模型。7.根据权利要求1所述的ct数据重建方法，其中，所述方法进一步包括：
根据所述高分辨率图像数据计算第三代价函数；使用所述第三代价函数对所述图像优化模型进行优化。8.一种ct数据重建装置，包括：获取模块，用于获取详视扫描投影数据和宽视扫描投影数据；估计计算模块，用于对所述详视扫描投影数据进行目标区域投影估计计算，以获得详视估计数据；第一重建模块，用于对所述详视估计数据进行解析重建处理以获得目标区域的第一估计图像数据；第二重建模块，用于对所述宽视扫描投影数据进行重建处理，以获得第二估计图像数据中所述目标区域内的第一宽视估计图像数据；确定模块，用于根据所述第一估计图像数据以及所述第一宽视估计图像数据，使用图像优化模型确定所述目标区域的高分辨率图像数据。9.一种电子设备，包括：存储器，用于存储程序；处理器，用于运行所述存储器中存储的所述程序，以执行如权利要求1至7中任一所述的ct数据重建方法。10.一种计算机可读存储介质，其上存储有可被处理器执行的计算机程序，其中，该程序被处理器执行时实现如权利要求1至7中任一所述的ct数据重建方法。
技术总结
本申请公开了一种CT数据重建方法和装置、电子设备和计算机可读存储介质。该方法包括：获取详视扫描投影数据和宽视扫描投影数据；对所述详视扫描投影数据进行目标区域投影估计计算，以获得详视估计数据；对所述详视估计数据进行解析重建处理以获得目标区域的第一估计图像数据；对所述宽视扫描投影数据进行重建处理，以获得第二估计图像数据；根据所述第一估计图像数据以及所述第一宽视估计图像数据，使用图像优化模型确定所述目标区域的高分辨率图像数据。本申请实施例能够利用宽视扫描的数据完备特性和详视扫描的高分辨率特性来结合进行CT图像的重建，不仅提升了重建CT图像的质量，并且大大提高了重建效率。并且大大提高了重建效率。并且大大提高了重建效率。
技术研发人员：王振常 邢宇翔 张丽 尹红霞 陈志强 李元景 李荐民 赵鹏飞 吕晗 张征宇 李静
受保护的技术使用者：清华大学
技术研发日：2021.12.21
技术公布日：2022/7/21