基于快速亚像素运动估计的肺4d-ct图像超分辨率重建方法
【专利摘要】本发明公开了基于快速亚像素运动估计的肺4D-CT图像超分辨率重建方法，包括步骤(1)读取初始的肺部4D-CT图像，该肺部4D-CT图像由多个不同相位的肺部3D-CT图像组成，任意选择其中某一相位的肺部3D-CT图像作为待重建肺部3D-CT图像；(2)将肺部4D-CT图像中除去待重建肺部3D-CT图像后的肺部3D-CT图像相对于待重建肺部3D-CT图像进行初始运动估计，得到他们之间的初始运动矢量场；(3)对获得的初始运动矢量场进行精度优化，获得亚像素运动矢量场；(4)以亚像素运动矢量场为基础，对待重建肺部3D-CT图像进行重建，得到与待重建肺部3D-CT图像相对应的相位相同的重建后的高分辨率肺4D-CT图像。该方法能够提高肺4D-CT图像分辨率。
【专利说明】基于快速亚像素运动估计的肺4D-CT图像超分辨率重建方 法
【技术领域】
[0001] 本发明涉及医学图像处理【技术领域】，具体是指一种基于快速亚像素运动估计的肺 4D-CT图像超分辨率重建方法。
【背景技术】
[0002] 肺4D-CT图像在肺癌放射治疗中发挥着重要的作用，它能提供了一个全面的高精 度放射治疗呼吸运动表征，有助于跟踪肿瘤运动，实施精确放射治疗，并减少对正常组织 的损伤。然而，由于CT固有的高剂量照射，故往往只能降低沿纵向（Z轴方向）的采样来减 少肺4D-CT扫描时间以求降低辐射量，从而导致肺4D-CT图像层间分辨率远低于层内分辨 率，造成数据显著的各向异性。这使得对数据进行多平面观察（冠矢状面等）时，需进行插 值运算以获得正确的显示，这一操作易导致图像的模糊。
[0003] 在超分辨率重建过程中，图像间运动场的估计是影响重建精度和速度的主要因 素。 申请人:之前提出的基于运动估计的超分辨率技术采用了全搜索运动估计法，估计不同 帧图像之间的运动场。该方法能够重建出较传统插值方法更清晰的肺冠（矢）状面图像， 但其主要缺点是：速度慢，且只能是固定搜索步长。这样既影响重建速度，也影响重建精度。 因此，提供一种基于快速亚像素运动估计的肺4D-CT图像超分辨率重建方法以克服现有技 术的不足甚为必要。
【发明内容】
[0004] 本发明的目的在于提供一种基于快速亚像素运动估计的肺4D-CT图像超分辨率 重建方法，该方法能够提高肺4D-CT图像分辨率。
[0005] 本发明的目的可通过下述技术措施来实现：基于快速亚像素运动估计的肺4D-CT 图像超分辨率重建方法，该方法包括以下步骤：
[0006] (1)读取初始的肺部4D-CT图像，该肺部4D-CT图像由多个不同相位的肺部3D-CT 图像组成，任意选择其中某一相位的肺部3D-CT图像作为待重建肺部3D-CT图像；
[0007] (2)将肺部4D-CT图像中除去待重建肺部3D-CT图像后的多个不同相位的肺部 3D-CT图像相对于待重建肺部3D-CT图像进行初始运动估计，得到肺部4D-CT图像中除去待 重建肺部3D-CT图像后的多个不同相位的肺部3D-CT图像与待重建肺部3D-CT图像之间的 初始运动矢量场，该初始运动矢量场的精度为整数；
[0008] (3)对获得的初始运动矢量场进行精度优化，使其精确到亚像素，获得亚像素运动 矢量场；
[0009] (4)以步骤（3)得到的亚像素运动矢量场为基础，对待重建肺部3D-CT图像进行重 建，得到与待重建肺部3D-CT图像相对应的相位相同的重建后的高分辨率肺4D-CT图像。 [0010] 本发明中，所述步骤（2)中采用三步搜索法进行初始运动估计，搜索肺部4D-CT图 像中除去待重建肺部3D-CT图像后的多个不同相位的肺部3D-CT图像与待重建肺部3D-CT 图像之间的整数像素位移。该算法通过由粗到精的搜索模式，从搜索窗中心点开始，按一定 步长取周围8个点构成每次搜索的点群，然后按照匹配准则进行匹配计算，找到误差最小 的匹配块中心点。具体过程包括：
[0011] (2. 1)确定一个中心点，设定最大搜索长度，以最大搜索长度的1/2作为步长，将 中心点及周围距离相同步长的8个检测点根据匹配准则，找到最小块误差点，如果最小块 误差点位于原中心点，则算法结束，否则，进行步骤（2.2);
[0012] (2. 2)步长减半，在上一步确定的最小块误差点及其周围相同步长的8个检测点 中找到最小误差匹配块的中心点；
[0013] (2. 3)重复（2. 1)和（2. 2)直到步长达到搜索精度要求，即得到最佳匹配点。
[0014] 本发明采用的是常用的最小绝对误差匹配准则定义为：
[0015]
【权利要求】
1. 基于快速亚像素运动估计的肺4D-CT图像超分辨率重建方法，该方法包括以下步 骤： (1) 读取初始的肺部4D-CT图像，该肺部4D-CT图像由多个不同相位的肺部3D-CT图像 组成，任意选择其中某一相位的肺部3D-CT图像作为待重建肺部3D-CT图像； (2) 将肺部4D-CT图像中除去待重建肺部3D-CT图像后的多个不同相位的肺部3D-CT 图像相对于待重建肺部3D-CT图像进行初始运动估计，得到肺部4D-CT图像中除去待重建 肺部3D-CT图像后的多个不同相位的肺部3D-CT图像与待重建肺部3D-CT图像之间的初始 运动矢量场，该初始运动矢量场的精度为整数； (3) 对获得的初始运动矢量场进行精度优化，使其精确到亚像素，获得亚像素运动矢量 场； (4) 以步骤（3)得到的亚像素运动矢量场为基础，对待重建肺部3D-CT图像进行重建， 得到与待重建肺部3D-CT图像相对应的相位相同的重建后的高分辨率肺4D-CT图像。
2. 根据权利要求1所述的基于快速亚像素运动估计的肺4D-CT图像超分辨率重建方 法，其特征在于：所述步骤（2)中采用三步搜索法进行初始运动估计，搜索肺部4D-CT图像 中除去待重建肺部3D-CT图像后的多个不同相位的肺部3D-CT图像与待重建肺部3D-CT图 像之间的整数像素位移，该算法通过由粗到精的搜索模式，从搜索窗中心点开始，按一定步 长取周围8个点构成每次搜索的点群，然后按照匹配准则进行匹配计算，找到误差最小的 匹配块中心点，具体过程包括： (2. 1)确定一个中心点，设定最大搜索长度，以最大搜索长度的1/2作为步长，将中心 点及周围距离相同步长的8个检测点根据匹配准则，找到最小块误差点，如果最小块误差 点位于原中心点，则算法结束，否则，进行步骤（2.2); (2. 2)步长减半，在上一步确定的最小块误差点及其周围相同步长的8个检测点中找 到最小误差匹配块的中心点； (2. 3)重复（2. 1)和（2. 2)直到步长达到搜索精度要求，即得到最佳匹配点； 本发明采用的是常用的最小绝对误差匹配准则，定义为：
It (p + i,q + j) - It_A (p + vx +i,q + vy + y)|......式（1) 式中，图像块的大小为NXN，左上角的坐标为（p，q)，本发明选取的块大小为16X16 ; 运动矢量为（vx，vy) ;It(i，j)和（λ,(~/)分别为当前帧和参考帧在像素（i，j)处的值，在搜 索区域内使S(v x，vy)值最小的运动矢量即为当前块的最优运动矢量。
3. 根据权利要求1所述的基于快速亚像素运动估计的肺4D-CT图像超分辨率重建方 法，其特征在于：所述步骤（3)中利用光流法对初始运动矢量进行精度优化，使其精确到亚 像素，具体过程包括： (3. 1)假设运动前后两帧连续图像分别为f(x，y)和g(x，y)，根据经典光流简化模型， 可得 ^ /(-^ + Δ.ν , V + Δν^) ? /(-V, ν) + + Δν Δν ......式⑵ οχ ον 该式近似为一阶泰勒级数展开式； (3. 2)对式（2)进行最小化求解可得最优位移矢量： minimizect>(Axv，Avv)......式⑶； 其中：
Φ(Λχ'，Δ>')= ；g(.v, r)-./(.v, ν)-Δν, ν)-ΔΚ ^/(.v, r))......式（4); ox ay (3.3) 式（4)可看作线性最小二乘求解问题，可将目标函数的偏导数置0得到最优值 Axs，Ays，因此，可有如下方程： ΟΦ " ?Φ ^=〇m^r=0……式（5); (3.4) 求解方程（5)，可得最优解Λ xs，Λ ys ; (3.5) 设三步搜索法得到的运动矢量为Λ Xl，Λ yi，则最终得到的总运动矢量Λ X，Ay 为： Δ X = Δ Xj+ Δ xs, Δ y = Δ yx+ Δ ys......式（6)。
4.根据权利要求1所述的基于快速亚像素运动估计的肺4D-CT图像超分辨率重建方 法，其特征在于：所述步骤（4)采用迭代反投影法重建高分辨率肺4D-CT图像，迭代反投影 法的缩写为IBP，具体过程包括： (4. 1)将低分辨率的待重建的肺部3D-CT图像插值放大，作为初始高分辨率图像Ηω ; (4. 2)根据退化模型模拟成像过程得到一个低分辨率图像的集合{JL(fcn)}匕，分别对应于 原始低分辨率图像序列{L,}。，K表示原始低分辨率图像序列中图像的数量，η为迭代次 数； 具体的，在第η次迭代过程中，Η(η)模拟退化为的过程如下表示：
......式⑵； 其中，Tk表示从Η到Lk的二维几何变换，，即为步骤（3)中获得的运动变形场；h是高 斯模糊算子；丨s是下采样算子； (4. 3)判断误差-攻，是否达最小值，若达到，则停止迭代，以前估计的H(n)为最终 所求的超分辨率图像；若未达到，则进入步骤（4.4); 上述步骤（4.3)中判断误差是否达到最小值可以通过判断误差函数6(11)是 否小于设定阈值ε来进行的，误差函数的具体计算公式是：
(4.4) 根据误差对当前高分辨率图像进行更新，更新过程如下式：
式中，丨s表示上采样算子；Ρ表示背投影算子，依赖于h和Tk; (4.5) 将更新后的高分辨率图像作为初始高分辨率图像，进入步骤（4.2)。
【文档编号】G06T5/50GK104299209SQ201410479911
【公开日】2015年1月21日 申请日期:2014年9月18日 优先权日:2014年9月18日
【发明者】张煜, 肖珊, 王婷婷 申请人:南方医科大学