基于机器学习的低剂量CT成像关键问题研究

资源类型: 资源大小: 文档分类: 上传者:张卓

文档信息

【标题】基于机器学习的低剂量CT成像关键问题研究

【作者】 张志诚 

【关键词】计算机断层成像(CT) 低剂量 超分辨率重建 深度学习 碳纳米管 

【出版日期】2019-01-01

【论文级别】博士

【导师】谢耀钦

【摘要】X射线计算机断层成像技术(X-Ray Computed Tomography,X-CT)因其超高的时空分辨率特性在临床中的应用越来越广泛,它能够以无损的方式对人体内部的超微信息进行结构成像,也能对运动的器官进行高维度成像,如4DCT。然而有研究表明,X射线辐射会在人体内部沉积,当沉积量超过人体器官耐受剂量的时候,会引起人体内部器官结构的改变,甚至局部基因的突变。因此降低CT扫描过程中病人所承受的X射线辐射剂量刻不容缓,但是降低CT扫描过程中病人所承受的X射线辐射剂量会极大地降低CT影像质量,影响临床诊断。如何平衡CT扫描过程中病人所承受的X射线辐射剂量和CT影像质量之间的关系是一个迫切而又有复杂的问题。影响CT扫描过程中病人所承受的X射线辐射剂量的方式多种多样,从广义上可以分为X射线源输出端:降低X射线源单次曝光剂量,提高X射线源单次曝光剂量的利用率,降低扫描过程中的投影采集率等;X射线探测器接收端:提高X射线探测器的探测效率,增加X射线探测器像元的尺寸等;不同的操作对于CT影像质量的影响不同,降低X射线源单次曝光剂量会使得投影中充满噪声,降低了重建后CT影像的信噪比;降低扫描过程中的投影采集率会使得投影空间数据不完备,导致重建后CT影像充满条形伪影;增加X射线探测器像元的尺寸会降低投影图像的分辨率,使得重建后的图像细节不清晰等。在本文中,我们从三个方面去降低CT扫描过程中病人所承受的X射线辐射剂量;第一个方面是降低扫描过程中的投影采集率,根据傅里叶切片定理可知,降低扫描过程中采集的投影数目,会使得投影空间中的数据不完备,导致重建后CT影像充满条形伪影。但是条形伪影在CT影像中具有相对固定的形态和位置,它不随扫描病人的改变而发生大幅度变化,因此我们设计一个基于深度学习的框架从大量数据中提取条形伪影的特征,然后反馈给重建后的CT影像,改善CT影像的质量,该方法以滤波反投影后的CT影像作为输入,以端到端的方式进行训练,且该网络的参数量只有同样深度同样宽度的网络1/3左右,这使得在医学数据量不是很大的情况下,减轻了网络过拟合的倾向。第二种降低CT扫描过程中病人所承受的X射线辐射剂量方式是增加X射线探测器像元的尺寸,在X射线源输出小于正常剂量的情况下,增大X射线探测器像元的尺寸,提高了单个X射线探测器像元的X射线光子的接收面积,从而增加了投影图像的信噪比,但是这直接影响了投影图像的分辨率,使得重建后的CT影像对人体内微小结构的分辨不清。为此本文充分分析了高低分辨率投影和CT影像之间的关系,结合超分辨重建模型,图像去模糊模型和CT重建模型,提出了基于模型融合的高分辨率CT重建技术,为了提高模型的精度,我们将该模型展开并用卷积神经网络的形式去表达,利用一个小数目的训练集去学习模型中的模糊核和惩罚函数等超参数,经过大量的实验验证,该模型具有很好的泛化性和鲁棒性,该模型不仅能够大幅提高CT系统的空间分辨率,还能间接地降低CT系统的硬件成本。第三种降低CT扫描过程中病人所承受的X射线辐射剂量方式是提高X射线源单次曝光剂量的利用率,传统的X射线源由于在运行过程中其阴极需要大量的热量去激发,导致X射线源无法瞬时启停,也就无法精准控制单次X射线源的曝光剂量。基于碳纳米管的X射线源在场致发射的原理下能够做到X射线源在纳秒级别的启停,我们通过控制栅极电压的大小控制单次X射线曝光剂量。由于冷阴极的特性,X射线源的体积可以小型化,在此基础上,我们可以设计多源多探测器的CT系统架构,通过电子开关激活不同位置的碳纳米管X射线源替代传统CT机械架构的旋转,极大地的加快了传统CT的扫描过程,降低了CT扫描过程中病人所承受的X射线辐射剂量。但是第三种方法中涉及到的多源多探测器系统会减少投影的采集数量,提高了探测器的成本,甚至在某些机械设计中会限制CT系统的扫描视野的大小,不同的缺陷会引起不同的伪影,但是由于CT系统架构固定,CT影像中伪影的特征相对固定,为了获得与传统CT系统同等质量的CT影像,我们可以利用前两种基于数据驱动的模型从低分辨率且稀疏的投影数据中恢复出高清CT影像,改善因系统架构的改变而带来的CT影像降质的问题。在本文中,我们综合分析了CT扫描过程中X射线剂量对CT影像的影响,从不同的角度提出了降低CT扫描过程中病人所承受的X射线辐射剂量的方式,根据相应的方式,我们提出了对应的算法去解决因X射线剂量的降低而导致的CT影像质量降低的问题,并通过大量的实验验证了我们算法的有效性和高效性。

问答

我要提问