發(fā)布時(shí)間：2020-11-07 15:22

　　 乳腺X線三維斷層攝影術(shù)(digital breast tomosynthesis,DBT)利用斷層重建技術(shù)有效克服了乳腺X射線攝影技術(shù)(mammography)在對(duì)女性乳房攝影時(shí),可疑病灶與乳腺組織的重疊問(wèn)題。DBT成像方式為欠采樣投影成像方式,圖像重建算法直接影響了重建圖像的清晰度。因此,重建算法的正確選擇對(duì)重建圖像的分辨率的提高起著關(guān)鍵的作用,同時(shí)斷層圖像中噪聲抑制也對(duì)重建圖像清晰度的提升至關(guān)重要。本文研究了 DBT技術(shù)的成像原理,建立了基于壓縮感知理論的圖像重建模型以及結(jié)合小波與非局部濾波的全變差算法的去噪模型。具體內(nèi)容包括:建立了三維數(shù)字乳腺體模并提出一種基于壓縮感知理論的DBT圖像重建算法。建立的體模充分模擬了乳腺腺體內(nèi)不同密度的組織,主要包括乳腺中的腺體組織與脂肪組織,乳腺腫塊與微小鈣化點(diǎn),以及在DBT掃描時(shí)不可避免的胸壁組織。提出的DBT圖像重建算法以壓縮感知理論為基礎(chǔ),首先建立重建模型目標(biāo)函數(shù),充分利用圖像在梯度域的稀疏性,將待求解圖像的全變差(Total Variation,TV)作為模型中的正則項(xiàng),保留了圖像的結(jié)構(gòu)信息進(jìn)而實(shí)現(xiàn)圖像重建;將投影理論計(jì)算值與實(shí)際測(cè)量值的誤差作為模型中的數(shù)據(jù)保真項(xiàng),有效權(quán)衡重建圖像信息完整度,高精度地完成圖像重建;其次采用交替方向乘子法(Alternating Direction Methods of Multipliers,ADMM)對(duì)重建模型目標(biāo)函數(shù)進(jìn)行迭代優(yōu)化,獲得較為精確的最優(yōu)解。該方法利用壓縮感知理論減少投影數(shù)據(jù)量,降低采樣時(shí)間與X射線輻射劑量,實(shí)現(xiàn)了 DBT斷層圖像重建。提出一種基于小波變換與非局部濾波的全變差模型的去噪算法。該算法利用了圖像在小波域中不同尺度下的梯度信息,并以此作為模型的正則項(xiàng),在有效去除噪聲的同時(shí)抑制了全變差項(xiàng)引起的階梯效應(yīng)和小波變換引起的吉布斯現(xiàn)象;以待求解圖像與含噪圖像的誤差作為數(shù)據(jù)保真項(xiàng),保證了去噪后圖像的信息完整性;引入分裂Bregman算法對(duì)問(wèn)題進(jìn)行優(yōu)化,得到較快的收斂速度,同時(shí)對(duì)優(yōu)化后圖像進(jìn)行非局部濾波處理,強(qiáng)化圖像細(xì)節(jié)信息。該方法能有效去除噪聲,更充分地保持了圖像的結(jié)構(gòu)信息。
【學(xué)位單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R816.4;TP391.41
【部分圖文】：

?生器在規(guī)定的有限角度內(nèi)以靜止的受壓迫乳腺為旋轉(zhuǎn)中心做弧形運(yùn)動(dòng)，并以設(shè)定??好的投影角度獲得投影數(shù)據(jù)，投影過(guò)程如圖２－２ａ）所示。圖２－２ｂ）顯示的是待重建的??斷層圖像，很顯然這種重建方法可以有效地減少重疊組織之間的遮擋，明確定位??可疑病灶的位置。??嘗Ｔ??受壓迫乳腺一＾?、?＼?重建斷層圖像??探測(cè)器’?：??ａ）?ｂ）??圖２－２?ＤＢＴ成像方式ａ）投影成像方式ｂ）重建斷層圖像??Ｆｉｇｕｒｅ?２－２?Ｔｈｅ?ｓｃａｎｎｉｎｇ?ｆｏｎｎａｔ?ａ）?ｓｃａｎｎｉｎｇ?ｏｆ?ｔｈｅ?ｂｒｅａｓｔ?ｂ）?ｓｌｉｃｅｓ?ｏｆ?ｔｈｅ?ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ?ｉｍａｇｅ??ＤＢＴ成像系統(tǒng)的旋轉(zhuǎn)角度范圍和掃描間隔較小，以Ｈｏｌｏｇｉｃ公司研發(fā)的Ｓｅｌｅｎｉａ??Ｄｉｍｅｎｓｉｏｎｓ設(shè)備為例，該設(shè)備以受壓迫組織為旋轉(zhuǎn)中心，并以該中心點(diǎn)為０°位置，??Ｘ射線發(fā)生器以１°的增量從－７．５°到＋７．５°?（旋轉(zhuǎn)方向?yàn)閺淖笙蛴遥┑男�轉(zhuǎn)角度??進(jìn)行投影，整個(gè)過(guò)程只需在５秒的時(shí)間內(nèi)獲得丨５個(gè)投影圖像［３（）］，相對(duì)于較大的角??度范圍，較小的角度范圍可以減少圖像采集時(shí)間并提高圖像的層內(nèi)分辨率，同時(shí)??也可以減小患者移動(dòng)的可能性，從而減少偽影和圖像模糊。相對(duì)于Ｓｅｌｅｎｉａ設(shè)備，??西門子的ＭＡＭＭＯＭＡＴ?Ｉｎｓｐｉｒａｔｉｏｎ?ＤＢＴ成像系統(tǒng)的旋轉(zhuǎn)角度范圍和掃描間隔都相??對(duì)較大，它的Ｘ射線發(fā)生器以２°的增量從－２５°到＋２５°?（旋轉(zhuǎn)方向?yàn)閺淖笙蛴遥??的旋轉(zhuǎn)角度進(jìn)行投影

度值表示是不精確的，將Ｘ射線照射的物體分成若干小塊，將每一小塊都定義一??個(gè)密度＾并將該密度下的組織的厚度設(shè)為Ａ厚度Ｊ可以設(shè)定為很小的值，此時(shí)??可以認(rèn)為每個(gè)小塊的密度是均勻分布的，如圖２－３所示。將式（２－１）可以改為如下形??式：??／?＝?／〇?ｅｘｐ（－ｃ／Ｊ］?Ｉｎ?（２－２）??／＝１?／＝１?“?１??１?＾??’〇?，」?＂，?／Ａ?…?從，！?／?＝?ｙ〇?ｅｘｐ（－ｒ／＾］／／）??卜?（ｆ?＋?Ｊ?（Ｊ?？Ｕ?ｉｌ??ｃ／???６?／?＝?／（）ｃｘｐ（－ｊ／／Ａ）??．?，?！??圖２－３衰減系數(shù)的定義??Ｆｉｇｕｒｅ?２－３?Ｔｈｅ?ｄｅｆｉｎｉｔｉｏｎ?ｏｆ?ａｔｔｅｎｕａｔｉｏｎ?ｃｏｅｆｆｉｃｉｅｎｔ??采用上述方法將一個(gè)物體離散成為了多個(gè)小物體組成的實(shí)物，如果取厚度ｊ??的值無(wú)限小直至趨于０，此時(shí)式（２－２）變成物體長(zhǎng)度上的線積分??Ｐ?＝?＿ｌｎ?今■?＝?ｆｇｄｘ?（２－３）??１?０??對(duì)物體積分后的值ｐ即為Ｘ射線在投影過(guò)程中得到的投影數(shù)據(jù)，在ＤＢＴ成像??過(guò)程中，通過(guò)多次投影得到更多的投影數(shù)據(jù)，再利用這些

在ＤＢＴ投影成像過(guò)程中，系統(tǒng)矩陣由系統(tǒng)的幾何結(jié)構(gòu)確定，也就是設(shè)備的固??定參數(shù)，因此對(duì)投影方式進(jìn)行數(shù)學(xué)建模是求解系統(tǒng)矩陣的最佳方式。以西門子的??ＭＡＭＭＯＭＡＴ?Ｉｎｓｐｉｒａｔｉｏｎ設(shè)備為例建立數(shù)學(xué)模型。如圖２－４所示，米用６ｃｍ厚的??物體來(lái)進(jìn)行ＤＢＴ投影重建，其中物體中心距離探測(cè)器４．７ｃｍ，在實(shí)際的ＤＢＴ系統(tǒng)??中，受壓迫乳腺和探測(cè)器之間有一層乳腺支撐板，它的作用是為檢測(cè)患者提供更??舒適的檢測(cè)環(huán)境，而且由于支撐板的材質(zhì)，并不會(huì)吸收Ｘ射線能量，其中乳腺支??撐板的厚度為１．７ｃｍ，Ｘ射線發(fā)射源距離探測(cè)器６５．５ｃｍ，?０角為Ｘ射線發(fā)射源偏離??垂直位置的角度，探測(cè)器共有２８１６ｘ３５８４個(gè)采集器，每個(gè)采集器的大小為０．８５ｕｍ，??故探測(cè)器板子的大小為２４ｃｍｘ３０ｃｍ左右［３｜］。??ｑｑＱＱＱ０？９Ｑｑ９?．??麵?ｋ—?６５．５ｃｍ??乳｜鼓擁＼?轉(zhuǎn)中心??＼??６ｃｍ?３ｃｍ?［、受隨乳腺??圖２－４?ＤＢＴ掃描系統(tǒng)的幾何模型??Ｆｉｇｕｒｅ?２－４?Ｔｈｅ?ｇｅｏｍｉｔｒｙ?ｏｆ?ＤＢＴ?ｓｃａｎｎｉｎｇ?ｓｙｓｔｅｍ??ｏ?＾?）?卜??ｑ?．．．．??．？?？?？．?＊？?＊，．?？?？．??－０——�！�—?
【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 劉江;柳杰;趙穎如;徐文貴;;數(shù)字乳腺X線攝影技術(shù)的研究進(jìn)展[J];國(guó)際醫(yī)學(xué)放射學(xué)雜志;2016年04期

2 趙星;胡晶晶;王晉君;張朋;;GPU加速實(shí)現(xiàn)的錐束CT高精度正投影算法[J];北京理工大學(xué)學(xué)報(bào);2010年12期

3 李弋;葉兆祥;;數(shù)字乳腺斷層攝影診斷乳腺癌現(xiàn)狀[J];國(guó)際醫(yī)學(xué)放射學(xué)雜志;2010年02期

4 方紅;章權(quán)兵;韋穗;;改進(jìn)的后退型最優(yōu)正交匹配追蹤圖像重建方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年08期

5 張春梅;尹忠科;肖明霞;;基于冗余字典的信號(hào)超完備表示與稀疏分解[J];科學(xué)通報(bào);2006年06期

相關(guān)博士學(xué)位論文 前2條

1 吳書裕;數(shù)字乳腺體層合成成像關(guān)鍵技術(shù)研究[D];南方醫(yī)科大學(xué);2017年

2 李志林;圖像壓縮感知重建算法研究[D];北京交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 李欣;基于ADMM的TV最小化稀疏重建算法研究[D];中北大學(xué);2017年

2 王浩文;數(shù)字乳腺體層成像控制系統(tǒng)的研發(fā)[D];南方醫(yī)科大學(xué);2016年

3 李慧君;數(shù)字乳腺三維斷層合成攝影重建算法研究[D];南方醫(yī)科大學(xué);2014年

本文編號(hào)：2874127