基于非局部自相似图像块字典学习的伪CT图像预测.pdfVIP

第 33卷 第 3期 信 号 处 理 V0I．33 No．3 2017年 3月 JOURNALOFSIGNALPROCESSING Mal．2017 文章编号：1003—0530(2017)03—0346-06 基于非局部 自相似 图像块字典学习的伪 CT图像预测 胡永生 张立毅 。 (1．天津大学电子信息工程学院，天津 300072；2．滨州学院信息工程学院，山东滨州 256603； 3．天津商业大学信息工程学院，天津 300134) 摘 要：随着PET／CT技术的Et益发展，其被广泛应用于现代放射治疗。但在采集数据过程中，对人体放射时问 较长，辐射当量较大，增加了患者的痛苦，因此人们希望减少CT扫描中X射线的辐射。为解决这一问题 ，本文 提出基于非局部白相似图像块字典学习的伪CT图像预测方法。首先，对训练CT与MRI图像进行图像分块，通 过块匹配算法聚类cT图像块，并提取 CT与MRI图像块的多尺度特征。其次，通过字典学习，获得 MRI图像与 CT图像的映射关系矩阵，并对 CT图像块进行预测。最后 ，通过重构算法，从 目标 MRI图像中得到预测 CT图 像。仿真实验证明了提出算法相对基于图谱集算法的有效性，以及在现代放射治疗中利用 MRI图像替代 CT图 像的应用前景。 关键词：非局部 自相似性；字典学习；多尺度特征；伪 CT图像 中图分类号：TP391．41 文献标识码：A DOI：10．16798／j．issn．1003—0530．2017．03．014 PseudoCT EstimationbyNon-localSelf-similarImage PatchBasedDictionaryLearning HU Yong．sheng ZHANG Li．yi，。 (1．SchoolofElectronicInformationEngineering，TianjinUniversity，Tianjin300072，China； 2．SchoolofInfomr ationEngineering，BinzhouUniversity，Binzhou，Shandong256603，China； 3．SchoolofInfomrationEngineering，TianjinUniversityofCommerce，Tianjin300134，China) Abstract：Positronemissiontomographycomputedtomography(PET／CT)isincreasinglybeingusedinmodernradiothera— PY(RT)treatmentincombinationwithcomputedtomography(CT)．DuetothehighdoseofradiationexposureinCT scan，thereisalwaysagreatdesiretoreducetheamountoftheradiationdoseinx—raycomputedtomography(CT)because ofthehealth risks．Inthispaper，weinvestigatethepotentialofnon—local self-similarpatch—baseddictionary learning basedpseudoCTestimatingmethodfortacklingthischallengingtask．Firstly，themethodpartitionstrainingCT andMRI imagesintoasetofpatches．Foreachpatch，voxelmulti—scalefeaturesareextrac