| 摘 要： | 肺4D-CT在肺癌的治疗中,对于准确定位肿瘤靶区、实现个体化精确放疗具有重要的应用价值。由于放射剂量的限制,使得肺4D-CT图像分辨率较低。提出一种基于图像分块的超分辨率重建技术,提升肺4D-CT图像的分辨率。首先,将图像分解为一系列重叠图像块;其次,利用Active Demons配准算法,自适应选取若干幅与目标图像块对应结构相似的其他相位图像块,并估计出它们之间的运动变形场;而后,采用迭代反投影(IBP)算法,重建得到高分辨率的图像块;将得到的所有高分辨率图像块拼接后,最终输出完整的高分辨率肺4D-CT图像。利用由德克萨斯安德森肿瘤中心DIR实验室采集并开放的公共数据集评价所提出的算法,该数据集由10组肺4D-CT数据组成,每组数据包含10个相位。从每组数据中,选取不同相位图像进行实验。量化评价结果表明,所提出的方法相比反投影(BP)算法、全局迭代背投影算法,图像平均梯度显著提高(反投影算法7.65±0.44,全局迭代背投影算法7.92±0.43,本算法8.92±0.50,P<0.001)。视觉评价结果同时显示,所提出的方法能够有效消除伪影,得到结构显著增强、清晰度更高的肺4D-CT图像。
|
