本發(fā)明涉及X射線數(shù)字圖像處理技術(shù)領(lǐng)域，特別是涉及一種低劑量DR圖像處理方法，以及利用該方法實現(xiàn)的低劑量DR圖像處理裝置。

背景技術(shù)：

DR是利用數(shù)字平板探測器進(jìn)行X線攝影的數(shù)字化影像設(shè)備。與普通X線影像設(shè)備相比，其具有分辨率高、動態(tài)范圍大，劑量低，組織信息豐富等優(yōu)點。進(jìn)行拍攝時X射線從球管出發(fā)，經(jīng)過人體組織后被平板探測器接收，并轉(zhuǎn)換成數(shù)字信號，形成數(shù)字影像。此時的數(shù)字影像雖然包含用于臨床檢查的必要信息，但是其組織層次差異小，噪聲大，并不能直接用于臨床診斷。增加組織層次信息，降低噪聲的一種最直接方式就是增加曝光劑量，而曝光劑量的增加必然會給患者帶來更大的輻射傷害。特別是嬰幼兒拍攝時，由于其組織器官尚未發(fā)育完全，輻射傷害對其傷害尤為明顯。目前臨床中常用的方法是在圖像質(zhì)量和病人輻射之間進(jìn)行權(quán)衡，最終得到一個在適當(dāng)?shù)钠毓鈩┝肯芦@取用于臨床診斷的DR影像。

目前的產(chǎn)品中對DR圖像的處理普遍采用圖像增強(qiáng)加圖像降噪，進(jìn)而達(dá)到在增強(qiáng)了組織細(xì)節(jié)的同時抑制圖像的噪聲。此種處理方式在適當(dāng)?shù)钠毓鈩┝肯聲@得較好的處理效果，但隨著曝光劑量的降低，其處理效果也將越來越差。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)中存在的上述不足之處，本發(fā)明的目的是提供一種低劑量DR圖像處理方法，該方法能夠有效的處理低劑量下的DR圖像；并提供一種使用該方法實現(xiàn)的低劑量DR圖像處理裝置。

本發(fā)明為實現(xiàn)上述目的所采用的技術(shù)方案是：一種低劑量DR圖像處理方法，包括以下步驟：

探測器噪聲抑制：創(chuàng)建探測器噪聲分擔(dān)數(shù)據(jù)表和探測器信號基準(zhǔn)值，利用探測器噪聲分擔(dān)數(shù)據(jù)表和探測器信號基準(zhǔn)值抑制圖像中的探測器噪聲分量；

組織信息空間均衡及多極融合：壓制探測器噪聲抑制后圖像的離散極值點，然后進(jìn)行多層級區(qū)域化圖像重構(gòu)和圖像融合并組織多極融合；

圖像增強(qiáng)降噪：對圖像中的細(xì)節(jié)信息進(jìn)行增強(qiáng)處理，并降低圖像中的噪聲，生成最終的圖像。

所述創(chuàng)建探測器噪聲分擔(dān)數(shù)據(jù)表，具體為：

采集N1組探測器基底數(shù)據(jù)：D1₀、D1₁、……、D1_N1-1，N1為人為預(yù)設(shè)值；

生成噪聲分擔(dān)數(shù)據(jù)表：

所述創(chuàng)建探測器信號基準(zhǔn)值，具體為：

采集N2組探測器基底數(shù)據(jù)：D2₀、D2₁、……、D2_N2-1，N2為人為預(yù)設(shè)值；

生成探測器信號基準(zhǔn)值：

所述探測器噪聲抑制后圖像為：

其中，I_ori為初始圖像，即探測器噪聲抑制對象，D_map為噪聲分擔(dān)數(shù)據(jù)表，D_base為探測器信號基準(zhǔn)值，N1為噪聲分擔(dān)數(shù)據(jù)表中探測器基底數(shù)據(jù)的組數(shù)。

所述壓制探測器噪聲抑制后圖像的離散極值點，包括以下步驟：

對探測器噪聲抑制后圖像進(jìn)行直方圖統(tǒng)計；

跟據(jù)直方圖統(tǒng)計結(jié)果計算極值點閾值：

Td_h＝i_max×r_h

其中，i_max為直方圖統(tǒng)計結(jié)果中最大的圖像像素點值，r_h為預(yù)設(shè)極值點統(tǒng)計比率；

在直方圖統(tǒng)計結(jié)果中，對灰度值i≥Td_h的值進(jìn)行求和，若和值大于等于預(yù)設(shè) 閾值，則判定為無異常極值點；否則進(jìn)行極值點壓縮處理，即將圖像中介于Td_h和i_max之間的像素點壓縮到Td_h和預(yù)設(shè)值i_dst之間。

所述多層級區(qū)域化圖像重構(gòu)和圖像融合包括以下步驟：

根據(jù)預(yù)設(shè)的當(dāng)前層級所包含獨立區(qū)域的維數(shù)，以及平板像素的維數(shù)，計算每一個獨立區(qū)域?qū)?yīng)的平板像素維數(shù)；根據(jù)預(yù)設(shè)的偏執(zhí)度，在水平和垂直兩個維度對獨立區(qū)域進(jìn)行偏移形成偏執(zhí)區(qū)域；

對各層級獨立區(qū)域及偏執(zhí)區(qū)域進(jìn)行空間拉伸；

創(chuàng)建同一層級獨立區(qū)域與偏執(zhí)區(qū)域融合曲線；

進(jìn)行同一層級獨立區(qū)域與偏執(zhí)區(qū)域融合；

進(jìn)行層級間圖像融合。

所述空間拉伸包括以下步驟：

首先創(chuàng)建像素值映射函數(shù)：

其中，j為I₀中像素的灰度值，n_j為獨立區(qū)域和偏執(zhí)區(qū)域內(nèi)像素灰度值為j的像素點的數(shù)目，N為獨立區(qū)域和偏執(zhí)區(qū)域包含的像素點數(shù)目，i_dst為預(yù)設(shè)灰度值，i_up為區(qū)域最大值調(diào)整上限，i_dn為區(qū)域最大值調(diào)整下限，N為獨立區(qū)域和偏執(zhí)區(qū)域包含的像素點數(shù)目；

通過函數(shù)f將同I₀對應(yīng)的獨立區(qū)域和偏執(zhí)區(qū)域中的像素灰度值從j調(diào)整到f(j)，I₀為壓制離散極值點后輸出的圖像。

所述組織多極融合包括以下步驟：

創(chuàng)建組織權(quán)重曲線：

其中，i為圖像中組織對應(yīng)的灰度值，c為曲線形態(tài)調(diào)整系數(shù)；

利用組織權(quán)重曲線lut(i)將經(jīng)過探測器噪聲抑制后的圖像I_t和經(jīng)過組織信息 空間均衡后的圖像I₀進(jìn)行融合：

I(r,c)＝lut(I_t(r,c))×I_t(r,c)+(1-lut(I_t(r,c)))×I₀(r,c)

其中，r為像素點所在的行序號，c為像素點所在的列序號；

將經(jīng)過上述處理后的圖像I(r,c)同經(jīng)過探測器噪聲抑制后的圖像I₀(r,c)進(jìn)行線性融合：

I_m(r,c)＝w_lin×I(r,c)+(1-w_lin)×I₀(r,c)

其中，I_m為空間信息組織均衡及多極融合后的圖像，w_lin為線性融合的權(quán)重系數(shù)。

所述對圖像中的細(xì)節(jié)信息進(jìn)行增強(qiáng)處理，包括以下步驟：

通過N級迭代濾波從I_m中提取出N種級別的平滑圖像和對應(yīng)的細(xì)節(jié)圖像

以組織權(quán)重曲線為基礎(chǔ)創(chuàng)建細(xì)節(jié)增強(qiáng)曲線的基底曲線：

lut_enhb(i)＝lut(i)*(max(lut(i))-lut(i))

其中，lut(i)為組織權(quán)重曲線；

根據(jù)實際使用需要取細(xì)節(jié)增強(qiáng)曲線的基底曲線上相應(yīng)的曲線段，并進(jìn)行幅度調(diào)整后生成增強(qiáng)曲線lut_enh(i)；

利用增強(qiáng)曲線lut_enh(i)及平滑圖像中的灰度信息對組織細(xì)節(jié)進(jìn)行增強(qiáng)。對細(xì)節(jié)圖像進(jìn)行細(xì)節(jié)迭代增強(qiáng)，生成細(xì)節(jié)增強(qiáng)后的圖像I_enh。

所述降低圖像中的噪聲，包括以下步驟：

進(jìn)行噪聲形態(tài)分析：對平滑圖像進(jìn)行圖像噪聲形態(tài)分析，并創(chuàng)建噪聲抑制曲線：

其中，i為平滑圖像中組織對應(yīng)的灰度值，c為曲線形態(tài)調(diào)整系數(shù)；

根據(jù)分析出來的噪聲形態(tài)進(jìn)行噪聲抑制：使用噪聲抑制曲線lut_noisp(i)對細(xì)節(jié)增強(qiáng)后的圖像I_enh進(jìn)行圖像噪聲抑制，生成最終的圖像。

一種低劑量DR圖像處理裝置，包括：

探測器噪聲抑制模塊：用于創(chuàng)建探測器噪聲分擔(dān)數(shù)據(jù)表和探測器信號基準(zhǔn)值，利用探測器噪聲分擔(dān)數(shù)據(jù)表和探測器信號基準(zhǔn)值抑制圖像中的探測器噪聲分量；

組織信息空間均衡及多極融合模塊：用于壓制探測器噪聲抑制后圖像的離散極值點，進(jìn)行多層級區(qū)域化圖像重構(gòu)和圖像融合并組織多極融合；

圖像增強(qiáng)降噪模塊：用于對組織多極融合后圖像中的細(xì)節(jié)信息進(jìn)行增強(qiáng)處理，并降低圖像中的噪聲，生成最終的圖像。

所述探測器噪聲抑制模塊包括：

噪聲分擔(dān)模型創(chuàng)建單元：用于創(chuàng)建探測器噪聲分擔(dān)數(shù)據(jù)表；

信號基準(zhǔn)值創(chuàng)建單元：用于創(chuàng)建探測器信號基準(zhǔn)值；

探測器噪聲抑制單元：用于利用探測器噪聲分擔(dān)數(shù)據(jù)表和探測器信號基準(zhǔn)值抑制圖像中的探測器噪聲分量。

所述組織信息空間均衡及多極融合模塊包括：

離散極值點壓縮單元：用于通過對探測器噪聲抑制后圖像進(jìn)行直方圖統(tǒng)計并計算極值點閾值對圖像中的離散極值點進(jìn)行壓制；

多層級區(qū)域化圖像重構(gòu)單元：用于分層級分區(qū)域?qū)﹄x散極值點壓制后的圖像進(jìn)行重構(gòu)；

多層級區(qū)域化圖像融合單元：用于對分層級分區(qū)域重構(gòu)的圖像進(jìn)行融合；

組織多極融合單元：用于對融合后的圖像進(jìn)行多極融合。

所述圖像增強(qiáng)降噪模塊包括：

圖像增強(qiáng)單元：用于對多極融合后圖像的組織細(xì)節(jié)進(jìn)行增強(qiáng)；

圖像降噪單元：用于對增強(qiáng)后的圖像進(jìn)行降噪。

本發(fā)明所述的方法和裝置通過對探測器噪聲抑制，組織信息空間均衡、融 合、增強(qiáng)、降噪等處理在提升組織層次的同時降低圖像噪聲，弱化低劑量條件拍攝帶來的組織層次差異不明顯及圖像噪聲大的問題，提升低劑量拍攝條件下的圖像質(zhì)量，在保證臨床診斷的同時降低病人照射劑量。

附圖說明

圖1為本發(fā)明的方法流程圖；

圖2為探測器噪聲抑制模型生成流程框圖；

圖3為本發(fā)明的裝置框圖；

圖4為探測器噪聲抑制流程框圖；

圖5為極值點壓制流程框圖；

圖6為組織信息空間均衡圖像生成流程框圖；

圖7為組織多極融合流程框圖；

圖8為細(xì)節(jié)增強(qiáng)及噪聲抑制流程框圖；

圖9為使用本方法及裝置獲取的DR圖像。

具體實施方式

下面結(jié)合附圖及實施例對本發(fā)明做進(jìn)一步的詳細(xì)說明。

本發(fā)明所述的低劑量DR圖像處理方法流程如圖1所示：

A.探測器噪聲抑制；

B.組織信息空間均衡及多極融合；

C.圖像增強(qiáng)降噪。

在進(jìn)行探測器噪聲抑制前需要先創(chuàng)建用于進(jìn)行噪聲抑制所使用的模型和基準(zhǔn)值，其過程如圖2所示：

步驟201.采集N1組探測器基底數(shù)據(jù)：D1₀、D1₁、……、D1_N1-1。

步驟202.生成噪聲分擔(dān)數(shù)據(jù)表：

步驟203.采集N2組探測器基底數(shù)據(jù)：D2₀、D2₁、……、D2_N2-1。

步驟204.生成探測器信號基準(zhǔn)：

創(chuàng)建完探測器噪聲分擔(dān)數(shù)據(jù)表和信號基準(zhǔn)后，進(jìn)行探測器噪聲抑制，其算法流程如圖4所示：

步驟401.定義初始圖像為I_ori，對I_ori進(jìn)行探測器噪聲抑制，生成探測器噪聲抑制后圖像I_d：

極值點壓制流程如圖5所示。

步驟501.對探測器噪聲抑制后的圖像I_d進(jìn)行直方圖統(tǒng)計，其結(jié)果Hist(i)：

Hist(i)＝Hist(i)+1，I_d(r,c)＝i

步驟502.計算極值點閾值，取Hist(i)中最大的圖像像素點值i_max，預(yù)設(shè)極值點統(tǒng)計比率r_h，定義二者的乘積為極值點閾值：Td_h＝i_max×r_h。

步驟503.統(tǒng)計極值點數(shù)目，對Hist(i)中i≥Td_h的值進(jìn)行求和，若和值大于等于預(yù)設(shè)閾值，則判定為無異常極值點，反之執(zhí)行步驟504。

步驟504.極值點壓縮，將圖像中介于Td_h和i_max之間的像素點使用線性或非線性壓縮到Td_h和預(yù)設(shè)值i_dst之間。

步驟503和步驟504輸出的圖像定義為：I₀。

組織信息空間均衡圖像生成流程，即多層級區(qū)域化圖像重構(gòu)和圖像融合過程如圖6所示。

步驟601.確定當(dāng)前層級獨立區(qū)域維度和偏執(zhí)度，根據(jù)預(yù)設(shè)的當(dāng)前層級包含獨立區(qū)域的維數(shù)，以及平板像素的維數(shù)，計算每一個獨立區(qū)域?qū)?yīng)的平板像素維數(shù)，獨立區(qū)域間相鄰但不重疊。根據(jù)預(yù)設(shè)的偏執(zhí)度，在水平和垂直兩個維度對獨立區(qū)域進(jìn)行偏移形成偏執(zhí)區(qū)域。

步驟602.確定區(qū)域調(diào)整的空間上下限，根據(jù)區(qū)域內(nèi)最大值和最小值分段確定區(qū)域調(diào)整的上下限，本方法將區(qū)域最大值調(diào)整上限i_up分為如下3個級別：

1.獨立區(qū)域和偏執(zhí)區(qū)域中最大值小于等于i_dst×0.5時，將最大值調(diào)整上限設(shè)定為i_dst×0.7；

2.獨立區(qū)域和偏執(zhí)區(qū)域中最大值大于i_dst×0.5，并且小于等于i_dst×0.7時，將最大值調(diào)整上限設(shè)定為i_dst×0.87；

3.獨立區(qū)域和偏執(zhí)區(qū)域最大值大于i_dst×0.7時，將最大值調(diào)整上限設(shè)定為i_dst。

將區(qū)域最小值調(diào)整下限i_dn分為如下3個級別：

1.獨立區(qū)域和偏執(zhí)區(qū)域中最小值大于等于i_dst×0.7時，將最小值調(diào)整下限設(shè)定為i_dst×0.5；

2.獨立區(qū)域和偏執(zhí)區(qū)域中最小值小于i_dst×0.7，并且大于等于i_dst×0.5時，將其最小值調(diào)整下限設(shè)定為i_dst×0.37；

3.獨立區(qū)域和偏執(zhí)區(qū)域最小值小于i_dst×0.5時，將最小值調(diào)整下限設(shè)定為0。

步驟603.進(jìn)行區(qū)域空間拉伸，根據(jù)步驟602確定的調(diào)整上下限，將獨立區(qū)域和偏執(zhí)區(qū)域內(nèi)的像素進(jìn)行直方圖均衡拉伸。首先創(chuàng)建像素值映射函數(shù)：

其中，j為I₀中像素的灰度值，n_j為獨立區(qū)域和偏執(zhí)區(qū)域內(nèi)像素灰度值為j的像素點的數(shù)目，N為獨立區(qū)域和偏執(zhí)區(qū)域包含的像素點數(shù)目。

通過函數(shù)f將同I₀對應(yīng)的獨立區(qū)域和偏執(zhí)區(qū)域中的像素灰度值從j調(diào)整到f(j)。

步驟604.創(chuàng)建獨立區(qū)域和偏執(zhí)區(qū)域融合曲線，融合曲線分為水平融合曲線和垂直融合曲線。本方法優(yōu)選線性融合曲線，形式如下：

其中，l(k)是偏執(zhí)區(qū)域像素點融合權(quán)重曲線，l'(k)是獨立區(qū)域?qū)?yīng)部分的像素點融合權(quán)重曲線，k₀是獨立區(qū)域與偏執(zhí)區(qū)域重疊的起始位置，k₁是獨立區(qū)域與偏執(zhí)區(qū)域重疊的結(jié)束位置，k是當(dāng)前像素點位置，w_up是融合權(quán)重上限，w_dn是融合權(quán)重下限。

步驟605.獨立區(qū)域與偏執(zhí)區(qū)域融合，取獨立區(qū)域和偏執(zhí)區(qū)域同一位置k對應(yīng)的像素點p_s(k)和p_d(k)，及對應(yīng)的偏執(zhí)區(qū)域水平融合權(quán)重l_h(k)，偏執(zhí)區(qū)域垂直融合權(quán)重l_v(k)，獨立區(qū)域水平融合權(quán)重l'_h(k)，獨立區(qū)域垂直融合權(quán)重l_v'(k)，按如下公式進(jìn)行融合：

p(k)＝(p_d(k)×l_h(k)+p_s(k)×l'_h(k))×l_v(k)+(p_d(k)×l_h(k)+p_s(k)×l'_h(k))×l_v'(k)

p(k)為融合后的圖像像素值。完成融合后生成當(dāng)前層級的空間拉伸后圖像，然后依次對其它層級執(zhí)行步驟601～605，生成所有層級的空間拉伸后圖像I_s(i)。

步驟606.進(jìn)行層級間圖像融合，層級間圖像融合采取加權(quán)累加的方式：

I_t＝∑w(i)×I_s(i)

其中，I_t為融合后的圖像，w(i)為進(jìn)行融合圖像的權(quán)重值，I_s(i)為各層級空間拉伸后圖像，w(i)可以根據(jù)預(yù)期的圖像效果進(jìn)行設(shè)置。

組織多極融合流程如圖7所示。

步驟701.創(chuàng)建組織權(quán)重曲線，本方法采用如下方式創(chuàng)建組織權(quán)重曲線：

其中，lut(i)為組織權(quán)重曲線，i為圖像中組織對應(yīng)的灰度值，c為曲線形態(tài)調(diào)整系數(shù)。

步驟702.圖像融合，使用lut(i)進(jìn)行I_t和I₀間的圖像融合，如下式：

I(r,c)＝lut(I_t(r,c))×I_t(r,c)+(1-lut(I_t(r,c)))×I₀(r,c)

步驟703.線性融合，將I(r,c)和I₀(r,c)進(jìn)行線性融合，如下式：

I_m(r,c)＝w_lin×I(r,c)+(1-w_lin)×I₀(r,c)

其中，I_m為空間信息組織均衡及多極融合后的圖像，w_lin為線性融合的權(quán)重 系數(shù)。

細(xì)節(jié)增強(qiáng)及噪聲抑制流程如圖8所示。

步驟801.提取組織細(xì)節(jié)和平滑圖像，通過N級迭代濾波提取出N種級別的平滑圖像和對應(yīng)的細(xì)節(jié)圖像，平滑圖像分別定義為細(xì)節(jié)圖像分別定義為

步驟802.創(chuàng)建細(xì)節(jié)爭強(qiáng)曲線，以步驟701方法創(chuàng)建的曲線為基礎(chǔ)進(jìn)一步創(chuàng)建細(xì)節(jié)增強(qiáng)曲線的基底曲線，如下式：

lut_enhb(i)＝lut(i)*(max(lut(i))-lut(i))

其中，lut_enhb(i)為增強(qiáng)曲線基底，lut(i)為通過步驟701中方法創(chuàng)建的曲線。以此曲線為基礎(chǔ)根據(jù)實際使用需要取曲線上相應(yīng)的曲線段，并進(jìn)行幅度調(diào)整后生成最終的增強(qiáng)曲線，定義為lut_enh(i)。

步驟803.細(xì)節(jié)增強(qiáng)，使用lut_enh(i)及中的灰度信息對進(jìn)行細(xì)節(jié)迭代增強(qiáng)，生成細(xì)節(jié)增強(qiáng)后圖像I_enh。

步驟804.噪聲形態(tài)分析，使用分析圖像的噪聲形態(tài)，并使用步驟701中方法創(chuàng)建噪聲抑制曲線，如下式：

其中，i為平滑圖像中組織對應(yīng)的灰度值，c為曲線形態(tài)調(diào)整系數(shù)。

步驟805.噪聲抑制，使用lut_noisp(i)對I_enh進(jìn)行圖像噪聲抑制，生成最終的圖像。如圖9所示，即為采用本方法處理后的圖像。

如圖3所示，本發(fā)明裝置實施例中各模塊及單元的工作方式與方法實施例中方法操作步驟對應(yīng)，這里不再贅述。

本發(fā)明實施例中所述的模塊和單元可以是或者也可以不是物理分開的，可以根據(jù)實際的需要選擇其中的部分或全部模塊來達(dá)到本實施例方案的目的。按照本發(fā)明的上述步驟，本領(lǐng)域的普通技術(shù)人員在不付出創(chuàng)造性勞動的情況下，即可以理解并實施。