X射线双能计算机层析成像投影分解的优化迭代方法 下载: 950次
1 引言
双能计算机层析成像(CT)重建算法大致可以分为3类。第1类是迭代重建算法[1-3],即对双能投影数据采用迭代重建技术获取断层图像的方法;此类方法计算速度慢,不宜实际应用,目前很少有双能CT设备采用此类方法。第2类是后处理重建算法[4-6],该算法首先利用高低能投影重建高低能CT图像,然后对高低能CT图像进行处理,获取物体断层的物理参数分布图像;此类算法不能从根本上消除射束硬化效应,因此重建精度难以保证。第3类是基于投影分解的双能CT预处理重建算法;基于2种常见的物质线性衰减系数分解模型——基效应分解模型和基材料分解模型,此类算法对应2种投影分解过程,在理论上可以得到不受能谱影响的材料的等效原子序数和电子密度图像,是目前双能CT技术领域的主流重建算法。
在双能预处理重建算法中,投影分解是关键技术和核心内容,现有文献中已有多种投影分解方法。Alvarez等[7]提出多项式拟合法,该方法采用多项式拟合技术首先将双能投影积分方程组转化为多项式方程组,然后再通过Newton-Raphson方法求解多项式方程组得到基材料(基效应)投影分量。该方法需要2次迭代过程,实现过程繁琐。采用多项式拟合法将基材料(基效应)投影直接表示为高低能投影的多项式函数,可以简化计算过程,但是精度难以保证[8]。为了对该算法进行改进,Chuang等[9]利用分段多项式拟合法来进一步提高拟合精度。Chuang等[10]还提出了等透射线法来进行投影分解,采用该方法进行少量的标定后,对于给定的高低能投影,只需要进行简单的线性插值即可完成双能投影分解,但是该方法在制作等值线时进行了近似假设,即高低能投影值等于2种基材料厚度的线性组合,而这种假设只有在射线为单色时才是严格成立的。Cardinal等[11-12]提出利用二次和三次曲面函数来逼近分解投影关于高低能投影的函数,该方法实际上是对直接多项式拟合方法的改进。Tang等[13]提出利用Newton迭代算法求解投影积分方程组的方法。Zou等[14]对双能投影积分方程组进行简化处理,建立了一个求解分解投影的迭代公式,通过迭代计算完成双能投影分解。Coleman等[15]通过多项式拟合的方法,将分解投影表示为关于高能投影的一元多项式函数和关于低能投影数据的一元多项式函数之和,即二者组成的二元多项式中没有交叉项。Baer等[16]对文献[ 15]中的方法进行改进,在二元多项式中加入了交叉项,取得了较好的效果。Ying等[17-18]提出了双能CT优化投影分解方法,该方法采用等值线方法将二元优化问题转化为一元优化问题,改善了分解算法的稳定性和收敛性,但是仍然存在计算速度与初值的选取问题。Zhang等[19]基于文献[ 17-18]中的方法,利用双能CT技术对液体燃爆物进行了探测。Naidu等[20]提出采用分步拟合的方法进行双能分解,该方法需要2次多项式拟合过程,实现过程比文献[ 17-18]中方法的实现过程更复杂。李保磊等[21]提出了一种基于投影匹配的双能CT投影分解算法,但该算法的执行效率较低。李磊等[22]提出了一种基于等值线拟合的X射线双能CT快速投影分解算法,在一定程度上提高了计算速度。
上述投影分解方法在一定程度上促进了双能CT技术的发展,但是这些算法求解过程复杂,计算速度慢,分解精度有待提高,不能满足安检的实际需求,需要研究更加简便、实用的投影分解算法。鉴于此,本文提出一种双能CT投影分解优化迭代算法,该算法可以有效改善投影分解迭代的收敛性,提高双能CT系统标定的效率。
2 双能CT重建原理
当射线能量
式中
式中
与基效应模型对应的还有一种关于物质衰减系数的物理模型——基材料模型:
式中
根据上述2种衰减系数分解模型,记
式中
式中
由于基效应模型和基材料模型是统一的,采用任何一种模型均可完成双能CT重建,因此以下对双能CT预处理重建算法的研究以及数据处理均是基于基材料模型进行的。
3 双能投影分解优化迭代算法
双能预处理重建的核心步骤为双能投影积分方程组的求解,为了克服现有双能重建算法的缺点,满足实际工程应用,提出了一种投影分解优化迭代算法。该方法是对常规迭代算法的一种改进,旨在解决初值选取以及系统标定的计算速度。
3.1 初值的优化选择
利用双能预处理重建算法进行系统标定时,关键步骤为求解双能投影积分方程组:
根据最小二乘法优化的思想,可以将上述方程组的求解转化为无约束的二元非线性优化问题:
设
上述非线性优化问题可以采用经典的非线性最小二乘法的Levenberg-Marquardt算法进行求解,但是如果初值选取不当,采用该方法依然会出现迭代不收敛的情况,或者局部收敛值并非实际想得到的值。鉴于此,设计了一种初值选择方法以优化现有的迭代算法。
根据双能CT重建的流程,在计算双能基材料投影查找表以及进行系统标定时,要依据高低能投影数据的数值范围设置一定的步长,求解投影积分方程组。设高低能投影值的范围分别为
根据射线与物质的相互作用规律,有
该方法的思想是按照高低能投影值的大小依次求解对应的基材料投影,以上次的收敛结果作为下次迭代的初值,以改善迭代的收敛性。具体步骤如下:
1) 依据设定的步长
2) 从投影对(
3) 判断
4) 如果
按照步骤3)所示的排序方法设定迭代顺序的原因是,对于优化问题(17)式,当2对高低能投影数值相近时,迭代收敛值也应比较接近。这样就可以使迭代的初值尽可能地接近目标收敛值,从而改善优化算法的收敛性。需要说明的是,依据本研究的迭代初值选择思想,还可以将迭代计算的顺序进行适当修改,如先按列从上到下进行计算,换列时再按行从左到右进行计算。总之,最终目的是使2次迭代计算对应的高低能投影值尽可能接近。
3.2 初值优化实验
为了验证上述初值优化算法的有效性,以某真双能CT系统标定为例,按照系统标定流程建立系统查找表,实验结果如
图 2. 真双能CT系统的能谱。(a)低能能谱;(b)高能能谱
Fig. 2. Spectra of true dual-energy CT system. (a) Low energy spectrum; (b) high energy spectrum
真双能CT系统投影查找表图像如
图 3. 真双能CT系统投影查找表图像。(a)(b)未优化;(c)(d)优化后
Fig. 3. Projection lookup table images of true dual-energy CT system. (a)(b) Before optimization; (c)(d) after optimization
采用伪双能扫描模式对真双能CT系统扫描,系统能谱如
图 4. 伪双能CT系统能谱。(a)低能能谱;(b)高能能谱
Fig. 4. Spectra of pseudo dual-energy CT system. (a) Low energy spectrum; (b) high energy spectrum
经过迭代计算可知,采用3.1节的初值选取方法仍然不能解决伪双能能谱条件下投影分解的迭代收敛问题。通过数据分析可知,当
图 5. 伪双能CT系统投影查找表图像。(a)碳;(b)铝
Fig. 5. Projection lookup table images of pseudo dual-energy CT system. (a) Carbon; (b) aluminum
图 6. 伪双能CT系统投影查找表灰度曲线。(a)碳;(b)铝
Fig. 6. Gray scale curves of projection lookup tables of pseudo dual-energy CT system. (a) Carbon; (b) aluminum
根据射线与物质的相互作用规律,当射线的高低能能谱确定时,检测物体的高低能投影值的二维分布应在一个合理的范围之内,而不是在坐标系中第一象限内随意分布。这种分布除了与射线源的能谱相关外,还与物质的原子序数直接相关。原子序数越小的物质,其高低能投影的差别越小。以真空为例,当射线照射真空时,高低能投影值相等。在实际工程中,
3.3 投影标定范围优化
对于给定的高低能能谱,原子序数较小的物质,其高低能投影差别较小,而原子序数较大的物质,其高低能投影差别较大。可以通过选择2种边界材料来限制系统标定过程中高低能投影的数据范围。依据实际情况,选定空气和某种高原子序数材料作为边界材料,双能投影标定范围优化示意图如
图 7. 双能投影标定范围优化示意图
Fig. 7. Schematic of calibration scope optimization for dual-energy projection
根据实际工程经验,对于液体探测,常见的容器包装材料主要包括塑料、玻璃、陶瓷、金属铝和金属铁等。金属铜的原子序数高于金属铁的,它们的线性衰减系数如
4 优化迭代实验结果
4.1 真双能系统标定
对于3.2节所述真双能CT系统,依据如
图 11. 优化标定范围后的真双能CT系统投影查找表图像。(a)碳;(b)铝
Fig. 11. Projection lookup table images of true dual-energy CT system after calibration scope optimization. (a) Carbon; (b) aluminum
4.2 伪双能系统标定
对于3.2节所述的伪双能CT系统,如果不采用标定范围优化算法,就得不到
图 13. 优化标定范围后的伪双能CT系统投影查找表图像。(a)碳;(b)铝
Fig. 13. Projection lookup table images of pseudo dual-energy CT system after calibration scope optimization. (a) Carbon; (b) aluminum
5 结论
针对双能预处理重建提出了一种优化迭代算法,该算法针对采用Levenberg-Marquardt算法求解投影积分方程组对双能CT系统进行标定,有效改善了方程组迭代的收敛性,提高了系统标定的计算速度。算法主要通过优化初值选择和优化投影标定数据范围2种手段进行优化,对双能CT成像的实际工程应用具有重要意义。
[1] Fessler JA, ElbakriI, SukovicP, et al. Maximum-likelihood dual-energy tomographic image reconstruction[C]. SPIE, 2002, 4684: 38- 49.
Fessler JA, ElbakriI, SukovicP, et al. Maximum-likelihood dual-energy tomographic image reconstruction[C]. SPIE, 2002, 4684: 38- 49.
[4] EgerL, DoS, Karl WC, et al. Implementation of an image-based dual-energy method for explosives detection on real CT data[Z/OL].[2017-04-10]. http: ∥www.censsis.neu.edu/RICC/2009/posters/final/ALERTp10.pdf.
EgerL, DoS, Karl WC, et al. Implementation of an image-based dual-energy method for explosives detection on real CT data[Z/OL].[2017-04-10]. http: ∥www.censsis.neu.edu/RICC/2009/posters/final/ALERTp10.pdf.
[5] LiuX, Primak AN, Yu LF, et al. Quantitative imaging of chemical composition using dual-energy, dual-source CT[C]. SPIE, 2008, 6913: 69134Z.
LiuX, Primak AN, Yu LF, et al. Quantitative imaging of chemical composition using dual-energy, dual-source CT[C]. SPIE, 2008, 6913: 69134Z.
[9] Chuang KS. Theory and applications of dual energy technique[D]. Los Angeles: University of California, 1986.
Chuang KS. Theory and applications of dual energy technique[D]. Los Angeles: University of California, 1986.
[13] Tang SJ, Mou XQ, LuoT. An iteration algorithm in dual-energy X-ray imaging based on polychromatic physics model[C]. SPIE, 2006, 6142: 61422R.
Tang SJ, Mou XQ, LuoT. An iteration algorithm in dual-energy X-ray imaging based on polychromatic physics model[C]. SPIE, 2006, 6142: 61422R.
[14] ZouY, Sliver MD. Analysis of fast kV-switching in dual-energy CT using a pre-reconstruction decomposition technique[C]. SPIE, 2008, 6913: 691313.
ZouY, Sliver MD. Analysis of fast kV-switching in dual-energy CT using a pre-reconstruction decomposition technique[C]. SPIE, 2008, 6913: 691313.
[18] Ying ZR, NaiduR, GuilbertK, et al. Dual energy volumetric X-ray tomographic sensor for luggage screening[C]. IEEE Sensors Applications Symposium, 2007: 1- 6.
Ying ZR, NaiduR, GuilbertK, et al. Dual energy volumetric X-ray tomographic sensor for luggage screening[C]. IEEE Sensors Applications Symposium, 2007: 1- 6.
[20] NaiduR, BechwatiI, Crawford C R. Decomposition of multi-energy scan projections using multi-step fitting: US7197172[P].2007-03-27.
NaiduR, BechwatiI, Crawford C R. Decomposition of multi-energy scan projections using multi-step fitting: US7197172[P].2007-03-27.
[21] 李保磊, 张耀军. 基于投影匹配的X射线双能计算机层析成像投影分解算法[J]. 光学学报, 2011, 31(3): 0311002.
李保磊, 张耀军. 基于投影匹配的X射线双能计算机层析成像投影分解算法[J]. 光学学报, 2011, 31(3): 0311002.
[22] 李磊, 王林元, 蔡爱龙, 等. 基于等值线拟合的X射线双能CT快速投影分解算法[J]. 光学学报, 2016, 36(8): 0834001.
李磊, 王林元, 蔡爱龙, 等. 基于等值线拟合的X射线双能CT快速投影分解算法[J]. 光学学报, 2016, 36(8): 0834001.
Article Outline
李保磊, 张萍宇, 李斌, 莫阳, 孟博, 张耀军. X射线双能计算机层析成像投影分解的优化迭代方法[J]. 光学学报, 2017, 37(10): 1034001. Baolei Li, Pingyu Zhang, Bin Li, Yang Mo, Bo Meng, Yaojun Zhang. Optimized Iterative Method for Projection Decomposition of X-Ray Dual-Energy Computed Tomography[J]. Acta Optica Sinica, 2017, 37(10): 1034001.