基于压缩感知的小动物CT成像放射剂量控制和超分辨率问题的研究

本研究为了提高活体小动物CT系统的空间分辨率，在不改变现有系统结构的前提下，通过研制高精度平移台控制动物移动架进行亚像素的位移，得到随位移不同的投影图像序列，建立基于小动物CT投影图像的超分辨复原模型，实现投影图像的超分辨复原；研究基于压缩感知原理的锥束CT重建模型和算法，在保证重建图像质量的前提下，用减少旋转投影角度的方式来降低曝光剂量。从而实现总曝光剂量与现有活体显微CT相当，而重建图像的空间分辨率提高到微米尺度，使活体小动物CT进行活体在体细胞检测成为可能。

随着对人类及小鼠等多种生物基因测序的完成，越来越多的科学家开始医学应用领域的研究，即从分子、细胞、组织器官至个体的应用研究过程。而小动物是遗传学、疾病诊治及药物开发等研究领域最基本的研究工具之一，将大大推动这些领域的研究。目前现存的用于小动物的活体系统检测的空间分辨率最高不超过20微米，因此本项目的研究目标是提高活体小动物CT的分辨率，同时为达到连续观测小动物的目的，需要降低辐射剂量，并设计有效的算法实现低剂量情况下高信噪比的图像重建。.本项目自2012年被予资助到现在结题，主要研究的内容包括：双自由度高精度平移台的研制，定位和重复定位精度都小于1微米，为后续从硬件层面上实现超分辨率图像重建的目的做准备；在重建算法方面，利用字典学习理论，通过对特定样本的高信噪比图像进行训练，建立该样本字典库，在有效降低辐射剂量的条件下，实现了高信噪比的图像重建；对重建后的环状伪影，提出了基于三维字典学习的去环算法；针对硬化所造成的杯状伪影，提出了基于水平集的滤除算法；为实现系统几何参数的高精度，提出了基于单点模体的优化校准算法。此外，依托本项目的研究成果，进行了CT图像的三维可视化、骨密度分析、脂肪分析及肿瘤分析等相关配套专业软件的设计和开发。.本项目的研究成果推动了活体成像领域的技术发展，对药物的开发和疾病机理研究，具有重大的现实意义。