作者翟天保Steven版权声明著作权归作者所有商业转载请联系作者获得授权非商业转载请注明出处注本文所讲内容参考本人发表同名专利《用于提升CBCT低对比度组织分辨率的三维图像后处理方法》CN122312436A如有引用需要标注来源哈如有疑问可以评论回复也可以邮箱1257147469qq.com联系我。技术领域本发明属于医学影像处理技术领域具体涉及一种用于提升CBCT锥形束计算机断层扫描低对比度组织分辨率的三维图像后处理方法适用于口腔、骨科、肿瘤等临床场景中对CBCT图像中软组织、微小病灶等低对比度组织的成像优化。背景技术CBCT技术凭借其体积小、辐射剂量低、成像速度快等优势已广泛应用于临床诊断。但受限于成像原理CBCT图像易存在噪声干扰且低对比度组织如口腔软组织、骨小梁、微小肿瘤病灶等与周围组织的灰度差异小边界模糊导致临床医生难以精准识别影响诊断准确性。现有CBCT图像后处理方法中降噪算法如高斯滤波易导致边缘细节丢失模糊图像边缘增强算法如Sobel算子则会放大噪声造成图像伪影。同时传统后处理方法多基于二维图像操作忽略了CBCT三维体数据的层间关联处理效果有限无法满足临床对低对比度组织精准识别的需求。因此亟需一种兼顾降噪、边缘保留与增强能满足临床对低对比度分辨的要求且适配三维数据的后处理方法。发明内容一、发明目的本发明旨在解决现有CBCT后处理方法中低对比度组织分辨率不足、降噪与细节保留矛盾等问题提供一种基于三维空值融合滤波与三维拉普拉斯增强协同的后处理方法在高效降噪的同时强化低对比度组织边缘提升其与周围组织的区分度满足临床诊断需求。二、技术路线本发明的技术核心为“三维空值融合滤波降噪→三维差分边缘锐增”的级联处理流程针对CBCT重建后的三维体数据依托三维数据层间关联特性设计两步协同操作实现低对比度组织分辨率提升具体步骤如下步骤1获取CBCT三维重建数据采集患者CBCT扫描原始投影数据经重建算法如FDK算法得到三维体数据记为输入数据矩阵InputData[X×Y×Z]其中X、Y、Z分别为三维数据在横断位、冠状位、矢状位的像素维度数据格式为浮点型为后续三维后处理做准备。步骤2三维空值融合滤波降噪处理对三维体数据进行三维空值融合滤波处理在抑制噪声的同时保留组织边缘细节核心思想与逻辑如下邻域窗口设定采用三维邻域窗口对每个体素点进行遍历处理窗口大小设为奇数如 9×9×9 窗口半径 。通过边界限制规则确定有效邻域范围避免边界像素计算失真有效邻域边界定义如下其中X、Y、Z分别为三维体数据在横断位、冠状位、矢状位的像素维度[nxs、nxe]、[nys、nye]、[nzs、nze]分别为有效邻域在三个维度的取值区间。双维度权重计算与滤波输出针对体素P(xx,yy,zz)及其三维有效邻域内的每个体素Q(x,y,z)计算空间域与值域的联合权重基于加权平均得到滤波结果核心公式如下1. 灰度差值计算其中为邻域体素 的灰度值为当前体素 的灰度值2. 联合权重计算其中space_o2为空间域标准差平方默认8value_o2为值域标准差平方默认100该权重兼顾空间位置关联性与灰度一致性实现噪声抑制与边缘保留的平衡3. 加权平均运算其中O(xx,yy,zz)为当前体素滤波后的灰度值即滤波后三维数据FilteredData对应位置的取值。步骤3三维差分边缘锐增处理基于滤波后的三维数据FilteredData通过三维拉普拉斯算子强化低对比度组织边缘提升组织区分度核心思想与逻辑如下三维邻域选取沿用三维处理逻辑为每个体素点 设定固定3×3×3三维邻域邻域半径覆盖横断位、冠状位、矢状位三个维度的相邻体素。通过边界限制规则确定有效邻域范围避免边界体素计算失真有效邻域边界定义如下其中X、Y、Z分别为三维体数据在横断位、冠状位、矢状位的像素维度[nxs、nxe]、[nys、nye]、[nzs、nze]分别为有效邻域在三个维度的取值区间。差分求解遍历体素P(xx,yy,zz)的三维有效邻域统计邻域内体素总个数count累加邻域内所有体素Q(x,y,z)的灰度值通过以下公式计算求和sumL 该值可精准表征当前体素与邻域的灰度差异边缘区域灰度差异显著特征明显其中O(xx,yy,zz)为当前体素经三维空值融合滤波后的灰度值即FilteredData) 对应取值O(x,y,z)为邻域内体素的滤波后灰度值count为有效邻域内体素的实际个数。边缘增强运算将拉普拉斯值sumL与预设增强系数k默认0.01可根据临床组织类型灵活调整相乘叠加至对应滤波后体素的灰度值强化边缘区域灰度差异得到增强后灰度值公式如下其中E(xx,yy,zz)为增强后三维数据EnhancedData对应位置的取值实现低对比度组织边界清晰化。步骤4输出处理后图像对增强后三维数据EnhancedData进行格式转换输出为临床适配格式可用于临床阅片、病灶标注等后续操作完成整个后处理流程。三、核心参数说明参数名称默认取值作用三维邻域窗口大小9控制双边滤波邻域范围平衡降噪效果与细节保留能力空间域标准差8调节空间域权重衰减速度优化边缘区域空间关联性保留效果值域标准差100调节值域权重衰减速度在抑制噪声的同时保留组织灰度差异增强系数0.01控制边缘增强强度避免过度增强导致伪影适配不同组织类型四、有益效果分辨率提升显著通过“降噪增强”级联操作三维空值融合滤波可精准抑制噪声且不模糊边缘三维差分边缘锐增可强化低对比度组织与周围组织的灰度差异彻底解决传统方法“降噪丢细节”“增强放噪声”的核心矛盾助力临床精准识别软组织、微小病灶等低对比度组织。满足CBCT注册图像质量指标要求采用Catphan700测试图像质量指标时应用本文方法前低对比度靶识别数为0个应用后可至少识别4个靶且高对比度等指标不受影响。适配性强专为CBCT三维体数据设计充分兼顾横断位、冠状位、矢状位的层间关联相较于二维处理方法更贴合CBCT三维数据特性可广泛适用于不同部位、不同扫描参数的CBCT图像通用性强。灵活性高核心参数邻域窗口大小、标准差、增强系数可根据口腔、骨科等不同临床场景灵活调整兼顾通用性与针对性满足多样化诊断需求。方法简洁高效两步级联逻辑清晰无需复杂运算支撑易集成于现有CBCT设备后处理系统临床落地性强。未应用本专利方法的低对比度效果图应用本专利方法的低对比度效果图使用本专利方法优化前后的高对比度效果图五、技术路线流程图六、总结当前 CBCT 的重建算法已经非常成熟但后处理依旧是提升低对比度组织识别能力的关键环节。 本套三维级联方案优势临床价值高提升软组织、微小病灶辨识度降低漏诊风险落地成本低无需修改硬件规避深度学习的数据与算力门槛参数可配置适配口腔、骨科、肿瘤放疗多类场景。CBCT 成像完整链路扫描采集 → 锥束重建 → 后处理优化 → 临床阅片。重建完成投影到体数据的转换后处理进一步挖掘三维容积细节二者协同释放设备成像能力。欢迎技术交流合作如有兴趣和需要可私聊沟通具体事宜~ 用于提升CBCT低对比度组织分辨率的三维图像后处理方法
作者翟天保Steven版权声明著作权归作者所有商业转载请联系作者获得授权非商业转载请注明出处注本文所讲内容参考本人发表同名专利《用于提升CBCT低对比度组织分辨率的三维图像后处理方法》CN122312436A如有引用需要标注来源哈如有疑问可以评论回复也可以邮箱1257147469qq.com联系我。技术领域本发明属于医学影像处理技术领域具体涉及一种用于提升CBCT锥形束计算机断层扫描低对比度组织分辨率的三维图像后处理方法适用于口腔、骨科、肿瘤等临床场景中对CBCT图像中软组织、微小病灶等低对比度组织的成像优化。背景技术CBCT技术凭借其体积小、辐射剂量低、成像速度快等优势已广泛应用于临床诊断。但受限于成像原理CBCT图像易存在噪声干扰且低对比度组织如口腔软组织、骨小梁、微小肿瘤病灶等与周围组织的灰度差异小边界模糊导致临床医生难以精准识别影响诊断准确性。现有CBCT图像后处理方法中降噪算法如高斯滤波易导致边缘细节丢失模糊图像边缘增强算法如Sobel算子则会放大噪声造成图像伪影。同时传统后处理方法多基于二维图像操作忽略了CBCT三维体数据的层间关联处理效果有限无法满足临床对低对比度组织精准识别的需求。因此亟需一种兼顾降噪、边缘保留与增强能满足临床对低对比度分辨的要求且适配三维数据的后处理方法。发明内容一、发明目的本发明旨在解决现有CBCT后处理方法中低对比度组织分辨率不足、降噪与细节保留矛盾等问题提供一种基于三维空值融合滤波与三维拉普拉斯增强协同的后处理方法在高效降噪的同时强化低对比度组织边缘提升其与周围组织的区分度满足临床诊断需求。二、技术路线本发明的技术核心为“三维空值融合滤波降噪→三维差分边缘锐增”的级联处理流程针对CBCT重建后的三维体数据依托三维数据层间关联特性设计两步协同操作实现低对比度组织分辨率提升具体步骤如下步骤1获取CBCT三维重建数据采集患者CBCT扫描原始投影数据经重建算法如FDK算法得到三维体数据记为输入数据矩阵InputData[X×Y×Z]其中X、Y、Z分别为三维数据在横断位、冠状位、矢状位的像素维度数据格式为浮点型为后续三维后处理做准备。步骤2三维空值融合滤波降噪处理对三维体数据进行三维空值融合滤波处理在抑制噪声的同时保留组织边缘细节核心思想与逻辑如下邻域窗口设定采用三维邻域窗口对每个体素点进行遍历处理窗口大小设为奇数如 9×9×9 窗口半径 。通过边界限制规则确定有效邻域范围避免边界像素计算失真有效邻域边界定义如下其中X、Y、Z分别为三维体数据在横断位、冠状位、矢状位的像素维度[nxs、nxe]、[nys、nye]、[nzs、nze]分别为有效邻域在三个维度的取值区间。双维度权重计算与滤波输出针对体素P(xx,yy,zz)及其三维有效邻域内的每个体素Q(x,y,z)计算空间域与值域的联合权重基于加权平均得到滤波结果核心公式如下1. 灰度差值计算其中为邻域体素 的灰度值为当前体素 的灰度值2. 联合权重计算其中space_o2为空间域标准差平方默认8value_o2为值域标准差平方默认100该权重兼顾空间位置关联性与灰度一致性实现噪声抑制与边缘保留的平衡3. 加权平均运算其中O(xx,yy,zz)为当前体素滤波后的灰度值即滤波后三维数据FilteredData对应位置的取值。步骤3三维差分边缘锐增处理基于滤波后的三维数据FilteredData通过三维拉普拉斯算子强化低对比度组织边缘提升组织区分度核心思想与逻辑如下三维邻域选取沿用三维处理逻辑为每个体素点 设定固定3×3×3三维邻域邻域半径覆盖横断位、冠状位、矢状位三个维度的相邻体素。通过边界限制规则确定有效邻域范围避免边界体素计算失真有效邻域边界定义如下其中X、Y、Z分别为三维体数据在横断位、冠状位、矢状位的像素维度[nxs、nxe]、[nys、nye]、[nzs、nze]分别为有效邻域在三个维度的取值区间。差分求解遍历体素P(xx,yy,zz)的三维有效邻域统计邻域内体素总个数count累加邻域内所有体素Q(x,y,z)的灰度值通过以下公式计算求和sumL 该值可精准表征当前体素与邻域的灰度差异边缘区域灰度差异显著特征明显其中O(xx,yy,zz)为当前体素经三维空值融合滤波后的灰度值即FilteredData) 对应取值O(x,y,z)为邻域内体素的滤波后灰度值count为有效邻域内体素的实际个数。边缘增强运算将拉普拉斯值sumL与预设增强系数k默认0.01可根据临床组织类型灵活调整相乘叠加至对应滤波后体素的灰度值强化边缘区域灰度差异得到增强后灰度值公式如下其中E(xx,yy,zz)为增强后三维数据EnhancedData对应位置的取值实现低对比度组织边界清晰化。步骤4输出处理后图像对增强后三维数据EnhancedData进行格式转换输出为临床适配格式可用于临床阅片、病灶标注等后续操作完成整个后处理流程。三、核心参数说明参数名称默认取值作用三维邻域窗口大小9控制双边滤波邻域范围平衡降噪效果与细节保留能力空间域标准差8调节空间域权重衰减速度优化边缘区域空间关联性保留效果值域标准差100调节值域权重衰减速度在抑制噪声的同时保留组织灰度差异增强系数0.01控制边缘增强强度避免过度增强导致伪影适配不同组织类型四、有益效果分辨率提升显著通过“降噪增强”级联操作三维空值融合滤波可精准抑制噪声且不模糊边缘三维差分边缘锐增可强化低对比度组织与周围组织的灰度差异彻底解决传统方法“降噪丢细节”“增强放噪声”的核心矛盾助力临床精准识别软组织、微小病灶等低对比度组织。满足CBCT注册图像质量指标要求采用Catphan700测试图像质量指标时应用本文方法前低对比度靶识别数为0个应用后可至少识别4个靶且高对比度等指标不受影响。适配性强专为CBCT三维体数据设计充分兼顾横断位、冠状位、矢状位的层间关联相较于二维处理方法更贴合CBCT三维数据特性可广泛适用于不同部位、不同扫描参数的CBCT图像通用性强。灵活性高核心参数邻域窗口大小、标准差、增强系数可根据口腔、骨科等不同临床场景灵活调整兼顾通用性与针对性满足多样化诊断需求。方法简洁高效两步级联逻辑清晰无需复杂运算支撑易集成于现有CBCT设备后处理系统临床落地性强。未应用本专利方法的低对比度效果图应用本专利方法的低对比度效果图使用本专利方法优化前后的高对比度效果图五、技术路线流程图六、总结当前 CBCT 的重建算法已经非常成熟但后处理依旧是提升低对比度组织识别能力的关键环节。 本套三维级联方案优势临床价值高提升软组织、微小病灶辨识度降低漏诊风险落地成本低无需修改硬件规避深度学习的数据与算力门槛参数可配置适配口腔、骨科、肿瘤放疗多类场景。CBCT 成像完整链路扫描采集 → 锥束重建 → 后处理优化 → 临床阅片。重建完成投影到体数据的转换后处理进一步挖掘三维容积细节二者协同释放设备成像能力。欢迎技术交流合作如有兴趣和需要可私聊沟通具体事宜~