【儀表網 研發快訊】錐束CT是一種先進的成像技術，與傳統的多排探測器計算機斷層掃描(MDCT)相比，在結構設計、成像性質和臨床應用范圍上具有顯著差異，能有效降低掃描劑量，減少電離輻射損傷，已成功應用于多個臨床領域。增大投影角度間隔的稀疏投影在降低輻射劑量的同時還可加快錐束CT掃描速度，減少掃描過程中成像對象移動或形變導致的運動偽影。但目前商用錐束CT的標準算法對投影數據的完備性要求較高，在稀疏投影條件下，重建圖像會出現嚴重的條狀偽影并伴有明顯噪聲。這一缺陷嚴重制約了錐束CT稀疏投影掃描方式在臨床中的應用。
 

　　近日，蘇州醫工所高欣團隊提出了一種正弦-投影圖級聯修復策略(如圖1所示)，采用兩個級聯的深度學習網絡先后對正弦圖形式和投影圖形式的投影數據序列進行修復，充分挖掘兩個域內數據的相關性，提升稀疏投影數據序列修復質量。同時通過通道注意力和空間注意力的融合，構建了一種星形注意力網絡(如圖2所示)，能有效捕捉輸入特征圖中每個像素在三維空間中的相關性信息，增強網絡濾除偽影及保留真實結構的能力。圖3展示了1/4稀疏采樣條件下所提方法與公開報道先進方法的重建結果。結果表明，在劑量減少75%的情況下，所提方法可以重建出與全劑量CT重建圖像質量相當的CT圖像，較其它先進方法，在濾除偽影、保留真實結構、降低噪聲水平等方面有顯著提升。該研究有望推動稀疏投影錐束CT在臨床中的應用，減少醫患輻射損傷。
 

　　相關研究成果以“StarAN: A Star Attention Network Utilizing Inter-view and Intra-view Correlations for Sparse-view Cone-beam Computed Tomography Reconstruction”為題發表于 Expert Systems With Applications (中國科學院一區)。蘇州醫工所博士研究生靳鑫為論文第一作者，高欣研究員為通訊作者。該研究得到國家重點研發計劃(2022YFC2408400)的支持。
 

圖1 正弦-投影圖級聯修復策略流程
 

圖2 星形注意力網絡結構示意圖
 

　　圖3 StarAN在1/4稀疏采樣條件下口腔CT的重建結果。其中第一行為稀疏投影重建圖像(紅框內為感興趣區域)，第二行為感興趣區域的放大圖像，第三行為稀疏投影重建圖像與全投影重建圖像的差值圖像(圖像越淡說明與金標準差異越小)