基于U-net的双能血管减影算法

传统的数字血管造影(Digital Subtraction Angiography,USA)技术是通过在病人体内注射造影剂前后两次曝光来实现的,其劣势是两次曝光间存在时间差,被摄物体运动产生位移,导致减影图像出现运动伪影。为解决这一问题,本文提出了一种使用双层平板探测器,仅通过注射造影剂后一次曝光实现双能量减影的方法。该方法使用高频分量图作为跳接结构图像的U-net网络,训练集为不含碘液的高低能头模图像,输入高能图像并以低能图像作为真值拟合;测试集为含碘液的高低能头模图像,输入高能图像后碘液区域因未经训练,输出的预测图像与低能图像相减,消去骨头、软组织等背景的数值,实现最终的血管剪影。最后,本文在锥形束CBCT成像平台上,设计了相关实验和评价指标,验证分析了上述U-net方法实现双能DSA剪影的可行性和性能,相较于传统多项式拟合方法在PSNR和CNR等指标均有显著提升。