基于运动参数解耦与运动约束驱动的锥形束计算机断层扫描刚性运动伪影校正方法OA

目的为了解决锥形束计算机断层扫描(CBCT)长时间扫描过程中因患者运动和机架抖动导致的刚性运动伪影问题,我们提出一种基于运动参数解耦与运动约束驱动的CBCT刚性运动校正方法。方法采用基于3D-2D刚性配准的运动估计框架,将刚性运动参数划分为层间运动和层内运动,并设计分步优化顺序解耦参数间的相互干扰。针对迭代过程中伪影表征由多轮廓重叠向边缘模糊的动态演变,构建渐进式代价函数,实现优化目标从投影数据一致性约束向结构细节恢复的适应性过渡。为解决3D-2D配准的多解性问题及迭代过程中可能引入的图像空间位置偏移,引入运动估计约束机制消除全局偏差,从而增强算法收敛性。结果所提算法能够准确估计刚性运动轨迹并运动补偿修复CBCT图像。在头部仿真数据中,本文方法在3种运动程度下均取得最优量化指标。相较于次优方法,峰值信噪比(PSNR)平均提升约2.1%,结构相似性(SSIM)平均提升约2.9%,均方根误差(RMSE)平均降低约6.5%。在膝关节仿真与真实猪肢干数据上的实验结果进一步验证了算法的有效性与泛化能力。结论本文提出的刚性运动伪影校正算法在估计运动轨迹与抑制图像伪影方面具有良好性能,为临床CBCT成像中刚性运动伪影的抑制提供了一种可行且稳定的解决方案。