摘要：目的 為解決CT 掃描視野（FOV）不足導(dǎo)致的截?cái)鄠斡昂蛨D像結(jié)構(gòu)失真問題，本文提出了一種基于投影和圖像雙域Transformer耦合特征學(xué)習(xí)的CT截?cái)鄶?shù)據(jù)重建模型（DDTrans）。方法 基于Transformer網(wǎng)絡(luò)分別構(gòu)建投影域和圖像域恢復(fù)模型，利用Transformer注意力模塊的遠(yuǎn)距離依賴建模能力捕捉全局結(jié)構(gòu)特征來恢復(fù)投影數(shù)據(jù)信息，增強(qiáng)重建圖像。在投影域和圖像域網(wǎng)絡(luò)之間構(gòu)建可微Radon反投影算子層，使得DDTrans能夠進(jìn)行端到端訓(xùn)練。此外，引入投影一致性損失來約束圖像前投影結(jié)果，進(jìn)一步提升圖像重建的準(zhǔn)確性。結(jié)果 Mayo仿真數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，在部分截?cái)嗪蛢?nèi)掃描兩種截?cái)嗲闆r下，本文方法DDTrans在去除FOV邊緣的截?cái)鄠斡昂突謴?fù)FOV外部信息等方面效果均優(yōu)于對(duì)比算法。結(jié)論 DDTrans模型可以有效去除CT截?cái)鄠斡埃_保FOV內(nèi)數(shù)據(jù)的精確重建，同時(shí)實(shí)現(xiàn)FOV外部數(shù)據(jù)的近似重建。

關(guān)鍵詞：CT截?cái)鄠斡埃籘ransformer；深度學(xué)習(xí)；雙域

CT目前已被廣泛應(yīng)用于疾病診斷、放射治療計(jì)劃制定、手術(shù)導(dǎo)航等臨床任務(wù)中，具備高時(shí)間、高空間分辨率等優(yōu)點(diǎn)。但在實(shí)際CT掃描中，由于探測(cè)器尺寸的限制和降低輻射劑量的需求，測(cè)量數(shù)據(jù)可能會(huì)在探測(cè)器方向采樣不足，這種情況稱為數(shù)據(jù)截?cái)?。根?jù)數(shù)據(jù)截?cái)喾秶?，可以分為以下兩種情況：①部分掃描角度下的投影截?cái)啵?］。例如患者部分超出CT探測(cè)器的可測(cè)量范圍，或者放置在患者身上的外部基準(zhǔn)標(biāo)記物無法完全位于掃描視野（SFOV）內(nèi)［2］。這種情況通常是由于患者體型過大或者擺位不正確導(dǎo)致的。②感興趣區(qū)域（ROI）重建［3］。在特定臨床應(yīng)用中，如心臟掃描、牙科CT根管治療以及對(duì)植入物的跟蹤檢查，通過準(zhǔn)直器限制X射線束的SFOV，僅對(duì)局部區(qū)域進(jìn)行內(nèi)掃描，可以達(dá)到降低患者所受輻射劑量的目的［4］。然而，直接采用濾波反投影算法（FBP）對(duì)上述截?cái)鄶?shù)據(jù)進(jìn)行重建時(shí)，會(huì)在重建圖像ROI邊緣處引入銳利白色的截?cái)鄠斡?，?dǎo)致FOV內(nèi)CT值漂移，F(xiàn)OV外解剖結(jié)構(gòu)完全失真，難以滿足臨床診斷需求。

針對(duì)截?cái)鄠斡靶Ｕ龁栴}，傳統(tǒng)研究方法主要分為以下3 類：投影數(shù)據(jù)外插法、基于優(yōu)化濾波的截?cái)鄶?shù)據(jù)重建算法，基于迭代的截?cái)鄶?shù)據(jù)重建算法。然而，投影數(shù)據(jù)外插法［5-7］會(huì)在重建圖像FOV邊緣處引入二次偽影，并且不精確的近似外插無法解決FOV內(nèi)CT值偏移的問題，此外，該方法對(duì)于嚴(yán)重截?cái)嗟膬?nèi)掃描數(shù)據(jù)校正效果有限；基于優(yōu)化濾波的截?cái)鄶?shù)據(jù)重建算法，例如微分反投影（DBP）算法［8］及其變體［9-11］，以及Xia等［12］提出的近似截?cái)鄠斡耙种疲ˋTRACT）算法，此類方法對(duì)濾波方案進(jìn)行優(yōu)化，使得算法本質(zhì)上對(duì)數(shù)據(jù)截?cái)嗖幻舾?，但由于改變了濾波步驟，其重建結(jié)果會(huì)產(chǎn)生較嚴(yán)重的CT值漂移；當(dāng)內(nèi)部ROI 可以表示為分段常數(shù)或分段多項(xiàng)式時(shí)，基于迭代的截?cái)鄶?shù)據(jù)重建算法可以實(shí)現(xiàn)精確重建［13-15］，但在實(shí)際掃描過程中，投影數(shù)據(jù)通常含有噪聲，基于TV約束的重建結(jié)果存在邊緣不清晰、微小結(jié)構(gòu)表達(dá)能力差、塊狀偽影等問題。此外，上述基于迭代和優(yōu)化濾波的方法都只能提高FOV內(nèi)的圖像質(zhì)量，而FOV外的解剖結(jié)構(gòu)仍然失真。