双能CT(Dual-energy CT,DECT)成像技术在高端CT应用领域发挥了重要作用,主要归功于其出色的基材料分辨能力。由于基材料线性衰减系数的谱分布在诊断X射线能量范围内有很大的重叠,直接矩阵求逆信号分解对投影域或图像域的噪声都很敏感。同时医学图像含有丰富的结构和纹理信息,现有的单一图像尺度上很难精确区分组织结构边缘轮廓和CT图像噪声。本文提出将多空间尺度分析的概念引入到医学双能CT图像分解过程中,在不同空间分辨尺度上进行双能CT分解,以实现噪声和空间分辨率的最优平衡。首先高低两个能谱的CT图像使用高斯线性变换核分别被分解到各个尺度空间;接着使用基于惩罚似然估计的目标函数包含符合数据完整性条件的数值保真项和平滑用的正则化项,其中数值保真项是由负对数似然函数得到的,统计权重是由高低能图像的噪声方差决定的;然后在不同的尺度空间基于统计模型使用不同的正则化参数进行材料分解,最后把各个尺度上分解的基材料图像分别对应进行累加。算法在标定模体数据和实测病人数据上进行了测试。实验结果表明,和直接矩阵求逆算法相比,单尺度DECT和多尺度DECT算法分解的基材料图像的噪声都大幅度地降低了。Catphan(?)600线对标定模体研究中,提出的算法分解的骨和软组织图像噪声水平分别降低了 93%和98%;和单尺度DECT方法相比,在一致的噪声水平下,多尺度DECT方法进一步提高了图像的分辨率,对于较小的伸缩因子k=20,空间分辨率增加了 28%;对于较大的伸缩因子k=80,空间分辨率增加了 51%。Catphan(?)600对比棒标定模体研究中,提出的算法分解的碘和特氟龙图像噪声水平分别降低了 97%和98%;和单尺度DECT方法相比,在一致的噪声水平下,多尺度DECT方法进一步降低了电子密度的测量误差,对于较小的伸缩因子k=20,电子密度测量误差降低了 17%,也就是从8.9%到7.4%;对于较大的伸缩因子k=80,电子密度测量误差降低了 25%,也就是从8.9%到6.7%。骨盆病人数据研究中,提出的算法分解的骨和软组织图像噪声水平分别降低了87%和92%;和单尺度DECT方法相比,在一致的噪声水平下,多尺度DECT方法进一步提高了图像的分辨率,对于较小的伸缩因子k=20,空间分辨率增加了 9%;对于较大的伸缩因子k=80,空间分辨率增加了 14%。头颈病人数据研究中,由于实测高低能CT图像噪声水平相对较低,提出的算法分解的骨和软组织图像噪声水平分别降低了 56%和71%。总体来说,和直接矩阵求逆算法相比,单尺度DECT和多尺度DECT算法分解的基材料图像平均降噪程度达87%;同时在一致的噪声水平下,多尺度DECT算法实现了更好的组织结构信息和分解精度。