錐形束CT圖像重建若干關(guān)鍵技術(shù)研究.pdf

1、自計(jì)算機(jī)斷層成像技術(shù)（Computed Tomography，CT）投入到臨床診斷應(yīng)用中以后，以其高分辨率、高靈敏度、多層面掃描等優(yōu)越性，發(fā)揮了較傳統(tǒng)X射線機(jī)檢查更大的臨床價(jià)值。錐形束CT(Cone Beam Computed Tomography，CBCT)是20本世紀(jì)末開始應(yīng)用于臨床的一種新型CT技術(shù)。它采用錐形束X射線配合平板探測器，圍繞患者感興趣部位旋轉(zhuǎn)掃描，通過計(jì)算機(jī)系統(tǒng)重建圖像并顯示，具有成像時(shí)間短，輻射劑量低等特點(diǎn)。由于C

2、BCT能從三維的角度來顯示病變組織和正常組織結(jié)構(gòu)，避免了二維平片固有的缺陷，如成像部位組織結(jié)構(gòu)的影像重疊等，所以CBCT在臨床中得到了廣泛的應(yīng)用。
　　CBCT圖像重建一直是放射成像領(lǐng)域中的熱點(diǎn)話題。在臨床應(yīng)用中，一方面，為了使醫(yī)生及時(shí)發(fā)現(xiàn)病人身體內(nèi)的微小病變，提高疾病診斷的正確率，需要通過CBCT獲取清晰無偽影、無誤差的優(yōu)質(zhì)圖像，導(dǎo)致患者接受的X射線輻射劑量大幅度增長;另一方面，加大X射線輻射劑量會(huì)對人體生殖系統(tǒng)、神經(jīng)系統(tǒng)和免疫

3、系統(tǒng)造成直接傷害，是心血管疾病、糖尿病、癌突變的主要誘發(fā)因素之一，并可直接影響未成年人的身體組織與骨骼的發(fā)育，引起視力、記憶力下降和肝臟造血功能下降，嚴(yán)重者可導(dǎo)致視網(wǎng)膜脫落。因此，鑒于CBCT中X射線輻射劑量高低的優(yōu)劣勢，需要平衡兩者的關(guān)系，即在保證圖像質(zhì)量的同時(shí)，盡可能降低掃描輻射劑量。降低掃描輻射劑量的方法主要有硬件技術(shù)、掃描技術(shù)和圖像重建技術(shù)。硬件技術(shù)包括通過降低管電流強(qiáng)度、曝光參數(shù)等;掃描技術(shù)包括掃描時(shí)間、掃描方式等;圖像重建技

4、術(shù)指改進(jìn)現(xiàn)有圖像重建算法。本文主要探討和研究CBCT圖像重建技術(shù)。
　　CBCT圖像重建算法主要分為解析重建算法和迭代重建算法。
　　解析重建算法主要以基于濾波反投影(Filtered Back Projection，F(xiàn)BP)算法的FDK算法為主。FBP算法適用于平行束和扇形束圖像重建，探測器為一維探測器。此算法的實(shí)現(xiàn)流程包括:第一步，求出投影數(shù)據(jù)的一維傅里葉變換;第二步，對傅里葉變換后的數(shù)據(jù)乘以斜坡濾波器的傳遞函數(shù);第三步

5、，對第二步中的結(jié)果進(jìn)行一維傅里葉反變換得到最終的重建圖像。FDK算法實(shí)際上是二維FBP算法的三維擴(kuò)展，適用于錐形束圖像、平板探測器重建，其算法實(shí)現(xiàn)流程包括:第一步，利用余弦函數(shù)對投影數(shù)據(jù)進(jìn)行加權(quán);第二步，對不同角度的投影數(shù)據(jù)進(jìn)行水平方向上的一維濾波;第三步，沿X射線方向進(jìn)行三維反投影。解析重建算法的優(yōu)點(diǎn)是方法簡單、重建時(shí)間快，可以利用完整的投影數(shù)據(jù)重建出高質(zhì)量的圖像，但是當(dāng)投影數(shù)據(jù)出現(xiàn)缺失時(shí)，解析算法重建圖像的質(zhì)量明顯下降。在CBCT實(shí)

6、際掃描中，圖像掃描區(qū)域(Scan Field of View，SFOV)通過X射線源和平板探測器尺寸確定，由于平板探測器成本高，同時(shí)為了降低病人所受的X射線輻射劑量，所以平板探測器尺寸有限，因此采用傳統(tǒng)的掃描幾何結(jié)構(gòu)所覆蓋的視野有限，往往不能夠完全覆蓋待掃描區(qū)域。當(dāng)患者過度肥胖、技師未能精確擺位或者病人移動(dòng)時(shí)，X射線束不足以覆蓋患者的全部待掃描區(qū)域，部分超出SFOV以外，導(dǎo)致投影數(shù)據(jù)存在缺失。直接采用傳統(tǒng)解析重建算法進(jìn)行重建，會(huì)造成重建

7、圖像出現(xiàn)截?cái)鄠斡?，表現(xiàn)為亮圈偽影和亮斑偽影，重建圖像的質(zhì)量明顯下降，影響醫(yī)生對檢查區(qū)域的判斷。亮圈偽影是因?yàn)槠桨逄綔y器寬度有限，導(dǎo)致兩側(cè)投影數(shù)據(jù)存在缺失，重建出來的部分中間斷層圖像在SFOV周圍會(huì)存在亮圈偽影，降低重建圖像質(zhì)量。為了解決這一問題，Ohnesorge等提出鏡像投影算法，其算法實(shí)現(xiàn)流程包括:第一步，尋找被截?cái)嗟耐队皵?shù)據(jù)邊界值2倍的位置，邊界與此位置的距離為需要補(bǔ)充的投影數(shù)據(jù)的長度;第二步，以邊界值為中心利用鏡像投影算法補(bǔ)充投

8、影數(shù)據(jù);第三步，投影數(shù)據(jù)補(bǔ)充完成后通過正弦函數(shù)或者余弦函數(shù)進(jìn)行修正;第四步，通過FDK算法獲得重建圖像。此算法可以較好地去除亮圈偽影，但是由于截?cái)嗟耐队皵?shù)據(jù)邊界值2倍的位置是個(gè)未知數(shù)，導(dǎo)致部分重建圖像未能有效地去除亮圈偽影。亮斑偽影是由于平板探測器高度有限或者物體在高度上過長，導(dǎo)致投影數(shù)據(jù)在高度上存在缺失。使用傳統(tǒng)的FDK算法重建出來的三維圖像，在頂部和底部的部分?jǐn)鄬訄D像中會(huì)出現(xiàn)圖像結(jié)構(gòu)不完整或者亮度差異，形成中心亮斑，即亮斑偽影。為解

9、決亮斑偽影，Grass等提出了混合重建技術(shù)(Hybrid Reconstruction Techniques，HRT)，其原理是在傳統(tǒng)的解析重建算法中，針對投影數(shù)據(jù)冗余區(qū)域進(jìn)行加權(quán)處理，保證處理后投影數(shù)據(jù)的平滑連續(xù)及反投影系數(shù)的歸一化。但是，重建精度與投影數(shù)據(jù)冗余區(qū)域長度密切相關(guān)，并且重建出來的圖像在周圍會(huì)有部分條狀偽影，外圍會(huì)有一層暗圈，將會(huì)影響圖像質(zhì)量。
　　迭代重建算法主要分為代數(shù)迭代重建算法和統(tǒng)計(jì)迭代重建算法。代數(shù)迭代重建

10、算法主要分為代數(shù)重建算法(Algebraic Reconstruction Technique，ART)和聯(lián)合代數(shù)重建算法（Simultaneous Algebraic Reconstruction Technique，SART）。代數(shù)迭代重建算法的主要思想是按照假設(shè)圖像獲得的投影信息與實(shí)際檢測到的投影信息進(jìn)行對比，進(jìn)而進(jìn)行校正以求出新的圖像。統(tǒng)計(jì)迭代重建算法主要為最大似然期望值最大算法(Maximum Likelihood Expec

11、tation Maximization,MLEM)，其主要思想是通過使用泊松噪聲模型作為目標(biāo)函數(shù)，求解得到重建圖像。當(dāng)對投影數(shù)據(jù)進(jìn)行稀疏采樣時(shí)，雖然ART、SART、MLEM算法可以重建出比FBP算法質(zhì)量較好的圖像，但其消耗時(shí)間長，并且圖像質(zhì)量仍然無法滿足臨床要求。2006年，Sidky等提出了基于全變差(Total Variation，TV)正則化約束的算法[5]，即ART-TV算法，其原理是:利用圖像的稀疏性作為圖像的先驗(yàn)信息，通過

12、約束求解空間，從而改善圖像重建質(zhì)量，在稀疏角度重建條件下取得了較好的結(jié)果。2008年，Chen等人為了進(jìn)一步提高圖像質(zhì)量并減少病人的輻射劑量，提出了基于先驗(yàn)圖像的壓縮感知(Prior Image Constrained CompressedSensing，PICCS)算法[6]。該算法是將同一個(gè)病人或者不同病人之前在相同部位、使用相同掃描參數(shù)得到的高質(zhì)量圖像作為先驗(yàn)圖像，使用此先驗(yàn)圖像作為約束條件重建圖像。PICCS算法在先驗(yàn)圖像與待重

13、建圖像幾何結(jié)構(gòu)比較吻合的情況下可以得到較好的重建圖像，但是當(dāng)先驗(yàn)圖像與待重建圖像幾何結(jié)構(gòu)存在位置偏差或者圖像內(nèi)部結(jié)構(gòu)出現(xiàn)差異時(shí)，重建圖像將會(huì)出現(xiàn)偽影，導(dǎo)致重建圖像質(zhì)量下降。
　　針對以上問題，本文進(jìn)行了初步的探討與研究。
　　第一章和第二章主要簡述了本文研究的背景意義并回顧了CBCT設(shè)備的組成以及CBCT圖像重建的基礎(chǔ)知識(shí)，學(xué)習(xí)并實(shí)現(xiàn)解析重建算法和迭代重建算法的主流算法，并對兩者的優(yōu)缺點(diǎn)進(jìn)行了比較和分析。
　　第三章，

14、研究了CBCT投影數(shù)據(jù)缺失所導(dǎo)致的截?cái)鄠斡叭コ椒?。針對亮斑偽影，提出了?quán)重重建算法。其主要步驟為:第一步，對投影數(shù)據(jù)進(jìn)行濾波;第二步，在FDK算法反投影的過程中，計(jì)算每個(gè)重建點(diǎn)被反投影的次數(shù);第三步，對第一步重建的圖像進(jìn)行權(quán)重系數(shù)分配得到最終的重建圖像。采用Shepp-Logan體模和牙科體模投影數(shù)據(jù)進(jìn)行圖像重建，實(shí)驗(yàn)結(jié)果表明，該算法與HRT算法相比，不僅可以有效地將亮斑偽影去除，得到高質(zhì)量的重建圖像，而且實(shí)現(xiàn)算法簡單。針對亮圈偽影，

15、改進(jìn)并實(shí)現(xiàn)了一種自動(dòng)鏡像投影重建算法。第一步，通過鏡像投影方法對每個(gè)角度下的每一行投影數(shù)據(jù)進(jìn)行補(bǔ)充，具體補(bǔ)充數(shù)目通過本文提出的公式自動(dòng)獲得;第二步，利用正弦函數(shù)或者余弦函數(shù)對補(bǔ)充投影數(shù)據(jù)進(jìn)行矯正;第三步，通過FDK算法重建圖像。采用Shepp-Logan體模和牙科體模投影數(shù)據(jù)進(jìn)行圖像重建，實(shí)驗(yàn)結(jié)果表明，該算法可以有效的消除亮圈偽影。
　　第四章，針對PICCS方法的缺點(diǎn)，改進(jìn)并實(shí)現(xiàn)了一種新的先驗(yàn)圖像約束的全變差正則化算法，可以消除

16、當(dāng)先驗(yàn)圖像與待重建圖像幾何結(jié)構(gòu)存在位置偏差或者內(nèi)部結(jié)構(gòu)存在差異時(shí)重建圖像出現(xiàn)的偽影，保證圖像質(zhì)量的同時(shí)減少病人輻射劑量。其具體方法步驟為:第一步，選擇與待重建圖像結(jié)構(gòu)相似的先驗(yàn)圖像，將先驗(yàn)圖像中各種均勻介質(zhì)的像素平均值作為先驗(yàn)信息;第二步，對投影數(shù)據(jù)進(jìn)行ART算法重建，并加入非負(fù)約束，得到中間圖像;第三步，將先驗(yàn)信息融入到基于全變差的最小化目標(biāo)函數(shù)中，對中間圖像進(jìn)行優(yōu)化;第四步，循環(huán)執(zhí)行第二步和第三步，直到滿足收斂準(zhǔn)則。采用Shepp-