基于動態(tài)體模的CT時間分辨力的測試方法研究與實踐.pdf

1、計算機斷層成像(Computed Tomography，CT)已成為醫(yī)療診斷最重要的輔助手段之一，自1972年CT問世以來，人們一直致力于研究CT成像質量的改善以及掃描機架旋轉速度的提高，隨著CT的更新?lián)Q代，其成像質量不斷得到改善，實現(xiàn)了動態(tài)掃描及容積成像，但是CT機架的旋轉速度一直制約著CT時間分辨力的提高，直到2005年西門子公司推出了雙源CT(Dual Sources Computed Tomography，DSCT)，使得CT機

2、架旋轉一周的時間達到330ms，極大地提高了CT的時間分辨力，擴大了CT的臨床應用范圍。
　　 CT時間分辨力主要是指掃描野內用于圖像采集和重建的時間之和，也即掃描機架旋轉一周的時間。時間分辨力是影響心臟成像質量的重要因素，時間分辨力越高，越能將運動的心臟“凍結”在某一特定的時相，從而克服運動偽影對醫(yī)療診斷的影響。目前，對于CT時間分辨力的檢測，國內外還沒有可以借鑒的測試方法及相應的測試工具，因此為了更好的評價CT的性能及成像質

3、量，本文提出了基于第三代CT環(huán)形偽影產生原理來測量CT時間分辨力的方法，設計和研制出一種時間分辨力動態(tài)體模，并實現(xiàn)了時間分辨力的測量。
　　 首先，本文介紹了時間分辨力動態(tài)體模的設計與研制。時間分辨力體模的形狀是在模仿美國體模實驗室生產的用于評價CT性能的Catphan500體模及本課題時間分辨力測量原理的基礎上設計出來的，體模的形狀為圓柱體，直徑為15cm，厚度為5cm，材料為有機玻璃(Polymethylmethacryla

4、te，PMMA)。兩個高密度衰減物分別為距離圓心3cm和5cm處的不銹鋼絲和鋁絲，直徑均為3mm。時間分辨力體模在兩相四線混合式步進電機的帶動下工作，而步進電機的驅動采用了軟件和硬件相結合的控制方法，其控制系統(tǒng)由宏晶科技生產的單片機STC12C2052AD及東芝公司生產的驅動芯片THB6064H構成。也就是說時間分辨力體模的驅動采用單片機技術，以編程的方式控制其做類似于圓周的運動，運動速度的大小由輸入步進電機的脈沖頻率來決定，運動方向與

5、CT機架旋轉的方向相同。
　　 其次，分析了時間分辨力與心臟成像的關系，指出CT時間分辨力的高低直接影響著心臟成像質量的好壞，進而影響醫(yī)療診斷水平的高低，所以對時間分辨力進行研究對提高醫(yī)療水平有至關重要的影響;同時闡述了第三代CT環(huán)形偽影的產生機制，在第三代CT中如果一個或多個探測器通道發(fā)生異常，在圖像重建時將會產生環(huán)形偽影，依據(jù)此原理，讓包含有高密度衰減物的時間分辨力體模與CT機架以同樣的速度和方向旋轉，利用不完全掃描重建產生

6、環(huán)形偽影，環(huán)形偽影的角度為我們測量時間分辨力提供了依據(jù);本文還介紹了數(shù)據(jù)采集所使用的受檢設備及體模速度驗證設備，并設計了簡要的時間分辨力測量方法，在此基礎上完成了數(shù)據(jù)的采集。
　　 由于時間分辨力動態(tài)體模整體裝置在設計上采用了兩個不銹鋼橫梁，使得數(shù)據(jù)采集時產生了比較嚴重的放射狀金屬偽影。金屬作為一種高密度衰減物，在射線通過時，其衰減系數(shù)比有機玻璃等組織要高很多，所以X射線在被這些高密度衰減物作用后會急劇衰減，導致對應的投影數(shù)據(jù)失

7、真，在圖像重建時就會出現(xiàn)實物中不存在的成分，也就是金屬偽影。金屬偽影是影響CT圖像質量的一個重要因素，因此在利用采集到的圖像測量時間分辨力時，首先需要對原始圖像進行預處理。本文對圖像進行預處理的大致步驟是首先采用傳統(tǒng)的自適應前置濾波器對遭到金屬偽影破壞的原始圖像進行濾波，以降低圖像的噪聲并對圖像進行平滑;其次采用Mean-Shift圖像分割算法將濾波后的圖像分為金屬類部分和偽影類部分（由于重建后的圖像包括兩個環(huán)形偽影，我們將直徑較小的環(huán)

8、形偽影也作為偽影類部分）;接著對兩部分的圖像分別進行Radon變換，得到各自的弦圖;然后采用混合插值算法對兩部分圖像進行插值校正，即對金屬類部分做三次樣條插值，偽影類部分做線性插值，為方便以后的數(shù)據(jù)處理，將直徑較小的環(huán)形偽影作為偽影部分去掉;最后將校正后的兩部分弦圖進行融合，再對融合后的圖像進行濾波反投影重建(Filtered Back Projection，F(xiàn)BP)，得到去除放射狀金屬偽影及小圓弧后的圖像，從而完成圖像的預處理。

9、>　　 然后，為了確定圓弧所在的圓及圓心，需對預處理完后的圖像進行圓心定位檢測。一般情況下，采用Hough變換圓檢測算法進行確定。Hough變換(Hough Transformation，HT)是利用圖像的全局特性將邊緣像素連接起來組成區(qū)域封閉邊界的一種方法，它實現(xiàn)的是一種從圖像空間到參數(shù)空間的映射關系。本文詳細介紹了基于傳統(tǒng)Hough變換的直線檢測及圓檢測，傳統(tǒng)Hough變換圓檢測算法的基本思想是將圖像的空間域變換到參數(shù)空間，用大多

10、數(shù)邊界點滿足的某種參數(shù)形式來描述圖像中的曲線邊界，由于圓的參數(shù)空間是三維的，所以進行檢測時需要消耗非常大的計算時間及存儲空間。在此情況下，本文提出了一種基于圖像本身的灰度信息和圓的梯度信息的圓檢測算法，該算法減少了無效累積的檢測，極大地降低了計算量與資源需求，提高了檢測速度。文章還詳細介紹了梯度的求取方法以及基于梯度信息圓檢測算法的具體步驟，實現(xiàn)了圓弧所在圓的檢測，并畫出其所在的圓。
　　 最后，本文詳細地介紹了傳統(tǒng)的Prewi

11、tt算子，該算子抗噪性強、檢錯率低、檢測效果好，所以本文利用該算子實現(xiàn)了圓弧的邊緣檢測，比較準確地確定了圓弧的起始點和終點坐標，同時結合基于梯度信息的Hough變換圓檢測算法確定的圓弧所在圓的圓心坐標，計算出當CT機架以0.5s/240°的掃描方式采集到的圖像數(shù)據(jù)所對應的圓心角大小為(240.0791°±0.6637°)，然后根據(jù)CT時間分辨力的計算公式，計算出其大小為(0.5002±0.0014)s。因此我們可以看出，經過測量得到的C