基于分頻的CT金屬偽影去除算法研究.pdf

1、在醫(yī)學(xué)影像診斷設(shè)備中，計算機(jī)斷層成像(Computed Tomography，CT)已成為最重要的輔助設(shè)備之一。它是通過計算X射線透過人體斷層在各個方向的累積衰減系數(shù)，再通過計算機(jī)算出每個斷層面上X射線的累積衰減系數(shù)分布，最后以圖像的形式顯示出來，輔助臨床醫(yī)生對病變部位的正確診斷。近年來，國內(nèi)外各大廠商都在不斷的推出新型CT，他們一直致力于提高圖像質(zhì)量，降低輻射劑量，提升掃描速度，優(yōu)化后處理流程，同時也在不斷的完善和優(yōu)化去除CT金屬偽影

2、方法。因為當(dāng)被掃描物體中存在大量高密度的金屬植入物時，X射線通過這些金屬植入物時的衰減系數(shù)比通過人體其他組織高許多，從而引起X射線被這些金屬作用后急劇衰減，導(dǎo)致對應(yīng)的投影數(shù)據(jù)失真，在最后的重建圖像中出現(xiàn)偽像，這些偽像嚴(yán)重影響臨床醫(yī)生對病變的正確診斷，我們把這些由金屬植入物帶來的偽像稱為金屬偽影。因為金屬偽影對臨床診斷的嚴(yán)重影響和其表現(xiàn)形式的多樣性，去金屬偽影方法已經(jīng)成為CT成像后處理研究中的一個重點問題。為了克服這些金屬植入物引起的偽影

3、以往也進(jìn)行了很多研究，其中主要以迭代法和插值法兩類為主。迭代法是解矩陣方程常用的方法，它的算法思想如下:首先假設(shè)圖像是均勻的，然后將理論計算值與實測值比較，修正理論計算值與實測值之間的差，如此不斷重復(fù)，直至該差值為零或在允許的誤差范圍內(nèi)為止。對于迭代校正法，其關(guān)鍵是要突破如何加快收斂速度，減少計算時間的問題。插值法是根據(jù)相鄰不包含金屬植入體的投影采樣產(chǎn)生一個合成投影，用合成投影代替金屬物體產(chǎn)生的投影信號，在克服圍繞金屬附近區(qū)域中的偽像時

4、，這些方法相對有效，但是，金屬物體自身上的任何信息完全丟失。此外，緊鄰金屬物體的區(qū)域也被破壞，并會帶來新的偽影。本文總結(jié)實踐了四種去CT金屬偽影方法，分別為基于插值法、基于歸一化法、基于小波多分辨結(jié)合線性插值法和基于分頻法。主要研究內(nèi)容包括：
　　 ⑴介紹了幾種去CT金屬偽影算法中需要了解的幾個數(shù)學(xué)基礎(chǔ)，分別為閾值法、K-均值分類、全變分自適應(yīng)濾波和低通頻域濾波器。閾值法是一種區(qū)域分割計算，并且對物體與背景占據(jù)不同灰度級范圍灰度

5、圖像特別有用，實現(xiàn)簡單、計算量小、性能穩(wěn)定而且總能用封閉而連通的邊界定義不交疊的區(qū)域。為了得到歸一化去金屬偽影算法中關(guān)鍵的先驗圖像模型，需要用到K-均值分類算法，它是一種很常用的動態(tài)聚類法，常常采用誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則函數(shù)。通過對圖像的聚類并通過對空氣、軟組織、骨骼和金屬區(qū)域的CT值重新設(shè)定而進(jìn)行分類。在基于分頻的去CT金屬偽影算法中，需要在圖像重建前對原始數(shù)據(jù)進(jìn)行全變分自適應(yīng)濾波，以減少重建圖像中的條紋偽影，它能根據(jù)原始數(shù)據(jù)

6、中每一投影值的梯度信息，自適應(yīng)控制平滑強(qiáng)弱，從而達(dá)到較好的去噪保邊效果。在對圖像分頻處理中，選擇了高斯低通濾波器，它是一種平滑線性濾波器，能有效的把圖像分為高頻成分與低頻成分。
　　 ⑵介紹了實踐中的插值法、歸一化和小波多分率結(jié)合線性插值的方法，總結(jié)了這三種算法中的優(yōu)缺點。插值法中主要介紹了線性插值，它的算法思想是:對原始含金屬偽影圖像分割得到金屬圖像，對金屬圖像再投影得到金屬投影;由金屬投影確定插值區(qū)域，金屬投影中大于0的邊界

7、就是原始投影中金屬投影在每個投影角度下的邊界;利用金屬投影邊界兩側(cè)的非金屬投影數(shù)據(jù)對其進(jìn)行插值后再與其求和，最后重建出校正圖像。插值法雖然比較簡單，能在很大程度上消除金屬植入物帶來的條紋偽影和黑色陰影，但也同時帶來了兩個問題，一個是由于插值區(qū)間左右兩端點處不光滑，在重建過程中經(jīng)過濾波函數(shù)作用時，在區(qū)間的兩端點處產(chǎn)生尖峰，表現(xiàn)在重建后的圖像上就是在金屬區(qū)域的邊界拖出長長的條紋。另一個是緊鄰金屬物體的區(qū)域也會被破壞。而歸一化去金屬偽影的方法

8、正好解決了插值法帶來了第一個問題，它的算法思想是:先對原始圖像進(jìn)行自適應(yīng)濾波以便減少圖像中的條紋偽影，對其進(jìn)行k-均值聚類得到先驗圖像模型再投影;對原始圖像進(jìn)行投影，通過利用原始投影除以先驗圖像投影得到歸一化投影;對原始圖像分割得到的金屬圖像，對金屬圖像再投影，由金屬投影確定插值區(qū)域;對歸一化的投影進(jìn)行線性插值后通過乘以先驗圖像投影做去歸一化處理得到校正投影，最后重建校正圖像。在尋求解決插值法帶來的第二個問題上，想到了小波多分辨率特性，

9、因為造成偽影的主要因素是低頻的硬化信息和高頻的噪聲信息，而有用的信號主要處在中頻段，而各個尺度下分解得到的小波系數(shù)，細(xì)尺度下突出高頻噪聲信息，大尺度下突出了低頻的硬化信息，中間尺度上主要代表了有用的信息，所以對這幾種小波系數(shù)施以不同的加權(quán)系數(shù)，或突出或弱化，從而達(dá)到恢復(fù)有用信息又抑制偽影的效果。它的算法過程是:首先對原始圖像進(jìn)行灰度閾值分割，對分離出的金屬圖像再投影，確定插值區(qū)域;在插值區(qū)域利用線性插值校正數(shù)據(jù)后與金屬區(qū)域投影求和;分別

10、對原始圖像和插值校正圖像做小波變換，確定權(quán)值并對原始圖像的小波系數(shù)與插值求和后的小波系數(shù)加權(quán)求和，最后重建校正圖像。實踐結(jié)果顯示它可以恢復(fù)隱藏在破壞數(shù)據(jù)中的部分有用信息，但部分骨骼信息還是丟失了，并且權(quán)值的選擇也比較敏感。可以說在理論上以上三種算法都取得了一定效果，但是因為各種原因，在實際工程中并不能取得比較好的效果。對于許多臨床應(yīng)用，植入體和它相鄰的骨及軟組織之間的界面是外科醫(yī)生非常感興趣的。所以，一種有效的金屬物偽影校正方案就是希望

11、在完全去除金屬偽影的同時保留金屬區(qū)域更多的細(xì)節(jié)信息，并且不帶來任何新的偽影。
　　 ⑶介紹了基于分頻去除CT金屬偽影的方法，它的算法思想是:首先在重建原始圖像之前，通過全變分自適應(yīng)濾波對原始數(shù)據(jù)進(jìn)行預(yù)處理;對原始圖像分割得到的金屬圖像再投影，確定插值區(qū)域;應(yīng)用歸一化校正方法對原始圖像做去偽影處理;分別對原始圖像和歸一化校正圖像低通濾波得到各自的低頻成分，用原始圖像和歸一化校正圖像減去各自的低頻成分得到各自高頻成分;對金屬圖像進(jìn)行

12、強(qiáng)度平滑性的低通濾波并歸一化得到權(quán)值矩陣;把原始圖像的高頻成分和歸一化校正圖像的高頻成分與低頻成分加權(quán)融合得到最終校正圖像。它通過結(jié)合歸一化方法解決了插值法第一個問題，通過在重建前進(jìn)行全變分自適應(yīng)濾波減少重建后圖像的條紋偽影，并加權(quán)了重建后圖像的高頻成分完美的解決了插值法的第二個問題，在最后的校正圖像里可以恢復(fù)清晰的邊緣信息和結(jié)構(gòu)細(xì)節(jié)信息，能夠在完全去除金屬偽影的同時保留金屬區(qū)域更多的細(xì)節(jié)信息。同時通過真實病人數(shù)據(jù)也驗證了算法的有效性與