CT圖像質(zhì)量評估及測試體模研究.pdf

1、保證CT設(shè)備的正常工作，提供高質(zhì)量的圖像以滿足臨床診斷需要是CT質(zhì)量保證的主要目的。近幾年來，CT設(shè)備的飛速發(fā)展給CT的質(zhì)量保證提出了新的要求。本文主要在質(zhì)量保證中檢測方法和檢測工具方面做了一點改進。當今計算機斷層成像術(shù)(CT)已是醫(yī)療診斷最重要輔助手段之一，從技術(shù)或物理的角度來看，一臺CT的決定性參數(shù)是圖像的質(zhì)量，而評價CT圖像的質(zhì)量必須要有客觀的依據(jù)。評價CT設(shè)備圖像質(zhì)量的常規(guī)參數(shù)是:空間分辨力，噪聲，密度分辨率，層厚，CT值線性，

2、均勻性等等，而這些都要利用測試體模來進行測量。
　　 在評價CT圖像質(zhì)量時，經(jīng)常首先考慮空間分辨力?？臻g分辨力的檢測方法有:線對法，圓孔法，調(diào)制傳輸函數(shù)法（ModulationTransferFunction，簡稱MTF）等。線對法和圓孔法都屬于主觀測量方法，這種測量方法簡單易行，便于理解，在CT的質(zhì)量保證中廣為使用，但容易受人為主觀因素的影響，在測量中可能導(dǎo)致無法得出客觀的檢測結(jié)果，影響質(zhì)量保證工作的進行，所以在CT的技術(shù)性測

3、試中多采用MTF方法。MTF方法常采用兩種檢測體模，一種是通過掃描均勻介質(zhì)中金屬小球或細金屬絲，測得點擴展函數(shù)，另一種是通過掃描高對比度界面的邊緣擴展函數(shù)(ERF)，微分得到線擴展函數(shù)(LSF)，然后對線擴展函數(shù)進行傅里葉變換。目前對于點擴展函數(shù)方法的中心位置，多采用手動選取方法。手工選取中心點的方法因人而異，會導(dǎo)致最終的結(jié)果不能統(tǒng)一，在實際使用過程中，會出現(xiàn)一些混淆，比如不同測試人員得到不同的結(jié)果，無法評判誰的結(jié)果更準確。為了得到統(tǒng)一

4、的結(jié)果，需要一種算法，避免由于手動選點造成的結(jié)果不穩(wěn)定以及噪聲的影響。本文通過圖像處理的方法，提取出圓形的區(qū)域，再利用相關(guān)的數(shù)學(xué)變換，找到統(tǒng)一的的中心點位置。在邊緣擴展函數(shù)方法中，由于受到噪聲，非均勻性，數(shù)據(jù)的離散性和算法局限性等的影響，測量中將不可避免的產(chǎn)生誤差。實驗平均是一種很好的減少誤差的方法，然而ERF方法中實現(xiàn)直接平均化，就對體模圖片提出了要求:兩種材料間的目標線必須垂直或水平。本文在ERF方法中對體模圖片進行變換，為實現(xiàn)直接

5、平均創(chuàng)造條件，簡化了臨床掃描，為CT系統(tǒng)的評估帶來方便。
　　 CT圖像噪聲直接影響系統(tǒng)的密度分辨力，給進一步研究或應(yīng)用帶來不便和誤差，因此，應(yīng)當對CT圖像進行適當?shù)念A(yù)處理以減少噪聲。圖像預(yù)處理中，若假定噪聲類型已知，直接盲目地對CT圖像噪聲進行處理往往達不到去噪效果，因為不同的去噪方法對不同類型噪聲的處理效果大不相同，對于不同的噪聲類型應(yīng)當采用具有針對性的噪聲算法，所以在對CT圖像噪聲處理之前，對噪聲的類型進行識別是非常必要的

6、，同時也有助于研究圖像去噪的自適應(yīng)算法。目前對噪聲類型的識別方法，有諸如，分析小波高頻系數(shù)直方圖的不顯著系數(shù)能量比[5]，跳變點概率和曲線擬合圖黃金分割點處窗口寬度[6]等等，這些方法對噪聲類型的識別比較準確。本文在此基礎(chǔ)上，提出了一種更為簡便的CT圖像噪聲類型識別方法。該方法在小波分解的基礎(chǔ)上，通過分析高頻系數(shù)直方圖的信噪比和相應(yīng)曲線擬合圖的積分，有效地識別CT圖像噪聲類型（本文以高斯噪聲和椒鹽噪聲為例），從而為去噪方法的設(shè)計提供指導(dǎo)