论文部分内容阅读
目的：为了更好地区分内耳精细的解剖结构，借助于数字图像处理的方法对内耳CT图像进行后处理使其进一步改善图像细节的显示能力，提高图像的清晰度，为人工耳蜗植入的术前病例选择和术后植入电极的评估提供更加清晰的CT内耳图像。
材料与方法：CT内耳检查的患者32位，患者包括重度耳聋患者3例，中耳炎患者11例，外耳道闭锁1例，正常17例，平均年龄24岁（年龄7～36岁）。采用螺旋CT颞骨容积扫描，每例患者约有图像140～200幅。扫描后图像进行直接放大或进行靶重建，从病例中选取包括耳蜗断面及临近层面的CT图像共90幅组成实验样本。采用德国西门子公司SOMATOM Sensation Cardiac 16层螺旋CT和SOMATOM Sensation Cardiac 64扫描机进行颞骨容积扫描，扫描基线为听眶上线，标称层厚为0.6mm，床进0.8mm，螺距0.75mm，用120kV、400mAs条件曝光。取兴趣区（region of interest，ROI）进行靶重建，重建算法分别用U70、B40两种，重建层厚为0.6，Increment为0.3mm，FOV采用为70mm×70mm和100mm×100mm两种，图像矩阵为512×512。
用豚鼠耳蜗组织学切片作体模，用显微镜CCD照相机采集系统采集放大40倍的切片图像。对清晰图像进行加噪滤波处理，模拟CT成像系统图像退化模型。通过对退化图像的复原效果获得迭代次数n作为期望最大化（expectation maximization，EM）迭代算法的迭代次数，然后在，n确定的前提下利用边缘噪声比（edge-to-noise ratio，ENR）最大化原则得到此种情况下的标准偏差σ，即点扩散函数（point spread function，PSF）Gaussian模糊的σ。获得确定的PSF后，应用EM迭代算法对内耳的CT图像进行复原处理就可得到对原始清晰图像的估计。比较用本方法处理前后的内耳CT图像可知处理后的CT图像的清晰度得到了进一步提高，对内耳细节的显示更为有利。
结果：找出了EM迭代算法的迭代次数n值、各个图像处理的最佳σ值。使用对应的n值和σ值处理CT图像获得对原始图像的清晰估计。用SPSS 12.0统计学分析软件进行配对资料t检验，得到内耳横断位图像t＝-2.447，Sig（2-tailed）＝0.027<0.05；局部直接放大图像t＝-3.389,Sig（2-tailed）＝0.004.<0.01；B40靶重建后图像进行复原处理的图像t＝-39.915，Sig（2-tailed）＝0.000＜0.01。
结论：统计学处理表明内耳CT图像进行复原处理后，图像清晰度得到进一步提高，对解剖细节的显示能力增强。结果表明应用这种盲复原算法对螺旋CT图像进行复原处理作用于Gaussian模糊是有效的，内耳CT图像经处理后可更清楚的显示内耳重要细节，获得客观准确的影像学信息。