论文部分内容阅读
当今计算机断层成像术(CT)已是医疗诊断最重要的辅助手段之一,它是通过测量X射线在各个方向上透过人体断层时的累积衰减系数(或称投影),再由计算机计算出整个断面上X射线衰减系数的分布,然后以图像形式显示出来,以帮助医生诊断病变部位。CT成像能够提供比普通X射线成像更高的软组织分辨率,并解决了三维结构重叠的问题,使其在医学成像上具有划时代意义。而伪影是影响CT成像质量,造成CT图像失去诊断意义的重要因素之一。金属作为一种高密度的物体在射线通过时的衰减系数比人体其它组织高很多,从而引起X线被这些物体作用后急剧衰减,导致对应的投影数据失真,重建时图像上会出现伪影。这些由于金属植入物带来的伪影被统称为金属伪影。金属伪影因其对临床诊断的直接影响以及表现形式与原因多样化,目前是CT成像研究的一个重点。目前的金属伪影消除的方法,首先通过滤波反投影算法(Filtered BackProiection)从已遭到金属伪影损毁的投影数据中得到原始CT图像;然后通过分割算法划分出金属物体,即在投影数据中采用金属物体边界搜索算法搜索出金属物体的准确边界;接着应用插值算法对有偏差的投影数据进行插值填补;最后对新的投影数据运用FBP算法重建消除了金属伪影后的CT图像。线性插值是最常使用的插值方法。由于传统算法本身的缺陷,不止不能准确勾勒出金属物体的边界,也不能良好的恢复金属的原貌。这是由于单一的插值方法和分割算法导致:线性插值对于条状伪影的去除最为有效,,但其不足之处在于,在断层处会出现有长长的条纹,与吸收率变化剧烈的区域边缘和金属物体边界同时相切,这种情况在投影值刚好在缺口两端点处变化剧烈时最明显,这将影响到整个图像的质量。样条类和多项式类的插值,由于其插值特性决定了插值后的光滑性,这就可以对金属内部信息很好的反映,但也正是由于这种特性,在对条状图像做平滑时,不宜有效清除条纹,使其对条状伪影不是特别适合。所以单一的插值方法都不能完全适应临床要求。本文针对这样的情况,对图像做分部处理。本文的主要思想是对金属本身进行四次多项式插值,而对放射条纹伪影进行线性插值。基本步骤是首先采用了mean-shift算法做分割,通过分割把图像分成基本的金属部分和其他的部分。由于除了金属以外的图像中包含了条纹伪影,所以,也可以把这部分当作伪影部分。本文分割的操作是对投影图像进行的。随后,把分割出来的两部分投影图分别转化到弦空间。用上述算法对弦图进行插值,即金属部分做四次多项式插值,伪影部分(非金属部分)做线性插值。最后,把这两部分相加并做反投影,得到矫正的图像。通过体模和临床图像实验,可以看出混合插值的方法结合了线性插值能充分消除放射条纹伪影的特点和四次多项式光滑过渡的特点处理图像,比较成功。