CN109620278B - Ct成像中基于非共面扫描的金属伪影校正方法 - Google Patents
Ct成像中基于非共面扫描的金属伪影校正方法 Download PDFInfo
- Publication number
- CN109620278B CN109620278B CN201811420914.8A CN201811420914A CN109620278B CN 109620278 B CN109620278 B CN 109620278B CN 201811420914 A CN201811420914 A CN 201811420914A CN 109620278 B CN109620278 B CN 109620278B
- Authority
- CN
- China
- Prior art keywords
- image
- cross
- metal
- section
- projection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 123
- 239000002184 metal Substances 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 title claims abstract description 24
- 238000013170 computed tomography imaging Methods 0.000 title claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 15
- 230000004927 fusion Effects 0.000 claims abstract description 6
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 239000000463 material Substances 0.000 claims description 16
- 229910052782 aluminium Inorganic materials 0.000 claims description 8
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 8
- 229910001220 stainless steel Inorganic materials 0.000 claims description 8
- 239000010935 stainless steel Substances 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 210000000988 bone and bone Anatomy 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 2
- 238000002591 computed tomography Methods 0.000 description 13
- 230000005855 radiation Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 239000007943 implant Substances 0.000 description 3
- 238000001959 radiotherapy Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005510 radiation hardening Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种CT成像中基于非共面扫描的金属伪影校正方法，步骤包括：扫描图像、矢状面图像横断面重建与拼接、伪影分割、图像融合、投影校正、图像重建；将预处理后的横断面CT图像和矢状面CT图像融合得到先验图像，采用两个不同角度的扫描图像，根据两图像中不同的伪影分布特点及CT值差异分割出两图中的金属伪影区域，使融合得到的先验图像伪影尽量少。本发明通过不同截面方向的扫描，获取不同空间位置的数据，来弥补单一截面方向扫描的缺失数据，进行数据互补，解决金属伪影问题，显著改善了CT图像质量，校正后CT图像金属伪影明显减少，CT值也更加准确。
Description
技术领域
本发明涉及医学图像处理技术领域，尤其是一种CT成像中基于非共面扫描的金属伪影校正方法。
背景技术
CT成像广泛应用于放射诊断和放射治疗中，在现代医学中起着至关重要的作用。对含有金属植入物的患者进行CT扫描时会产生金属伪影，表现为一些明暗区域和条纹状伪影。在现代放射治疗中，常采用锥形束CT来验证患者摆位、观察患者肿瘤变化等，它极大地提升了放疗精确度。然而，当患者体内含有金属植入物时，CT扫描图像中会产生金属伪影，对患者的诊断和治疗带来严重影响。
在过去几十年的研究中，提出了很多种金属伪影校正方法，其大致可以分成两类：基于建模的迭代重建方法和基于投影修正的方法。在建模方法中，需要对射线产生、能谱硬化、探测器接收及系统噪声进行建模，然后通过迭代重建的方法得出CT图像。其过程非常复杂，要求对CT机的整个运转过程有详细的认识，临床中一般难以实现。投影修正法认为射线穿过金属得到的投影是不可靠的，当作是缺失的投影数据，一般通过插值或先验图像正向投影进行补充。插值法利用金属投影区周围的正常组织投影来修补缺失投影数据，由于插值数据与原始投影不连续，在消除金属伪影的同时它往往会引入新的伪影。先验图像一般是在原始CT图像或预处理图像的基础上通过分割、滤波等方法得到的不含伪影的图像。先验图像进行正向投影得到的投影值取代原始CT中金属投影区，然后FBP重建得到修正后图像。先验图像的准确性对伪影校正效果又起着决定性作用。
此外，目前的研究都是基于CT横断面扫描图像上的伪影研究，由于受制于CT的孔径大小(一般不超过80cm)，无法进行其他方向(矢状面)扫描成像，特别是在有金属植入物的情况下，单一截面方向的(横断面)扫描都会缺失数据。
发明内容
本发明要解决的技术问题是：提出一种CT成像中基于非共面扫描的金属伪影校正方法，运用横断面扫描和矢状面扫描图像来校正模体中的金属伪影。
本发明所采用的技术方案为：一种CT成像中基于非共面扫描的金属伪影校正方法，包括以下步骤：
(1)扫描图像：在模体中分别插入铝棒、不锈钢棒、水等效材料棒、骨组织等效材料棒，进行横断面扫描得到横断面CT图像；将模体分别绕中心轴旋转90度、向左移动10cm、向右移动10cm进行矢状面扫描，共得到3个矢状面CT图像；拔出铝棒和不锈钢棒进行横断面扫描得到真实CT图像；
(2)矢状面图像横断面重建与拼接：将3个矢状面CT图像分别进行横断面重建，将重建后图像进行拼接得到完整的矢状面扫描图像；
(3)伪影分割：对步骤(1)中的横断面CT图像与步骤(2)中的矢状面扫描图像进行配准，分割出各自的伪影区域；
(4)图像融合：对步骤(1)中的横断面CT图像采用阈值分割出金属区域，通过线性插值法进行处理得到预处理后横断面图像，根据步骤(3)中的伪影区域，将预处理后横断面图像与步骤(2)中的矢状面图像进行融合得到先验图像；
(5)投影校正：在预处理后横断面图像的投影空间对投影进行校正，对先验图像进行正向投影来取代预处理后横断面图像的金属投影区，得到修正后投影；
(6)图像重建：将步骤(5)得到的修正后投影通过FBP法重建加上步骤(4)分隔出的金属区域，得到修正后的CT图像。
进一步的说，本发明所述的步骤(3)中，设置两图像的CT值差异超过300HU为金属伪影区域，并剔除掉面积小于0.03cm2的小区域。
再进一步的说，本发明所述的步骤(4)中，使用1000HU的阈值在步骤(1)中的横断面CT图像中分割出金属区域，步骤(1)中的横断面CT图像为原始横断面图像，对原始横断面图像和金属区域分别进行正向投影，在投影空间将原始横断面图像投影中的金属区投影去除并进行线性插值得到新的投影，对新的投影进行FBP重建并加上分割出的金属区域即得到预处理后横断面图像。
再进一步的说，本发明所述的步骤(4)中，预处理后横断面图像与矢状面扫描图像融合得到先验图像的方法是：采用1000HU的阈值将两图中的金属区域分割出来，并将其CT值置为0HU；根据两图像伪影分布的不同，判断选择矢状面扫描图像的CT值或取预处理后横断面图像的CT值；对于伪影外的区域，则取两图像的平均CT值作为融合后图像CT值；最后运用二维维纳滤波对图像进行自适应滤波，去除过程中产生的噪声，得到先验图像。
再进一步的说，本发明所述的步骤(5)中，利用线性插值法在金属投影区运用先验图像的投影对预处理后横断面图像的投影进行替换从而得到新投影，校正后的新投影在金属投影区边界平滑过渡。
本发明是在先验图像方法基础上提出一种新的金属伪影校正方法，其原理是将预处理后的横断面CT图像和矢状面CT图像融合得到先验图像。采用两个不同角度的扫描图像，根据两图像中不同的伪影分布特点及CT值差异分割出两图中的金属伪影区域，使融合得到的先验图像伪影尽量少。校正后CT图像金属伪影明显减少，CT值也更加准确。
本发明的有益效果是：通过不同截面方向的扫描，获取不同空间位置的数据，来弥补单一截面方向扫描的缺失数据，即通过不同截面方向的扫描，进行数据互补，解决金属伪影问题，显著改善了CT图像质量。
附图说明
图1是本发明实验模体的灰度图，模体中含有两根金属棒。
图2(a)-(b)是实施例中对模体进行横断面扫描和矢状面扫描的示意图。图中A(anterior)、P(posterior)为胸背方向；S(superior)、I(inferior)为头脚方向；L(left)、R(right)为左右方向。
图3是实施例中横断面扫描得到的CT图像。
图4(a)-(d)是实施例中激光线对准标记线时，矢状面扫描得到的CT图像不同层面的显示，其中：(a)穿过不锈钢棒，(b)穿过铝棒，(c)穿过骨组织等效材料棒，(d)没有穿过高密度棒。
图5是实施例中不含金属棒的真实CT图像。
图6是实施例中激光线对准标记线时，矢状面扫描得到CT图像重建后的横断面显示。
图7(a)-(b)是实施例中中心轴向模体左右两侧分别偏离10cm时，矢状面扫描得到CT图像重建后的横断面显示。其中：(a)为向左偏移，(b)为向右偏移。
图8是模体矢状面扫描后得到的完整横断面图像显示。
图9(a)-(b)是横断面扫描图像和矢状面扫描图像分割出的伪影区域。其中：(a)是横断面图像中的伪影区域，(b)是矢状面图像中的伪影区域。
图10为原始横断面扫描图像经线性插值后得到的预处理后横断面图像。
图11为预处理后横断面图像与矢状面扫描图像融合得到的先验图像。
图12为伪影校正后最终CT图像。
图13(a)-(b)为各图像与真实CT图像的CT值偏差对比图。
具体实施方式
现在结合附图和优选实施例对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
一种CT成像中基于非共面扫描的金属伪影校正方法，包括以下步骤：
(1)扫描图像：在模体中分别插入铝棒、不锈钢棒、水等效材料棒、骨组织等效材料棒。进行横断面扫描得到横断面CT图像，模体绕中心轴旋转90度进行矢状面扫描，由于扫描视野的局限，将模体分别沿左、右方向移动10cm，再分别进行两次矢状面CT扫描，共得到3个矢状面CT图像。拔出铝棒和不锈钢棒进行横断面扫描得到真实CT图像；
(2)矢状面图像横断面重建与拼接：3个矢状面CT图像分别进行横断面重建，将重建后图像进行拼接得到完整的矢状面扫描图像；
(3)伪影分割：对步骤(1)中的横断面CT图像与步骤(2)中的矢状面扫描图像进行配准，分割出各自的伪影区域；
(4)图像融合：对步骤(1)中的横断面CT图像采用阈值分割出金属区域，通过线性插值法进行处理得到预处理后横断面图像，考虑步骤(3)中的伪影区域，将预处理后横断面图像与步骤(2)中的矢状面图像进行融合得到先验图像；
(5)投影校正：在预处理后横断面图像的投影空间对投影进行校正，对先验图像进行正向投影来取代预处理后横断面图像的金属投影区，得到修正后投影；
(6)图像重建：将步骤(5)得到的修正后投影通过FBP法重建加上步骤(4)分隔出的金属部分，得到修正后的CT图像。
下面通过具体实施例来说明：
1、模体准备
如图1所示，本申请的实验模体为CIRS公司生产的调强验证模体，模体密度与水相似。模体中插入四根圆柱棒，从左至右分别为铝棒、不锈钢棒、水等效材料棒(与模体材料相同)、骨组织等效材料棒。
2、CT扫描
横断面扫描：将模体置于治疗床上，使其标记线对准机房内激光线，激光线是由互相垂直的三个激光灯产生，其中模体左右两侧各一个激光灯。矢状面扫描：将上述模体旋转90度，标记线对准激光线后，扫描得到模体矢状面CT图像。在矢状面CT扫描时，若扫描视野(FOV，Field of View)能够覆盖整个模体，则仅需进行一次矢状面扫描。若FOV不能覆盖整个模体，可移动模体后进行多次扫描。在本实验中，由于模体尺寸较大，FOV不能覆盖整个模体，故进行3次矢状面扫描。在第一次矢状面扫描后，将模体分别沿左、右方向移动10cm，再分别进行两次矢状面CT扫描。总共得到3个矢状面CT图像。扫描电压为120KV，有效管电流为20mA，重建层厚为1mm。
为了比较校正前后CT图像质量，需要不含有金属伪影的模体真实CT图像作为参考。将两根金属棒取出，然后进行横断面扫描得到不含有金属棒的CT图像，该图像中不含有金属伪影，称为真实CT图像。
3、矢状面CT图像的横断面重建与图像拼接
横断面扫描后，将模体绕中心轴旋转90度，标记线对准激光线后扫描得到模体矢状面CT图像，如图4所示。相比于横断面图像，矢状面图像从另一个方向显示了模体CT图像信息。穿过金属棒的层面含有较重的金属伪影(见图4(a))，没有穿过金属棒的层面则不含有伪影(见图4(d))。
CT扫描得到的是模体3D图像，将所有层面的矢状面CT图像作为整体就是模体的3D图像，考虑CT层厚与断层图像像素尺寸间的关系对图像进行重建，便可以得到矢状面扫描图像的横断面图像显示。图6所示为矢状面CT扫描后横断面图像显示，其产生的金属伪影与图3中完全不同。图6中，有三条竖直方向的伪影，矢状面扫描时这些层面含有高密度物质，故产生了金属伪影。穿过中间金属棒的伪影是竖直的，穿过两侧高密度棒的伪影则向两侧倾斜。因为本实验中采用锥形束CT扫描，其射线由一点向外成一定锥角发散出去，故射线穿过高密度物质后由于硬化效应产生的条状伪影也有一定的角度。由于中心轴穿过中间金属棒的中心，故穿过中间金属棒的伪影是竖直的。在两根金属棒中间区域，由于矢状面扫描时这些层面不含有金属，故没有产生金属伪影。而在横断面扫描时，两金属棒中间产生了最严重的金属伪影(见图3)。
在矢状面CT扫描时，受成像FOV所限，一次扫描不能对整个模体进行CT成像。如图6中所示，激光标记线对准模体中心扫描后，所得CT图像的两侧是缺失的。为了得到完整的模体CT图像，在矢状面扫描时，将模体分别沿左、右两侧移动10cm，分别得到包含两个边缘的CT图像，将这两个图像进行横断面显示，如图7所示。两CT图像中分别显示了模体的两侧，同时均含有穿过高密度金属棒的条状伪影。两图像的条状伪影均为竖直方向伴略微倾斜，且伪影倾斜方向相反。因为在矢状面CT扫描时，锥形束中心轴分别位于模体左、右两侧10cm处，故两次扫描时金属棒分别位于中心轴左右两侧，射线穿过高密度金属棒后产生的条状伪影也就向两侧倾斜。
图6、图7分别显示了矢状面扫描后模体的部分横断面图像。两者组合可以得到完整的横断面图像。由于在3次矢状面扫描时，锥形束中心轴所处位置不同，造成各图中穿过金属的条状伪影也不相同。在进行图像拼接时，3个CT图像中必然有部分重合区域，在得到完整图像时需要进行取舍。根据重合区域与锥形束扫描中心轴的距离进行取舍，若重合区域距离3次扫描中的某一条中心轴最近，则重合区域选择该条中心轴对应的扫描CT图像中部分。因为在CT成像中，距离锥形束中心轴越近，图像越准确。这样就得到了矢状面扫描后模体的完整横断面图像，如图8所示，为方便陈述，在下面将图8称为矢状面扫描图像。
4、伪影校正
图像的金属伪影校正过程是基于横断面扫描图像(图3)和矢状面扫描图像(图8)进行的。在伪影校正前，需要对两图像进行配准，使两图像的空间位置和图像大小相一致。
在配准完成后，根据横断面扫描和矢状面扫描图像的差异可得到伪影分布。在矢状面扫描成像中，仅在含有金属的层面产生伪影，在两金属中间区域不含有伪影。在横断面扫描成像中，伪影的分布与射线穿过金属的厚度相关。射线穿过高密度物质路径越长则射线的衰减越重，由于射线硬化及探测器光子不足效应产生的伪影也就越严重。设置两图像的CT值差异超过300HU为金属伪影区域，并剔除掉面积小于0.03cm2的小区域。根据矢状面和横断面扫描图像中伪影分布区域的不一致得到两图像中的伪影区域，如图9所示。
为了方便区分，图3为横断面扫描后直接重建得出的图像，称之为原始横断面扫描图像。其含有大量金属伪影，直接进行伪影校正比较困难，需要对其进行预处理。采用线性插值法对原始横断面图像进行初步处理，其过程如下：使用1000HU的阈值在原始横断面图像中分割出金属区域，对原始横断面图像和金属区分别进行正向投影，在投影空间将原始横断面图像投影中的金属区投影去除并进行线性插值得到新的投影，对新投影进行FBP重建并加上分割出的金属区域即得到修正后图像。将原始横断面图像经线性插值后得到的图像称为预处理后横断面图像，见图10。预处理后横断面图像在原始图像基础上去除大部分严重的金属伪影，但在靠近金属区域还存在显著的残留伪影，同时由于投影空间插值的不连续性导致引入了部分新的条状伪影。
将预处理后横断面图像与矢状面扫描图像融合可得到先验图像。首先采用1000HU的阈值将两图中的金属区域分割出来，并将其CT值置为0HU。根据两图像伪影分布的不同，在图像融合过程中，对于伪影(见图9)区域进行如下操作：若是图9(a)中的伪影区域，则提示预处理后横断面图像的对应区域可能存在伪影，故取矢状面扫描图像的CT值；对于图9(b)中的区域，则矢状面扫描图像中存在较重伪影，故取预处理后横断面图像的CT值。对于伪影外的区域，则取两图像的平均CT值作为融合后图像CT值。最后运用二维维纳滤波对图像进行自适应滤波，去除过程中产生的噪声，得到先验图像如图11所示。
在得到先验图像后，进行图像投影校正与图像重建。在投影空间，基于预处理后横断面图像进行投影校正。在金属投影区运用先验图像的投影对预处理后横断面图像的投影进行替换从而得到新投影。若直接进行替换，在金属投影区边界上会有较大的突变，引起新的伪影。使用线性插值的思想进行投影替换，使校正后投影在金属投影区边界平滑过渡。
图像投影集表示为P，它包含m个照射角度下由n个探测单元得到的投影值，第a个照射角度下第b个探测单元投影值表示为Pk，k＝(a-1)×n+b，投影替代方法如公式(1)、(2)所示，
{Pk|k∈[j+1,j+Δ]}表示穿过金属区的投影，金属区投影值有Δ个；Pj和Pj+Δ+1为紧邻金属区的投影值，Ppre为预处理后横断面图像投影，Pprior为先验图像投影，Ptrans为先验图像投影转变为修正后投影的偏移量，Pcor为修正后的投影。
对修正后投影进行FBP重建，加上之前1000HU阈值分割出的金属区域，得到最终修正后的CT图像。
为了客观公正地评价各图像伪影严重程度，以不含金属棒的真实CT图像为标准，分别计算原始横断面图像、矢状面扫描图像、线性插值后横断面图像和校正后图像的均方根偏差(root mean square deviation，RMSD)和平均绝对偏差(mean absolutedeviation，MAD)。RMSD和MAD分别由公式(3)、(4)计算得到
式中{Iii∈ROI}表示各图像感兴趣区域的CT值，感兴趣区域为模体内区域且不含金属棒，
为真实CT图像对应的CT值，N为感兴趣区域内总的像素个数。
5、结果
5.1横断面扫描CT图像
图3所示为横断面扫描得到的CT图像，包含严重的金属伪影，在两根金属棒周围产生大片暗伪影区域。
5.2矢状面扫描CT图像及图像拼接
图4所示为激光线对准标记线时矢状面扫描后不同层面的CT图像，穿过金属棒的层面含有较重的金属伪影，见图4(a)，没有穿过金属棒的层面则不含有伪影，见图4(d)。图6、图7(a)、图7(b)所示为对矢状面扫描图像重建后的横断面显示，分别为激光线对准标记线扫描、模体向左侧偏移10cm后扫描、模体向右侧偏移10cm后扫描得到的图像。图8为三次矢状面扫描后，经图像拼接得到的完整横断面图像显示。矢状面扫描图像与横断面扫描图像中的伪影分布完全不同，其含有穿过高密度金属棒的竖直方向条状伪影，在两根金属棒之间的区域并没有伪影。
5.3横断面图像和矢状面图像分割出的伪影区域
图9所示为横断面图像和矢状面图像分割得到的伪影分布区域。根据矢状面和横断面扫描图像中伪影分布区域的差异及两图像CT值差异可对两图像伪影区域进行分割。
5.4原始横断面图像预处理
图10所示为原始横断面图像经线性插值后得到的预处理后横断面图像，去除了原始图像中的部分严重金属伪影，同时引入了部分新的伪影。
5.5校正后图像
图12所示为伪影校正后得到的CT图像，去除了大部分金属伪影，图像质量显著提高。以模体真实CT图像为标准，统计分析原始横断面扫描图像、矢状面扫描图像、经线性插值后的预处理横断面图像和最终校正后图像的CT值偏差，其均方根偏差分别为122HU、116HU、90HU、85HU；平均绝对偏差分别为71HU、73HU、57HU、51HU。校正后图像的均方根偏差和平均绝对偏差都是最小的，其CT值与真实图像最接近。
在CT成像中，X射线穿过高密度物质后，会受到射线硬化效应和探测器接受光子不足的影响，导致CT图像中出现严重的金属伪影。由于在不同角度射线穿过高密度物质的厚度不同，故金属伪影在不同方向分布也不相同。金属伪影的分布呈现出一定的规律性，在射线穿过高密度物质较多的路径上，其衰减越重，往往生成大量的暗伪影区域，故在两根金属棒之间会产生严重金属伪影。当CT分别对模体进行横断面和矢状面扫描时，射线经过高密度物质的路径不相同，故金属伪影的分布有较大差异。可根据射线穿过高密度物质路径的长短与金属伪影分布的联系以及横断面和矢状面CT扫描中金属伪影分布的差异性来校正CT图像中的金属伪影。
本实施例中各CT图中窗宽、窗位均设置为WW/WL＝1000/0HU。
以上说明书中描述的只是本发明的具体实施方式，各种举例说明不对本发明的实质内容构成限制，所属技术领域的普通技术人员在阅读了说明书后可以对以前所述的具体实施方式做修改或变形，而不背离本发明的实质和范围。
Claims (5)
1.一种CT成像中基于非共面扫描的金属伪影校正方法，其特征在于包括以下步骤：
(1)扫描图像：在模体中分别插入铝棒、不锈钢棒、水等效材料棒、骨组织等效材料棒，进行横断面扫描得到横断面CT图像；将模体分别绕中心轴旋转90度后，依次在原位、向左移动10cm的位置和向右移动10cm的位置进行矢状面扫描，共得到3个矢状面CT图像；拔出铝棒和不锈钢棒进行横断面扫描得到真实CT图像；
(2)矢状面图像横断面重建与拼接：将3个矢状面CT图像分别进行横断面重建，将重建后图像进行拼接得到完整的矢状面扫描图像；
(3)伪影分割：对步骤(1)中的横断面CT图像与步骤(2)中的矢状面扫描图像进行配准，分割出各自的伪影区域；
(4)图像融合：对步骤(1)中的横断面CT图像采用阈值分割出金属区域，通过线性插值法进行处理得到预处理后横断面图像，根据步骤(3)中的伪影区域，将预处理后横断面图像与步骤(2)中的矢状面扫描图像进行融合得到先验图像；
(5)投影校正：在预处理后横断面图像的投影空间对投影进行校正，对先验图像进行正向投影来取代预处理后横断面图像的金属投影区，得到修正后投影；
(6)图像重建：将步骤(5)得到的修正后投影通过FBP法重建加上步骤(4)分隔出的金属区域，得到修正后的CT图像。
2.如权利要求1所述的CT成像中基于非共面扫描的金属伪影校正方法，其特征在于：所述的步骤(3)中，设置两图像的CT值差异超过300HU为金属伪影区域，并剔除掉面积小于0.03cm2的小区域。
3.如权利要求1所述的CT成像中基于非共面扫描的金属伪影校正方法，其特征在于：所述的步骤(4)中，使用1000HU的阈值在步骤(1)中的横断面CT图像中分割出金属区域，步骤(1)中的横断面CT图像为原始横断面图像，对原始横断面图像和金属区域分别进行正向投影，在投影空间将原始横断面图像投影中的金属区投影去除并进行线性插值得到新的投影，对新的投影进行FBP重建并加上分割出的金属区域即得到预处理后横断面图像。
4.如权利要求1所述的CT成像中基于非共面扫描的金属伪影校正方法，其特征在于：所述的步骤(4)中，预处理后横断面图像与矢状面扫描图像融合得到先验图像的方法是：采用1000HU的阈值将两图中的金属区域分割出来，并将其CT值置为0HU；根据两图像伪影分布的不同，判断选择矢状面扫描图像的CT值或取预处理后横断面图像的CT值；对于伪影外的区域，则取两图像的平均CT值作为融合后图像CT值；最后运用二维维纳滤波对图像进行自适应滤波，去除过程中产生的噪声，得到先验图像。
5.如权利要求1所述的CT成像中基于非共面扫描的金属伪影校正方法，其特征在于：所述的步骤(5)中，利用线性插值法在金属投影区运用先验图像的投影对预处理后横断面图像的投影进行替换从而得到新投影，校正后的新投影在金属投影区边界平滑过渡。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811420914.8A CN109620278B (zh) | 2018-11-27 | 2018-11-27 | Ct成像中基于非共面扫描的金属伪影校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811420914.8A CN109620278B (zh) | 2018-11-27 | 2018-11-27 | Ct成像中基于非共面扫描的金属伪影校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109620278A CN109620278A (zh) | 2019-04-16 |
| CN109620278B true CN109620278B (zh) | 2020-12-22 |
Family
ID=66069529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811420914.8A Active CN109620278B (zh) | 2018-11-27 | 2018-11-27 | Ct成像中基于非共面扫描的金属伪影校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109620278B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111223158B (zh) * | 2019-12-31 | 2023-03-21 | 上海联影智能医疗科技有限公司 | 心脏冠脉图像的伪影校正方法和可读存储介质 |
| CN111210427B (zh) * | 2020-01-17 | 2023-03-10 | 云南大学 | 一种基于时间变化的体内轻量型补片术后皱缩分析方法 |
| CN111476734B (zh) * | 2020-04-09 | 2023-10-03 | 航天特种材料及工艺技术研究所 | 可减小ct重构图像中伪影的方法 |
| CN113554563B (zh) * | 2021-07-23 | 2024-05-14 | 上海友脉科技有限责任公司 | 一种医学图像处理方法、介质及电子设备 |
| WO2024103412A1 (zh) * | 2022-11-18 | 2024-05-23 | 上海联影医疗科技股份有限公司 | 一种金属伪影校正方法和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150029178A1 (en) * | 2013-07-26 | 2015-01-29 | General Electric Company | Robust artifact reduction in image reconstruction |
| CN104992409A (zh) * | 2014-09-30 | 2015-10-21 | 中国科学院苏州生物医学工程技术研究所 | 一种ct图像的金属伪影校正方法 |
| CN107530040A (zh) * | 2015-04-01 | 2018-01-02 | 株式会社日立制作所 | X射线ct装置、重构运算装置以及x射线ct图像生成方法 |
| CN107714069A (zh) * | 2016-08-10 | 2018-02-23 | 南京普爱医疗设备股份有限公司 | 一种基于cbct影像的金属伪影的测试方法 |
| CN108154541A (zh) * | 2016-12-02 | 2018-06-12 | 三星电子株式会社 | 医学成像设备及其操作方法 |
-
2018
- 2018-11-27 CN CN201811420914.8A patent/CN109620278B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150029178A1 (en) * | 2013-07-26 | 2015-01-29 | General Electric Company | Robust artifact reduction in image reconstruction |
| CN104992409A (zh) * | 2014-09-30 | 2015-10-21 | 中国科学院苏州生物医学工程技术研究所 | 一种ct图像的金属伪影校正方法 |
| CN107530040A (zh) * | 2015-04-01 | 2018-01-02 | 株式会社日立制作所 | X射线ct装置、重构运算装置以及x射线ct图像生成方法 |
| CN107714069A (zh) * | 2016-08-10 | 2018-02-23 | 南京普爱医疗设备股份有限公司 | 一种基于cbct影像的金属伪影的测试方法 |
| CN108154541A (zh) * | 2016-12-02 | 2018-06-12 | 三星电子株式会社 | 医学成像设备及其操作方法 |
Non-Patent Citations (2)
| Title |
|---|
| An additional tilted-scan-based CT metal-artifact-reduction method for radiation therapy planning;Changhwan Kim 等;《Journal of Applied Clinical Meddical Physics》;20181231;第20卷(第1期);1-30 * |
| 计算机断层扫描图像金属伪影校正方法研究现状;孙鸿飞 等;《中国医学影像技术》;20171231;第33卷(第4期);616-619 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109620278A (zh) | 2019-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109620278B (zh) | Ct成像中基于非共面扫描的金属伪影校正方法 | |
| US7903856B2 (en) | Method for post-processing a three-dimensional image data set of vessel structure | |
| CN105705096B (zh) | 用于显示医学图像的方法和设备 | |
| US7378660B2 (en) | Computer program, method, and system for hybrid CT attenuation correction | |
| US8280135B2 (en) | System and method for highly attenuating material artifact reduction in x-ray computed tomography | |
| EP2501290B1 (en) | Scan plan field of view adjustor, determiner, and/or quality assessor | |
| US20210056688A1 (en) | Using deep learning to reduce metal artifacts | |
| US9449403B2 (en) | Out of plane artifact reduction in digital breast tomosynthesis and CT | |
| US20050002550A1 (en) | Imaging chain for digital tomosynthesis on a flat panel detector | |
| CN1620990A (zh) | 在ct血管造影术中分割结构的方法及设备 | |
| CN105719324A (zh) | 图像处理装置以及图像处理方法 | |
| US20120121147A1 (en) | Method for Generating Bone Mask | |
| US9375192B2 (en) | Reconstruction of a cone beam scanned object | |
| US20140133728A1 (en) | Apparatus for generating assignments between image regions of an image and element classes | |
| US9672641B2 (en) | Method, apparatus, and computer readable medium for removing unwanted objects from a tomogram | |
| CN106683143A (zh) | 图像金属伪影校正方法 | |
| JP5844576B2 (ja) | 画像生成装置、方法、およびプログラム | |
| US20080118130A1 (en) | method and system for grouping images in a tomosynthesis imaging system | |
| US8098920B2 (en) | Method of extrapolating a grey-level bidimensional image in a radiography device and a radiography device implementing such a method | |
| Khodadad et al. | B-spline based free form deformation thoracic non-rigid registration of CT and PET images | |
| KR102664286B1 (ko) | 구강 내 단층합성을 위한 다중-시야 합성 치과 방사선 사진들을 생성하기 위한 시스템 및 방법(systems and methods for generating multi-view synthetic dental radiographs for intraoral tomosynthesis) | |
| KR102399792B1 (ko) | 인공지능 기반 Hounsfield unit (HU) 정규화 및 디노이징 (Denoising)을 통한 전처리 장치 및 방법 | |
| EP4187496A1 (en) | System and method for autonomous identification of heterogeneous phantom regions | |
| CN117314988B (zh) | 一种多角度投影配准的dbt重建法 | |
| US20230237663A1 (en) | Methods and systems for real-time image 3d segmentation regularization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |