CN115841525A - 腹部ct扫描图像处理方法及系统 - Google Patents
腹部ct扫描图像处理方法及系统 Download PDFInfo
- Publication number
- CN115841525A CN115841525A CN202211486559.0A CN202211486559A CN115841525A CN 115841525 A CN115841525 A CN 115841525A CN 202211486559 A CN202211486559 A CN 202211486559A CN 115841525 A CN115841525 A CN 115841525A
- Authority
- CN
- China
- Prior art keywords
- data
- scanning
- module
- abdominal
- groups
- 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.)
- Withdrawn
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开一种腹部CT扫描图像处理方法及系统,包括:依次通信连接的数据采集模块、数据重建模块、数据解析模块以及数据分析模块,其中,数据采集模块用于获取至少10组CT扫描图像数据;数据重建模块用于对至少10组CT扫描图像数据采用统计迭代算法进行重建,形成至少10组CT扫描重建图像数据;数据解析模块用于对至少10组CT扫描重建图像数据进行分类解析;数据分析模块用于对至少10组CT扫描重建图像数据进行统计学分析。
Description
技术领域
本发明属于图像处理技术领域,特别涉及一种基于统计迭代重建算法的CT扫描图像处理方法及系统。
背景技术
计算机断层成像技术(Computed Tomogrophy,CT)是一种通过对物体进行不同角度的射线投影测量以获取物体横截面信息的技术,被广泛应用于工业无损检测、医学诊断、地球物理以及农林业等领域。
但是,CT检查过程中存在辐射损失,因此如何有效地降低CT检查中的辐射剂量又可以确保CT成像质量成为临床影像科关注的焦点。
目前,降低辐射剂量的方法主要有降低管电压、管电流及采用迭代重建算法,可是降低管电压和管电流会导致图像质量的降低且存在一定限度,而采用迭代算法能够在降低剂量的同时保证图像质量,因此被认为是最具有前景的方法。
如中国专利申请201711430228.4号公开的一种基于滤波反投影-迭代算法的CT系统图像重建方法,涉及CT系统图像重建领域,包括如下步骤:第一步:利用CT系统对待测物质测量,用于获取待测物体的投影值数据;第二步:利用滤波函数对获取到的数据进行滤波处理,并利用反投影算法求解出待测物体的衰减系数矩阵;第三步:将反投影算法求得的衰减系数矩阵作为迭代算法的初始迭代值,得到修正的衰减系数矩阵,完成待测物体的图像重建。然而,该基于滤波反投影-迭代算法的CT系统图像重建方法在降低CT辐射剂量的同时,会损害图像质量。
又如中国专利申请201410072591.3号公开的一种低剂量X射线CT图像统计迭代重建方法,包括步骤:对CT设备的低剂量X射线CT图像的投影数据yraw进行图像重建,得到迭代初始图像μinit;对投影数据yraw进行数据恢复处理,得到恢复后的投影数据yrestored,对恢复后的投影数据yrestored进行图像重建,得到参考图像μref;以参考图像μref和迭代初始图像μinit,按R(μinit)=φ(μinit-SRNLM(μinit))构建边缘保持先验R(μinit),其中,φ()为能量势函数,SRNLM(μinit)为由参考图像μref引导的非局部均值滤波;根据迭代初始图像μinit边缘保持先验R(μinit),利用统计迭代公式进行迭代计算,得到迭代重建图像μiter;当对重建图像μiter进行迭代计算的结果满足迭代终止条件时,迭代终止,获得低剂量X射线CT图像最终的重建图像。然而,该低剂量X射线CT图像统计迭代重建方法的处理速度较慢,难以满足患者诊断速度要求。
因此,提供一种在不损害图像质量的情况下能够大大降低CT辐射剂量的腹部CT扫描图像处理方法及系统成为业内急需解决的问题。
发明内容
本发明的目的是提供一种基于统计迭代重建算法的腹部CT扫描图像处理系统,其具有良好的降噪能力及极快的处理速度,在不损害图像质量的情况下能够大大降低CT辐射剂量。
根据本发明的一个方面,提供了一种腹部CT扫描图像处理方法,其包括如下步骤:(1)、获取至少10组腹部CT扫描图像数据,所述腹部CT扫描图像是在管电压80~100kV、固定管电流30~50mA的条件下扫描的;(2)、对所述至少10组腹部CT扫描图像数据分别采用统计迭代算法进行重建,形成至少10组腹部CT扫描重建图像数据;(3)、对所述至少10组腹部CT扫描重建图像进行数据采集及分类解析;以及(4)、对至少10组腹部CT扫描重建图像数据进行统计学分析以获取各组体型特异性剂量估算值的平均值与容积CT剂量指数的平均值的比值,若所述比值大于等于设定值1.2则采用体型特异性剂量估算值作为辐射剂量标准值用于下次扫描,若所述比值小于设定值1.2则采用容积CT剂量指数作为辐射剂量标准值用于下次扫描,以便在保证CT图像质量的同时尽量降低辐射剂量对人体的危害。
其中,每组腹部CT扫描图像数据包括至少10幅CT扫描图像。可进一步根据体型特异性剂量估算值来推算腹部CT扫描图像患者器官剂量和个体有效剂量。
优选地,在步骤(1)中,选用128×0.625mm探测器,扫描螺距设定为0.6,球管旋转一周用时0.33s,视野设定为200mm×200mm。
可选择地,在步骤(2)中,采集及分类解析的数据包括:高对比度分辨力、低对比度分辨率、厚度、CT值线性、以及对比度标度。
优选地,在步骤(2)中,采集的数据还包括容积CT剂量指数、至少10幅CT扫描图像中最中间层面CT图像上感兴趣区面积及感兴趣区平均CT值。
可选择地,在步骤(3)中,CT扫描重建图像的厚度设定为1.5~10毫米,层间距设定为1.5~10毫米。
可选择地,在步骤(3)中,还可以使用全模型迭代重建算法、自适应迭代重建算法、或混合迭代重建算法。
可选择地,在步骤(4)中,采用SPSS20.0进行统计学分析。
SPSS20.0是IBM公司推出的数据统计分析软件,是各行业办公人员必备的统计分析工具之一。
SPSS是世界上最早采用图形菜单驱动界面的统计软件,它最突出的特点就是操作界面极为友好,输出结果美观漂亮。它将几乎所有的功能都以统一、规范的界面展现出来,使用Windows的窗口方式展示各种管理和分析数据方法的功能,对话框展示出各种功能选择项。用户只要掌握一定的Windows操作技能,精通统计分析原理,就可以使用该软件为特定的科研工作服务。SPSS采用类似EXCEL表格的方式输入与管理数据,数据接口较为通用,能方便的从其他数据库中读入数据。其统计过程包括了常用的、较为成熟的统计过程,完全可以满足非统计专业人士的工作需要。
可选择地,在步骤(4)中,至少10组CT扫描重建图像数据采用均数±标准差表示。
本发明的另一个方面提供了一种基于统计迭代重建算法的腹部CT扫描图像的处理系统,包括依次通信连接的数据采集模块、数据重建模块、数据解析模块以及数据分析模块,其中,所述数据采集模块用于获取至少10组CT扫描图像数据;所述数据重建模块用于对所述至少10组CT扫描图像数据采用统计迭代算法进行重建,形成至少10组CT扫描重建图像数据;所述数据解析模块用于对所述至少10组CT扫描重建图像数据进行分类解析;所述数据分析模块用于对所述至少10组CT扫描重建图像数据进行统计学分析。
可选择地,数据解析模块包括第一解析子模块、第二解析子模块及第三解析子模块。
可选择地,数据解析模块设定为Catphan500模体,第一解析子模块设定为CTP528模块,第二解析子模块设定为CTP515模块,第三解析子模块设定为CTP401模块。
其中,Catphan500为CT性能测试医疗模体,Catphan 500为轴向和螺旋CT扫描仪提供成像性能的完整表征。Catphan 500提供了一套全面的测量,以测量CT扫描仪的感光度、均匀性、几何和低对比度灵敏度的性能。Catphan 500配备了Smári,这是由The PhantomLaboratory创建的强大的基于Web的图像分析服务。Smári在云中提供自动幻像分析,并将测量结果保存在数据库中,以进行趋势分析、机器比较和历史记录。通常Catphan500由4个模块组成,封装在20厘米的外壳中,包括:CTP401切片几何和感光模块,CTP528高分辨率模块,CTP515低对比度模块,CTP486均匀度模块。
可选择地,数据分析模块设定为采用SPSS20.0进行统计学分析。
本发明的有益效果是:(1)、具有良好的降噪能力及极快的处理速度;(2)、在不损害图像质量的情况下能够大大降低CT辐射剂量。
附图说明
图1示出了本发明的腹部CT扫描图像处理方法的步骤示意图。
图2示出了本发明的腹部CT扫描图像处理系统的构造示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参考图1,作为一种非限制性实施方式,本发明提供的腹部CT扫描图像处理方法,首先,在步骤S1中,获取15组腹部CT扫描图像,所述腹部CT扫描图像是在管电压80kV、固定管电流30mA的条件下扫描的。接着,在步骤S2中,对15组CT扫描图像采用统计迭代算法进行重建,形成15组CT扫描重建图像。随后,在步骤S3中,对15组CT扫描重建图像进行数据采集及分类解析。最后,在步骤S4中,对15组CT扫描重建图像数据进行统计学分析。
在步骤S2中,将CT扫描重建图像的厚度设定为3毫米,层间距设定为3毫米,采用统计迭代重建算法进行运算。
在该非限制性实施方式中,为了统计辐射剂量,在步骤S3中,采集容积CT剂量指数(CTDIvol)、每组CT扫描图像中最中间层面CT图像上感兴趣区面积(AROI)及感兴趣区平均CT值(CTROI),计算水当量直径(WD),依据WD对应的转换因子f得到体型特异性剂量估算值(SSDE)。相关计算公式如下:
f=1.874 799×exp(-0.038 731×WD)
SSDE=f×CTDIvol
由此,平均CT值代表感兴趣信号值,SD值代表感兴趣区客观噪声值,感兴趣区信噪比SNR=CTROI/SD。
最后,在步骤S4中,采用SPSS20.0进行统计学分析,得到15组组SSDE的平均值与15组CTDIvol的平均值的比值约为1.45,由于该比值大于设定值1.2则可采用体型特异性剂量估算值SSDE作为辐射剂量标准值用于下次扫描,以便在保证CT图像质量的同时尽量降低辐射剂量对人体的危害。
如图2所示,本发明提供的种基于统计迭代重建算法的腹部CT扫描图像的处理系统包括数据采集模块100、数据解析模块200、数据重建模块300以及数据分析模块400。
其中,数据采集模块100用于获取至少10组CT扫描图像数据。
数据重建模块300用于对至少10组CT扫描图像数据采用统计迭代算法进行重建,形成至少10组CT扫描重建图像数据。
数据解析模块200用于对至少10组CT扫描重建图像数据进行分类解析。
数据分析模块400设定为采用SPSS20.0对至少10组CT扫描重建图像数据进行统计学分析。
在该非限制性实施方式中,数据解析模块200包括第一解析子模块201、第二解析子模块202及第三解析子模块203。
其中,数据解析模块200设定为Catphan500模体,第一解析子模块201设定为CTP528模块,第二解析子模块202设定为CTP515模块,第三解析子模块203设定为CTP401模块。
尽管在此已详细描述本发明的优选实施方式,但要理解的是本发明并不局限于这里详细描述和示出的具体结构,在不偏离本发明的实质和范围的情况下可由本领域的技术人员实现其它的变型和变体。
Claims (8)
1.一种腹部CT扫描图像处理方法,其特征在于,包括如下步骤:
(1)、获取至少10组腹部CT扫描图像数据,所述腹部CT扫描图像是在管电压80~100kV、固定管电流30~50mA的条件下扫描的;
(2)、对所述至少10组腹部CT扫描图像数据分别采用统计迭代算法进行重建,形成至少10组腹部CT扫描重建图像数据;
(3)、对所述至少10组腹部CT扫描重建图像进行数据采集及分类解析;以及
(4)对所述至少10组腹部CT扫描重建图像数据进行统计学分析以获取各组体型特异性剂量估算值的平均值与各组容积CT剂量指数的平均值的比值,若所述比值大于等于设定值1.2则采用体型特异性剂量估算值作为辐射剂量标准值,若所述比值小于设定值1.2则采用容积CT剂量指数作为辐射剂量标准值。
2.如权利要求1所述的腹部CT扫描图像处理方法,其特征在于,在步骤(2)中,采集及分类解析的数据包括:高对比度分辨力、低对比度分辨率、厚度、CT值线性、以及对比度标度。
3.如权利要求2所述的腹部CT扫描图像处理方法,其特征在于,在步骤(3)中,所述CT扫描重建图像的厚度设定为1.5~10毫米,层间距设定为1.5~10毫米。
4.如权利要求3所述的腹部CT扫描图像处理方法,其特征在于,在步骤(4)中,采用SPSS20.0进行统计学分析。
5.如权利要求4所述的腹部CT扫描图像处理方法,其特征在于,在步骤(4)中,所述至少10组CT扫描重建图像数据采用均数±标准差表示。
6.一种采用如权利要求1~5中任一项所述的腹部CT扫描图像处理方法的处理系统,其特征在于,包括依次通信连接的数据采集模块、数据重建模块、数据解析模块以及数据分析模块,
其中,所述数据采集模块用于获取至少10组CT扫描图像数据;
所述数据重建模块用于对所述至少10组CT扫描图像数据采用统计迭代算法进行重建,形成至少10组CT扫描重建图像数据;
所述数据解析模块用于对所述至少10组CT扫描重建图像数据进行分类解析;
所述数据分析模块用于对所述至少10组CT扫描重建图像数据进行统计学分析。
7.如权利要求6所述的处理系统,其特征在于,所述数据解析模块包括第一解析子模块、第二解析子模块及第三解析子模块。
8.如权利要求7所述的处理系统,其特征在于,所述数据解析模块设定为Catphan500模体,所述第一解析子模块设定为CTP528模块,所述第二解析子模块设定为CTP515模块,所述第三解析子模块设定为CTP401模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211486559.0A CN115841525A (zh) | 2022-11-24 | 2022-11-24 | 腹部ct扫描图像处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211486559.0A CN115841525A (zh) | 2022-11-24 | 2022-11-24 | 腹部ct扫描图像处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115841525A true CN115841525A (zh) | 2023-03-24 |
Family
ID=85576055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211486559.0A Withdrawn CN115841525A (zh) | 2022-11-24 | 2022-11-24 | 腹部ct扫描图像处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115841525A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116269466A (zh) * | 2023-05-10 | 2023-06-23 | 吉林大学 | 一种ct低对比可探测能力自动检测计算方法 |
-
2022
- 2022-11-24 CN CN202211486559.0A patent/CN115841525A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116269466A (zh) * | 2023-05-10 | 2023-06-23 | 吉林大学 | 一种ct低对比可探测能力自动检测计算方法 |
CN116269466B (zh) * | 2023-05-10 | 2023-08-18 | 吉林大学 | 一种ct低对比可探测能力自动检测计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1276743C (zh) | 用来计算体积灌注的方法和设备 | |
RU2471204C2 (ru) | Локальная позитронная эмиссионная томография | |
JP5860607B2 (ja) | トモグラフィデータ収集及び画像再構成のためのシステム及び方法 | |
EP1902424B1 (en) | Highly constrained image reconstruction method | |
JP4871506B2 (ja) | 画像処理のシステム及び方法 | |
RU2606561C2 (ru) | Компенсация усечения для итерационной реконструкции в компьютерной томографии (кт) с коническим пучком в комбинированных системах офэкт/кт | |
US6493416B1 (en) | Method and apparatus for noise reduction in computed tomographic systems | |
US20050226375A1 (en) | Enhanced X-ray imaging system and method | |
US20040260176A1 (en) | Systems and methods for correcting a positron emission tomography emission image | |
EP2245592B1 (en) | Image registration alignment metric | |
IL140350A (en) | Methods and apparatus for estimating cardiac motion using projection data | |
KR20100133950A (ko) | 동적인 제약들에 따른 오브젝트 주변의 사용을 통한 단층 촬영에 있어서의 양 감소 및 이미지 강화 | |
CN1656499A (zh) | 使用车轮投影分析的肺结节检测 | |
Ke et al. | Multiscale wiener filtering method for low-dose CT images | |
Chatziioannou et al. | Detailed investigation of transmission and emission data smoothing protocols and their effects on emission images | |
CN115841525A (zh) | 腹部ct扫描图像处理方法及系统 | |
KR20170087320A (ko) | 단층 영상 생성 장치 및 그에 따른 단층 영상 복원 방법 | |
Zeng et al. | Approximations of noise covariance in multi-slice helical CT scans: impact on lung nodule size estimation | |
US20050074084A1 (en) | Methods, apparatus, and computer readable mediums for performing perfusion studies | |
US7269244B2 (en) | Methods and apparatus for generating thick images in cone beam volumetric CT | |
EP3349655B1 (en) | Tomography apparatus and controlling method for the same | |
US7853314B2 (en) | Methods and apparatus for improving image quality | |
US9858688B2 (en) | Methods and systems for computed tomography motion compensation | |
US20230252695A1 (en) | Systems and methods for monitored tomographic reconstruction | |
US20230386036A1 (en) | Methods and systems for medical imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230324 |
|
WW01 | Invention patent application withdrawn after publication |