关于CT诊断过程中的伪影去除方法研究

关于CT诊断过程中的伪影去除方法研究关于CT诊断过程中的伪影去除方法研究[摘要]随着科技水平和对民众的科普水平的逐步提高，CT扫描检查已经演变为最普遍的检查方式之一，人们也开始关注自己的身体健康状态，所以医院对CT图像质量的检控也越来越严格。本文通过对CT诊断过程中常见的图像伪影出现的原因以及相应的去除方法的综述,来达到辅助临床医生及影像学技术人员加深对各种CT图像伪影的认识,采用有效的方法使伪影被消除,使得CT图像质量得到提高。以便于医生对诊断过程中的病灶进行判断，给病人提供更为优质的诊断结果，确保病人及时获得最适合的治疗。于此同时本文尝试结合PACS系统的强大后处理功能利用简单的算法进行图像处理，目的是使医生可以通过PACS系统可以自由调节CT图像，从而增强图像清晰度，使诊断更为便捷快速。[关键词]CT图像;常见伪影;去除方法Researchonartifactremovalmethodinctdiagnosisprocess[Abstract]ThroughthereviewofcommonimageartifactsintheCTdiagnosisprocess,thecausesofvariousartifacts,andthecorrespondingremovalmethods,itispossibletoassistcliniciansandimagingtechnicianstodeepentheirunderstandingofvariousCTimageartifacts.Thepost-processingfunctionofthePACSworkstation,combinedwithsomeclinicalcases,usesaneffectivemethodtoeliminateartifactsandimprovethequalityofCTimages.[Keywords]CTimage;commonartifacts;removalmethod

目录TOC\o"1-3"\h\u引言 引言CT扫描，也被称为计算机断层扫描，以前称为计算机化轴向断层扫描或CAT扫描，利用了许多计算机处理的组合透视，从不同的角度以产生交叉进行的测量。扫描对象的特定区域的截面（断层扫描）图像，允许使用者在不切割的情况下看到病人的内部结构。CT产生的是可以被操控的数据，以便基于其吸收X射线束的能力展示各种身体结构。尽管在历史上，所产生的图像在垂直于主体的长轴的轴向或横向平面中。但是现在扫描仪允许在各种平面上或者甚至作为结构的体积3D表示来重新格式化该数据量，并且在医学使用上最为常见。在过去的二十年中，许多国家的CT使用率急剧上升，2007年美国估计有7200万次扫描，2015年每年扫描超过8000万次，一项研究估计，美国目前有多大0.4%的癌症晚期对比过去进行的CT扫描数据，这可能会增加高达1.5%到2%的CT使用率，然而这一估计还存在争议，由于对辐射造成的损害仍然没有达成共识[1-2]。CT图像伪影是指扫描实际物体时,在成像过程中产生的一些影像与被扫描物体结构无关。然而这些异常影像的出现会使医生对病情的诊断产生严重的影响,且极有可能增加误诊的概率。所以正确识别出伪影图像对临床诊断极为关键。CT伪影的成因复杂繁多，且具有多种多样的表现形式。而CT诊断过程中出现的伪影则主要分为两大类，一是被扫描物的属性,包括金属伪影和运动伪影(人为运动和生理运动)等。二是成像原理和技术的限制，包括部分容积效应、射束的硬化等[3]。PACS系统意为影像归档和通信系统。它是应用在医院影像科室的系统，主要的任务就是把日常产生的各种医学影像以数字化的方式海量保存起来，当需要的时候在一定的授权下能够很快的调回使用，同时增加一些辅助诊断管理功能。它在各种影像设备间传输数据和组织存储数据具有重要作用。其中，系统内的后处理功能以调节图像窗宽，窗位为典型。例用该功能可以显著恢复图像的细节质量[4].本文也会针对PACS系统中影像工作站内的辅助诊断功能，对CT图像做粗略的处理方便医生的诊断。1CT图像常见伪影与去除方法1.1运动伪影1.1.1运动伪影的成因病人在CT扫描数据采集过程中反生移动，被检查物因此亦发生移位,会致使投影数据不一致，而结果图像出现伪影。一般情况下病人有随意运动(如吞咽动作、头的摇摆动作、呼吸运动等)和非随意的运动(如胃肠蠕动、心脏跳动等),均可产生伪影，如下图1、2所示。一般表现为图像中阴影、双轮廓线、轮廓线模糊以及线条伪影。不当使用造影剂也会产生运动伪影(如出现的上腔静脉造影剂伪影，不仅和注射造影剂的速度有关，还和机器扫描时，血管内是否有造影剂在流动有关)[5]。运动伪影一般是肺部的呼吸伪影最为常见。CT扫描可以用于检测肺实质的急性和慢性变化，即CT扫描可以用于检测肺实质的急性和慢性变化。CT扫描就具有特别的优势，因为正常的二维X射线不显示这种缺陷。根据可疑的异常情况使用各种技术，为了评估慢性间质的过程（肺气肿，纤维化等），使用具有高空间频率重建的薄切片能更好的发现病灶[6]。1.1.2运动伪影的处理方法即临床上通常要求患者在保持固定体位的同时，完成扫描时患者一直处于屏气状态，来解决这种运动伪影的影响，但如果使用的是低速螺旋CT对部分较为特殊的病人，如：心肺功能不全、年龄较长、儿童、胸部有所外伤甚至咳嗽等患者进行检查。他们无法维持足够长的屏气时间完成检查，从而采集到完整的检查数据，影响图像质量和诊断。在临床上我们可以采取以下方法来减少伪影的形成：（1）扫描可以先从肺底开始，从下方往上进行检查，可以降低呼吸运动产生伪影的概率，从而避免对病灶的遗漏，满足了临床的需要（2）根据被检查的患者的屏气实际情况，调整扫描参数，从而缩短扫描时间，应给予患者足够充分的时间进行吸氧，使屏气时间加长（3）在面对不同的临床病症应该适当地调整扫描参数，从而提高图像质量和诊断效率。优质的图像表现为膈肌边缘显示大概清晰，基本没有条状伪影，清晰显示肺组织，方便与医生诊断[7]。图1图矫正前图2图矫正后1.2金属伪影1.2.1金属伪影的成因金属伪影也是常见的无法避免的伪影之一，而且其对图像质量的影响较大。金属伪影产生的基本原因,扫描过程中遇到高密度物质作用后X射线会急剧衰减,致使对应的投影数据失真[8]。是由于周围的组织丧失了的X射线衰减信息。如图3、图4所示。如经手术植入人体的高密度物质(如心脏起搏器、牙齿的填充物、手术夹、以及电极等)及随身携带的金属(如耳环，衣服的金属纽扣,项链，发饰等)以及均可产生条形伪影。1.2.2金属伪影的处理方法在患者进行CT检查前，应检查并取出随身的携带的金属。对于患者体内存在的金属物，在扫描时应该选择合适的层面方向，使金属植入物尽可能不处于扫描平面内，另一方面，金属图像可以被设定一个阈值，采用插值将高于该阈值的图像生成新图像，这种方法在临床操作中十分有效。对于无法避免的金属物，去除伪影我们可以选择1、插值法。优点是计算复杂度低，处理速度快，临床实用性强。处理流程可以分为如下。（1）通过过滤反投影，从受金属伪影影响的数据重建CT图像。（2）采用不同的分割方法对金属伪影区域进行分割，这部分的难点在于如何准确地找到金属的区域边界点。（3）通过插值对伪影区域进行插值。（4）对校正数据的反投影重建进行滤波，以获得伪影去除图像。学者们讨论了作为一种去除金属伪影的插值方法的分割的要点和难点。用于实际处理中的划分的方法基本上分为阈值划分方法，聚类方法，边缘检测方法，平均方法和区域增长方法。2、迭代法。其具有抗噪性强,去除金属伪影效果好的优点,但是处理步骤繁杂,实时性差。CT金属伪影是常见的临床现象，其处理方法可分为专注于改进硬件技术和处理软件算法的方法。相比之下，由于硬件技术的改进主要是为了减少金属伪影的主要因素，因此它更直接地去除金属伪影并且对原始投影数据的损害更小。其缺点是导致金属伪影的因素不是唯一的。某些硬件修改无法达到完全去除金属伪影的效果，并且该设备还需要在生成图像，图像质量和成像工作站时成像工作站的干预它是生成的。并且图像重建算法是不可分割的。因此，仍然需要基于硬件性能增强和开发进一步研究图像处理方法。值得注意的是，将相同的样本与能谱CT和正常CT的结果进行比较。对于同一组数据处理结果的两种方法之间的比较表明，与正常CT相比，能谱CT实际上出现在金属伪像去除上存在优势，出现这种差异的原因的详细分析，对改善金属伪影的去除是具有非常重要的意义的。在现实的诊断过程中很多部位都存在无法取出的金属物，例如头部CT扫描对于假牙以及术后复检、眼眶金属植入物等情况，金属伪影的出现就不可避免了。头部的CT扫描通常用于检测\o"梗塞"梗塞，肿瘤，\o"钙化"钙化，\o"出血"出血和骨创伤。低密度（暗）结构可以指示\o"浮肿"水肿和梗塞，高密度（明亮）结构表明钙化和出血和骨创伤可以被视为骨窗中的脱节。肿瘤可以通过它们引起的肿胀和解剖学扭曲或周围水肿来检测。配备小口径多层CT扫描仪的救护车可以应对涉及中风或头部创伤的病例[9]。1.2.3金属伪影的临床处理方法例如手术后重新检查眼眶CT，植入材料的清晰位置以及骨折缺损的修复是眼眶骨折后的主要影响。这需要在CT图像上清楚地显示修复材料以进行术后观察。基于多种因素，临床上最常用的眼眶骨折修复材料是钛网或含有钛网的复合材料，可用于评估眼眶修复植入物的位置。由于它是金属，它具有的CT图像，其不可避免地产生伪影，所谓的非实时图像的独特的高密度遮荫，反过来干扰与周围真实结构图像和诊断影响施加不同于人的脊柱，四肢和其他部位，眼睛本身的正常解剖结构小而复杂且形状不规则。传统的CT检查需要更高的空间分辨率。在眼眶骨折或手术修复后，必须出现局部解剖结构。即使它非常小，修复由植入物产生的金属伪影的各种变化也会妨碍正常解剖结构或异常变化的检测。术后并发症如植入物置换，继发性软组织环境和功能障碍也会导致CT修复植入物产生的金属伪影通常会影响细微的结构变化从而延误治疗时间。多年来，金属植入物伪像（计算机断层扫描问题）一直困扰着医学成像行业。宝石CT的诞生超越了传统CT的范围，可以实现宝石探测器，光谱光栅成像，动态500行和高清低剂量成像。随着技术的进步，球管可以在仅0.5ms内在140kVp和80kVp之间切换，并且以相同的角度同时记录两组不同的能量样本，于是两组能量信息一致。对投影空间的分析可以提供一系列单独的能量图像，其基本上消除了由线束硬化效应引起的CT值的“漂移”。也就是说，在高keV下可以有效地减少金属伪影。有助于单能量图像启用后续后处理，如体积显示，多级重组和最大投影密度，以提供更直观的信息，以恢复植入物与周围结构之间的关系[10]。图3校正前图4校正后1.3线束硬化1.3.1线束硬化的成因及杯状伪影形成原因产生机制：X射线包含一系列频率的波动，并不是单能的。当人体被连续谱能的X射线经过时，会优先吸收能量较低的X线，较易穿透的是能量高的X射线，平均能量在射线传播过程中逐渐变高，射线也逐渐变硬,此即为线束硬化效应。在人体的横断薄层中，物质的衰减系数的分布情况构成了CT图像，即相当于人体组织密度的分布情况。射线硬化就相当于物质的吸收密度被降低，所以一定会对CT图像的质量产生影响。伪影的形成：杯状伪影，暗带和条状伪影,以上两种类型的伪影均是由于线束硬化而造成。杯状伪影是由于均匀物质边缘部分的CT值高于中间的CT值，造成中间黑、边缘白的情况。当X线球管沿着不同的方向对某一物体进行扫描时，在密度不均匀组织横断面图像上的两个致密结构之间(例如颅底岩骨间(图5)，或者是出现在注射对比剂后的造影剂浓度不同的血管间(图6)会出现暗带和条纹伪影。1.3.2伪影的处理方法减少伪影的方法：针对射硬化的解决方法，主要有硬件和软件两类。为使不同射束的硬化趋于均匀，可在早期将检测对象缠绕水袋，不过以上方法仅适用于头部检测应用。依据相似原理，利用蝴蝶结状滤波器对射线进行过滤则是目前较好的一种方案，依据病人的轮廓调节滤波器的厚度变化，使二者相匹配。在软件处理方法上，可分为预处理和后处理两大类，预处理方法是第一步，制作一个作为射束硬化先验信息的校正表,在按上表对投影数据进行校正的基础上再滤波反投影，从而使射束硬化的影响被减少甚至去除。虽然上面介绍的方法都可以或多或少弥补射束硬化影包含衰减性质很大不同物质(如骨骼和软组织)的图像，如图5和图6中的亨氏暗区，还不能很好的解决射束硬化伪影问题。一种递归算法较好的解决了这一问题，先重构一幅初始图像来定位软组织和骨头，通过反投和重构域值分割后的图像获取误差伪影图像，再将误差伪影从重构图像中减去，即为算法的主要思想。图5校正前图6校正后

1.4部分容积效应1.4.1部分容积效应产生伪影的原因伪影产生机制：有2种以上不同密度而又相重叠的物质在同一扫描层面时，则会有多种密度的检测数据出现在同一个探测器上，检测数据的平均值作为输出信号，致使所得的CT值不能如实反映其中任何一种物质的真实CT值，以上现象被称为部分容积效应。伪影的形成:带状和条状伪影是大多部分容积效应对图像的影响。解剖结构变化快、复杂的部位在Z轴方向容易出现部分容积效应，如条状伪影在扫描后颅窝时常常会出现，就是因部分容积效应所导致。1.4.1减少伪影的方法减少伪影的方法:①是采用薄层扫描是减少部分容积效应最直接有效的方法(下图，图7是采用7mm厚层，图8是采用2mm厚层,图7的图像质量明显次于图8)对于薄层扫描导致噪声变多的问题，可以分为若干小层厚进行重建的基础上辅以图像叠加，一方面达到噪音减小效果，另一方面也使部分容积效应降低；②根据相邻重叠的图像信息，用软件校正的方法减少部分容积效应[11]。图77mm扫描图82mm扫描1.5光子不足1.5.1光子不足的成因及产生伪影的原因产生机制：参数选择不正确(如较低的mA)或扫描高度衰减的区域时,会带来严重的条纹伪影。这主要是由于探测器采集的样本不足，即穿过病人到达探测器的光子不足，产生的图像噪声过大而引起。在CT图像的预处理过程中，测量光子与投影噪声成反比，光子越少，则产生的噪声越大，而投影噪声在滤波后被进一步放大。在CT图像的重建中，这些波动非常明显的采样被反投影过程映射为图像中亮或暗的直线，因此产生了严重的条纹伪影。伪影的形成：光子不足产生的伪影是严重的条纹，以或亮或暗的直线在图像中显现出来。较易出现在如臀部，肩关节、心脏等这些人体组织体积相对较厚、对于X线存在高度衰减的部分，尤其是肩关节(图9)。图9光子不足的条纹伪影 1.5.2减少伪影的方法减少伪影的方法:目前存在多种方法可以减小光子不足的条纹伪影。如为克服光子不足这一问题可在扫描过程中增加管电流，但是当线束经过较少衰减部位时，病人会因此接受到较大的剂量。对此问题的解决，现在的CT机上都设置了管电流调制技术(如图10所示，依据体层的厚薄部位不同，采用不同的高低电流)及自适应滤波法技术[12]。另一方面，对于光子不足产生的伪影还可以通过优化扫描参数与注意病人摆位来改善。图10管电流调制技术

2图像处理工作站对CT图像处理的讨论2.1PACS系统的近况及功能近些年来，虽然医学图像的信息化数字化发展，PACS系统已经被广泛应用在了医疗范围内。医学技术在发展的同时带动了工程技术的发展。其中在PACS系统中的图像处理工作站的功能最为有特色。由于数字图像的特性，可以进行各种后处理，并且可操作性强。首先，可以提高图像的分辨率。由于数字图像由像素矩阵组成，因此当每单位面积的数字图像的像素数量大时，包括更丰富的生物信息。图像处理软件，例如图像处理工作站，帮助成像器调整特定尺寸的像素。也就是说，您可以使用算法来增加像素数量并增加图像中的生物信息量。然后，您可以更改图像的灰度值。通常，这种图像左侧的图像质量被认为是差的，因为人类具有较低强度值的图像的分辨率较差。但是，使用计算机，您可以调整图像的亮度，这样您就可以自由调整图像的亮度。获取清晰的图像内容最终的数字图像可以改变对比度。数字图像对比度描述了相邻像素之间的灰度值的差异。像素之间的灰度值的较大差异增加了最终人物相对于图像的对比度，使得更容易区分图像的内容并且有效地使用PACS后处理。该系统可以适当地改善图像的对比度。该数字图像处理技术不仅优化了图像效果，而且还能够对图像重建和三维图像的后处理进行定量评估。现在的CT图像还没可以大众化简单化，没有能很好地通过CT图像自身的处理来得出病灶的问题，病灶的确定还是要通过医生的观察和结合临床，CT图像来判断。所以医生对病灶的判断会被他所得到的CT图像质量有所影响，质量不好的CT图像很大可能性会误导医生的诊断结果，这样会导致对病情的了解以及控制诊断有非常不好的影响。在上述内容中我们探讨了CT扫描中出现的多种常见伪影，包括了它们的形成原因以及简单的处理方法。我们不妨尝试利用PACS系统强大的后处理能力，对各种伪影去除的基本算法进行实现[13]。现在所使用的CT图像处理方式主要有两种，（1）调节图像的窗宽窗位，（2）直方图均衡化，（3）平滑以及锐化。2.1.1窗宽窗位调节收集到CT图像原始数据以后我们可以利用设备函数的二维纹理映射把CT图像打开，关于灰度的修改，我们可以利用窗口技术来进行调节。所谓窗口技术就是把某大小平面内的像素值缩小到灰度级内的技术。以CT图像为例，通过调节窗宽窗位的大小，图像的对比度以及亮度会有所改变，达到理想的效果时，就可以得到较为清晰的效果从而降低模糊效应。2.1.2直方图均衡化就拥有灰度级的数字图像而言，它的灰度直方图是图像像素在各级灰度级上的分布数量图，是统计得来的数据。他可以直接的看出图像像素的统计信息，与此同时也反应图像的清晰程度。若图像出现像素分布不均匀的情况，则图像会反映出亮度的明暗，若分布均匀，图像效果最为清晰。对直方图均衡化处理也就显得极为重要。该功能可以降低轻微的呼吸运动伪影对诊断结果判断的影响。2.1.3图像平滑在病人开始进行检查，我们收集数据，到数据的传递以及读取存档的过程中。图像难免会受到设备，温度，环境等多方面的影响。利用平滑技术，去除图像中的噪音影响，可以很好地提高图像的质量。针对噪声我们可以从空间域以及频率域两个方向着手处理。而最典型的平滑方法就是邻域平均法，就是通过像素邻域的平均值来滤除噪声对图像的干扰。加权平均是对邻域平均方法的改良，像素本身具有加权平均值，可以平滑噪声并保持边缘不模糊。而关于频率域方法，噪声是属于高频段音频，平滑去噪声的方法其实就是一种加噪图像被低通滤波器处理的过程[14]。2.1.4图像锐化完成图像平滑后通常会再进行图像锐化步骤，主要用途是加强图像目标的线条轮廓感，修复边缘的模糊，使得图像更为清晰。2.2医学图像分割技术现在图像分割方法的重要研究与使用领域就是医学图像分割，它是医学影像学中的重要环节并且有着不可替代的作用。在数字化的CT诊断过程中，经常应用到CT图像中的病灶信息，例如角度，面积等。所以利用计算机的图像分割手段提炼出各种有效信息就显得极为重要。为病人病情的判断和诊断方法有着可相信的数据和帮助。2.2.1阈值分割技术CT图像分割中应用的最广泛的就是阈值分割。它可以迅速高效的分割出灰度值相对较大的部分。使用什么方法来确定阈值来达到二值图像的要求是阈值分割的关键问题。使用最大熵来选择适当的阈值作为参考可以有效地划分图像。[15]熵表示统计信息中的平均信息量。由于人体中相同类型的组织在图像的灰度级分布中处于相同区域，并且此区域中此类信息的量最大，因此选择适当的阈值来映射灰度级。相应的类最大化每个类的熵的总和，并且完成的正确分割。通常因为所选择的阈值数量不同分成了单阈值以及多阈值两类。但这种方法会导致金属周围区域投影值差异，非常不利于CT图像重建。2.2.2区域生长法以及边缘检测法区域分割法最具有代表性的就是区域生长法。确定准则和阈值需要提前按照需求设定好，生长点的初始值是从医生的操作中获得。但是，区域增长算法的实现存在一些问题。如果该区域的初始种子选择不合适，则该算法的分割效果不理想，并且基本图像特定属性的像素区域的增长不一定被很好地分割。结果，这种非优化的参数设置通常导致区域增长的不足或过度分割，并且图像的图像质量，例如噪声，灰度不均匀性和阴影效应，也对分割结果具有一定的影响。由于算法原理简单，区域增长在实现过程中存在一些缺陷，但区域增长在实现过程中只需要几个种子点，它可以把具有相同特征的像素收集在一个区域内，然后提供特定的分割边界和分割结果。并且区域生长法可以根据具体情况自由设定区域增长过程的增长标准。在实际临床应用中，当分割结果不准确且应用复杂度较低时，区域生长算法是良好的分割方案[16]。分割方法还有一种叫做边缘检测法，是一种检测边缘区域的像素灰度值的不连贯性或者突变性的一种方法。串行边缘检测通常找到具有高斜率值的像素，并将它们最后组合以形成边界曲线。该方法受起点的影响很大。并行边缘检测的基本思想是局部微分算子。

结论随着现代化医学影像技术的发展,伪影的出现也会慢慢减少，但是在临床上，伪影的出现情况会趋于复杂化，除了本文所论述的伪影表现形式外,在临床实际操作经常会遇到许多不可重复性的伪影，还有一些伪影常常是由多个原因相互作用引起的。因此，对伪影的分析和及时做出正确判断存在一定的难度。本文主要介绍了CT诊断过程中经常出现的伪影成因、去除措施并结合常见的临床案例进行了分析和讨论。尝试利用PACS系统强大的图像处理能力解决伪影问题，以达到帮助影像技术及工程技术人员识别各种CT图像伪影，提高医生的诊断效率以及诊断的准确性，了解伪影的成因，正确采用有效的方法使CT伪影被抑制甚至消除，从而使得CT图像质量得到提高。降低病人重新检查的概率，从侧面保护了病人的安全。

参考文献：[1]IMVMedicalInformationDivision.

IMV2007CTMarketSummaryReport.

IMVMedicalInformationDivision;DesPlaines,IL:2008.

[2]

MettlerFA,Jr,ThomadsenBR,BhargavanM,etal.MedicalradiationexposureintheU.S.in2006:preliminaryresults.

HealthPhys.

2008;95(5):502–507.[3]}陈泽龙,赵春雷,王志敏,等.PET/CT图像伪影初探[J].中国医疗设备,2014,29(3):164-167.[4]王力.窗宽、窗位对CT图像的影响[J].医学信息,2004(11):721-722.[5]栗全营,吉蘅山,朱虹,等.PET/CT成像伪影分析[J].中国煤炭工业医学杂志,201