多模型迭代重建算法对CT图像质量影响的模型研究

2016-09-22 09:03LIUZhuo
中国医学影像学杂志 2016年7期
关键词:分辨率比例噪声

刘 卓 LIU Zhuo

李 超 LI Chao

多模型迭代重建算法对CT图像质量影响的模型研究

刘 卓 LIU Zhuo

李 超 LI Chao

作者单位
北京大学人民医院放射科 北京 100044

Department of Radiology, People's Hospital,Peking University, Beijing 100044, China

Address Correspondence to: LIU Zhuo

E-mail: liuzhuormyy@sina.cn

2016-03-16

中国医学影像学杂志

2016年 第24卷 第7期:553-556

Chinese Journal of Medical Imaging

2016 Volume 24 (7): 553-556

目的 通过模型研究,客观评价多模型迭代重建算法(ASiR-V)对CT图像质量的影响。材料与方法 在不同条件下,分别扫描20 cm水模型和QA模型。以不同迭代权重,对原始数据进行重建。迭代比例选择从ASiR-V 0%即滤波反投影(FBP)到ASiR-V 100%,间隔10%。比较不同迭代水平图像的噪声、密度分辨率及空间分辨率。结果 与FBP图像相比,随着ASiR-V比重增加,图像噪声水平明显下降,密度分辨率明显提高,而空间分辨率略有提高。在120 kV、200 mA扫描条件下,ASiR-V 50%、ASiR-V 100%较FBP分别降低标准差约32%、58%,提高低对比探测能力约12%、21%,提高调制传递函数50约2%、5%。结论 基于模型的ASiR-V不仅可以显著降低噪声、明显提高密度分辨率,而且略提高空间分辨率。随着迭代比例增加,改善效果增加。

体层摄影术,X线计算机;算法;迭代重建;图像处理,计算机辅助;质量控制

【Abstract】Purpose To evaluate the performance of a brand-new iterative reconstruction algorithm named adaptive statistic iterative reconstruction Veo (ASiR-V) based on objective methods.Material and Methods We performed scans on 20 cm radiation level using water and QA phantoms. Images were reconstructed using different ASiR-V blending percentages from ASiR-V 0% (filtered back projection, FBP) to ASiR-V 100%, at interval of 10%. Noise standard deviation (SD) and density resolution (low-contrast detectability,LCD) were measured by scanning water phantom. Modulation transfer function (MTF) was measured by scanning QA phantom. We compared reconstructed images of noise SD, LCD and MTF by using different blending percentages of ASiR-V.Results As the increasing ASiR-V percentage, noise SD level significantly reduced and LCD significantly increased,while MTF slightly increased compared with FBP. Under the scan condition of 120 kV, 200 mA, noise SD of ASiR-V 50% and ASiR-V 100% decreased by 32% and 58%,respectively; LCD increased by 12% and 21%, respectively; MTF increased by 2% and 5%,respectively compared with FBP.Conclusion Our study indicated ASiR-V provided a significant reduction of image noise, improvement of density resolution as well as a slight improvement of spatial resolution. Therefore, this new algorithm has the potential effect to reduce radiation dose without compromising image quality.

【Key words】Tomography, X-ray computed; Iterative reconstruction; Algorithms; Image processing, computer-assisted; Quality control

随着CT技术的发展,尤其是多层螺旋CT的出现,疾病的诊断水平得到很大的提高,然而辐射对受检者的潜在危害性也逐渐受到关注。因此,如何在保证图像质量满足临床诊断要求的同时,减少辐射剂量,已成为目前影像学的一个重要的研究方向。以管电流调节技术为代表的扫描参数的优化技术是解决该问题的主要方法之一[1-2]。然而,辐射剂量降低会导致图像噪声增加。因此,对于使用解析算法如滤波反投影(FBP)的CT系统,辐射剂量的降低程度受到严重的限制。为了克服这些限制,重建算法的改进成为CT低剂量研究的一个重要方向。随着计算机技术的发展,特别是计算速度的提高,迭代算法已逐渐取代解析算法,如自适应统计迭代重建(adaptive statistical iterative reconstruction,ASiR)等可以保证图像质量满足临床诊断要求的同时,减少辐射剂量25%~ 40%[3-5]。然而,ASiR图像存在蜡像状伪影问题,尤其是在选择较高ASiR权重时。基于模型的迭代算法(model based iterative reconstruction,MBIR,商品名Veo)作为一种全迭代算法,可在更低辐射剂量条件下提供比ASiR更满意的图像质量。由于硬件条件及运算时间的限制,MBIR目前还难以投入临床应用[6-7]。2014年GE公司推出的多模型迭代重建算法(adaptive statistical iterative reconstruction Veo,ASiR-V)采用了更为先进的系统噪声模型,同时纳入了被扫描物体模型和物理模型,可以在与ASiR相近的重建速度下获得与MBIR相似的图像质量[8]。本研究拟通过对客观指标的测量,评价ASiR-V对CT图像质量的影响。

1 材料与方法

1.1 扫描方案 采用256排螺旋CT(GE Revolution CT)对模型进行扫描,包括20 cm水模及QA模型。根据技术手册要求,以120 kV、315 mA条件扫描20 cm水模,测量CT值标准差(standard deviation,SD)、低对比探测能力(low contrast detec tability,LCD)。以120 kV、315 mA条件扫描QA模型,以调制传递函数(modulation transfer function,MTF)为评价指标测量空间分辨率。测量结果与技术手册推荐值对比,合格即可进行后续研究。再以120 kV、200 mA条件分别扫描20 cm水模及QA模型,测量SD、LCD及MTF。

20 cm水模扫描参数:扫描类型,轴向;探测器范围80 mm,旋转时间1 s,管电压120 kV,管电流315/200 mA,扫描视野,小体型;高分辨率模式,关闭;图像层厚5 mm,显示视野22.7 cm,重建类型为标准。

QA模型扫描参数:扫描类型,轴向;探测器范围160 mm,旋转时间1 s,管电压120 kV,管电流390/200 mA,扫描视野,小体型;高分辨率模式,关闭;图像层厚1.25 mm,显示视野15 cm,重建类型为骨骼加强。

1.2 图像重建 扫描获得的原始数据以不同迭代算法比例(ASiR-V%)重建11套图像,包括ASiR-V 0%、10%、20%、30%、40%、50%、60%、70%、80%、90%、100%。其中ASiR-V 0%即FBP图像。不同百分比表示迭代重建所占权重,比如ASiR-V 50%的图像是由FBP图像与ASiR-V图像1∶1混合而成。测量并记录不同迭代比例重建图像的SD、LCD、MTF。针对每个指标,扫描3次,求平均值。

2 结果

2.1 测量结果与技术手册推荐值 以120 kV、315 mA条件扫描20 cm水模及QA模型,结果均符合技术手册要求。水模扫描图像见图1,QA模型扫描图像见图2。

2.2 测量结果

2.2.1SD 不同扫描条件下,SD测量结果见图3。结果显示随着ASiR-V比例增加,噪声水平显著下降。ASiR-V 50%、ASiR-V 100%较FBP的SD分别降低约32%、58%。

2.2.2LCD 不同扫描条件下LCD测量结果见图4。结果显示随着ASiR-V比例增加,噪声水平显著下降,因此密度分辨率随之明显提升。ASiR-V 50%、ASiR-V 100%较FBP的LCD分别提高约12%、21%。

图1 20 cm水模扫描图像,用于测量SD、LCD

图2 QA模型扫描图像,用于测量MTF

图3 迭代比例对SD的影响。随着ASIR-V%增加,SD降低

图4 迭代比例对LCD的影响。随着ASIR-V%增加,LCD提高

图5 迭代比例对MTF的影响。随着ASIR-V%增加,MTF略有提高。A. 200 mA;B. 315 mA

2.2.3 MTF 不同扫描条件下,MTF的测量结果见图5。结果显示,随着ASiR-V比例增加,MTF50、MTF10略有升高。ASiR-V 50%、ASiR-V 100%较FBP的MTF50 的MTF50分别提高约2%、5%。

3 讨论

随着迭代算法逐渐取代解析算法,对新算法的研究成为CT技术发展的方向之一。算法对图像质量的影响是研究的主要内容。对于重建算法的评价主要包括降低噪声的能力、提高密度分辨率的能力以及对空间分辨率的影响。

SD是指均匀物质扫描图像中各点之间CT值的上下波动,也可解释为图像矩阵中像素值的标准偏差[9]。本研究结果显示,随着ASiR-V比例增加,SD水平显著下降。

密度分辨率又称为低对比分辨率或LCD,是在低对比度条件下分辨物体微小差别的能力[10]。随着ASiR-V比例增加,SD水平显著下降,因此密度分辨率随之明显提升。

空间分辨率又称为高对比分辨率,是在高对比度条件下区分相邻最小物体的能力。既往研究表明,随着迭代比例增加,空间分比率随之下降;也有研究表明随着迭代比例的增加,空间分比率不下降甚至有所改善[11-13]。既往研究中对于空间分比率的测量多是通过扫描线对模型,主观计数的方法,此方法主观因素影响大,可靠性、重复性较差。本研究利用MTF客观评价图像的空间分辨率,观察空间分辨率随ASiR-V比例增加的变化规律。结果显示,随着ASiR-V比例增加,MTF50、MTF10略有升高。

2008年推出的ASiR通过建立统计噪声模型,并利用迭代的方法对噪声加以校正和抑制,得到更清晰的图像。ASiR技术可以显著降低图像的噪声,改善图像质量,与FBP算法相比,扫描剂量降低约50%。继ASiR之后,2011年推出的MBIR除建立噪声模型外,还建立了系统光学模型。体素、X射线光子初始位置和探测器几何因素均通过模型进行模拟。MBIR真实地还原了X射线从投射到采集的过程。与FBP技术相比,MBIR技术可以降低67%~82%的辐射剂量[14-16]。各模型中计算量最大的是光学模型,其可以提高重建图像的空间分辨率。2014年推出的ASiR-V技术在迭代过程中去除了光学模型,采用更为先进的噪声模型,同时纳入了被扫描物体模型和物理模型,使得可以在与ASiR相近的重建速度下获得与MBIR相似的图像质量,故命名为ASiR-V。

本研究结果显示,在120 kV、200 mA扫描条件下,ASiR-V 50%、ASiR-V 100%较FBP的SD分别降低约32%、58%,LCD提高约12%、21%,MTF50提高约2%、5%。ASiR-V重建算法在降低噪声、提高密度分辨率的同时,还能改善空间分辨率。

本研究的局限性为:①全部数据来自20 cm水模或QA模型,而性能模型不能完全模拟人体的多样性和复杂性。②本研究只应用120 kV,且仅选择高低两档管电流,未应用80 kV、100 kV等其他扫描条件。③噪声、密度分辨率、空间分辨率均是评价图像的客观指标,而客观指标不能完全反映图像质量。如当选择ASiR-V比例超过70%时,尽管各指标得到改善,但图像会出现蜡像状伪影或斑点状伪影,主观评价反而下降。④本研究未考虑图像重建速度,而重建的快慢也是临床应用中的重要指标。

总之,本研究的客观测量数据表明ASiR-V重建算法可以显著降低图像噪声、明显改善密度分辨率,且空间分辨率略有提高。

[1] Xu Y, He W, Chen H, et al. Impact of the adaptive statistical iterative reconstruction technique on image quality in ultralow-dose CT. Clin Radiol, 2013, 68(9): 902-908.

[2] 明康, 杨国威, 许永华, 等. 冠状动脉CT血管成像iDose4迭代重建与滤波反投影重建图像质量和辐射剂量比较. 中国医学影像学杂志, 2013, 21(4): 305-308.

[3] Willemink MJ, De Jong PA, Leiner T, et al. Iterative reconstruction techniques for computed tomography Part 1:Technical principles. Eur Radiol, 2013, 23(6): 1623-1631.

[4] Willemink MJ, Leiner T, De Jong PA, et al. Iterative reconstruction techniques for computed tomography part 2:initial results in dose reduction and image quality. Eur Radiol,2013, 23(6): 1632-1642.

[5] Löve A, Olsson ML, Siemund R, et al. Six iterative reconstruction algorithms in brain CT: a phantom study on image quality at different radiation dose levels. Br J Radiol,2013, 86(1031): 20130388.

[6] Ning P, Zhu S, Shi D, et al. X-ray dose reduction in abdominal computed tomography using advanced iterative reconstruction algorithms. PLoS One, 2014, 9(3): e92568.

[7] Vardhanabhuti V, Ilyas S, Gutteridge C, et al. Comparison of image quality between filtered back-projection and the adaptive statistical and novel model-based iterative reconstruction techniques in abdominal CT for renal calculi. Insights Imaging,2013, 4(5): 661-669.

[8] Lim K, Kwon H, Cho J, et al. Initial phantom study comparing image quality in computed tomography using adaptivestatistical iterative reconstruction and new adaptive statistical iterative reconstruction V. J Comput Assist Tomogr, 2015,39(3): 263-273.

[9] Li K, Tang J, Chen GH. Statistical model based iterative reconstruction (MBIR) in clinical CT systems: experimental assessment of noise performance. Med Phys, 2014, 41(4):1659-1662.

[10] Tang K, Wang L, Li R, et al. Effect of low tube voltage on image quality, radiation dose, and low-contrast detectability at abdominal multidetector CT: phantom study. J Biomed Biotechnol, 2012(878): 130169.

[11] Chen B, Ramirez Giraldo JC, Solomon J, et al. Evaluating iterative reconstruction performance in computed tomography. Med Phys, 2014, 41(12): 121913-121913.

[12] Kim HG, Chung YE, Lee YH, et al. Quantitative analysis of the effect of iterative reconstruction using a phantom:determining the appropriate blending percentage. Yonsei Med J, 2015, 56(1): 253-261.

[13] Mueck FG, Michael L, Deak Z, et al. Upgrade to iterative image reconstruction (lR) in MDCT imaging: a clinical study for detailed parameter optimization beyond vendor recommendations using the adaptive statistical iterative reconstruction environment (ASIR) Part2: the chest. Fortschr Röntgenstr, 2013, 185(7): 644-654.

[14] Kim Y, Kim YK, Lee BE, et al. Ultra-low-dose CT of the thorax using iterative reconstruction: evaluation of image quality and radiation dose reduction. Am J Roentgenol, 2015,204(6): 1197-1202.

[15] Honda O, Yanagawa M, Inoue A, et al. Image quality of multiplanar reconstruction of pulmonary CT scans using adaptive statistical iterative reconstruction. Br J Radiol, 2011,84(1000): 335-341.

[16] Pickhardt PJ, Lubner MG, Kim DH, et al. Abdominal CT with model-based iterative reconstruction (MBIR): initial results of a prospective trial comparing ultralow-dose with standard-dose imaging. Am J Roentgenol, 2012, 199(6): 1266-1274.

(本文编辑 张建军)

Effect of Adaptive Statistic Iterative Reconstruction Veo on CT Image Quality: Phantom Study

10.3969/j.issn.1005-5185.2016.07.021

刘 卓

2015-12-23

C32;R445.3

猜你喜欢
分辨率比例噪声
人体比例知多少
汽车制造企业噪声综合治理实践
组成比例三法
原生VS最大那些混淆视听的“分辨率”概念
一种提高CCD原理绝对值传感器分辨率的方法
基于深度特征学习的图像超分辨率重建
基于自适应块组割先验的噪声图像超分辨率重建
一种基于白噪声响应的随机载荷谱识别方法
限制支付比例只是治标
汽车变速器啸叫噪声处治