基于字典的低劑量CT圖像處理.pdf

1、X射線計(jì)算機(jī)斷層成像(X-ray Computerized Tomography，CT)具有空間分辨率高，掃描速度快，病人成本低，能夠提供三維成像的優(yōu)點(diǎn)。近年來，CT掃描技術(shù)已經(jīng)在臨床醫(yī)學(xué)診斷中得到了廣泛的應(yīng)用，成為放射診斷不可缺少的工具之一。然而，隨著CT技術(shù)的不斷普及，CT掃描中的X射線輻射也逐漸引起了人們的關(guān)注，輻射劑量的積累會誘發(fā)癌癥等病變。通過調(diào)節(jié)管電流可以減少劑量，但生成的CT圖像中會產(chǎn)生大量的噪聲和偽影，降低CT圖像質(zhì)量，

2、甚至影響醫(yī)生對病灶的確診率。因此，如何在降低CT劑量的同時(shí)得到高質(zhì)量的CT圖像，具有非常重要的臨床意義，也是近年來醫(yī)學(xué)成像領(lǐng)域熱門的研究課題。本文將主要研究基于區(qū)別性字典的低劑量CT圖像處理算法，并利用區(qū)別性字典的方法去除CT截?cái)鄠斡?，最后探索了CT金屬偽影的去除，具體內(nèi)容如下:
　　對于低劑量CT圖像處理，本文提出了一種有效的方法，稱為區(qū)別性特征表示算法(DiscriminativeFeature Representation，

3、DFR)。這種方法把低劑量CT圖像當(dāng)作高劑量CT特征和噪聲偽影的合成，把高劑量CT特征分離出來，作為處理后的圖像。特征分離通過區(qū)別性字典實(shí)現(xiàn)，字典包含了從不同劑量的CT體模圖像中提取出的高劑量CT圖像特征和噪聲偽影。為了得到最有效的特征表示，構(gòu)建字典所使用的體模圖像，和待處理的低劑量CT圖像，采集自相同的CT機(jī)，并且大部分掃描參數(shù)一致。從圖像質(zhì)量看，該算法在不同公司CT機(jī)的臨床數(shù)據(jù)上都取得了不錯的效果，不僅有效抑制了低劑量CT圖像中的噪

4、聲偽影，同時(shí)沒有丟失對比度和細(xì)小組織結(jié)構(gòu)。更重要的是，該算法簡潔明了，易于實(shí)現(xiàn)，參數(shù)設(shè)置魯棒性好，可以方便地應(yīng)用在現(xiàn)有的CT系統(tǒng)中。
　　CT圖像中的偽影常常比噪聲更加影響醫(yī)生的診斷，因而本文還研究了CT圖像中兩種常見偽影的去除。對于CT截?cái)鄠斡暗娜コ?，繼續(xù)利用了區(qū)別性表示的思想，根據(jù)截?cái)鄠斡暗奶攸c(diǎn)模擬出偽影字典，在圖像域?qū)崿F(xiàn)偽影的分離。該方法在體模驗(yàn)證和臨床數(shù)據(jù)上都取得了不錯的效果。最后，本文還探索了使用自洽性條件進(jìn)行CT金屬偽