基于字典的低劑量CT圖像處理.pdf

1、X射線計算機斷層成像(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。近年來，CT掃描技術已經在臨床醫(yī)學診斷中得到了廣泛的應用，成為放射診斷不可缺少的工具之一。然而，隨著CT技術的不斷普及，CT掃描中的X射線輻射也逐漸引起了人們的關注，輻射劑量的積累會誘發(fā)癌癥等病變。通過調節(jié)管電流可以減少劑量，但生成的CT圖像中會產生大量的噪聲和偽影，降低CT圖像質量，

2、甚至影響醫(yī)生對病灶的確診率。因此，如何在降低CT劑量的同時得到高質量的CT圖像，具有非常重要的臨床意義，也是近年來醫(yī)學成像領域熱門的研究課題。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截斷偽影，最后探索了CT金屬偽影的去除，具體內容如下:
　　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)別性字典實現，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，并且大部分掃描參數一致。從圖像質量看，該算法在不同公司CT機的臨床數據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，同時沒有丟失對比度和細小組織結構。更重要的是，該算法簡潔明了，易于實現，參數設置魯棒性好，可以方便地應用在現有的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截斷偽影的去除，繼續(xù)利用了區(qū)別性表示的思想，根據截斷偽影的特點模擬出偽影字典，在圖像域實現偽影的分離。該方法在體模驗證和臨床數據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行CT金屬偽