提高內耳CT圖像清晰度的盲目復原算法研究.pdf

1、目的：為了更好地區(qū)分內耳精細的解剖結構，借助于數(shù)字圖像處理的方法對內耳CT圖像進行后處理使其進一步改善圖像細節(jié)的顯示能力，提高圖像的清晰度，為人工耳蝸植入的術前病例選擇和術后植入電極的評估提供更加清晰的CT內耳圖像。 材料與方法：CT內耳檢查的患者32位，患者包括重度耳聾患者3例，中耳炎患者11例，外耳道閉鎖1例，正常17例，平均年齡24歲（年齡7～36歲）。采用螺旋CT顳骨容積掃描，每例患者約有圖像140～200幅。掃描后圖像

2、進行直接放大或進行靶重建，從病例中選取包括耳蝸斷面及臨近層面的CT圖像共90幅組成實驗樣本。采用德國西門子公司SOMATOM Sensation Cardiac 16層螺旋CT和SOMATOM Sensation Cardiac 64掃描機進行顳骨容積掃描，掃描基線為聽眶上線，標稱層厚為0.6mm，床進0.8mm，螺距0.75mm，用120kV、400mAs條件曝光。取興趣區(qū)（region of interest，ROI）進行靶重建，重

3、建算法分別用U70、B40兩種，重建層厚為0.6，Increment為0.3mm，F(xiàn)OV采用為70mm×70mm和100mm×100mm兩種，圖像矩陣為512×512。 用豚鼠耳蝸組織學切片作體模，用顯微鏡CCD照相機采集系統(tǒng)采集放大40倍的切片圖像。對清晰圖像進行加噪濾波處理，模擬CT成像系統(tǒng)圖像退化模型。通過對退化圖像的復原效果獲得迭代次數(shù)n作為期望最大化（expectation maximization，EM）迭代算法的迭

4、代次數(shù)，然后在，n確定的前提下利用邊緣噪聲比（edge-to-noise ratio，ENR）最大化原則得到此種情況下的標準偏差σ，即點擴散函數(shù)（point spread function，PSF）Gaussian模糊的σ。獲得確定的PSF后，應用EM迭代算法對內耳的CT圖像進行復原處理就可得到對原始清晰圖像的估計。比較用本方法處理前后的內耳CT圖像可知處理后的CT圖像的清晰度得到了進一步提高，對內耳細節(jié)的顯示更為有利。 結果：

5、找出了EM迭代算法的迭代次數(shù)n值、各個圖像處理的最佳σ值。使用對應的n值和σ值處理CT圖像獲得對原始圖像的清晰估計。用SPSS 12.0統(tǒng)計學分析軟件進行配對資料t檢驗，得到內耳橫斷位圖像t＝-2.447，Sig（2-tailed）＝0.027<0.05；局部直接放大圖像t＝-3.389,Sig（2-tailed）＝0.004.<0.01；B40靶重建后圖像進行復原處理的圖像t＝-39.915，Sig（2-tailed）＝0.000＜0