(二十二:2020.11.09)論文學習之《CT中偽影的識別和規避》
講在前面
- 一.之前的工作持續了很長一段,所以部落格的更新進度比較慢,關於分割的很多問題也沒有花更多的精力,畢竟不是求學階段,所以還是工作的結果更重要。主要解決對於粒子手術中針道的檢測問題,產生的一些小的問題花費了鉅額的時間來進行修正和調整。有意思的是,在這麼長時間的問題解決過程中,我發現在醫學影像領域解決問題的方法往往是自然場景影像解決方案的一種延伸。在我的構想中,如果針道在ct的影像中顯示是一條直線,那麼利用現有3d點雲中檢測直線的方法實現在ct中的利用是否可行,那麼我就可以去除複雜的2d線性檢測後的後處理過程,在空間直接找到針道,我認為該方案具有革命性的意義。
- 二.那麼問題來了,CT中的針道在影像上的顯影可並不是一條直線,假如我使用了插值演算法,那麼偽影的存在,會使得這條針道的表現成為類似於一個片狀的存在。為了解決這個問題,我決定一步步地解決這個偽影的問題,急功近利的利用解決的方案不是一個工程師應該做的事,尋求為什麼,才是真正的意義所在,尤其是當我只是一個菜鳥的時候。
- 三.對於這篇論文而言,我會盡量結合一些事實做更多的闡述,可能會變得囉嗦,但是也是為了方便更多的和我一樣的新手閱讀。這是一篇2004年的論文,但我認為就基礎而言,這篇論文仍然有討論的價值。
摘要
偽影會嚴重影響CT的質量,甚至有些時候會讓診斷無法進行下去。為了優化影像質量,理解偽影為何會發生以及如何避免或者抑制就變得十分必要。CT偽影產生的原因有很多:
1.基於物理原因的偽影是因為在CT影像在物理採集的過程中產生的;
2.基於病例原因的偽影是病人因為移動或者病人體內的金屬造成的;
3.基於掃描器的偽影是掃描器的功能上的瑕疵導致的;
4.螺旋狀和多段式的偽影是在影像的重建過程中產生的;
現代CT掃描器中包含的設計功能可最大程度地減少某些偽影,並且某些部分可以通過掃描器軟體進行部分校正。然而,在許多情況下,避免CT偽影的最重要因素是精心安排患者位置和選擇最佳掃描引數。(但實際情況下,很多掃描是不注重這些位置選擇和引數設定的,至少在我所跟蹤的臨床手術中,選擇引數這種情況很少發生,而醫生對於軟體的使用也是相當有侷限性的,或者說,能不用的他們都不會用)
介紹
在CT中,“偽影”這個術語是用來形容重構影像的CT數值和物體的真實衰減係數之間的各項系統差異。CT相比傳統的射線影像是一定更容易收到偽影的影響的,因為CT影像是上百萬個相互獨立的探測結果中的某種東西合併而成的。
偽影產生的型別有以下幾種:
- (a) 條紋狀偽影:通常是單項測量不一致導致;
- (b) 陰影狀偽影:由於一組通道或檢視逐漸偏離真實度量;
- (c) 環狀偽影:由於單個探測器的校準錯誤;
- (d)變形偽影:螺旋形重建導致。
偽影產生的原因有以下幾種:
- (a) 物理原因:CT資料採集中的物理過程導致;
- (b) 病例原因:病人的移動或者體內的金屬造成;
- (c) 掃描原因:掃面器的功能缺陷;
- (d)螺旋和多段偽影:影像重構過程中產生。
這篇文章對於這幾種偽影進行以下幾點的闡述:
- (a)闡述他們產生的機制;
- (b)闡述CT廠商們抑制他們的方法;
- (c)避免偽影的技術。
物理偽影
一、Beam Hardening(線質硬化)
I.線質硬化的原理
一束x光線是由帶有一序列能量的光子組成的。隨著這些光子穿過物體,光束會具備更大的穿透力或者說"harder"的現象,這是因為低能量光子會比高能量的光子更迅速的被吸收(如圖1:x光線經過不同深度的水後的能量譜,能量隨著水深而增加)。這樣的情況會產生兩種偽影:所謂的cupping偽影和影像中密集物件之間的暗帶或條紋的出現。
II.線質硬化的表現
杯子偽影
當x射線經過一個規則圓柱體時,穿過圓柱的中間部分的能量要比穿過邊緣部分的能量要大,因為它穿過了更多的物質。隨著光束越來越硬,衰減的速率也越來越低,因此光束到達檢測器時的強度比未硬化時要強。因此,最終的衰減曲線不同於在沒有光束硬化的情況下獲得的理想曲線(如圖2:理想化的穿過圓柱體的衰減曲線和硬化後的光束穿過圓柱體的衰減曲線)
這就是穿過圓柱體後產生的CT的數值形成的類似於杯子的形狀(圖3:經過校準器修正和未修正之後的)。
密集物件之間的暗帶或條紋
在非常異質的橫截面中,影像中的兩個密集物件之間可能會出現暗帶或條紋。它們發生的原因是,當光束通過相鄰兩個物體中的一個物體時,它的硬度比通過兩個物體時要小。這種偽影既可以出現在身體的骨區,也可以出現在造影劑的掃描中。圖4的胸部CT就顯示出,造影劑造成的條紋性偽影可能就會導致會被誤認為是臨近解剖結構性疾病。
III.解決線質硬化的內建功能
以下是廠商們解決偽影問題的方案:
- 過濾器:在x光線穿過人體之前,加上一塊平整的衰減材料,通常是金屬做的,這樣可以事先過濾掉能量較低的部分。然後再另外加一塊器件(領結過濾器)來增強那些穿過人體更薄的部分的邊緣光束的能量。
- 校準修正:製造商使用各種尺寸的幻像對他們的掃描器進行校準,針對患者不同部位的光束硬化效果定製各種特定的補償,探測器上新增上這種補償。由於臨床的解剖學結構一定不會和一個理想的圓柱體一樣,所以臨床上儘管經過了這個校正的手段,但可能還是會有輕微的杯狀偽影和帽狀偽影,而過度校正會使得中心的CT值會升高。
- 光束硬化修正軟體:當重建骨區域的影像時,可以應用迭代校正演算法。這有助於最大程度地減少腦部掃描中骨骼-軟組織介面的模糊(圖5:經過骨頭修正和沒經過骨頭修正的),並減少非均質橫截面中暗帶的出現(圖6)。
IV.避免線質硬化的操作方法
有時可以通過患者定位或傾斜機架來避免掃描骨區域。 重要的是選擇合適的掃描視野,以確保掃描器使用正確的校準和光束硬化校正資料,以及在某些系統上使用合適的領結過濾器。
二、Partial Volume(部分體積效應)
部分體積效應可通過多種方式導致影像偽影。 這些偽影是與部分體積平均分開的獨立問題,部分體積平均產生的CT值代表體素內材料的平均衰減。(CT影像上各個畫素的數值代表相應單位組織全體的平均CT值,它不能如實反映該單位內各種組織本身的CT值。)
一種產生的偽影型別是:當x射線的光束路徑上,突然有一個凸起的稠密物體時,就會產生偽影現象。圖7展現了這種偽影產生的原因:這裡對這個光線進行了一些誇張,方便看到結果。當光束從右往左時,因為綠色物體沒有在光束內,所以右邊的探測器接受不到這個物體的資訊;但當光束從左往右時,綠色物體出現在光束範圍內,所以探測器是“看得見”這個物體的。兩個檢視之間的不一致會導致陰影偽影出現在影像中,也就是圖8a.
避免這種偽影的最好的方法是使用一個薄片的acquisition section width
。當人體結構在z軸方向上快速移動照射時這樣做是非常有必要的。為了限制圖片的噪聲,用這些薄的section
來組成更厚的section
。
三、Photon Starvation(光子飢餓效應)
I. 光子飢餓原理
一個潛在的產生紋狀偽影的原因是光子飢餓效應,尤其是在肩膀這種高衰減區域,如圖9:
當x射線光束水平傳播時,衰減最大,到達探測器的光子出現不足現象。結果是在這些傳播通道的角度上會產生非常大的噪聲投影。 重建過程會極大地放大噪聲,從而導致影像中出現水平條紋。
如果在掃描期間增加管電流,則將克服光子飢餓的問題,但是當光束穿過無衰減部分時,患者將受到不必要的劑量。 因此,製造商已經開發出使光子飢餓最小化的技術。
II. 光子飢餓解決方案
Automatic Tube Current Modulation(自動管電流調製):
在某些掃描器型號上,管電流在每次旋轉過程中會自動改變,這是一個稱為毫安調製
的過程,這使足夠的光子可以穿過患者的最寬部分而不會對狹窄部分產生不必要的劑量(圖10)
Adaptive Filtration(自適應過濾):
一些製造商使用一種自適應過濾器來減少光子飢餓影像中的條紋。 該軟體校正可在重建影像之前平滑高衰減區域中的衰減曲線(圖11:投影資料可能出現在水平X射線束穿過肩部的情況下。 圖以原始形式(a)和自適應過濾(b)顯示資料。)。
目前正在開發一種多維自適應過濾技術,以用於多部分掃描器。 對於超過選定衰減閾值的一小部分投影資料,在相鄰的面內探測器之間(圖12a)和連續的投影角度之間(圖12b)進行平滑處理,而在螺旋重建中使用的z濾光片則擴大了寬幅範圍, 衰減投影角,以允許更多的光子有助於重建(圖12c)。 圖13展示了減少條紋的程度,同時通過技術(2)保持了空間解析度。
四、Undersampling(欠取樣)
用於重建一個CT影像的投影數量是影像質量的決定因素之一。 投影之間的間隔(欠取樣)過大會導致計算機對與銳利邊緣和小物體有關的資訊進行配準錯誤。 這導致了一種稱為檢視混疊
的效果,其中細小條紋似乎從密集結構的邊緣放射而出(圖14)。 出現在結構附近的條紋更有可能是由投影內的欠取樣引起的,這被稱為射線混疊
。
混疊可能不會對影像的診斷質量造成太大的影響,因為均勻間隔的線通常不會模仿任何解剖結構。 但是,在精細細節的解析很重要的地方,欠取樣需要儘量避免。 通過獲取每個旋轉可能的最大投影數量,可以最大程度地減少檢視混淆。 在某些掃描器上,這隻能通過使用較低的旋轉速度來實現,而在其他掃描器上,投影的數量與旋轉速度無關。 可以通過使用專業的高解析度技術(例如,四分之一探測器移位或飛行焦點)來減少射線混疊
,製造商採用這種技術來增加投影內的樣本數量。
病例偽影
一、Metallic Materials(金屬材料)
I.金屬偽影原因
掃描場中金屬物體的存在會導致嚴重的條紋痕跡。 發生這些現象是因為金屬的密度超出了計算機可以處理的正常範圍,從而導致衰減曲線不完整。 當掃描非常稠密的物體時,由於光束硬化,部分體積和混疊而產生的其他偽像可能會使問題更加複雜。
II.解決方案
在操作上避免金屬偽影:
病人在檢查前經常會被告知取下金屬物質。對於不可移動的物品,例如牙科填充物,修復裝置和手術夾子,有時可以使用龍門成角法將金屬外掛從附近的解剖結構掃描中排除。 當無法在不包括金屬物體的情況下掃描所需的解剖結構時,不斷增加的技術(特別是千伏電壓)可能有助於穿透某些物體,並且使用薄截面將減少由於部分體積偽影而造成的影響。
軟體上修正偽影:
可以通過特殊的軟體校正大大減少由超範圍引起的條紋。製造商使用各種插值技術來替代衰減曲線中的超範圍值。 一種這樣的技術的有效性如圖15所示。
金屬偽影減少軟體的有用性有時受到限制,因為儘管去除了與金屬植入物相距較遠的條紋,但金屬組織介面周圍的細節仍然被偽影影響,這裡通常是診斷的主要領域。 掃描金屬物體時也應使用線質硬化校正軟體,以最大程度地減少由於線質硬化而產生的其他偽影。
二、Patient Motion(移動偽影)
I.移動偽影原因
患者的運動可能會導致重合失調偽影,通常在重建影像中表現為陰影或條紋(圖16)。
可以採取一些步驟來阻止自發運動,但是在圖15中,使用金屬脊柱植入物,未經任何矯正(a)和減少金屬偽影(b)重建的患者的CT影像掃描中可能是不可避免的。 但是,某些掃描器具有特殊功能,旨在最大程度地減少由此產生的偽像。
II.移動偽影解決方案
操作上避免移動偽影
使用定位輔助器足以防止大多數患者自願活動。但是,在某些情況下(例如,兒科患者),可能需要通過鎮靜手段來固定患者。 儘可能短的掃描時間有助於在易於移動的區域進行掃描時最大程度地減少偽影。 如果患者能夠在掃描期間屏住呼吸,則呼吸運動可以降到最低。
影像對運動偽影的敏感性取決於運動的方向。 因此,優選的是,管的開始和結束位置與運動的主要方向對齊,例如,在進行胸部掃描的患者的垂直上方或下方。 與頭掃描模式相反,指定身體掃描模式可以在重建過程中自動合併一些運動偽影減少功能。
內建功能可最大程度地減少運動偽影
製造商通過使用過掃描和欠掃描模式,軟體校正和心臟門控來最大程度地減少運動偽影。
- 1.過掃描和欠掃描模式:檢測器讀數的最大差異發生在朝向360°掃描開始和結束的檢視之間。 某些掃描器型號使用過掃描模式進行軸向人體掃描,從而在標準360°旋轉中增加了10%左右。 對重複的投影進行平均可以幫助降低運動偽影的嚴重性。 使用部分掃描模式還可以減少運動偽像,但這可能以解析度較差為代價。
- 2.軟體校正:大多數掃描器在人體掃描模式下使用時,會自動在開始和結束檢視上應用減少的權重,以抑制它們對最終影像的影響。但是,這可能會在最終影像的垂直方向上產生更多噪點 ,這取決於患者的形狀。 在某些掃描器上還可以使用其他專門的運動校正。(圖17)展示了一種這樣的技術在糾正由於流體介面運動而引起的偽影方面的有效性。
- 3.心臟門控::心臟的快速運動會導致心臟影像中出現嚴重的偽影,並導致偽影能夠模仿相關結構(例如解剖的主動脈)中的疾病。 為了克服這些困難,已經開發了通過使用在心動過少時僅來自心動週期的一小部分的資料來產生影像的技術。 這是通過將心電門控技術與影像重建的專用方法相結合來實現的(4)。
三、Incomplete Projections(不完整的投影)
如果患者的任何部分位於掃描視野之外,則計算機將具有與該部分有關的不完整資訊,並且可能會產生條紋或陰影偽影。
這在(圖18)中進行了說明,該圖顯示了患者手臂朝下進行掃描而不是抬起來不妨礙掃描。 由於手臂不在掃描場中,因此它們不會出現在影像中,但是在掃描過程中它們在某些檢視中的存在已導致整個影像出現如此嚴重的偽影,從而大大降低了其實用性。 密集物體(例如,位於掃描場外部的包含造影劑的靜脈內試管)可能會產生類似的效果。 檢測器陣列側面的參考通道阻塞也可能會干擾資料歸一化並導致條紋偽影。
為了避免由於投影不完全而導致的偽影,必須將患者放置在適當的位置,以使任何部分都不會位於掃描區域之外。 專為放射治療計劃設計的掃描器具有比標準掃描器更大的孔徑和更大的視野,並且在患者定位方面具有更大的通用性。 它們還允許對不適合標準掃描器視野的超大型患者進行掃描。
某些製造商會監控參考資料通道是否存在不一致之處,並避免使用看起來可疑的參考資料。 作為替代方案,可以將CT系統設計為在管側配備參考檢測器,或者在機架內部配備射線路徑,以消除對參考資料的可能干擾。
掃描器偽影
一、Ring Artifacts(環狀偽影)
I.環裝偽影原因
如果有一個偵測器在第三代掃描器(旋轉的x射線管和偵測部件)上的校準器之外,那麼偵測在會在每一個角度上得到一個錯誤的讀取,從而形成一個環狀的偽影(圖19)。具有固態檢測器的掃描器(其中所有檢測器都是獨立的實體)在原理上比帶有氣體檢測器的掃描器更容易產生環狀偽影,在氣體檢測儀中,檢測器陣列由單個氙氣填充且由電極細分的腔室組成 。
當寬床位使用的時候,在一個統一的體模或者空氣中可以看見的環狀偽影(圖20)可能在臨床上並不可見。即使它們是可見的,也很少會與疾病混淆。 但是,它們可能會損害影像的診斷質量,尤其是當中央探測器受到影響時,影像的中心會出現黑色汙點,這尤其可能發生。
II.環狀偽影解決方案
影像中存在圓形偽影表明檢測器增益需要重新校準或可能需要維修服務。 選擇正確的掃描視野可以通過使用更適合患者解剖結構的校準資料來減少偽影。所有現代掃描器均使用固態檢測器,但通過表徵和校正檢測器變化的軟體可以減少其產生環狀偽像的可能性。
二、Helical and Multisection CT Artifacts(螺旋、多段狀偽影)
I.軸向平面中的螺旋偽影:單節掃描
通常,在螺旋掃描中會看到與連續掃描相同的偽影。但是,由於螺旋插值和重建過程,在螺旋掃描中可能會出現其他偽影。 當解剖結構在z方向上快速變化時(例如,在頭骨的頂部),就會出現偽影,並且對於較大的間距,偽影會更嚴重。
如果對沿掃描器z軸放置的圓錐形幻像執行螺旋掃描,則結果軸向影像應顯示為圓形。實際上,由於螺旋插值演算法中使用的加權函式,其形狀會失真(圖21) 。
對於某些投影角度,影像受掃描平面前面的圓錐體較寬部分的貢獻影響更大; 對於其他投影角度,主要來自圓錐體較窄部分的掃描平面後面的貢獻。 因此,偽影的取向根據在影像平面的中心處的放射管的位置而變化。 在臨床影像中,例如(圖22)中所示的一系列肝臟影像,螺旋偽影很容易被誤解為疾病。
為了使螺旋偽影降到最低,必須採取步驟以減少沿z軸變化的影響。 這意味著,如果可能的話,使用低間距,180°而不是360°的螺旋內插器,以及較薄的採集部分而不是較厚的採集部分。 有時,仍然優選使用軸向成像而不是螺旋成像以避免螺旋偽像(例如,在腦部掃描中)。
II.多段掃描中的螺旋偽影
螺旋內插過程導致多部分掃描器上的軸向影像變形比單部分掃描器上更為複雜。形成這種典型風車外觀偽影(圖23)的原因如下:在每次旋轉過程中,幾行檢測器與重建平面相交。隨著螺旋螺距的增加,與影像平面旋轉相交的檢測器行數增加,風車偽影中的“葉片”數也增加。
多段掃描器通常使用Z濾波器螺旋內插器來代替單段掃描器上通常使用的兩點內插器。 z濾波器插值器的好處之一是,它們降低了風車偽影的嚴重性,尤其是當影像重構寬度大於檢測器採集寬度時。通過使用相對於檢測器採集寬度的非整數間距值(例如在某些掃描器上的間距為3.5或4.5),也可以稍微減少偽影。這是因為針對非整數間距優化了z軸取樣密度。
III.錐束效應
隨著每轉獲取的切片數量增加,需要更寬的準直度,並且X射線束變成錐形而不是扇形(圖24)。
(圖25)展示了沿z軸的x射線束和檢測器的放大圖。 當試管和檢測器繞患者旋轉時(在垂直於圖的平面中),每個檢測器收集的資料對應於兩個錐體之間的體積,而不是理想的平面。 這會導致偽像類似於由離軸物件周圍的部分體積引起的偽像。 與內部探測器行相比,外部探測器行的偽影更為明顯(圖26),其中所收集的資料更接近於一個平面。
隨著探測器行數的增加,錐束效應變得更糟。 因此,與四段掃描器相比,16段掃描器應更可能受到偽影的影響。 然而,製造商已經通過採用各種形式的錐形束重建代替了四截面掃描器上使用的標準重建技術來解決該問題。 圖27所示的幻像研究證明了一種這樣的技術的有效性。
IV.多平面和三維重塑
自從引入螺旋掃描以來,在多平面和三維重建中已取得了重大進步,並且在更大程度上實現了多部分掃描。 掃描所需體積的速度更快,這意味著大大降低了患者運動的影響,並且使用更窄的採集部分和重疊的重建部分可以使重新格式化影像的邊緣清晰度更高。
階梯狀偽影
當使用寬準直和不重疊的重構間隔時,階梯偽影會出現在多平面和三維重新格式化影像中結構的邊緣周圍。 螺旋掃描對它們的影響較小,這允許重建重疊的部分,而不會給患者帶來額外的劑量(如果獲得重疊的軸向掃描,則不會產生額外的劑量)(圖28)。
從今天的多截面掃描器獲得的薄截面資料中,可以在多平面和三維格式的影像中消除階梯狀偽影(圖29)。
斑馬偽影
由於螺旋插值過程沿z軸產生一定程度的噪聲不均勻性,因此在螺旋資料的多平面和三維重新格式化影像中可能會出現模糊條紋。 這種“斑馬”效應(圖30)在遠離旋轉軸的地方變得更加明顯,因為離軸的噪聲不均勻性更差。
總結
偽影來自多種來源,會在不同程度上降低CT影像的質量。 現代掃描器中包含的設計功能可以最大程度地減少某些偽影,並且某些特徵可以通過軟體進行部分糾正。 但是,在許多情況下,仔細的患者定位和最佳的掃描引數選擇是避免影像偽影的最重要因素。
相關文章
- 論文學習
- 字元識別,口算題識別論文小梗概字元
- 深度學習論文和開原始碼深度學習原始碼
- 深度學習(四)之電影評論分類深度學習
- ZGC論文學習GC
- 大規模食品影像識別:T-PAMI 2023論文解讀
- 大規模知識庫中的隨機遊走推理和學習隨機
- 雙刃劍MongoDB的學習和避坑MongoDB
- 機器學習數學知識積累之概率論機器學習
- Python學習之Pandas和Numpy的區別!Python
- 識別符號的命名規則和規範符號
- 滲透測試學習之隱藏蹤跡與規避檢測一
- 滲透測試學習之隱藏蹤跡與規避檢測三
- 滲透測試學習之隱藏蹤跡與規避檢測四
- 滲透測試學習之隱藏蹤跡與規避檢測五
- 滲透測試學習之隱藏蹤跡與規避檢測六
- 滲透測試學習之隱藏蹤跡與規避檢測七
- 滲透測試學習之隱藏蹤跡與規避檢測八
- 滲透測試學習之隱藏蹤跡與規避檢測十
- 滲透測試學習之隱藏蹤跡與規避檢測二
- 阿里巴巴論文提出針對影視作品的語音情感識別資訊融合框架阿里框架
- 一文詳解深度學習在命名實體識別(NER)中的應用深度學習
- 偽元素和偽類的區別總結
- 論文解讀丨表格識別模型TableMaster模型AST
- 【論文學習】FastText總結AST
- 深度學習相關論文深度學習
- Google Illuminate革新學習論文Go
- 生物特徵識別之指紋識別,偽造,指紋裝置缺陷設計特徵
- [阿里DIN]從論文原始碼學習 之 embedding_lookup阿里原始碼
- Python學習系列之 xrange和range的區別!Python
- 深度學習——性別識別深度學習
- NLP知識總結和論文整理
- 【深度學習 論文篇 01-1 】AlexNet論文翻譯深度學習
- 學術科研無從下手?27 條機器學習避坑指南,讓你的論文發表少走彎路機器學習
- 端到端文字識別CRNN論文解讀RNN
- 文字識別——檢測部分 CTPN論文翻譯
- 深度學習-最新論文解釋深度學習
- 學習日記2020-11-16論文學習