文摘
计算机断层扫描(CT)是一种最常见的和有益的医学成像方案,但相关的高辐射剂量损害病人始终是一个问题。因此,postprocessing-based增强CT重建图像的获得使用减少剂量是一个活跃的研究领域。(变形虫)-或内核空间变体——基于过滤是一个强有力的候选人方案后处理的CT图像,根据图像内容适应其形状。研究工作报告,变形虫过滤是CT图像后处理获得定制的x射线剂量相对较弱。该方案修改试点成像和变形虫塑造传统变形虫实现的机制。该方案使用维纳基于过滤器飞行员形象,同时提出分割用于变形虫塑造而不是传统的变形虫基于距离的方法。该方案的优点包括更适合CT图像,因为类似的提出和人体解剖学的对称性质,图像平滑边缘细节的前提下,适应自然和更健壮的噪音。变形虫提出方案的性能比传统的变形虫内核在图像去噪中应用程序使用过滤后CT图像投影(FBP) sparse-view预测。计算机模拟支持的方案是使用扇形波束的预测临床重建和模拟头部CT幻影。测试计划使用多个图像质量矩阵,在添加剂投影噪声的存在。 The scheme implementation significantly improves the image quality visually and statistically, providing better contrast and image smoothing without compromising on edge details. Promising results indicate the efficacy of the proposed scheme.
1。介绍
计算机断层扫描(CT)是一个基本工具,人类内部结构可视化开发和后续商业化以来;有相当大的好处为人类1- - - - - -6]。在放射学,从多个横断面CT使用投影视图;因此,患者受到广泛的辐射暴露。虽然CT是一种非常有用的医学诊断工具,高辐射剂量问题是由于相关的危害(2,7,8]。然而,减少辐射剂量降低了重建图像质量最常用的CT重建算法。发展与减少辐射剂量CT重建技术是一个活跃的研究领域。采取了不同的策略来降低辐射剂量,如自动曝光控制、调整kV对病人或瀑特异性剂量,协议优化、后处理,先进的重建技术,有限的数据,和一些观技术等。2,8- - - - - -16]。许多先进的CT扫描仪的设计也被开发来支持减少剂量,如内部CT低剂量CT, sparse-view CT (17- - - - - -19]。
Sparse-view CT是一种特殊的CT扫描数据采集的观点的数量减少,同时保持x射线管目前在标准水平。sparse-view CT的好处在减少辐射剂量和心脏CT扫描时间17]。此外,其他sparse-view CT应用CT机(小动物成像),平板探测器,工业CT三维血管造影和其他应用程序(17,19- - - - - -21]。然而,传统的CT重建算法,如过滤背投影(FBP),是为人口抽样设计的角度预测。因此,这种算法不产生诊断在sparse-view CT重建图像质量。重建图像的特性可以通过后处理增强;图像处理技术被广泛应用。复杂的图像处理技术提供了一个可能从重建CT图像中提取更多的增强功能。
Amoeba-based过滤(22]方案在图像滤波应用一个革命性的贡献。变形虫过滤器内核空间变体,适应它的形状根据图像内容,打算保持边缘细节和轮廓边界而平滑退化的图像部分。Amoeba-based过滤和它的变体被应用在许多图像处理应用,如自适应社区形态(Debayle和Pinoli 2005),双边构造函数(2011年毕业生),突出适应性结构化元素(Curic et al . 2012),外地patch-distance-based变形虫(杨和李2015),和烟雾去除(Zhang和魏2019)[23- - - - - -27]。amoeba-based滤波的自适应特性(22]在许多动态应用程序使它有效,如范围成像、医学成像、分割、图像去噪、CT图像,一些先验知识的形象存在,因为人体解剖学和像素传播了对称和传染性的本质,它允许变形虫从重建的图像中提取信息缺失(28,29日]。
在这个报道工作,amoeba-based图像滤波是CT图像通过定制过滤背投影(FBP)使用稀疏投影数据。拟议的和定制的变形虫方案提高退化sparse-view FBP重建图像的质量。变形虫内核是源自一个试点图像基于维纳滤波器。维纳滤波在图像去噪和恢复优越得多比许多其他技术,如简单的反滤波、高斯滤波、和均值滤波(30.]。因此,维纳基于过滤器试验图像抑制噪声的同时保留图像细节,不同于古典变形虫Gaussian-based飞行员及其变种(22,26,30.]。此外,工作也提出改善方法变形虫形状收购取代古典变形虫提出分割基于距离的方法。该计划是使用模拟和实现临床CT重建的幻影。该方案应用于嘈杂的稀疏投影数据重建的图像质量也调查了使用多个图像质量指标。Amoeba-based过滤是定制的,这样的图像相似性指数改善甚至一个较小的辐射剂量。
提出了研究方法和案例研究的细节在下一节中,紧随其后的是结果与讨论,然后通过的结论。
2。方法
许多现代重建技术,包括先进的重建技术,使用复杂的后处理/图像处理技术更好的重建图像的表示。变形虫的动态和自适应特性过滤为CT应用程序使其成为一个强有力的候选人。变形虫过滤(Lerallut et al . 2007年)(22)是一种特殊情况下的空间变异图像过滤,认为图像梯度确定变形虫内核形状。古典变形虫过滤依赖于阿米巴变形虫的增长(基于距离的方法22];这个泛型方法在大多数自然图像通常是有效的。然而,CT图像通常分为不同区域,基于人体解剖学和测试幻影。该方案使用提出分割(RBS)变形虫形成机制;因此,它更CT相关问题并解决它更恰当地比经典的变形虫。
值得注意的是变形虫内核来源于一个试点的形象。古典变形虫过滤器(22)和它的变体主要使用一个大型的高斯滤波器来创建飞行员形象。尽管高斯飞行员确保重要的平滑;然而,它仍然包含大量噪声限制的增长变形虫的身体。提供改进的增强扫描,维纳基于过滤器的计划包括飞行员形象,提出分割(苏格兰皇家银行)变形虫内核塑造提出了。
2.1。维纳基于过滤器飞行员形象
像变形虫的形状取决于滑动窗口的中心像素,至关重要的是,变形虫不是缠绕在一个嘈杂的像素。作为补救,变形虫形状计算从飞行员图像而不是重建退化的图像。维纳滤波器是非常有效的图像去噪和恢复应用程序,因为它使用图像退化函数和噪声统计(30.]。自适应维纳滤波器应用于退化图像重建。应用平滑取决于图像方差;方差越大越轻,平和,反之亦然(30.,31日]。因此,飞行员形象,所以形成最小的图像退化和提高边缘保存。
维纳滤波图像( )应用于退化图像强度 ,与所有像素 : ,给药
其中每个像素指数表示与 , 退化图像的噪声方差吗D,和分别代表了均值和方差,在2 d滑动窗口像素 ,计算使用
在哪里 是矩阵中包含强度值附近像素呢 ,和和定义二维滑动窗口的大小与运行指标和 。
2.2。变形虫过滤器内核使用苏格兰皇家银行(提出分割)
拟议的变形虫适应它的形状对内部图像轮廓和边缘。变形虫过滤器使用经典的滑动窗口模型的图像过滤窗口集中在每个像素的图像。变形虫的形状内核初始化整个滑动窗口(广场),然后采用基于窗口内容的形状。变形虫塑造受自动分割算法应用程序和技术,如主动轮廓模型和它的变体(22,32- - - - - -34]。拟议的变形虫塑造使用提出分割(RBS)通过多级阈值(35- - - - - -38]。
提出变形虫形成机制,“区域”是指一群传染性像素,制服/强度近似统一形象,在滑动窗口。周围的轮廓是由算法自动检测。变形虫的形状是方形滑动窗口很少或根本没有图像强度变化。然而,与多个强度变化,变形虫包含window-center像素区域的形状。变形虫塑造过程在图一个测试图像1。图像包含三个强度水平。矩形滑动窗口的不同实例由一个(黄色)矩形图中概述1 (b)不同,而采用变形虫形状在windows白色所示。两个矩形形状的变形虫1和5没有变化。然而,2,3,4变形虫的不规则的形状包含中心像素的区域。
(一)
(b)
滑动窗口, ,周围的像素 包含的的区域( )作为
在地区是th在滑动窗口分割区域 。图像直方图( )的 计算,灰色的水平分为多个箱子或集群基于自适应多级阈值。不连续,组内的差异、山峰和山谷直方图中用于确定自适应多级阈值( )。各种自适应多级阈值技术可用在文献[39- - - - - -43]。这个报道工作使用大津的方法(42,43),这是一种广泛使用的技术在计算机视觉和图像处理应用程序。大津的方法最优阀值水平,设置为值最大化类之间的方差或垃圾箱(42,43]。一本感兴趣的是由包含窗口中心的强度的阈值水平, 。分段二进制图像掩模确定感兴趣的像素包含在本( )给药
在哪里和相应的上下阈值限制确定本感兴趣的 。一些条件内可能非接触传染的,所以只有一个次区域包含中心像素用于最终变形虫形状的形成。这是体现使用连接组件标签,一个共同的技术在图像处理和计算机视觉应用的标签和提取图像分离30.,44,45]。细节的算法和伪代码表示附录A和B,分别。
最后一个变形虫内核形状, ,是像素组成的构成中央次区域包含中央像素 滑动窗口或当地社区 。重复相同的过程对于每个滑动找到相应的变形虫内核形状。意味着操作然后应用于每一个最终变形虫内核形状计算输出图像的强度在相应的中心像素。
的有效性提出self-shaping变形虫过滤器内核在计算机断层扫描应用程序展示了数据2(一)-2(d)使用Shepp-Logan CT幻影( 像素)。四个不同形状的实例调整变形虫根据空间位置的滑动窗口显示在每一行(a)图(d)2。每一行的第一列(数字2(一)-2(d))演示了滑动窗口的位置在图像;第二列显示了滑动窗口的缩放内容。白色区域在第三列代表适应变形虫过滤器内核形状。图2使用滑动窗口 像素的变形虫塑造更好的可视化。
2.3。变形虫Filtering-Based CT图像增强
最基本和常见的头部CT幻影,Shepp-Logan,曾在此实现主题获取投影数据。它是一个标准的测试图像和合成的幻影。头的大小作为幽灵 像素,如图3(一个)。九十年的扇形波束预测从视图角度拍摄0到180度;角采样间隔为2度。探测器传感器间隔为0.25毫米。
(一)
(b)
获取投影数据包含噪声从众多的因素,包括光子,量化和电子产品。在文献中,各种医学成像技术使用不同类型的噪声模型的高斯模型通常被用于CT (46- - - - - -49]。因此,在该工作,加性高斯白噪声(AWGN) 3 dB信噪比水平。过滤后投影(FBP)重建算法应用于投影数据,这是最常用的CT重建算法(8,50,51]。结果FBP重建图像质量低和严重退化(由于减少剂量),如图3 (b)。
失去了重建图像的平滑由于undersampled FBP重建。变形虫过滤用于平和却不影响边缘细节。滑动窗口的大小作为 像素的飞行员形象和变形虫塑造,通过在前一节中描述的机制。一旦变形虫形状决定,意味着过滤应用。
拟议的变形虫去噪方案也实现临床重建CT图像从菲利普斯CT医疗案例研究中,可以在[52)如图4。重建的幻影一直主管的大小 像素。sparse-view预测是在2度角采样,添加了AWGN在预测3 dB信噪比。变形虫的飞行员形象塑造了使用一个内核社区的维纳滤波器的大小 像素。
2.4。图像质量指标
质量计划是使用多个全部参考客观图像质量评价指标53]。图像质量度量使用免于扭曲原始图像/幽灵作为参考。图像质量指标包括RMSE(均方根误差),PSNR (peak-signal-to-noise比率),SSIM(结构相似度指数度量),EPI(边缘保护指数),SI(清晰度指数),SC(结构性内容),美国(规范化的绝对误差)。
RMSE计算通过的平方的平均值的平方根的差异对应的像素在测试和参考图像和给药
在哪里是参考图片,是一个测试图像,然后呢和定义参考和测试图像的大小。
用分贝来表示PSNR (dB),计算
在哪里是图像中的最大像素强度值。
PSNR和RMSE使用像素强度差异评价图像质量,尽管有明确的数学和物理意义,但提供非常少的人类视觉感知图像质量的53,54),而SSIM包含亮度、对比度、和结构细节和相似性的图像相比,给予适当的表示人类保存视觉图像质量(53,54]。这些术语,即亮度指数(li),对比指数(ci)和结构指数(si);结合来确定SSIM值
在哪里
在哪里和强度意味着沿着吗和的方向,和图像标准差,图像的cross-covariance在吗和方向(53]。 , ,和是小的常数项添加到避免不稳定(53]。 , ,和积极的有价值的参数用来调整三个相应因素的重要性。为简化, , ,和保持团结,默认情况下,保持一半的(53]。简化SSIM指标表示为
边缘保护指数(EPI)显示的边缘被保存在测试图像(55,56]。边缘是非常重要的在医学影像包含重要的信息,如肿瘤或病灶轮廓识别(55,56]。EPI的参考图像之间和测试图像确定是
在哪里和从过滤和使用高通滤波器(55,56),如一个简单的 拉普拉斯算子运营商空间域过滤器作为
和代表的意思是和 ,分别。EPI的值介于0和1之间;值越高越好是图像质量(55,56]。
锐度指数(SI)是一种不基于图像傅里叶相位频谱图像质量度量,它包含重要的信息,如图像几何形状和轮廓细节(55,57]。一个测试图像的清晰度指数(SI)被定义为
在哪里是指图像的总变异 , , ,和是高斯分布的尾部55,57]。更高的SI值对应于更好的图像质量。
结构内容(SC)是一个全部参考图像质量度量基于图像结构相似度和空间排列的像素在一个图像58,59]。结构内容指标= 1当两个相同的图像进行了比较。结构内容图片供参考和测试图像确定是
规范化的绝对误差(美国)是一种全部参考图像质量度量测量参考和测试图像的统计差异(58,60]。较低的美国值对应于更好的图像质量。美国国家形象供参考和测试图像给药
3所示。结果与讨论
3.1。Shepp-Logan Phantom-Based Sparse-View FBP实现
3.1.1。实验1:提出并比较经典的形成机制
调查的有效性提出的苏格兰皇家银行(RBS)变形虫形成机制,提出的方案与现有的古典变形虫基于距离的塑造。比较这两个方案使用Shepp-Logan-based稀疏投影和飞行员从高斯滤波获得图像。均值滤波应用于后天变形虫形状/内核和评估基于上述图像质量指标,如图5。
sparse-view FBP形象的比较经典的RBS阿米巴变形虫并提出方案如图5。sparse-view FBP重建图像如图5(一个)。经典的变形虫提高了图像质量,如图5(b), RBS-based变形虫与高斯去噪基于过滤器飞行员如图5(c)。
拟议的苏格兰皇家银行(RBS)变形虫塑造视觉更好比古典变形虫方案,以更好的SSIM, EPI, SI, SC,和美国的价值观,而提出非常相似质量的PSNR和RMSE,见表1。
3.1.2。实验2:比较提出维纳Filtering-Based苏格兰皇家银行与传统阿米巴变形虫计划方案
拟议的计划,苏格兰皇家银行与维纳飞行员变形虫,相比于经典变形虫方案(高斯飞行员),如图6。二角sampling-based FBP如图6(a)。古典amoeba-based增强图像如图6(b),而该变形虫基于去噪图像如图6(c)表2描述,该方案提供了更好的结果比经典的变形虫方案,使用各种图像质量指标。
为了更好的可视化和集中分析的比较,图7提供了一个放大版的结果如图6。感兴趣的区域(ROI)集中在幻影,这样比较不包括幽灵(头骨)边界外的条纹工件。放大的图像质量比较ROI。扩大ROI的FBP重建图像如图7(a),古典和提出变形虫方案如图7(b)和6分别(c)。该方案是视觉上和统计上比经典的变形虫方案,如表所示3。集中ROI分析表明,边缘更明显增强的方案去噪相比,有更好的平和和噪声抑制。
3.2。实际临床头CT-Based实现
的比较sparse-view FBP重建临床重建CT图像,可以在[52),古典和提出变形虫去噪方案,如图8。sparse-view FBP重建图所示8(一个)。经典的变形虫(高斯飞行员和变形虫距离)如图8(b),而该方案去噪图所示8(c)。
拟议的苏格兰皇家银行(RBS)变形虫塑造优于经典的变形虫方案的各种图像质量指标,如表所示4。
3.3。鲁棒性比较
计划的可靠性还测试了通过分析图像质量在不同投影噪声水平。Shepp-Logan幻影的大小 用于投影收购每隔二角。FBP重建质量与古典变形虫和提出维纳pilot-based苏格兰皇家银行变形虫去噪。比较表明,该方案是健壮的噪音,增加相似性指数和低误差地板,数据的描述9和10,分别。
3.4。抽样方案的比较在不同投影视图
方案的有效性也评估通过分析图像质量在不同采样投影视图。Shepp-Logan幻影的大小 用于FBP重建,而投影采样范围从8度增量角0.5度。质量与古典变形虫和提出维纳pilot-based苏格兰皇家银行变形虫去噪。比较表明,该计划执行更好的即使有少数投影视图,如图11。因此,该计划提供了一个替代辐射剂量通过增强sparse-view还原法。
4所示。讨论
RBS变形虫结果证明该方案改善了结果比经典的变形虫方案。预测结果的稀疏丢失数据;然而,人体解剖学与对称和自然传染的像素作为先验知识,使得该方案在这个场景中表现得更好。因此,该方案是更合适的人选,对CT图像。此外,苏格兰皇家银行计划提供了更好的对比古典变形虫基于距离去噪相比,如扩大ROI-based比较所示。
该方案更加健壮和表现显著优于经典的变形虫过滤在投影噪声的存在。方案继承了重要的图像降噪,高斯,否则,由于依赖维纳和变形虫过滤(22,26,30.]。维纳滤波器的优越性飞行员在高斯滤波器飞行员对应于较小误差地板的噪音水平增加;在相似的增加主要是因为提出计划匹配人体解剖学的方法。该方案提供了更好的平和的退化图像不干预轮廓边界。该计划提供了一种替代方法,以降低辐射剂量CT,通过增强FBP重建较小数量的投影视图质量相当于更多的视图数据。
方案的局限性是它依赖首先进行多级阈值方法计算昂贵,这使得它,因此,不适合实时应用程序。然而,这可以减轻通过使用先进、高速的处理器,如GP-GPU(通用图形处理器单元),随着计划的潜在并行运行。因此,未来的研究方向可能包括方案优化GP-GPU实时应用和实现。此外,自适应的本质提出amoeba-based过滤显示计划实现在许多动态应用程序是一个值得研究,标志着未来的应用方案在自然图像去噪,工业ct无损检测(NDT)数据。
5。结论
提出了一个高效、新颖的后处理方案减少CT辐射剂量和增强FBP从sparse-view嘈杂的CT扫描重建图像。在这个工作中,一种新型的变形虫过滤,这是定制的CT图像。提出分割(RBS)使用多级阈值用于变形虫内核塑造,这是更有效的在医疗成像应用程序类似于对称和提出人体解剖学的性质。飞行员形象用维纳滤波器,这有助于在噪声抑制,同时保持边缘和轮廓变形虫塑造所需细节。计算机模拟支持的方案是使用扇形波束的预测临床重建和模拟头部CT幻影。结果证明提出的维纳RBS变形虫方案基于过滤器可视化和统计比古典变形虫CT图像过滤,使用各种图像质量评估矩阵。提出方案对CT预测和有效的噪声干扰具有很强的鲁棒性增强一些观重建。在未来,计划的实现更多的医疗以及工业幻影将承担。维纳的引入基于过滤器RBS变形虫方案使得家庭形态的方式,中位数,和其他过滤器的基础上,提出了框架。该算法有可能并行运行; thus, implementation of the proposed scheme on GP-GPU will also be a possible future avenue.
附录
答:Pseudoalgorithm连接组件标签
伪算法扫描和段连接区域下面:
|
||||||||||||||||||||||
|
伪代码1: |
||||||||||||||||||||||
连接组件标签的伪代码
伪代码扫描和段连接的地区,使用四连接组件面具,如下所示:
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
伪代码2: |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
数据可用性
没有数据被用来支持本研究。
的利益冲突
作者宣称没有利益冲突有关的出版。