论文部分内容阅读
计算机断层成像(Computed Tomography,CT)是目前最常用的医疗成像手段之一。由于CT扫描利用X射线对物体的穿透性,其过大的辐射剂量会对人体造成伤害,所以在CT扫描过程中需要降低X射线的剂量。降低剂量可以通过减小管电压、管电流、减少投影角度数等几种方式实现,然而,这样会使成像质量变差。因此,如何提高低剂量CT成像质量是医疗行业面临的一个重大挑战。为了提升低剂量CT成像质量,可以利用同一部位的磁共振成像(Magnetic Resonance Imaging,MRI)作为结构先验MRI图像(Structural Priori MRI Image,SPMI),辅以配准的CT-MRI关联数据集。现有的基于MRI先验的CT重建算法均假设CT和MRI集成于同一台机器,并且同时扫描。如此,CT和SPMI能够精确配准,否则现有方法的重建质量将会严重降低,但目前并没有这种机器成功问世。为了能更好地应用于临床,本文考虑CT图像和SPMI来源于不同的机器。在这种情况下,SPMI与低剂量CT之间的跨模态精确配准是一项复杂耗时的任务,也无法保证配准的精度。基于此,本文主要研究SPMI与CT图像在粗略配准的条件下,如何提升低剂量CT的图像质量。粗略配准的SPMI和CT图像可能会存在刚性和非刚性的结构差异。刚性差异主要包含位置和角度,可以分别通过平移和旋转模拟实现;非刚性差异比较复杂,本文为了简化问题,主要考虑尺度的影响。为了方便起见,在必要情况下本文会将位置(Position)、角度(Angle)和尺度(Scale)简称为PAS。对于PAS的差异,本文利用数据扩增(Data Augmentation,DA)的思想,提出了基于扩增数据集的利用MRI先验知识的低剂量CT重建方法。该方法通过扩增关联数据集,引入CT和MRI图像之间的相对位置、角度和尺度的信息。SPMI与低剂量CT图像在PAS上的差异可以是全局或者局部的。全局PAS差异是指SPMI能够通过平移、旋转或者尺度变换与CT图像精确配准;局部PAS差异是指SPMI和CT图像之间在某个局部区域有位置、角度和尺度上的差异,其他区域存在非刚性形变。本文在两组数据集上设计了实验,验证在全局或者局部PAS差异的条件下低剂量CT的成像质量。实验结果表明使用MRI先验知识能够提升低剂量CT成像的质量。如果SPMI和CT图像之间存在全局PAS差异,本文所提的方法能够有效提升CT成像质量,而且有较高的鲁棒性。随着全局PAS差异的变大,成像质量不会明显降低,均方根误差(Root Mean Square Error,RMSE)始终能保持在较小的范围内。根据实验,在SPMI与CT图像完全配准时,RMSE能够达到0.0251;如果左右位置偏差在4个像素以内、角度偏差在6°以内或者尺度倍数在[0.96,1.04]之间,那么RMSE能够分别维持在[0.0251,0.0275]、[0.0251,0.0259]和[0.0251,0.0269]之间。另一方面,如果存在局部PAS差异,其他区域有非刚性形变,那么本文的方法同样能够有效提升低剂量CT图像质量。具体地,对于存在局部PAS差异的区域,CT图像质量的提升效果非常明显;而其他区域的图像质量也能有所提升。本文虽然只考虑了三种最基本的结构差异,但为其他非刚性差异的研究打下基础。在将来会考虑更一般的非刚性差异的算法研究,对于利用MRI先验知识来降低CT剂量或保持剂量条件下提高CT重建质量,具有应用价值。