保证CT设备的正常工作,提供高质量的图像以满足临床诊断需要是CT质量保证的主要目的。近几年来,CT设备的飞速发展给CT的质量保证提出了新的要求。本文主要在质量保证中检测方法和检测工具方面做了一点改进。当今计算机断层成像术(CT)已是医疗诊断最重要辅助手段之一,从技术或物理的角度来看,一台CT的决定性参数是图像的质量,而评价CT图像的质量必须要有客观的依据。评价CT设备图像质量的常规参数是：空间分辨力,噪声,密度分辨率,层厚,CT值线性,均匀性等等,而这些都要利用测试体模来进行测量。在评价CT图像质量时,经常首先考虑空间分辨力。空间分辨力的检测方法有：线对法,圆孔法,调制传输函数法(Modulation Transfer Function,简称MTF)等。线对法和圆孔法都属于主观测量方法,这种测量方法简单易行,便于理解,在CT的质量保证中广为使用,但容易受人为主观因素的影响,在测量中可能导致无法得出客观的检测结果,影响质量保证工作的进行,所以在CT的技术性测试中多采用MTF方法。MTF方法常采用两种检测体模,一种是通过扫描均匀介质中金属小球或细金属丝,测得点扩展函数,另一种是通过扫描高对比度界面的边缘扩展函数(ERF),微分得到线扩展函数(LSF),然后对线扩展函数进行傅里叶变换。目前对于点扩展函数方法的中心位置,多采用手动选取方法。手工选取中心点的方法因人而异,会导致最终的结果不能统一,在实际使用过程中会出现一些混淆,比如不同测试人员得到不同的结果,无法评判谁的结果更准确。为了得到统一的结果,需要一种算法,避免由于手动选点造成的结果不稳定以及噪声的影响。本文通过图像处理的方法,提取出圆形的区域,再利用相关的数学变换,找到统一的的中心点位置。在边缘扩展函数方法中,由于受到噪声,非均匀性,数据的离散性和算法局限性等的影响,测量中将不可避免的产生误差。实验平均是一种很好的减少误差的方法,然而ERF方法中实现直接平均化,就对体模图片提出了要求：两种材料间的目标线必须垂直或水平。本文在ERF方法中对体模图片进行变换,为实现直接平均创造条件,简化了临床扫描,为CT系统的评估带来方便。CT图像噪声直接影响系统的密度分辨力,给进一步研究或应用带来不便和误差,因此,应当对CT图像进行适当的预处理以减少噪声。图像预处理中,若假定噪声类型已知,直接盲目地对CT图像噪声进行处理往往达不到去噪效果,因为不同的去噪方法对不同类型噪声的处理效果大不相同,对于不同的噪声类型应当采用具有针对性的噪声算法,所以在对CT图像噪声处理之前,对噪声的类型进行识别是非常必要的,同时也有助于研究图像去噪的自适应算法。目前对噪声类型的识别方法,有诸如,分析小波高频系数直方图的不显著系数能量比,跳变点概率和曲线拟合图黄金分割点处窗口宽度[6]等等,这些方法对噪声类型的识别比较准确。本文在此基础上,提出了一种更为简便的CT图像噪声类型识别方法。该方法在小波分解的基础上,通过分析高频系数直方图的信噪比和相应曲线拟合图的积分,有效地识别CT图像噪声类型(本文以高斯噪声和椒盐噪声为例),从而为去噪方法的设计提供指导,显著提高CT图像预处理效果。为了确保CT设备在医院的有效应用,必须定期对设备进行检测,体模是设备检测中必要的工具。随着CT设备的用户越来越多,体模的需求也会越来越大。从国外引进的体模价格昂贵,极大地限制了它在基层医院的普及。本文在参考目前常用体模的基础上,制作了实用的,廉价的CT检测体模。其可对CT设备的常规图像质量参数进行检测,包括空间分辨力,噪声,密度分辨率,层厚,CT值线性,均匀性等等。