多模型迭代重建算法對CT圖像質量影響的模型研究

劉 卓 LIU Zhuo

李 超 LI Chao

多模型迭代重建算法對CT圖像質量影響的模型研究

劉 卓 LIU Zhuo

李 超 LI Chao

作者單位
北京大學人民醫(yī)院放射科 北京 100044

Department of Radiology， People's Hospital，Peking University， Beijing 100044， China

Address Correspondence to： LIU Zhuo

E-mail： liuzhuormyy@sina.cn

2016-03-16

中國醫(yī)學影像學雜志

2016年 第24卷 第7期：553-556

Chinese Journal of Medical Imaging

2016 Volume 24 （7）： 553-556

目的 通過模型研究，客觀評價多模型迭代重建算法（ASiR-V）對CT圖像質量的影響。材料與方法 在不同條件下，分別掃描20 cm水模型和QA模型。以不同迭代權重，對原始數據進行重建。迭代比例選擇從ASiR-V 0%即濾波反投影（FBP）到ASiR-V 100%，間隔10%。比較不同迭代水平圖像的噪聲、密度分辨率及空間分辨率。結果 與FBP圖像相比，隨著ASiR-V比重增加，圖像噪聲水平明顯下降，密度分辨率明顯提高，而空間分辨率略有提高。在120 kV、200 mA掃描條件下，ASiR-V 50%、ASiR-V 100%較FBP分別降低標準差約32%、58%，提高低對比探測能力約12%、21%，提高調制傳遞函數50約2%、5%。結論 基于模型的ASiR-V不僅可以顯著降低噪聲、明顯提高密度分辨率，而且略提高空間分辨率。隨著迭代比例增加，改善效果增加。

體層攝影術，X線計算機；算法；迭代重建；圖像處理，計算機輔助；質量控制

【Abstract】Purpose To evaluate the performance of a brand-new iterative reconstruction algorithm named adaptive statistic iterative reconstruction Veo （ASiR-V） based on objective methods.Material and Methods We performed scans on 20 cm radiation level using water and QA phantoms. Images were reconstructed using different ASiR-V blending percentages from ASiR-V 0% （filtered back projection， FBP） to ASiR-V 100%， at interval of 10%. Noise standard deviation （SD） and density resolution （low-contrast detectability，LCD） were measured by scanning water phantom. Modulation transfer function （MTF） was measured by scanning QA phantom. We compared reconstructed images of noise SD， LCD and MTF by using different blending percentages of ASiR-V.Results As the increasing ASiR-V percentage， noise SD level significantly reduced and LCD significantly increased，while MTF slightly increased compared with FBP. Under the scan condition of 120 kV， 200 mA， noise SD of ASiR-V 50% and ASiR-V 100% decreased by 32% and 58%，respectively； LCD increased by 12% and 21%， respectively； MTF increased by 2% and 5%，respectively compared with FBP.Conclusion Our study indicated ASiR-V provided a significant reduction of image noise， improvement of density resolution as well as a slight improvement of spatial resolution. Therefore， this new algorithm has the potential effect to reduce radiation dose without compromising image quality.

【Key words】Tomography， X-ray computed； Iterative reconstruction； Algorithms； Image processing， computer-assisted； Quality control

隨著CT技術的發(fā)展，尤其是多層螺旋CT的出現，疾病的診斷水平得到很大的提高，然而輻射對受檢者的潛在危害性也逐漸受到關注。因此，如何在保證圖像質量滿足臨床診斷要求的同時，減少輻射劑量，已成為目前影像學的一個重要的研究方向。以管電流調節(jié)技術為代表的掃描參數的優(yōu)化技術是解決該問題的主要方法之一［1-2］。然而，輻射劑量降低會導致圖像噪聲增加。因此，對于使用解析算法如濾波反投影（FBP）的CT系統(tǒng)，輻射劑量的降低程度受到嚴重的限制。為了克服這些限制，重建算法的改進成為CT低劑量研究的一個重要方向。隨著計算機技術的發(fā)展，特別是計算速度的提高，迭代算法已逐漸取代解析算法，如自適應統(tǒng)計迭代重建（adaptive statistical iterative reconstruction，ASiR）等可以保證圖像質量滿足臨床診斷要求的同時，減少輻射劑量25%～ 40%［3-5］。然而，ASiR圖像存在蠟像狀偽影問題，尤其是在選擇較高ASiR權重時?；谀Ｐ偷牡惴ǎ╩odel based iterative reconstruction，MBIR，商品名Veo）作為一種全迭代算法，可在更低輻射劑量條件下提供比ASiR更滿意的圖像質量。由于硬件條件及運算時間的限制，MBIR目前還難以投入臨床應用［6-7］。2014年GE公司推出的多模型迭代重建算法（adaptive statistical iterative reconstruction Veo，ASiR-V）采用了更為先進的系統(tǒng)噪聲模型，同時納入了被掃描物體模型和物理模型，可以在與ASiR相近的重建速度下獲得與MBIR相似的圖像質量［8］。本研究擬通過對客觀指標的測量，評價ASiR-V對CT圖像質量的影響。

1　材料與方法

1.1 掃描方案 采用256排螺旋CT（GE Revolution CT）對模型進行掃描，包括20 cm水模及QA模型。根據技術手冊要求，以120 kV、315 mA條件掃描20 cm水模，測量CT值標準差（standard deviation，SD）、低對比探測能力（low contrast detec tability，LCD）。以120 kV、315 mA條件掃描QA模型，以調制傳遞函數（modulation transfer function，MTF）為評價指標測量空間分辨率。測量結果與技術手冊推薦值對比，合格即可進行后續(xù)研究。再以120 kV、200 mA條件分別掃描20 cm水模及QA模型，測量SD、LCD及MTF。

20 cm水模掃描參數：掃描類型，軸向；探測器范圍80 mm，旋轉時間1 s，管電壓120 kV，管電流315/200 mA，掃描視野，小體型；高分辨率模式，關閉；圖像層厚5 mm，顯示視野22.7 cm，重建類型為標準。

QA模型掃描參數：掃描類型，軸向；探測器范圍160 mm，旋轉時間1 s，管電壓120 kV，管電流390/200 mA，掃描視野，小體型；高分辨率模式，關閉；圖像層厚1.25 mm，顯示視野15 cm，重建類型為骨骼加強。

1.2 圖像重建 掃描獲得的原始數據以不同迭代算法比例（ASiR-V%）重建11套圖像，包括ASiR-V 0%、10%、20%、30%、40%、50%、60%、70%、80%、90%、100%。其中ASiR-V 0%即FBP圖像。不同百分比表示迭代重建所占權重，比如ASiR-V 50%的圖像是由FBP圖像與ASiR-V圖像1∶1混合而成。測量并記錄不同迭代比例重建圖像的SD、LCD、MTF。針對每個指標，掃描3次，求平均值。

2　結果

2.1 測量結果與技術手冊推薦值 以120 kV、315 mA條件掃描20 cm水模及QA模型，結果均符合技術手冊要求。水模掃描圖像見圖1，QA模型掃描圖像見圖2。

2.2 測量結果

2.2.1SD 不同掃描條件下，SD測量結果見圖3。結果顯示隨著ASiR-V比例增加，噪聲水平顯著下降。ASiR-V 50%、ASiR-V 100%較FBP的SD分別降低約32%、58%。

2.2.2LCD 不同掃描條件下LCD測量結果見圖4。結果顯示隨著ASiR-V比例增加，噪聲水平顯著下降，因此密度分辨率隨之明顯提升。ASiR-V 50%、ASiR-V 100%較FBP的LCD分別提高約12%、21%。

圖1　20 cm水模掃描圖像，用于測量SD、LCD

圖2　QA模型掃描圖像，用于測量MTF

圖3　迭代比例對SD的影響。隨著ASIR-V%增加，SD降低

圖4　迭代比例對LCD的影響。隨著ASIR-V%增加，LCD提高

圖5　迭代比例對MTF的影響。隨著ASIR-V%增加，MTF略有提高。A. 200 mA；B. 315 mA

2.2.3 MTF 不同掃描條件下，MTF的測量結果見圖5。結果顯示，隨著ASiR-V比例增加，MTF50、MTF10略有升高。ASiR-V 50%、ASiR-V 100%較FBP的MTF50 的MTF50分別提高約2%、5%。

3　討論

隨著迭代算法逐漸取代解析算法，對新算法的研究成為CT技術發(fā)展的方向之一。算法對圖像質量的影響是研究的主要內容。對于重建算法的評價主要包括降低噪聲的能力、提高密度分辨率的能力以及對空間分辨率的影響。

SD是指均勻物質掃描圖像中各點之間CT值的上下波動，也可解釋為圖像矩陣中像素值的標準偏差［9］。本研究結果顯示，隨著ASiR-V比例增加，SD水平顯著下降。

密度分辨率又稱為低對比分辨率或LCD，是在低對比度條件下分辨物體微小差別的能力［10］。隨著ASiR-V比例增加，SD水平顯著下降，因此密度分辨率隨之明顯提升。

空間分辨率又稱為高對比分辨率，是在高對比度條件下區(qū)分相鄰最小物體的能力。既往研究表明，隨著迭代比例增加，空間分比率隨之下降；也有研究表明隨著迭代比例的增加，空間分比率不下降甚至有所改善［11-13］。既往研究中對于空間分比率的測量多是通過掃描線對模型，主觀計數的方法，此方法主觀因素影響大，可靠性、重復性較差。本研究利用MTF客觀評價圖像的空間分辨率，觀察空間分辨率隨ASiR-V比例增加的變化規(guī)律。結果顯示，隨著ASiR-V比例增加，MTF50、MTF10略有升高。

2008年推出的ASiR通過建立統(tǒng)計噪聲模型，并利用迭代的方法對噪聲加以校正和抑制，得到更清晰的圖像。ASiR技術可以顯著降低圖像的噪聲，改善圖像質量，與FBP算法相比，掃描劑量降低約50%。繼ASiR之后，2011年推出的MBIR除建立噪聲模型外，還建立了系統(tǒng)光學模型。體素、X射線光子初始位置和探測器幾何因素均通過模型進行模擬。MBIR真實地還原了X射線從投射到采集的過程。與FBP技術相比，MBIR技術可以降低67%～82%的輻射劑量［14-16］。各模型中計算量最大的是光學模型，其可以提高重建圖像的空間分辨率。2014年推出的ASiR-V技術在迭代過程中去除了光學模型，采用更為先進的噪聲模型，同時納入了被掃描物體模型和物理模型，使得可以在與ASiR相近的重建速度下獲得與MBIR相似的圖像質量，故命名為ASiR-V。

本研究結果顯示，在120 kV、200 mA掃描條件下，ASiR-V 50%、ASiR-V 100%較FBP的SD分別降低約32%、58%，LCD提高約12%、21%，MTF50提高約2%、5%。ASiR-V重建算法在降低噪聲、提高密度分辨率的同時，還能改善空間分辨率。

本研究的局限性為：①全部數據來自20 cm水?；騋A模型，而性能模型不能完全模擬人體的多樣性和復雜性。②本研究只應用120 kV，且僅選擇高低兩檔管電流，未應用80 kV、100 kV等其他掃描條件。③噪聲、密度分辨率、空間分辨率均是評價圖像的客觀指標，而客觀指標不能完全反映圖像質量。如當選擇ASiR-V比例超過70%時，盡管各指標得到改善，但圖像會出現蠟像狀偽影或斑點狀偽影，主觀評價反而下降。④本研究未考慮圖像重建速度，而重建的快慢也是臨床應用中的重要指標。

總之，本研究的客觀測量數據表明ASiR-V重建算法可以顯著降低圖像噪聲、明顯改善密度分辨率，且空間分辨率略有提高。

［1］ Xu Y， He W， Chen H， et al. Impact of the adaptive statistical iterative reconstruction technique on image quality in ultralow-dose CT. Clin Radiol， 2013， 68（9）： 902-908.

［2］ 明康， 楊國威， 許永華， 等. 冠狀動脈CT血管成像iDose4迭代重建與濾波反投影重建圖像質量和輻射劑量比較. 中國醫(yī)學影像學雜志， 2013， 21（4）： 305-308.

［3］ Willemink MJ， De Jong PA， Leiner T， et al. Iterative reconstruction techniques for computed tomography Part 1：Technical principles. Eur Radiol， 2013， 23（6）： 1623-1631.

［4］ Willemink MJ， Leiner T， De Jong PA， et al. Iterative reconstruction techniques for computed tomography part 2：initial results in dose reduction and image quality. Eur Radiol，2013， 23（6）： 1632-1642.

［5］ L?ve A， Olsson ML， Siemund R， et al. Six iterative reconstruction algorithms in brain CT： a phantom study on image quality at different radiation dose levels. Br J Radiol，2013， 86（1031）： 20130388.

［6］ Ning P， Zhu S， Shi D， et al. X-ray dose reduction in abdominal computed tomography using advanced iterative reconstruction algorithms. PLoS One， 2014， 9（3）： e92568.

［7］ Vardhanabhuti V， Ilyas S， Gutteridge C， et al. Comparison of image quality between filtered back-projection and the adaptive statistical and novel model-based iterative reconstruction techniques in abdominal CT for renal calculi. Insights Imaging，2013， 4（5）： 661-669.

［8］ Lim K， Kwon H， Cho J， et al. Initial phantom study comparing image quality in computed tomography using adaptivestatistical iterative reconstruction and new adaptive statistical iterative reconstruction V. J Comput Assist Tomogr， 2015，39（3）： 263-273.

［9］ Li K， Tang J， Chen GH. Statistical model based iterative reconstruction （MBIR） in clinical CT systems： experimental assessment of noise performance. Med Phys， 2014， 41（4）：1659-1662.

［10］ Tang K， Wang L， Li R， et al. Effect of low tube voltage on image quality， radiation dose， and low-contrast detectability at abdominal multidetector CT： phantom study. J Biomed Biotechnol， 2012（878）： 130169.

［11］ Chen B， Ramirez Giraldo JC， Solomon J， et al. Evaluating iterative reconstruction performance in computed tomography. Med Phys， 2014， 41（12）： 121913-121913.

［12］ Kim HG， Chung YE， Lee YH， et al. Quantitative analysis of the effect of iterative reconstruction using a phantom：determining the appropriate blending percentage. Yonsei Med J， 2015， 56（1）： 253-261.

［13］ Mueck FG， Michael L， Deak Z， et al. Upgrade to iterative image reconstruction （lR） in MDCT imaging： a clinical study for detailed parameter optimization beyond vendor recommendations using the adaptive statistical iterative reconstruction environment （ASIR） Part2： the chest. Fortschr R?ntgenstr， 2013， 185（7）： 644-654.

［14］ Kim Y， Kim YK， Lee BE， et al. Ultra-low-dose CT of the thorax using iterative reconstruction： evaluation of image quality and radiation dose reduction. Am J Roentgenol， 2015，204（6）： 1197-1202.

［15］ Honda O， Yanagawa M， Inoue A， et al. Image quality of multiplanar reconstruction of pulmonary CT scans using adaptive statistical iterative reconstruction. Br J Radiol， 2011，84（1000）： 335-341.

［16］ Pickhardt PJ， Lubner MG， Kim DH， et al. Abdominal CT with model-based iterative reconstruction （MBIR）： initial results of a prospective trial comparing ultralow-dose with standard-dose imaging. Am J Roentgenol， 2012， 199（6）： 1266-1274.

（本文編輯 張建軍）

Effect of Adaptive Statistic Iterative Reconstruction Veo on CT Image Quality： Phantom Study

10.3969/j.issn.1005-5185.2016.07.021

劉 卓

2015-12-23

C32；R445.3