能量自適應(yīng)的X射線DR/CT成像綜述
——謹(jǐn)以此文向我國CT成像領(lǐng)域的開創(chuàng)者之一邱佩璋先生致敬

陳 平， 魏交統(tǒng)， 趙曉杰， 韓 焱

(中北大學(xué) 信息探測與處理山西省重點(diǎn)實(shí)驗(yàn)室, 太原 030051)

0 引言

X射線DR/CT成像系統(tǒng)一直是航空航天、國防工業(yè)等領(lǐng)域的基礎(chǔ)裝備，其核心技術(shù)受到各個(gè)國家的保護(hù)。在工業(yè)領(lǐng)域，一些復(fù)雜結(jié)構(gòu)件的質(zhì)量直接影響了整機(jī)系統(tǒng)性能，例如，航空發(fā)動(dòng)機(jī)葉片、飛行器制導(dǎo)執(zhí)行機(jī)構(gòu)、引信和大馬力柴油機(jī)缸蓋等部件，均關(guān)系著整機(jī)裝備的試驗(yàn)、運(yùn)行的成敗，必須對其進(jìn)行無損檢測，確保質(zhì)量安全。此類構(gòu)件存在結(jié)構(gòu)復(fù)雜、厚薄差異大、高低密度復(fù)合的復(fù)雜結(jié)構(gòu)特性，在進(jìn)行傳統(tǒng)固定能量的X射線成像時(shí)，射線透射方向上等效厚度(相對于X射線的衰減能力)變化率較大，并受探測器成像系統(tǒng)動(dòng)態(tài)范圍限制，易出現(xiàn)過曝光和欠曝光的共存現(xiàn)象，投影信息缺失嚴(yán)重，從而影響CT重建質(zhì)量和檢測靈敏度[1]。如圖1所示，在對厚度差異較大的楔形塊進(jìn)行X射線成像時(shí)，在同一圖像中同時(shí)出現(xiàn)了過曝光、正常曝光、欠曝光區(qū)域。根據(jù)射線能量與檢測對象有效厚度的匹配性原則，解決上述問題的有效途徑是變能量掃描成像，因此，變能量X射線DR/CT成像將為復(fù)雜結(jié)構(gòu)件的有效檢測提供新的途徑[2]。

圖1 楔形塊X射線成像

對于內(nèi)部結(jié)構(gòu)未知的復(fù)雜結(jié)構(gòu)件，如何調(diào)節(jié)能量遞變值確保信息完整獲取，以及如何在融合及CT重建中擴(kuò)展動(dòng)態(tài)范圍是有待突破的兩個(gè)關(guān)鍵問題，如圖2所示。針對這兩個(gè)問題，可總結(jié)出實(shí)現(xiàn)能量自適應(yīng)的X射線DR/CT成像主要分為三個(gè)方面：①變能量成像模式及能量自適應(yīng)控制方法；②基于不同能量X射線圖像序列融合的動(dòng)態(tài)范圍擴(kuò)展；③變能量成像模式下的CT重建算法。本文主要是針對這三個(gè)方面進(jìn)行綜述，并對各種實(shí)現(xiàn)方法的特點(diǎn)進(jìn)行分析。全文不涉及復(fù)雜數(shù)學(xué)推導(dǎo)，直接引用了相關(guān)論文的結(jié)論。

圖2 變能量CT成像原理圖

1 變能量成像模式及自適應(yīng)控制方法

在單能X射線成像中，按照Beer定律，射線衰減為

I=I0e-μd

(1)

式中,I0為初始射線強(qiáng)度；I為衰減后射線強(qiáng)度；μ為與材料和射線能量有關(guān)的衰減系數(shù)；d為射線穿過物體的厚度。

在常規(guī)X射線成像系統(tǒng)中，X射線是由射線管產(chǎn)生的多能射線，包含了韌致輻射和特征輻射兩部分。特征輻射的射線強(qiáng)度只占X射線總強(qiáng)度的極少一部分，則X射線強(qiáng)度近似為韌致輻射的連續(xù)譜總強(qiáng)度。X射線連續(xù)譜強(qiáng)度為：

I0U=KZiXU2

(2)

式中，I0U為射線強(qiáng)度；K為比例常數(shù)；Z為X射線管的靶材料原子序數(shù)；iX為管電流；U為管電壓[3-4]。

由式(2)可知，X射線強(qiáng)度近似與管電流成正比，與管電壓的平方成正比。因此，在確定的X射線成像系統(tǒng)上，變能量X射線成像可以通過變電流和變電壓兩種方式實(shí)現(xiàn)。在實(shí)際成像中，成像灰度還與X射線探測器性能及參數(shù)設(shè)置有關(guān)，通過曝光時(shí)間的調(diào)節(jié)，也能在一定程度上達(dá)到與變能量成像類似的效果。

變電流成像和變曝光時(shí)間成像類似，均是通過改變曝光劑量，提升X射線的檢測靈敏度。如醫(yī)學(xué)X射線CT成像中發(fā)展形成的自動(dòng)管電流調(diào)制技術(shù)(Automatic Tube Current Modulation, ATCM)[5-7]、自動(dòng)曝光控制技術(shù)(Automatic Exposure Control, AEC)[8-9]，均是在圖像質(zhì)量滿足要求的前提下，根據(jù)患者身材和臟器的解剖形態(tài)自動(dòng)調(diào)整管電流或曝光時(shí)間，在較低的輻射劑量水平上提供穩(wěn)定的圖像質(zhì)量，滿足診斷要求[7]。

變電流成像和變曝光時(shí)間成像不會(huì)改變X射線的能譜特性，可以在后續(xù)的圖像融合與重建過程中保證良好的圖像灰度線性映射關(guān)系。但是，醫(yī)療影像中的變電流和變曝光時(shí)間僅是在確保成像質(zhì)量的基礎(chǔ)上，降低輻射劑量，并沒有改變射線的穿透能力，繼而無法應(yīng)用于工業(yè)復(fù)雜結(jié)構(gòu)件中射線能量與不同厚度的匹配。而射線的穿透能力主要取決于射線管電壓，改變管電壓則改變了X射線的穿透能力。對于等效厚度較大的區(qū)域，采用大電壓成像，反之采用較小的電壓成像。因此，通過改變射線管電壓，實(shí)施變能量成像，是解決復(fù)雜結(jié)構(gòu)件高質(zhì)量成像的唯一有效方法。

但是，在變能量成像過程中，由于復(fù)雜結(jié)構(gòu)件形狀結(jié)構(gòu)復(fù)雜、等效厚度差異大，在各個(gè)投影角度上等效厚度變化規(guī)律不一致，需合理設(shè)計(jì)能量自適應(yīng)控制策略，減少數(shù)據(jù)采集量，提高成像效率。對于管電壓控制，可分為單個(gè)投影角度下的電壓控制和不同投影角度間的電壓控制兩個(gè)方面。在單個(gè)投影角度下的變電壓投影采集過程中，自動(dòng)變電壓控制有多種模式。例如，低效率、低靈活性的固定電壓步長的能量調(diào)節(jié)模式，直接設(shè)置一個(gè)較小的電壓間隔，從初始電壓開始，直接遞變到最大電壓，完成變能量圖像序列采集[8]。更有效的方法是依據(jù)當(dāng)前圖像質(zhì)量，基于射線成像系統(tǒng)的最佳灰度范圍，建立電壓與灰度的預(yù)測模型，實(shí)時(shí)預(yù)測下一幀圖像的成像管電壓[9]。

不同投影角度間也涉及能量自適應(yīng)，以匹配不同投影角度上的等效厚度的不一致性。同樣，可以基于電壓與灰度模型，利用前一個(gè)或多個(gè)角度下投影圖像灰度，對下一個(gè)角度的電壓進(jìn)行預(yù)測[10]?；蛘?，為了提升成像效率，基于CT旋轉(zhuǎn)的正弦特性，預(yù)測各角度的最低和最高電壓預(yù)測值，再進(jìn)行微調(diào)[10]。類似這樣的調(diào)整方法，在醫(yī)學(xué)成像中，基于物體衰減特性的自動(dòng)管電壓選擇技術(shù)(AKST)被廣泛應(yīng)用，可以根據(jù)患者身材和臟器的解剖形態(tài)自動(dòng)調(diào)整管電壓進(jìn)行成像[11-12]。

2 變能量圖像融合方法

變能量模式下采集的圖像序列，需要通過融合擴(kuò)展動(dòng)態(tài)范圍，完整呈現(xiàn)復(fù)雜結(jié)構(gòu)件的投影信息，才能進(jìn)行圖像分析或CT重建[13]。與一般圖像融合方法類似，變能量圖像融合也分為變換域方法和圖像域方法。

2.1 變換域融合

變換域方法包括基于小波變換的融合方法、基于輪廓波變換的融合方法等。此類方法首先對變能量圖像序列做頻域變換，獲取高低頻系數(shù)；然后針對不同任務(wù)需求，設(shè)計(jì)高低頻系數(shù)融合規(guī)則，獲得融合后的高低頻系數(shù)；再進(jìn)行反變換，獲得圖像域的融合圖像。相比于原始各能量圖像序列，融合圖像中含有更豐富的細(xì)節(jié)信息，但是高低頻系數(shù)融合規(guī)則設(shè)計(jì)是融合中的關(guān)鍵。2008年，楊霈等研究了基于小波變換的雙能DR圖像融合，對低頻系數(shù)采用平均法，對高頻系數(shù)則依據(jù)活性因子進(jìn)行選擇，得到的圖像質(zhì)量高于原雙能圖像[14]。2009年，楊瑩等對低頻系數(shù)同樣采用了平均加權(quán)，對高頻系數(shù)，則基于鄰域平均梯度的大小進(jìn)行選擇，融合圖像具有更寬的動(dòng)態(tài)范圍[15]。2011年，楊民等以最大局部方差為準(zhǔn)則對低頻系數(shù)融合，以局部梯度的活性因子為尺度對高頻系數(shù)融合，融合圖像表現(xiàn)出更豐富的細(xì)節(jié)信息[16]。2016年，胡春光等利用分形維數(shù)最大熵線性加權(quán)規(guī)則融合低頻系數(shù)，對高頻分量取大的梯度值再乘以調(diào)整系數(shù)進(jìn)行融合，融合后實(shí)現(xiàn)了原始圖像細(xì)節(jié)的增強(qiáng)[17]。2022年，洪曉潔等基于區(qū)域方差顯著性和區(qū)域方差匹配度融合低頻分量，用梯度最大值作為邊緣檢測算子的輸出，提取高頻分量，提升了融合圖像質(zhì)量[18]。同樣，對于輪廓波變換，也通過設(shè)計(jì)不同的高低頻系數(shù)提取方法，實(shí)現(xiàn)了變電壓圖像序列的融合[19-20]。

此類融合方法主要是從信息論角度考慮，較少考慮高低能圖像及融合圖像的物理意義。這導(dǎo)致融合圖像只是單純圖像質(zhì)量提升，而像素灰度的物理表征得不到有效保證。對于缺陷檢測識別類需求可以滿足，但在需要進(jìn)一步應(yīng)用時(shí)，比如圖像重建會(huì)導(dǎo)致圖像物理表征失真。

2.2 圖像域融合

圖像域融合方法包括線性加權(quán)融合、灰度變換融合等方法。2010年，Philipp Kr?mer等提出了變電流/曝光時(shí)間的圖像序列線性融合方法[21]。2014年，A Sisniega等用線性模型描述探測器響應(yīng)的灰度與曝光時(shí)間關(guān)系，實(shí)現(xiàn)了雙曝光圖像融合[22]。2017年，張翔等針對融合中閾值選擇問題，提出了基于動(dòng)態(tài)時(shí)間彎曲的變電流投影序列融合方法，避免了人工選擇融合閾值的主觀性[23]。2022年，Santiago等采用線性融合方法對多曝光圖像進(jìn)行拼接融合，獲得了高動(dòng)態(tài)圖像[24]。

但是，對于變電壓成像，射線能量變化導(dǎo)致探測器所成影像對應(yīng)的射線強(qiáng)度和能譜分布發(fā)生了復(fù)雜變化，其灰度變換機(jī)制更為復(fù)雜，給圖像融合帶來了挑戰(zhàn)。因此，需要考慮不同電壓下投影灰度的變化規(guī)律，即灰度變換模型。若只考慮單材料成像時(shí)，可以構(gòu)建“灰度—電壓—厚度”關(guān)系模型，確定融合權(quán)值，實(shí)現(xiàn)變電壓圖像序列融合[25-26]。對于多材料，一般采用分段線性函數(shù)或其他函數(shù)構(gòu)建灰度變換近似模型，并實(shí)時(shí)修正近似模型中的參數(shù)。對此，中北大學(xué)先后提出了基于有效區(qū)域提取、主成分分析、神經(jīng)網(wǎng)絡(luò)等融合方法，實(shí)現(xiàn)了動(dòng)態(tài)范圍擴(kuò)展，完整地呈現(xiàn)出復(fù)雜結(jié)構(gòu)件的內(nèi)部結(jié)構(gòu)信息[27-29]。為了確保融合圖像灰度的物理表征正確性，魏交統(tǒng)等人利用冪函數(shù)構(gòu)建了不同電壓下的灰度變換模型，實(shí)現(xiàn)變電壓X射線圖像序列融合，獲得了圖像灰度物理表征明確的融合圖像，其結(jié)果如圖3所示[30]。

圖3 發(fā)動(dòng)機(jī)箱體切塊的遞變能量圖像序列融合示意圖

3 變能量CT重建方法

對于變能量獲得的多能數(shù)據(jù)，利用多譜CT重建，可實(shí)現(xiàn)組分區(qū)分、物質(zhì)識別等成像表征需求。此類方法是將組分的X射線衰減系數(shù)進(jìn)行分解，代入X射線CT成像模型，建立多譜投影分解模型或重建圖像分解模型，求解獲取基材料投影或基材料圖像，進(jìn)而合成各能量CT圖像[31-34]。在這類多譜CT成像中，要求采集的投影都具有完整結(jié)構(gòu)信息。

但是在解決結(jié)構(gòu)復(fù)雜、等效厚度差異大的復(fù)雜結(jié)構(gòu)件CT成像中，由于過曝光或欠曝光導(dǎo)致投影信息不完整，無法利用常規(guī)CT或多譜CT進(jìn)行重建。

根據(jù)本文2.2節(jié)中的變能量圖像融合方法，可以得到信息完整的投影數(shù)據(jù)，利用常規(guī)CT重建算法，如FDK[35]、代數(shù)迭代重建[36]、統(tǒng)計(jì)重建[37]等，獲得信息完整的CT圖像。對此，李毅紅等提出了基于變電壓X射線投影圖像序列融合的高動(dòng)態(tài)CT重建方法[38]；陳平等為了提升重建質(zhì)量，提出了基于對數(shù)解調(diào)的遞變能量CT重建方法，重建結(jié)果如圖4所示[39]。

圖4 某葉片遞變能量CT重建結(jié)果圖示

為了提升CT重建效率，可直接對各能量下投影進(jìn)行單獨(dú)重建，最后融合整個(gè)重建圖像序列，達(dá)到邊重建、邊融合的效果。2015年，張雪英等提出了基于結(jié)構(gòu)先驗(yàn)的變電壓CT成像方法，通過獲取邊緣結(jié)構(gòu)信息，約束高電壓圖像重建, 彌補(bǔ)高電壓重建圖像的信息缺失[40]。2016年，陳平等研究了基于灰度加權(quán)的變電壓CT重建算法，把低能量重建圖像作為初值用于相鄰高能量投影重建中，實(shí)現(xiàn)高動(dòng)態(tài)CT成像[41]。2019年，Cheng Kai等在融合重建過程中采用了多能分解，有效抑制了多能偽影，提升了重建質(zhì)量[42]。

4 總結(jié)與展望

能量自適應(yīng)X射線DR/CT成像在復(fù)雜結(jié)構(gòu)件的X射線檢測中有重要應(yīng)用。其實(shí)現(xiàn)方法主要包含能量自適應(yīng)的實(shí)現(xiàn)及控制，不同能量投影圖像融合和變能量CT重建三個(gè)方面的內(nèi)容。在能量自適應(yīng)的實(shí)現(xiàn)及控制方法方面，目前醫(yī)學(xué)應(yīng)用較為成熟，在工業(yè)應(yīng)用中，由于成像對象的多樣性，自適應(yīng)控制方法還需要進(jìn)一步研究，需要在與檢測對象優(yōu)化匹配的成像系統(tǒng)自適應(yīng)方面取得突破。在不同能量投影圖像融合中，目前已有了較多的方法，基本可滿足成像要求，但是在動(dòng)態(tài)范圍擴(kuò)展的物理表征的正確性方面，需要結(jié)合檢測對象的組分及結(jié)構(gòu)開展相關(guān)適定性研究。在變能量CT重建方法方面，目前的方法能滿足定性檢測缺陷有無的要求，將來的研究需要從定性檢測CT成像向定量CT成像發(fā)展，拓展變能量CT在組分測量及三維表征中的應(yīng)用。同時(shí)，對于更大尺寸的復(fù)雜結(jié)構(gòu)件，需要進(jìn)一步基于加速器開展劑量自適應(yīng)的X射線高動(dòng)態(tài)DR/CT成像方法研究。