1、第4 1卷 第3期 陕西科技大学学报 V o l.4 1N o.3 2 0 2 3年6月 J o u r n a l o fS h a a n x iU n i v e r s i t yo fS c i e n c e&T e c h n o l o g y J u n.2 0 2 3*文章编号:2 0 9 6-3 9 8 X(2 0 2 3)0 3-0 1 8 5-0 7基于顶帽运算和各向异性扩散的C T图像金属伪影去除牛晓伟,孔慧华*,邸云霞(中北大学 数学学院 山西省信息探测与处理重点实验室,山西 太原 0 3 0 0 5 1)摘 要:金属伪影的存在严重降低了C T图像的质量和诊断价值
2、.现有的基于先验的金属伪影去除方法大多数都是从插值图像中获得先验图像,而错误的金属分割常常会导致最终校正图像中的伪影残留和组织结构丢失.针对这一问题,提出了一种基于顶帽运算和各向异性扩散滤波的归一化金属伪影去除算法.顶帽运算可以恢复由线性插值引起的骨骼结构丢失问题,且各向异性扩散滤波具有保留图像边缘细节同时减少噪声的作用,可以去除图像中的残留伪影,从而获得质量更好的先验图像.实验结果表明,与经典的金属伪影校正算法相比,提出的算法可以有效减少金属伪影,避免引入二次伪影,同时保留金属植入物周围的骨骼和精细结构.关键词:金属伪影去除;顶帽运算;各向异性扩散滤波;归一化中图分类号:T P 3 9 1.
3、4 1 文献标志码:AM e t a l a r t i f a c t r e d u c t i o nf r o mC Ti m a g e sb a s e do nt o ph a to p e r a t i o na n da n i s o t r o p i cd i f f u s i o nN I UX i a o-w e i,KONG H u i-h u a*,D IY u n-x i a(S c h o o l o fM a t h e m a t i c s,S h a n x i P r o v i n c i a lK e yL a b o r a t o r
4、yo f S i g n a lC a p t u r i n ga n dP r o c e s s i n g,N o r t hU n i v e r-s i t yo fC h i n a,T a i y u a n0 3 0 0 5 1,C h i n a)A b s t r a c t:T h ep r e s e n c eo fm e t a la r t i f a c t ss e r i o u s l yd e g r a d e st h eq u a l i t ya n dd i a g n o s t i cv a l u eo fC Ti m a g e s.
5、M o s te x i s t i n gap r i o r i-b a s e dm e t a la r t i f a c tr e d u c t i o nm e t h o d so b t a i nap r i o r ii m a g e s f r o mi n t e r p o l a t e d i m a g e s,a n d i n c o r r e c tm e t a l s e g m e n t a t i o no f t e n l e a d s t oa r t i f a c t r e s i-d u ea n d t i s s u
6、e s t r u c t u r e l o s s i n t h e f i n a l c o r r e c t e d i m a g e s.T oa d d r e s s t h i sp r o b l e m,an o r m a l-i z e dm e t a la r t i f a c tr e d u c t i o na l g o r i t h mb a s e do nt o p-h a to p e r a t i o na n da n i s o t r o p i cd i f f u s i o nf i l t e r i n g i sp
7、r o p o s e d.T h et o p-h a to p e r a t i o nc a nr e c o v e rt h el o s so fs k e l e t a l s t r u c t u r ec a u s e db y l i n e a r i n t e r p o l a t i o n,a n dt h ea n i s o t r o p i cd i f f u s i o nf i l t e r i n gh a s t h ee f f e c to fp r e s e r v i n gt h ei m a g ee d g ed e
8、t a i l sw h i l er e d u c i n gn o i s e,w h i c hc a nr e m o v e t h er e s i d u a l a r t i f a c t s i nt h e i m a g ea n dt h u so b t a i nab e t t e rq u a l i t yap r i o r i i m a g e.T h ee x p e r i m e n t a l r e s u l t ss h o wt h a t t h ep r o-p o s e da l g o r i t h mc a ne f
9、f e c t i v e l yr e d u c em e t a la r t i f a c t sa n da v o i di n t r o d u c i n gs e c o n d a r ya r t i-f a c t s,w h i l ep r e s e r v i n gt h eb o n e a n d f i n e s t r u c t u r e s a r o u n d t h em e t a l i m p l a n t s c o m p a r e dw i t h*收稿日期:2 0 2 2-1 0-2 2基金项目:国家自然科学基金项目
10、(6 1 8 0 1 4 3 7,6 1 8 7 1 3 5 1,6 1 9 7 1 3 8 1);山西省基础研究计划项目(2 0 2 1 0 3 0 2 1 2 2 4 1 9 0)作者简介:牛晓伟(1 9 9 7),男,山西晋城人,在读硕士研究生,研究方向:图像处理与图像重建通讯作者:孔慧华(1 9 7 7),女,山西太原人,教授,研究方向:图像处理与图像重建,h u i h u a k 1 6 3.c o mDOI:10.19481/ki.issn2096-398x.2023.03.014陕西科技大学学报第4 1卷t h ec l a s s i c a lm e t a l a r t
11、 i f a c t c o r r e c t i o na l g o r i t h m.K e yw o r d s:m e t a la r t i f a c tr e d u c t i o n;t o ph a to p e r a t i o n;a n i s o t r o p i cd i f f u s i o nf i l t e r i n g;n o r-m a l i z a t i o n0 引言自1 8 9 5年伦琴发现X射线以来,计算机断层扫描技术(c o m p u t e dt o m o g r a p h y,C T)已广泛用于临床诊断.现代C
12、T扫描仪可以提供具有可靠解剖信息的高分辨率图像,然而,如果扫描场中存在金属植入物(如牙科填充物或修复体),金属伪影往往会影响C T图像质量并降低其诊断价值1.导致金属伪影产生的原因可归纳为射束硬化、部分容积效应、噪声、散射和运动等2,这些问题会导致检测器接收到的投影数据损坏或丢失.在图像重建中,损坏的数据表现为或亮或暗的伪影,除此之外,金属植入物的大小、形状、位置也会影响金属伪影的情况,这会降低C T图像的质量,影响金属植入物周围组织结构的诊断信息.近年来,越来越多的金属伪影去除(m e t a l a r t i-f a c t r e d u c t i o n,MA R)方法用来校正金属
13、伪影,它们大致 可分为迭代 重建、正弦 图校正和混 合方法3.迭代重建和混合方法在抑制金属伪影方面表现出良好的性能,其中最大似然和代数重建技术是两种最常见的方法.如K u b o等4比较了基于模型的迭代重建和混合迭代重建与金属伪影去除算法相结合时改善牙齿金属伪影C T图像的能力,发现混合迭代重建算法显著减少了颈部C T图像的金属伪影.但由于迭代算法在临床应用中受到限制,计算成本高,耗时严重等问题,因此,在临床实践中应用有限.在正弦图校正方法中,大致可分为两组:基于插值的方法和基于先验的方法.基于插值的方法使用插值技术来估计金属投影区域的替代数据,例如多项式插值、小波插值或线性插值等5-7.线性
14、插值(l i n e a ri n t e r p o l a t i o n,L I)是 最 常 用 的 方 法,K a l e n d e r等6在1 9 8 7年首次提出了关于线性插值的金属伪影去除算法,使用金属轨迹两侧未损坏的数据对金属投影区域进行线性插值,这样往往会造成组织信息的丢失,而且可能会产生严重的二次伪影.为了克服基于插值方法的缺点,基于先验的方法使用来自先验图像的前向投影来估计替代数据,先验图像的结构信息可以添加到金属投影区域,这样可以获得更好的估计8-1 5.W a n g等8提出了一种基于融合先验的MA R(f u s i o np r i o r-b a s e dM
15、A R,F P-MA R),将滤波后的线性插值图像和去除金属部分的原始重建图像融合生成一个先验图像,保留了更多的组织信息,但会残留白色伪影.M e y e r等9基于初始图像的多阈值分割获得的三值图像的正向投影来执行归一化,提出了归一化金属伪影去除(n o r m a l i z e dm e t a la r t i f a c tr e d u c t i o n,NMA R)算法,以便更好地保持空气和水等物体之间的对比度,对于带有金属植入物的骨骼结构有相当大的改进.Y a k d i e l等1 2利用M u m f o r d-S h a h图像模型和L0梯度最小化方法,通过高斯滤波、
16、P a r-i s o t t o和S c h o e n l i e b修复方法三种变换获得先验图像,可以有效减少条纹金属伪影,避免金属植入物周围出现新伪影.由于一般基于先验的方法通常会在最终校正图像中造成伪影残留和金属附近骨骼结构丢失,如基于线性插值的NMA R算法等,无法取得理想的校正效果.因此,本文提出一种基于顶帽运算和各向异性扩散1 6的归一化金属伪影去除算法(t o ph a t a n d a n i s o t r o p i c d i f f u s i o n-NMA R,THA D-NMA R).该算法对C T图像执行顶帽运算并与线性插值图像进行融合,可以保留大部分骨骼信息和细节特征,且各向异性扩散滤波1 6具有保留图像边缘细节同时减少噪声的作用,由此可以获得质量更好的先验图像.临床图像测试结果表明,与现有的常规图像域金属伪影去除算法相比,本文所提出的THA D-NMA R方法在抑制伪影和组织特征保留方面表现更好.1 理论与方法含金属物体的重建图像常常表现为强烈的黑色或白色金属伪影,或像骨骼一样明亮,或像空气一样暗,经常会出现分割错误的情况,严重的伪影会覆盖感兴
