CT圖像金屬偽影的處理方法*

劉思偉董 碩白 玫嚴漢民*

CT圖像金屬偽影的處理方法*

劉思偉①董 碩①白 玫①嚴漢民①*

CT圖像中的金屬偽影是指CT對人體進行掃描時由于射線硬化效應和部分容積效應等引起的體內金屬植入物周圍明亮放射狀或片狀偽影。金屬偽影作為X射線醫學影像學常見現象，其處理方法大致可分為兩類：①基于硬件技術，如能產生單能量光子的能譜CT；②基于軟件技術，如插值算法等。能譜CT作為硬件技術的優點，在于其對抑制金屬偽影產生的原因方面取得了一定效果，而基于軟件技術的圖像處理方法經過幾十年的發展也不斷取得新的進展，但迄今為止兩類方法在去除金屬偽影效果上均未取得令人十分滿意的結果。因此，著重對金屬偽影的產生原因、處理方法、技術及發展趨勢進行探討。

金屬偽影；圖像處理；能譜CT

自1972年英國人Hounsfield成功研制出第一臺能夠臨床應用的CT以來，CT技術在臨床醫學領域已發揮出了不可替代的作用。然而伴隨CT技術的廣泛應用，其技術缺陷也在不斷影響醫師對疾病的診治和病情的判斷，例如CT的金屬偽影問題。

CT金屬偽影是指金屬物體在CT檢查時引起的放射狀或片狀明亮區域。由于金屬義齒、血管支架、顱內電極、心臟起搏器、人工關節以及鋼釘固定鋼板在臨床的大量使用，造成金屬偽影在臨床CT圖像中較為常見。金屬偽影對于臨床診斷的影響主要體現在對金屬物體周圍組織觀察困難，當偽影較大、影響相鄰重要結構時，會給臨床診斷帶來很大困擾，特別是對于需精確定位的外科手術[1]。

1 金屬偽影產生原因

金屬偽影產生的原因有很多，大致可分為射線硬化效應、電子饑餓效應及部分容積效應，而國內有些學者認為射線硬化效應為主要因素[2]。與此同時，國外有學者認為其他一些因素也會產生金屬偽影，如Bruno[3]等認為造成該現象的原因應為噪聲、散射、部分容積效應和射線硬化效應的共同結果。寧國慶[4]等對普通CT和能譜CT對金屬偽影物體檢測的結果進行了對比分析，根據其數據分析結果，本研究認為射線硬化效應是金屬偽影產生的主要原因。

1.1 射線硬化效應

是指在進行CT檢查時，X射線穿過高密度的金屬材料后出現急劇衰減、平均能量增高的現象[5]。而這種現象的產生源于X射線的固有性質，即物質對X射線的吸收是隨其能量變化而改變——吸收系數隨X射線的能量增大而減小。當X射線穿過被掃描物體時，低能量的X射線易被吸收，高能量的X射線易于穿過，因此X射線的平均能量逐漸變高，射線束逐漸變硬，造成射線硬化效應[6]。普通CT的球管在掃描時給球管通固定電壓(kVp)作為管電壓，但通常情況的管電壓僅指其峰值電壓，而實際管電壓并非固定值，而是一系列連續kV值的混合電壓[7]。所以普通CT的X射線球管產生的X射線光子也是由處于不同能級的光子所構成的，這種射線中的低能量光子相對于高能量光子而言更易衰減，繼而發生射線硬化現象，在圖像上表現為不同形式的金屬偽影。

1.2 電子饑餓現象

是指X射線穿過人體后衰減過大，導致到達探測器的光子量過少。該現象導致的結果是投影噪聲迅速增大，濾波后噪聲進一步增大，最終在圖像上表現為亮或暗的條紋，這種現象常發生于盆骨、肩部，心臟掃描或薄層掃描中，產生電子饑餓現象的主要原因是X射線劑量過低[8]。當X射線劑量固定時，減少掃描時間和采用薄層掃描會使單位mSv里的光子含量降低，同樣會造成電子饑餓現象。與此同時，過低的管電壓同樣會產生該效應[9]。

1.3 部分容積效應

相對于射線硬化效應和光子饑餓效應而言，部分容積效應并非由于X射線自身的特性造成的圖像偽影，而是由于CT探測器的尺寸因素造成的測量誤差。CT探測器在進行數據采集時，由于空間分辨率的限制，不能完全反映人體組織任意連續點上的能量，而是將某一區域的能量整體反映到圖像中去。在實際掃描中，如果探測器探測到的區域為一半高能量一半低能量時，探測器會取左右兩半數據的平均值作為探測器的輸出信號，即部分容積效應[10]。因此，當一探測器掃描區域上有兩種或兩種以上不同能量時，探測器的輸出值并非人體組織的真實信息。而在人體組織內這種區域通常為不同組織的分界區域或密度差異區，這些區域對于疾病的診斷意義重大。雖然在實際檢測中經常出現某一探測器同時檢測到金屬物體和周圍組織的情況，但由于目前CT技術發展迅速，現有CT探測器分辨率已經很高，因此由部分容積效應造成的金屬偽影與正常組織邊緣模糊區域會很小，所以由部分容積效應產生的金屬偽影影響并不重大。

1.4 散射及噪聲

散射對金屬偽影造成的影響實際上很難采取措施去減小或完全規避，因為散射現象并非金屬材料特有現象，且僅由于散射造成的偽影相對射線硬化效應來講程度很低。噪聲同散射相似，雖然噪聲會在一定程度上造成金屬偽影，但是影響程度較低，并且噪聲普遍存在于各類檢查中，通過提高檢查時屏蔽干擾的能力以及降低設備自身工作噪音，可以提高圖像的信噪比，減少金屬偽影的產生。相對于部分容積效應和射線硬化效應而言，這兩種影響因素對金屬偽影的作用小、不容易回避。

除此之外，患者在檢查時的隨意運動以及不自主運動同樣會造成金屬偽影，但此類偽影無法通過硬件手段消除，在圖像處理時可通過算法進行消除或補償[11]。金屬材料的成分、植入位置、自身形狀以及尺寸等同樣也會影響金屬偽影的大小[12]。

2 金屬偽影處理方法

2.1 金屬偽影處理現狀

金屬偽影作為影響CT檢查效果的一個頑疾始終存在，且近40年來無法完全攻克[4]。目前，對于普通CT而言，臨床上通常采用兩種手段降低金屬偽影對掃描效果的影響。一是采用不同掃描參數設置，如對階梯狀偽影采用減小螺距和薄層掃描的方式減少偽影影響；二是利用圖像處理方法，如對不同類型的金屬偽影采用圖像處理算法消除或減小金屬偽影影響。但從實際效果比對來看，兩種處理方法所取得的效果并未完全達到人們的預期。對于改變掃描參數的方法而言，其本質上并未從原理層面上根除產生偽影的原因，而僅是改變硬件參數設置來提高檢測水平，因此不能從根本上消除金屬偽影對圖像質量的影響。圖像處理的方法與改變參數的方法不同，可以對CT投影數據或CT圖像上任意一點進行處理，因此理論上能全部去除金屬偽影的影響，但這種處理方法會對數據造成破壞，進而造成失真。目前臨床使用的圖像處理手段多為CT設備自帶的后處理工作站，工作站使用不同的醫學處理軟件包對圖像進行處理。近10余年的研究表明，圖像處理的手段雖然能夠減小金屬偽影對醫學圖像的影響，但效果同樣很難使人滿意，對于最優算法的探索和參數的選擇依舊是圖像處理領域的熱點[13]。

金屬偽影作為臨床常見現象一直未被攻克，許多學者期待用圖像處理的方法得到滿意結果。國內有學者認為基于圖像處理方法的金屬偽影消除手段大致可分為三類：基于投影插值法、基于迭代法及混合法[14]。但利用插值法和迭代法思想形成的算法都有其難以克服的弊病，因此，國內外均有學者提出其他去除金屬偽影的辦法，如Matthieu[15]在2006年提出了基于K均值聚類的處理方法；洪虹[16]于2010年提出的基于數學形態學的CT圖像金屬偽影消除算法等。雖然大量學者曾嘗試不同技術處理金屬偽影，但依舊未能得到理想結果。

自2009年能譜CT直接應用于臨床以來，其特有技術為金屬偽影消除提供了新的技術路線，與單純依靠圖像處理方法，希望借助軟件算法處理偽影的思路完全不同的是，基于能譜CT的方法試圖從硬件角度著手解決導致金屬偽影出現的檢測原理層面的問題。正如本研究所提到的，射線硬化效應是金屬偽影產生的主要原因，如果通過技術手段能夠使CT在掃描時只產生單一能量的光子，則理論上會解決射線硬化效應問題，繼而減少原始采集數據中的偽影數據。同時也有學者做了相關研究并取得了一定效果，如Tanami[17]在對冠脈支架模具掃描時發現能譜CT與普通CT相比有更高的測量確定性。目前，對于金屬偽影的處理方法可以分為基于硬件更新和軟件處理的方法[18]。

2.2 能譜CT去除金屬偽影

能譜CT作為CT領域內的一個技術流派，自2009年正式應用以來無論是基礎科研還是臨床實踐皆取得了巨大成效。突破傳統CT在球管方面的限制，使用單一、恒定的電壓作用于球管，使得球管可以產生單一能量的電子，并且進一步實現了低輻射量、高分辨率的目標。與采用軟件算法去除金屬偽影不同的是，能譜CT并不是單純對已采集數據進行處理，使感興趣區域的圖像質量得到提升，而是在圖像采集時，利用單一能量光子去照射，進而采集投影數據，因此從理論上講這種方法能夠完全避免因射線硬化產生的金屬偽影。但是，金屬偽影的存在并非僅由射線硬化效應產生，電子饑餓效應、部分容積效應、噪聲、散射以及運動偽影同樣會造成金屬偽影的存在，并且鑒于當前制造工藝和技術水平的限制，能譜CT還不可能完全規避射線硬化效應造成的金屬偽影。但相對于普通CT而言，能譜CT消除金屬偽影的功能還是有較大提升，但不會完全消除金屬偽影，這一點也得到了臨床數據的支持[19]。

與普通CT相似，能譜CT的參數設置同樣也會影響金屬偽影的大小，臨床上為獲得最佳參數，有學者進行了相關實驗并最終得到結論。如李坤成[20]等在能譜CT GSI與MARS在減除脊柱金屬植入物椎管內偽影效果比較的研究中得到的最佳keV值分別為110 keV和120 keV，而其他學者在對脊柱金屬植入物偽影的探究中也得到相似結論[21]。實際上考慮到患者體質差異以及不同組織X射線吸收差異，最佳電壓僅為參考電壓。與此同時，不同感興趣區域也有與自身相對應的最佳電壓。如110～130 keV對軟組織觀察最優，110～140 keV對骨組織觀察最優。能譜CT雖然利用硬件手段減少金屬偽影的產生，但其所產生的數據依然需要圖像工作站去處理，故圖像工作站的優劣同樣決定偽影去除效果。

2.3 圖像處理去除金屬偽影

與能譜CT去除金屬偽影不同的是，采用圖像處理手段消除金屬偽影的研究由來已久，早在1987年Kalender[22]等人就提出過利用插值算法去除金屬偽影的方法。而此后不斷有學者利用新的方法去解決金屬偽影問題，但均未取得令人滿意的效果。近年來，一些學者在不斷嘗試利用新的方法進行金屬偽影的處理，一些基于互信息法、冗余表達式法及數學形態學算法等新方法不斷涌現。新方法雖然在某一方面有相對不錯的表現，如利用數學形態學算法可以在CT無原始投影數據的情況下，直接將濾波反投影圖像作為輸入值進行圖像處理[16]。但這些方法同樣無法完全獲得令人滿意的處理結果。雖然金屬偽影去除算法種類繁多，但處理流程大致可分為：①對整幅圖像進行前期處理工作，以降低噪聲、平滑圖像及提升信噪比；②對偽影區域的分割，此部分為關鍵部分，分割好壞直接決定最后圖像效果；③對偽影區域的重建，此部分同樣影響最后結果。并且有些學者在重建之后進一步對圖像進行增強對比度，突出感興趣區域的處理。

(1)插值法。其優點在于計算量小，處理速度快，便于臨床實用。處理流程可分為：①通過濾波反投影從已受金屬偽影影響數據中重建出CT圖像；②通過不同分割方法分割出金屬偽影區域，此部分的難點在于如何準確定位金屬區域的邊界點；③通過插值法對偽影區域進行插值；④對修正過的數據進行濾波反投影重建，得到偽影消除后的圖像。分割作為插值法消除金屬偽影的重點和難點一直被學者討論，在實際處理中用于分割的方法基本上可以分為閾值分割法、聚類法、邊緣檢測法、平均值法以及區域生長法[23]。閾值分割作為最常用方法具有簡潔快速的特點，但這種方法會導致金屬周圍區域投影值差異，十分不利于CT圖像重建[24]。并且分割閾值的確定依賴于以往經驗，很難實現分割過程自動化，因此分割效率低，分割結果差異大；聚類法同閾值類似，聚類中心的確定極大的影響最后CT重建結果，而聚類中心的選擇同樣依賴操作人員的經驗知識；平均值法相對于聚類法、區域生長法而言不再依靠人的經驗知識進行初始判斷，有些學者通過引入自適應的處理方法，能夠使得程序的分割精度更為精準，圖像效果有所提升，但是均值法雖然能夠在某些圖像上取得較好結果，但處理效果與原始圖像質量相關[25]。

插值作為插值法一大技術難題其處理方法可以分為線性插值和非線性插值。線性插值方法使用較早，圖像處理速度快，能取得較好處理效果，但由于線性函數區間端點處可能出現階躍，因此在重建圖像時會表現出條紋狀偽影。相對于早期使用的線性插值方法而言，非線性插值更適用于人體組織。非線性插值的方法能夠較好的處理階躍問題，包括三次樣條函數，四次多項式函數等眾多方法。如三次樣條函數引入兩邊界點的投影值和兩邊界點的倒數值，有效平滑了階躍點，降低了線性插值帶來條紋狀偽影，但卻有彗星狀偽影的出現[26]。而引入四次多項式能較好的處理三次樣條函數插值和線性函數插值帶來的問題，林宙辰[27]曾使用四次多項式插值取得較好處理結果。但高次多項式插值公式復雜，處理繁瑣，計算量極大，造成圖像處理速度緩慢。

(2)迭代法。其具有抗噪性強，去除金屬偽影效果好的優點，但是處理步驟繁雜，實時性差。根據不同處理思路，迭代算法可分為基于代數的迭代算法和基于統計學的迭代算法。基于代數思想的迭代算法于1970年由Grodon[28]等提出。其處理流程可以概括為利用投影數據建立線性方程組，通過不斷的迭代計算出不同區域的X射線衰減系數，實際上不同衰減系數代表不同組織區域，如果把衰減系數看做方程組的解，那么只要方程數目大于方程組數目且這些方程彼此線性無關，通過解方程組就可以得到不同區域的衰減值，對于某些位置的金屬偽影，可以認為是某些方程組的缺失，但只要方程總數大于衰減系數就可以得到方程的解，進而重構CT圖像，消除金屬偽影影響。

基于統計學的迭代法一般由目標函數和迭代函數兩部分構成，目標函數有最大似然函數、最大后驗概率等[29]。常見迭代函數有最大期望值法、最大下降法等。作為基于統計迭代算法的最大似然期望最大法因其處理效果好曾得到廣泛關注，并且不少學者針對其運行耗時，處理實時性差的缺點提出快速算法，有序子集最大期望值法就是其中之一[30]。有序子集最大期望值法引入聚類算法的思想，在迭代之前先將圖像分成不同的類，每一類數據在一次迭代過程中校正一次，因此在保證圖像質量的前提下提高了運算速度，已成為商用CT的標準重建方法[27]。

(3)其他方法。針對迭代法和插值法的局限，一些學者把兩種方法結合起來形成混合法，一些學者提出其他方法處理金屬偽影，但這些方法大多出現時間短，影響范圍也較小。如有學者曾嘗試以插值法為框架，僅在圖像重建部分嵌套迭代算法，這樣既可利用插值法快速的特點又可以利用迭代法重建效果好的特點，但就效果而言并不理想，雖然金屬區域得到較好的重建效果，但是金屬周圍區域的重建效果與單用插值法相似[25]。

除上述三種方法，研究人員在其他方法上的探究對金屬偽影問題的解決也有十分積極的意義。如馬建華[31]利用最大互信息的辦法處理圖像，其具體處理步驟為：①利用前置濾波器對CT圖像進行預處理，以消除噪聲影響；②用最大互信息量熵差進行自適應的多目標分割；③對分割后的圖像進行正向投影，并與原始圖像進行處理，之后利用索引函數進行反饋式的插值處理；④利用修正的投影數據和反投影技術完成CT圖像重建[31]。該方法在處理效果上相對較好，但由于直接采用含有金屬偽影圖像進行偽影消除工作，造成重建后圖像分辨率下降的問題。與此同時，一些學者利用插值法的處理圖像框架，但并未利用插值法去處理和重建圖像，而是利用基于冗余表達式的數學方法進行重建[32]。其處理流程可概括為從原始圖像中分割金屬區域并進行投影，之后從原始投影數據中去除金屬投影部分數據；最后利用冗余表達的算法恢復金屬部分的投影數據，后經濾波反投影得到偽影去除的圖像[32]。從處理效果分析該方法能夠減少金屬偽影的出現，但效果依然有待提升，并且該方法為使用體模得到的處理結果，并未實際在人體上進行測量，因此其實際去除效果有待臨床數據進一步驗證。

3 結論

CT金屬偽影作為臨床常見現象，其處理方法可以分為偏重于硬件技術改善和偏重于軟件算法處理的方法。兩種方法比較而言，硬件技術改善的手段是從本質上減少產生金屬偽影的主要因素，所以其在去除金屬偽影的作用上更為直接，對原始投影數據破壞更小。其缺點是由于產生金屬偽影的因素并不唯一，某個硬件的改變無法達到完全去除金屬偽影的效果，并且設備在生成圖像時同樣需要圖像工作站的介入，其生成圖像的質量與圖像工作站及圖像重建算法的好壞密不可分。因此，在致力于硬件性能提升和開發的基礎上依然需要對圖像處理方法進一步研究。

圖像處理方法的優點在于其技術成熟，對同一幅圖像、同一套投影數據可以重復操作以遴選出最優方法；相對于硬件技術有目的的減少某類偽影，圖像處理技術可以從不同方面對圖像進行修正和補償。圖像處理的缺點表現在該技術是對原始CT投影數據修正后重建新圖像，因此處理本身就帶來了圖像失真，在處理金屬偽影的同時也帶來對患者真實數據的破壞。重建的圖像由算法生成，一些平滑算法或形態學算法在優化圖像的同時也引起了某些區域對比度降低，以及奇點的產生是否會帶來臨床上的漏診或誤診也無法得知。雖然有迭代算法等較好的處理方法的存在，但圖像處理方法對偽影消除的效果依舊不盡人意，如最大似然期望最大法等也因其處理速度緩慢的原因不得不以犧牲有效性的辦法提升其實用性。

4 展望

作為硬件技術提升的代表，學者們對于能譜CT研究僅僅幾年，雖然有針對不同組織照射時管電壓值的研究，但是螺距、層厚及造影劑注射劑量等參數對于金屬偽影影響的研究尚未深入。能譜CT特有的化學分辨率和能量分辨率對于金屬成分的識別和區域確定同樣有著積極意義，該方向的研究更需學者去關注。相對于圖像處理算法修正已有數據而言，能譜CT能夠從原理上避免不良數據的產生，雖然其在實際應用時尚有不足之處，但隨著技術的不斷成熟，在偽影去除方面的優勢定會更加突出。除此之外，隨著探測器探測寬度和CT排數的增加，空間分辨率和時間分辨率的提升會使部分容積效應和患者運動造成的金屬偽影進一步減少，因此降低射線硬化效應、CT運行噪聲，降低CT曝光時間是今后硬件技術發展的方向。

對同一樣本用能譜CT和普通CT結果進行對比研究的工作同樣值得注意，兩類方法對同組數據處理結果的比對，可以發現能譜CT相對于普通CT在金屬偽影去除上實際出現的優勢，深入分析這種差異出現的原因對于能譜CT在金屬偽影去除效果上的改進有重要意義。

限制圖像處理方法應用的瓶頸為程序運行速度和金屬偽影區域識別的準確度。計算機硬件技術的飛速發展使單純的計算耗時問題不斷弱化，因此如何在算法處理效果上不斷革新依舊是軟件技術發展的趨勢。能否根據能譜CT或普通CT在圖像處理過程中出現的難點反推其硬件控制部分的疏漏，進而用更優良的硬件控制程序彌補硬件自身的不足或可成為軟件技術發展的新領域。而目前算法中如插值算法聚類中心的選取，區域生長算法種子點的選取依舊是今后研究的重點課題，面對種子點問題，是否可以將以往專家選點前和選點后圖像進行匯總，以作為程序樣本訓練素材庫。另外，還可在優化已有算法時引入神經網絡、馬爾科夫隨機場等方法，在種子點選取過程中參考三維空間信息，并建立算法的學習機制，以利用現有處理結果不斷訓練算法，提升種子點選擇準確度。除本研究提到的處理算法之外，利用紋理信息處理金屬偽影有待學者進一步關注，就紋理信息的定義而言，是一系列有統計學特征或其他穩定、緩變及近似周期的圖像特征。而金屬偽影對于正常組織而言特異性明顯，兩者紋理特征也不盡相同，這種紋理上的差異對兩者邊界值的判斷也將有積極意義。正常生理結構的空間信息同樣可以對金屬偽影進行輔助判斷，利用統計學和空間信息結合的思路去解決偽影識別和準確邊界定位的問題對解決目前問題有啟示意義。除此之外，由于硬件設備更新速度慢，更換造價一般較高，臨床普及速度慢并且其自身在處理金屬偽影時存在缺陷，因此僅依靠圖像處理方法去解決金屬偽影問題仍將是今后研究的重點。

參考文獻

[1]侯小兵,周銓,謝堅,等.顱內電極視頻腦電圖對致癇灶的定位價值[J].臨床神經病學雜志,2010,23(1): 49-51.

[2]陳豫.CT圖像金屬偽影校正算法研究[D].合肥:中國科學技術大學,2009.

[3]Bruno.Iterative reconstruction for reduction of metal artifacts in computed tomography[M]. Publication Katholieke University Leuven,2001.

[4]寧國慶,黃召勤,袁先順,等.能譜成像技術去除金屬偽影的臨床價值[J].醫學影像學雜志,2011,21(9): 1425-1428.

[5]陳克敏,林曉珠.CT能譜成像臨床應用與研究價值及展望[J].現代實用醫學,2011,23(8):841-844.

[6]Brook OR,Gourtsoyianni S,Brook A,et al.Spectral CT with metal artifacts reduction software for improvement of tumor visibility in the vicinity of gold fiducial markers[J]. Radiology,2012,263(3):696-705.

[7]鮑麗君,劉斌.能譜CT成像的臨床應用[J].安徽醫科大學學報,2012,47(3):320-322.

[8]Mehran Yazdi,Luc Beaulieu.Artifacts in Spiral X-ray CT Scanners:Problems and Solutions[J]. International Journal of Biological and Life Sciences,2008,4(3):135-139.

[9]Mori I,Machida Y,Osanai M.Photon starvation artifacts of X-ray CT:their true cause and a solution[J].Radiol Phys Technol,2013,6(1): 130-141.

[10]楊德文,丁鵬,常生,等.醫學CT圖像偽影的對比分析研究[J].臨床誤診誤治,2009,22(10):60-61.

[11]Jeong KY,Ra JB.Reduction of artifacts due to multiple metallic objects in computed tomography[C].Medical Imaging 2009:Physics of Medical Imaging,2009.

[12]Russo F,Mazzetti S,Grignani G,et al.In vivo characterisation of soft tissue tumours by 1.5-T proton MR spectroscopy[J].Eur Radiol De Rosa G,2012,22(5):1131-1139.

[13]Gholipour A,Kehtarnavaz N,Briggs R,et al.Brain functional localization:a survey of image registration techniques[J].IEEE Transacttons on medical imagng,2007,26(4):427-451.

[14]李印生,陳陽,馬建華,等.基于自適應方向性濾波和非局部均值修補的CT圖像金屬偽影消除[J].中國生物醫學工程學報,2011,20(3):377-381.

[15]Matthieu Bal,Lothar Spies.Metal artifact reduction in CT using tissue-class modealing and adaptive prefliltering[J].Medical Physics, 2006,33(8):2852-2859.

[16]洪虹,徐圓,齊宏亮,等.基于數學形態學的CT圖像金屬偽影消除算法[J].計算機應用與軟件,2013, 30(6):30-37.

[17]Tanami Y,Jinzaki M,Yamada M,et al.Improvement of in-stent lumen measurement accuracy with new High-Definition CT in a phantom model: comparison with conventional 64-detector row CT[J].Int J Cardiovasc Imaging,2012,28(2):337-342.

[18]薄夫軍,張永壽,陳勇華,等.MRI常見偽影產生機理及對策[J].中國醫學裝備,2009,6(1):59-60.

[19]王山山.寶石能譜CT去除金屬植入物偽影的實驗研究[J].濱州醫學院學報,2011,34(2):130-136.

[20]張秋杭,高艷,李坤成,等.能譜CT GSI與MARS在減除脊柱金屬植入物椎管內偽影效果的研究比較[J].臨床放射學雜志,2012,31(9):1338-1342.

[21]黃鐘杰,劉源,肖芝豹,等.寶石CT能譜成像去除脊柱金屬植入物偽影的應用研究[J].中國醫學計算機成像雜志,2013,19(1):79-83.

[22]Kalender Willi A.Hebel Robert,Ebersberger Johannes.Reduction of CT artifacts caused by metallic implants[J].Radiology,1987,164(2): 576-577.

[23]Bal M,Spies L.Metal artifact reduction in CT using tissue-class modeling and adaptive prefiltering[J].Med Phys,2006,33(8):2852-2859.

[24]Xia D,Roeske JC,YU LF,et al.A hybrid approach to reducing computed tomography metal artifacts in intracavitary brachytherapy[J]. Brachytherapy,2005,4(1):18-23.

[25]余曉鍔,李冶.基于均值漂移圖像分割技術去除CT圖像金屬偽影[J].中國組織工程研究與臨床康復,2009,13(35):6895-6898.

[26]李慶亮,閆鑌,孫紅勝,等.X-CT金屬偽影校正方法綜述[J].CT理論與應用研究,2011,20(3):131-140.

[27]林宙辰,石青云.用四次多項式插值消除醫學X射線CT中的金屬偽影[J].中國圖像圖形學報,2001, 6(2):142-147.

[28]Gordon R,Bender R,Herman GT.Algebraic reconstruction techniques for three dimensional electron microscopy and X-ray photography[J]. Journal of Theoretical Biology,1970,29(3): 471-481.

[29]李建,吳志芳.最大后驗概率重建算法在發射CT中的應用[J].CT理論與應用研究,2005,14(2):10-16.

[30]Hudson HM,Larkin RS.Accelerated image reconstruction using ordered subsets of projection data[J].IEEE Trans Med Imaging, 1994,13(4):601-609.

[31]馬建華,陳武凡,黃靜,等.基于最大互信息量熵差分割的CT金屬偽影消除[J].電子學報,2009(8):1779-1783.

[32]毛寶林,陳永麗,孝大宇,等.基于冗余表達的CT圖像中金屬偽影校正[J].東北大學學報,2013,34(1): 48-51.

Processing methods for metal artifacts in computed tomography image

/
LIU Si-wei, DONG Shuo, BAI Mei, et al//
China Medical Equipment,2014,11(11):77-82.

Metal artifacts are radial or patch-shaped bright artifacts produced in the image acquisition process when patients take CT examination. Metal artifacts are mainly caused by beam hardening effect, partial volume effect or other factors. Metal artifacts are common phenomena in X-ray medical image. Methods for reducing or eliminating negative effects of metal artifacts fall into two categories: methods based on hardware technology, such as energy spectral CT for single energy emission, and methods based on software technology, such as interpolation algorithms and so on. Energy spectral CT, as a new technological product in hardware fields, has made some improvement in reducing effects which cause metal artifacts. And image processing methods based on software technology have made gratifying progress in reducing effects of metal artifacts. However, the processing results of metal artifacts are not quite satisfying to the present. The causes, processing methods and development tendency of metal artifacts are summarized and their further developments are discussed in this article.

Metal artifacts; Image processing; Energy spectral CT

10.3969/J.ISSN.1672-8270.2014.11.029

1672-8270(2014)11-0077-06

R814.42

A

劉思偉,男,(1989- ),碩士研究生。首都醫科大學宣武醫院醫學工程處，從事醫學圖像處理與分析工作。

2014-02-06

國家自然科學基金(81372923)“寬探測器螺旋CT所致輻射劑量評價方法研究”；國家科技支撐計劃(2011BAI02B02)：“醫用光學與放射影像設備計量標準及溯源體系研究”

①首都醫科大學宣武醫院醫學工程處 北京 100053

*通訊作者：yanhm0705@163.com

[First-author’s address]Division of Medical Engineering, Xuanwu Hospital, Capital Medical University, Beijing 100053, China.