基于噪聲功率譜的不同重建類型CT圖像噪聲分析

原 媛 盧東生 鐘朝輝*

基于噪聲功率譜的不同重建類型CT圖像噪聲分析

原 媛①盧東生②鐘朝輝①*

目的：利用噪聲功率譜(NPS)評價不同重建方法的CT圖像噪聲特征，并與主觀視覺噪聲評價進行相關性分析。方法：對CT設備自帶的水模進行掃描，采用8種常見的重建算法處理圖像，將NPS曲線峰值、峰值對應頻率和標準差(SD)與主觀評價指標噪聲的顆粒度、對比度、銳利度和整體噪聲水平進行相關性分析。結果：8種重建算法在頻段和峰值上均各有側重，閱片者的顆粒度評分與峰值頻率呈負相關；對比度與峰值呈正相關；銳利度同時與峰值和峰值頻率呈正相關。所有的主觀評價指標均與SD相關。結論：NPS較傳統的SD評價方法能夠更為全面地反映噪聲的強弱和形態特征，且具有潛在的應用價值。

噪聲功率譜；噪聲；主觀評價；客觀評價；CT；圖像重建；圖像質量

原媛,女,(1983- ),博士，技師。首都醫科大學附屬北京友誼醫院放射科，從事醫學影像技術工作。

CT圖像噪聲是指均勻物體的影像中CT值在平均值附近隨機變異，是重要的CT性能指標[1-2]。現行表征噪聲特性的標準方法是計算圖像給定區域的標準差(standard deviation，SD)，即通過掃描均勻水模，計算水模圖像中心感興趣區(region of interest，ROI)的SD方式進行噪聲測量與評價[3-4]。傳統的SD評價方法能夠精確量化圖像噪聲的強度，無法具體表現噪聲的形態和分布等特性[5-6]。噪聲功率譜(noise power spectrum，NPS)測量方法的基本原理是以傅里葉變換為基礎，將信號變換至頻域進行測量分析，能夠描述重建數據中的噪聲頻率變化，是一個更為全面的噪聲評價方式[7-8]。為此，本研究利用NPS結合SD的噪聲評價方法，對不同圖像重建方法下的噪聲進行分析，同時與診斷醫師的主觀評價進行相關性分析，探討主觀評價與基于NPS的噪聲評價客觀指標之間的關系。

1 材料與方法

1.1 儀器設備

采用Revolution 256排螺旋CT(美國GE)，對CT自帶的20 cm水模進行掃描。

1.2 掃描方案及圖像重建方法

掃描方式為Axial，管電壓為120 kV，固定管電流為120 mA，準直寬度為64 mm×0.625 mm，旋轉時間為1 s，DFOV為200 mm，層厚為0.625 mm，層間距為0.625 mm。該掃描條件下的CTDIvol為18.32 mGy。

Revolution CT提供的主要常規重建算法包括soft、stnd、detail、chest、lung、bone、bone+以及edge。這些算法根據檢查目的不同，對空間分辨力和密度分辨力各有側重。根據實際應用將重建方法分為低分辨重建算法和高分辨重建算法。低分辨重建算法主要表現低對比度的軟組織細節，密度分辨力較高，可用于增強掃描，包括soft、stnd、detail及chest；高分辨重建算法主要表現空間分辨力，用于展現骨邊緣等細節信息，密度分辨力偏低，一般不用于增強掃描，包括lung、bone、bone+及edge。

1.3 NPS計算方法

NPS計算為公式1：

式中fx和fy是X軸和Y軸方向上的噪聲頻率，bx和by是X軸和Y軸方向上的采樣距離(用mm表示)。Lx和Ly是ROI在X軸和Y軸方向上的像素數。NROI是計算NPS所用的ROI的個數，ROIbackgroundi是ROI的背景CT值或者通過數學算法得到的ROI的非噪聲信號部分[9-11]。

本研究獲取噪聲圖像的方法是將水模進行2次掃描后作圖像相減，這樣可以剔除圖像的信號部分，而圖像噪聲強度是原先的2倍，噪聲功率是原先的2倍。引入校正系數s，若采用2次掃描相減的方法得到噪聲圖像則s=2，若采用ROI減去自身背景的方法得到噪聲圖像則s=1。本研究采取前者方法，因而s=2[12]。

以二維NPS頻譜圖中心為原點，對二維NPS頻譜一維沿徑向方向，即取平均值，再通過插值法求取徑向均值NPS曲線[5,13]。為了便于觀測NPS譜線趨勢，本研究對NPS譜線進行高階多項式擬合，擬合階次為8。

1.4 客觀評分

對所有體模圖像均選取位于體模圖像中心，像素大小為(150×150)pixel2的ROI。本研究采用的客觀評分指標包括常規噪聲值SD和NPS曲線峰值，以及NPS曲線峰值對應頻率。SD是ROI的CT值標準差，NPS曲線峰值對應頻率的計算為公式2：

式中fs為奈奎斯特采樣頻率，N為采樣點數，n為峰值頻率所對應的樣本點[5]。

將DICOM格式圖像文件導入MATLAB2009a軟件進行處理和分析。

1.5 主觀評分

對體模圖像進行主觀評價，由5名具有5年以上工作經驗的放射科診斷醫師完成，采取盲法，閱片設備為GE adw4.3圖像工作站，每位醫師閱片時房間亮度和屏幕亮度均一致，每評完4幅圖像閉目休息30 s，以避免因視覺疲勞產生的誤差。其評價指標與具體評分辦法見表1。

表1 主觀評價標準

其中骨窗的窗寬=1500，窗位=300，軟組織窗窗寬=400，窗位=35。在評分過程中采用骨窗和軟組織窗的原因為：①防止窗寬和窗位不統一，造成視覺對比度改變影響評分結果；②多數高分辨重建方法(如bone等)用于強化骨邊緣細節，而低分辨率重建方法(如stnd等)用于常規觀察軟組織，采取這兩組窗進行評價符合實際工作需要；③采取骨窗可避免窗窄和窗位低產生截斷效應，采用軟組織窗避免單純用骨窗觀測丟失低對比度信號，兩者結合以保證評價的準確性。

1.6 統計學方法

應用SPSS19統計學軟件，對5名醫師的主觀評價結果兩兩分組進行Kappa一致性檢驗，≥0.75為兩者一致性較好；0.4～0.74為一致性中等；＜0.4為一致性較差。評分結果用均數表示。對客觀評分和主觀評分進行相關性分析，具體方法為采用偏相關分析，剔除不同重建方法影響的前提下比較主、客觀各個評分之間的相關性，以P＜0.05為差異有統計學意義。

2 結果

2.1 NPS曲線

不同圖像重建方法的NPS曲線，包括低分辨重建算法(soft、stnd、chest及detail)的NPS曲線和高分辨重建算法(lung、bone、bone+及edge)的NPS曲線，如圖1所示。

圖1 水模圖像和相減純噪聲圖像

2.2 客觀評價參數

8種重建算法的峰值、峰值頻段和SD的具體測量數據如圖2所示。這些重建算法的噪聲、NPS曲線峰值和NPS曲線峰值對應頻率從低到高的排列順序為soft、stnd、detail、chest、lung、bone、bone+以及edge。

圖2 不同圖像重建方法的NPS曲線圖

2.3 主觀評價參數

經5名醫師的各項主觀評價，其結果均為一致性中等(0.412～0.583)，平均Kappa值為顆粒度0.472，對比度0.577，銳利度0.463，整體噪聲水平0.512。對每種重建算法下各主觀評價參數取均值(見表2)。隨著算法越側重高頻信息，噪聲點顆粒度越小，對比度和銳利度增大，整體噪聲水平呈上升趨勢。

2.4 相關性分析

按照α=0.05的置信區間，與SD呈顯著相關的主觀評價參數有顆粒度(r=-0.825，P＜0.05)、對比度(r=0.868，P＜0.05)、銳利度(r=-0.825，P＜0.05)以及整體噪聲水平(r=0.940，P＜0.05)，其中SD與顆粒度呈負相關；與NPS曲線峰值顯著相關的參數有對比度(r=0.938，P＜0.05)、銳利度(r=0.799，P＜0.05)及整體噪聲水平(r=0.991，P＜0.05)；而顆粒度與曲線峰值的相關性不顯著(r=-0.583，P＞0.05)；與峰值頻段顯著相關的參數有顆粒度(r=-0.952，P＜0.05)和銳利度(r=0.837，P＜0.05)，其中峰值與顆粒度呈負相關；與峰值頻段相關性不顯著的參數有對比度(r=0.687，P＞0.05)和整體噪聲水平(r=0.724，P＞0.05)，見表3。

表2 主觀和客觀評價結果

表3 主觀評價與客觀評價相關分析

3 討論

重建算法改變圖像噪聲的頻段，低分辨重建算法提高各個噪聲點之間的相關性，降低噪聲頻段，噪聲結構趨于平滑；高分辨重建算法提高各噪聲點之間的差異，提高噪聲頻段，噪聲結構趨于銳利。因而低分辨重建算法往往降低噪聲，提高密度分辨力，降低空間分辨力；高分辨重建算法提高噪聲，降低密度分辨力，提高空間分辨力[1]。針對檢查目的合理運用重建算法可以有效提升圖像質量，提高疾病檢出率[14-16]。但關于后重建對圖像質量的影響多以主觀評分法或病灶檢出率等主觀評價方法為標準，缺乏一個能夠相對全面描述噪聲結構形態特征的客觀指標[13]。

SD是評價噪聲的標準，而其只能反映噪聲的平穩性，不能夠反映噪聲的形態紋理等信息。NPS是基于二維快速傅里葉變換度量指標，二維傅里葉變換將圖像從空間域投射到頻域，每個點即具有原始圖像的全部空間點的信息。NPS將二維傅里葉變換的徑向求和，因而NPS理論上可以通過逆變換在一定程度將噪聲圖像還原，這是SD無法比擬的[11]。

長期以來，臨床醫師的主觀評價均為圖像質量評價的金標準，但主觀評價易受個人因素的影響，很難有統一標準[16-18]。NPS是一種客觀評價指標，且信息全面，相關性分析又表明與醫師人眼特征評價的各指標具有較為明確的相關性，因而具有極大的潛在應用價值。

大量的臨床研究或預實驗基于體?；蚍抡骟w模，因其不涉及患者劑量問題，采用通過對同一層面進行2次掃描的方法獲取噪聲圖像，繼而計算NPS的方法進行噪聲的客觀評價是完全可行的。采用NPS與SD相結合的方法，更全面地對噪聲進行客觀評價，對評價采用不同的掃描參數、重建類型及后重建方法所得的圖像質量意義匪淺，建議在基于體模的相關研究和預實驗中廣泛應用。NPS的缺點是對實際臨床研究的可操作性較弱，NPS的信號不夠穩定，易受0階直流信號的影響。NPS的計算需要足夠純凈的噪聲信息，采用重復掃描同一層面進行圖像相減的方法，雖然能夠基本消除直流信號獲得足夠純凈的噪聲信息，但會提高患者的掃描劑量；若采取與自身均值相減的方法，無法徹底消除0階信號獲得足夠純凈的噪聲信號，造成NPS曲線嚴重失真，評價結果不準確[13]。如何在臨床實際工作中應用NPS對圖像進行客觀的噪聲評價將是未來研究的方向。

[1]Ikeda M,Makino R,Imai K,et al.A method for estimating noise variance of CT image[J].Comput Med Imaging Graph,2010,34(8):642-650.

[2]白玫,劉彬,鄭鈞正.多排螺旋CT縱軸分辨力和圖像噪聲影響因素研究[J].中國醫學影像技術,2008,24(7): 1110-1113.

[3]姜樹勛.CT噪聲的影響因素分析[J].中國醫學裝備,2007,4(8):36-37.

[4]亓恒濤,秦維昌,王巍,等.64層螺旋CT噪聲測試及其影響因素分析[J].中華放射醫學與防護雜志,2007, 27(2):195-198.

[5]余曉鍔,高海英,蔡凡偉,等.基于噪聲功率譜的CT圖像噪聲評價[J].中國醫學影像技術,2014,30(8):1243-1246.

[6]Verduna FR,Racinea D,Otta JG,et al.Image quality in CT:From physical measurements to model observers[J].Phys Med,2015,31(8):823-843.

[7]Wilson JM,Christianson OI,Richard S,et al. A methodology for image quality evaluation of advanced CT systems[J].Med Phys,2013,40(3): 031908.

[8]Hara T,Ichikawa K,Sanada S,et al.Image quality dependence on in-plane positions and directions for MDCT images[J].Eur J Radiol,2010,75(1):114-121.

[9]Siewerdsen JH,Cunningham IA,Jaffray DA.A framework for noise-power spectrum analysis of multidimensional images[J].Med Phys,2002,29(11):2655-2671.

[10]Brunner CC,Renger B,Hoeschen C,et al. Investigation of a method to estimate the MTF and NPS of CT towards creating an international standard[J].Proc of SPIE,2011: 7961.

[11]Tang X,Yang Y,Tang S.Characterization of imaging performance in differential phase contrast CT compared with the conventional CT-noise power spectrum NPS(k)[J].Med Phys,2011,38(7):4386-4395.

[12]Mieville FA,Bolard G,Bulling S,et al.Effects of computing parameters and measurement locations on the estimation of 3D NPS in non-stationary MDCT images[J].Phys Med,2013,29(6):684-694.

[13]Wilson JM,Christianson OI,Richard S,et al. A methodology for image quality evaluation of advanced CT systems[J].Med Phys,2013,40(3): 031908.

[14]孫海寧,于鐵鏈,李東.重建算法和層厚對肺結節容積定量的影響[J].中國醫學影像技術,2010,26(5): 947-950.

[15]王志剛,許持衛,葛攀,等.螺旋CT薄層骨算法重建技術對前顱窩骨折的診斷價值[J].現代臨床醫學,2014, 40(1):42-43.

[16]張宏,王鶴,王霄英,等.胸部螺旋CT骨算法軸面重建與HRCT的影像比較[J].放射學實踐,2013, 28(5):505-508.

[17]張廣文,張勁松,李劍,等.雙源CT在兒童顳骨檢查中低劑量掃描條件的研究[J].放射學實踐,2016,31(2): 171-174.

[18]董繼偉.CT迭代重建技術原理及其研究進展[J].中國醫學裝備,2016,13(10):128-132,133.

The noise analysis of CT imaging based on noise power spectrum of different reconstruction type/

YUAN Yuan, LU Dong-sheng, ZHONG Zhao-hui//
China Medical Equipment,2017,14(4):32-35.

Objective: To evaluate the noise characteristic of different reconstruction type CT image by using the noise power spectrum (NPS), and analyze the correlation between this results and subjective vision noise evaluation. Methods: QA water phantom of CT equipment was scanned and 8 common reconstruction algorithms were applied to dispose image. NPS peak value, the peak frequency and standard deviation (SD) were compared with the subjective evaluation measurements, such as granularity, contrast, sharpness and optical noise level, by using the correlation analysis. Results: Each reconstruction algorithm owned different peak value and peak frequency. Granularity negatively correlated with the peak frequency. A positive correlation was found between contrast and peak value. Sharpness was positively correlated with both peak value and peak frequency. All of the subjective evaluation measurements were correlated with SD. Conclusion: Comparing with SD, NPS can reflect both intensity and morphological feature of the noise and possess applicative potential as a more comprehensive evaluation index.

Noise power spectrum; Noise; Subjective evaluation; Objective evaluation; CT; Image reconstruction; Image quality

10.3969/J.ISSN.1672-8270.2017.04.007

1672-8270(2017)04-0032-04

R814.42

A

2017-01-15

①首都醫科大學附屬北京友誼醫院放射科 北京 100050

②首都醫科大學附屬北京友誼醫院醫工部 北京 100050

*通訊作者：laijinyuxuan12@sina.com

[First-author’s address] Department of Radiology, Beijing Friendship Hospital, Capital Medical University, Beijing 100050, China.