APP下载

第三讲 数字化医疗影像设备质量评价与控制

2010-08-07锐珂医疗集团冯庆宇

中国医疗设备 2010年9期
关键词:光量子信噪比X射线

锐珂医疗集团 冯庆宇

0 前言

数字化医疗影像设备在影像质量的多个方面均有自己的特征,这些成像性能许多都是可以测量的,并成为评价医疗影像质量的重要参数。这些特征主要包括成像的动态范围与曝光量响应(输入/输出[I/O]关系)、噪声与信噪比(典型表达为噪声功率,或者威纳频谱)、空间分辨率与调制传递函数(MTF)以及量子检测效率(DQE)等。

1 数字化医疗影像设备的噪声

图像噪声随机产生于成像流程中的各个阶段,是衡量数字化医疗影像设备图像质量的重要特征参数。噪声影响了对图像信号的识别,影响了图像细节的观察,同时也限制了通过图像增强来促进图像信号观察的可能性。

1.1 图像噪声的产生

图像噪声客观存在于任何影像系统中,包括成像过程中的各种电磁波量子噪声和固有噪声两部分。在数字化医疗影像设备中,作为能量源的X射线、成像设备的固有结构和其它对成像过程有影响的因素均会产生噪声。

1.1.1 X射线辐射过程

X射线以光量子的形式辐射至探测器,在整个流程中,噪声主要来源于三方面,即X射线光量子涨落的量子噪声、探测器的固有噪声、X射线光量子与探测器相互作用所引起的光量子散射噪声。

X射线所具有的波粒二相性中的光子特性引起的统计涨落现象使图像上的灰度产生小幅度变化,最终在图像上形成细小的颗粒,量子噪声服从泊松分布,属于乘性噪声。量子噪声与探测到X射线光子的数目有关,它随入射剂量而变化。

探测器由闪烁体、光电转换单元、信号传导等多个功能层组成。由于制作工艺的限制,从结构和物质分布来看,探测器的各组成部分不可能完全均匀,这样就必然导致了探测器固有噪声的产生,它服从高斯分布,属于加性噪声。探测器的这种多层结构和不均匀性,导致了光量子在其中的反射与折射,这也是图像噪声的来源之一,也是量子噪声。

1.1.2 光探测与光电转换过程

光探测与光电转换过程中,包括了发射光的滤过、光量子探测吸收和光电转换。此过程中,噪声主要来源于发射光滤过装置的滤过能力和光量子所导致的量子噪声。另外,光探测器和光电转换器本身的特性和性能差异也导致了噪声的产生。

探测器在进行光电转换与信号传导的过程中,会经过一系列光学系统的传导,该过程同样会产生图像噪声。光学系统本身的结构特性导致了固有噪声的产生,传导过程中可能会发生的光方向性损失和光量子之间的相互作用也会产生量子噪声。

1.1.3 模/数转换过程

数字化医疗影像设备的基本工作流程包括采样和量化两个组成部分,模/数转换过程即是其中的量化部分。

模拟信号的量化带来了量化误差,并产生噪声,称为量化噪声。量化级数越多,量化误差就越小,图像质量就越好。增加量化位数能够把噪声降低到无法察觉的程度,但随着信号幅度的降低,量化噪声与信号之间的相关性变得更加明显。

1.1.4 数字图像处理过程

数字图像处理的各种方法同样是图像噪声产生的来源之一。例如扩大灰度动态范围显现细节的同时也会增大噪声,对图像进行边缘强化等锐化处理时同样会增大噪声,以及图像处理域变换中引入的变换噪声等。

1.1.5 图像显示过程

在图像显示过程中,图像噪声主要来源于图像显示设备的特性和显示能力,如胶片的颗粒、显示器的亮度与质量、胶片打印设备的成像质量等。

1.2 图像噪声的评价

图像噪声可用输出影像感兴趣区中像素值的标准差来测评。但对于一幅图像,更为有价值的是综合评价整幅图像中信号和噪声的分布特性,为此引入信噪比、噪声等价量子数、噪声功率谱和量子探测效率。

1.2.1 信噪比(Signal to Noise Ratio,SNR)

信噪比是表示信号/噪声=有用的图像信息/错误的信息,并等于信号与噪声的功率谱之比。通常功率谱难以计算,可以用信号与噪声的方差之比近似估计图像的信噪比。

图像信息的读取需要对图像信号进行识别,并同时排除图像噪声,所以单独对噪声数量的多少进行评价并没有实际的意义。即使噪声数量非常多,也可能对图像信号很好的辨别。因此引入信噪比来对影像质量进行评价,表明信号与噪声间的相对关系,信噪比越高,图像质量越好。

1.2.2 等效量子噪声( Noise Equivalent Quanta , NEQ)

等效量子噪声来自于量子影像理论,表达方式是:入射到一个理想探测器上的量子数如果可以用泊松分布来描述,系统的信噪比就是等效量子噪声数。由于在影像中,入射的光量子分布符合泊松分布,所以NEQ一般定义为成像系统中输出侧的信噪比(SNROUT)的平方。

NEQ描述的是一个成像系统中输出图像信噪比,可以通过如下的表述来理解:对于某成像系统,在进行量子转换时,必然存在着衰减,所以输出的噪声量子必然较输入的噪声量子增大;然后假定存在一个理想探测器,具有无衰减的转换能力,在应用该探测器进行成像时,如果其输出的噪声量子与前面成像系统的输出噪声量子相等,则相应的输出信号量子也与前面成像系统的输出信号量子相等。这样就可以用NEQ来表示输出图像的信噪比。

1.2.3 噪声功率谱(Noise Power Spectra,NPS)

噪声功率谱是噪声自相关函数的傅立叶变换,系统的噪声性能常常通过NPS来量化。噪声的涨落是随机的,所以在放射影像中,对于均匀的X射线照射,同一图像上多个采样点的统计累加均值与在同一采样点进行多次曝光所采集累加均值是等效的。因此在一幅X射线图像上某一区域内,NPS的计算结果为相应位置曝光的傅立叶变换的模除以该区域的面积。NPS表达了每个面积单元上单个光子占据的平均面积,其单位为mm2。

NPS可以全面有效地反映出影像的噪声水平并且相对比较稳定,因此在影像评估中使用NPS作为全面反映噪声量级的指标。

1.3 图像噪声对图像信号的影响

图像噪声是随机变化的,客观存在于任何影像系统中,噪声的增加将导致图像质量下降。放射成像系统中的信号特征主要表现为X射线对比度,对比度指透过被照体不同组织的X射线强度的差异,因此噪声对信号的干扰主要体现在对比度上的影响。

图像对比度性能反映了系统捕获和显示物体真实反差的能力。只要信号上能够区分出来对比度差别,数字系统的图像处理能力可以通过对比度增强和显示窗宽/窗位的调整把信号表现出来。如果一个系统具有较高对比度检测能力,但同时噪声也很大,弱信号将淹没于噪声中,而无法被检测到;同样,如果系统噪声很低,但对比度也很低的话,整体信号都很弱,仍然得不到诊断上有用的图像。所以必须是对比度强而同时噪声低,也就是高信噪比的系统才能获得好的影像。

2 X射线能量响应与动态范围(Dynamic Range)

X射线光量子探测器是数字化X线影像设备最为重要的因素之一。探测器的选择应该主要考虑不同能量的X射线和不同物质间的相互作用机制,原则上探测器的探测效率越高越好,信号收集的时间越短越好,动态范围越宽越好,价格越便宜越好。

2.1 探测器的X射线吸收光谱

探测器对不同能量的X射线光量子具有不同的吸收特性。X射线吸收光谱不是单调变化的曲线,它会在某些位置出现吸收突跃,称为吸收边。量子理论对此的解释为:当入射X射线光子的能量等于被照射样品某内层电子的电离能时会被大量吸收,使电子电离为光电子,在其两侧吸收系数就相差很大,产生突跃(吸收边),与吸收边对应的能量E为电离阈。

原子中主量子数对吸收边起了主要的作用,可以按主量子数命名吸收边为K、L等,主量子数不同的电子的吸收边相距颇远。具有相同主量子数的电子,因其它量子数的不同,能量也有差别,也形成独立的吸收边,但这些吸收边就靠得较近。吸收边的位置还与元素的价态有关,氧化价每增加一价,吸收边位置向高能侧移动约2~3eV。

2.2 探测器的X射线能量响应

数字化医疗影像设备的探测器是由数百万个像素(感光单元)组成的,这些像素在曝光的过程中吸收X射线光量子,转化成数字信号并成像。探测器上的每一个感光单元所探测并转换的光量子数是不同的,当这些感光单元满载,光子便会溢出,溢出会导致信息(细节)损失。

与数字化医疗影像设备的工作流程和能量转换相适应,从X线光量子辐射至探测器开始到完成光电转换为止,能量响应也由多环节组成。这里的能量是指光量子强度和能谱综合之后的总能量;能量响应主要包括探测器的X射线能量响应,光探测与光电转换响应。光子探测器对光子的探测和随后发生的光电转换均为线性响应,这是由设备的固有特性所决定。

2.3 探测器的动态范围

动态范围指一个信号系统最大不失真电平和噪声电平的差,多用对数和比值来表示。在医疗影像设备中,动态范围是指探测器能记录的到达探测器的信号范围,即所生成图像最暗点的密度(Dmax)和最亮处密度值(Dmin)的差值。动态范围越大,它能同时记录的暗部细节和亮部细节越丰富,所能表现的层次越丰富,所包含的图像信息也就越多。

光子探测器和光电转换器对能量的响应也有一定的范围,该范围对数字化医疗影像设备的动态范围有着很大的影响。此外,动态范围还取决于很多其它的限制因素,如光探测器和光电倍增管对大量光量子的饱和性和微量光量子的敏感性所引起的非线性;成像过程中各种噪声所引起的非线性叠加等。

3 空间分辨率与调制传递函数(Modulation Transfer Function,MTF)

放射界最初是用影像的最高可分辨细节来评价影像质量,即空间分辨率。但仅用空间分辨率不能真正、科学、全面地评价一个成像系统的特征,因此上世纪60年代,放射界把光学传递函数引入X线成像系统,并借用通讯技术中的“调制”概念,用调制传递函数来评价影像质量。在医疗影像中,由于更加重视成像系统对人体的真实再现,所以这一点尤其重要。

成像系统的调制传递函数综合反映了图像的对比度和空间分辨率情况,可用作单纯图像所包含信息的评价指标。调制传递函数也反映了成像系统对被成像物体结构和组织特性的还原能力,是影像质量评价的重要指标。

3.1 空间分辨率与调制传递函数的概念

空间分辨率指将点源图像的计数密度分布集中到一点的能力[1]。空间分辨率可以用一个非常小的物体所成的影像是否能够被检测出来的方式定义,也可以用一个成像系统能够把两个紧靠在一起的物体在图像上分开的能力来定义。在医疗影像领域,空间分辨率指影像设备在给定背景和对比度水平下所能检测到最小细节的能力。

调制传递函数又可称为“对比度传递函数”,用于在频率空间描述医学影像系统的空间分辨率,反映了在某些空间频率下成像设备从输入图像到输出图像的传递图像对比度的能力。在系统MTF中,对比度是信号空间频率的函数,空间频率的提高,系统的对比度分辨能力下降。MTF通常是以一个平图上有多种不同尺寸大小的线条或图案在一定的成像设备和成像条件下摄影所作的分析来进行,做成图表后称之为MTF图。MTF图坐标的横轴是一定的空间频率(单一空间的函数),纵轴是MTF值(对比度比及密度比)。

3.2 空间分辨率与调制传递函数的测量

3.2.1 空间分辨率的测量

临床医疗中,空间分辨率是医学成像系统中的重要指标,它决定临床能够观测到的病灶的最小尺寸。在对病灶进行识别的过程中,首先要求病灶与周围组织存在着一定的密度差,即病灶与周围组织具有一定的密度对比度;然后要求成像设备对空间差异具有分辨能力。因此,对空间分辨率进行测量时,也同样需要在不同背景与对比度情况下进行。在高对比条件下,空间分辨率可通过曝光线对测试卡获得,用于评估整个影像的空间分辨率。在低对比条件下,将线对测试卡置于标准人体组织测试模体输入端进行空间分辨率测试,以模拟临床医疗影像空间分辨率和对比度的降低[2]。

为了提高空间分辨率测量结果的精确性,在对数字化医疗影像设备进行测量时,需要注意许多问题,主要包括:① 采用尽可能低的管电压,尽可能低的管电流和充足的曝光量和曝光时间;② 分辨率测试卡应尽可能的靠近影像探测器的入射端表面;③ X线管球与影像探测器的距离要足够远,最近不低于180cm;④ 测量前,还要对X线发生装置进行检测和调试,以保证X线质量。

3.2.2 调制传递函数的测量

数字X线摄影系统MTF的测量方法主要有两种,一种是通过系统的线扩散函数(Line Spread Function,LSF)计算得到;另一种是通过观察系统的方波响应或使用矩形波测试卡来测量计算。线扩散函数测量法根据所用材料方法又可分为3种:① 狭缝(slit)方法;② 刀刃(edge)方法;③栅条(bar)方法。其中,刀刃法已被IEC(国际电工学委员会)定为测量MTF的标准方法。

图1 不同X射线探测器的MTF值

线扩散函数(LSF)表述的是当一条直线通过成像系统后被展宽的过程。实际工作中,LSF也很难测量,常常采用的是边缘响应函数(Edge Spread Function,ESF)。边缘响应函数通过测量图像边缘来研究图像系统在空间传输的规律。

数字化医疗影像设备的成像流程包括多阶段的图像信号传递与转换,因此其调制传递函数也是这些不同阶段的不同调制传递函数的综合,图1 为不同的X射线探测器的MTF值。

4 量子探测效率(Detective Quantum Efficiency,DQE)

量子探测效率是目前评价数字成像系统的最常用技术指标。DQE结合了影像对比度、噪声、空间分辨率和入射X射线剂量等几个重要参数,对数字影像系统的整体成像能力进行评价。

4.1 量子探测效率的定义

DQE表示探测器探测到的信号相对于入射到该探测器上的光量子的份额,是成像系统中输出侧的信号与输入侧的信号之比,即成像系统的有效量子利用率,是空间频率(f)的函数。

理论上完美成像系统的DQE应该达到100%,即输入与输出信号和噪声的比例都没有损失。由于成像系统不可能将所有的输入信号完全探测,必然存在影像信息的损失,信号和噪声比例的改变是不可避免的,所以输出信号一定小于输入信号,DQE也必定小于1。

数字化X射线影像系统中,所有输入到探测器上的X射线光量子仅有一部分被转换成有效影像信息,其它则作为噪声存在,这些由X射线光量子转换而来的有效影像信息即是DQE值。因此,DQE是描述把输入X射线光量子转化成输出影像效率和能力的指标。

IEC将其定义为辐射探测器输出信号信噪比的平方与辐射探测器输入信号信噪比的平方的比值[3],即DQE=(SNROUT)2/ (SNRIN)2。

4.2 量子探测效率的理解

DQE包含两方面的因素,即输入信号和输出信号,因此对DQE的理解也应首先对输入信号与输出信号进行分析。

探测器输入端,信号表达的是被成像物体的特征。当X射线与人体相互作用后,穿透的X射线光量子反映了人体的结构特征,因此X射线光量子的分布情况表达了人体(被成像物体)的结构特征。由此分析可以得到,探测器输入端的信号即是到达探测器表面的X射线光量子。

探测器的输出端,NEQ描述的是一个成像系统中输出图像信噪比,也就是一个成像系统中输出信号信息的内容。

由于NEQ表示输出侧信号信息,X射线光量子数表示输入侧信号信息,所以DQE等于NEQ与X射线光量子数之比。即DQE=NEQ/X射线光量子数

NEQ一般定义为成像系统中输出侧的信噪比(SNROUT)的平方,X射线光量子数即是输入侧的信噪比(SNRIN)的平方。所以DQE可以表示为输出侧的信噪比(SNROUT)的平方与输入侧的信噪比(SNRIN)的平方之比,即是实际的信噪比与理想的信噪比之比。

4.3 量子探测效率的影响因素

从DQE的定义中,可以看到,所有影响输入与输出图像信号和噪声的因素均会对DQE的值产生影响。

X射线光子的涨落是量子噪声产生的重要原因之一,X射线光子的能量可以影响成像物体的对比度,X射线曝光剂量可以影响探测器的信号强度和噪声,所以X射线曝光条件可以同时影响图像的信号和噪声,也就可以影响DQE。

量子图像学理论中对噪声的描述是图像信号的随机误差,因此X射线的量子噪声即是X射线光量子在探测器上的随机误差。如果X射线光量子数无限多,则到达探测器表面上的单位面积的量子数 (光子密度),可以认为处处相等。然而,当X射线光量子数目有限时,则到达探测器表面上的量子数就因位置而不同。当X射线光量子少到一定程度,达到X线统计涨落限度以外时,某些成像区域到达的X射线光量子数目无法达到探测器的最低探测能力,则噪声必然形成。因此,当曝光剂量过低时,即使数字化成像设备具有很强的图像处理功能,也不可能提高影像质量,所以不能无限制地降低曝光条件。

4.4 量子探测效率的测量方法

DQE是入射X射线剂量、能量和空间频率f,以及探测器检测灵敏度的函数,由成像设备的噪声、对比度、空间分辨率、MTF等参数决定,全面地反映了成像设备的成像能力与影像质量。因此,当前各数字化X射线摄影设备制造商普遍采用DQE作为评价数字化X射线成像系统的技术指标。

图2 不同X射线探测器的DQE值

DQE的测量方法有很多种,不同测量方法之间的测量结果有很大的差异性,可达40%,因此不具有可比性。为了使DQE的测量更加标准和规范化,国际IEC工作组建立了一种在国际上认可的数字X射线成像系统DQE测量方法,即IEC62220-1。图2 为不同X射线探测器的DQE值。

5 结束语

对于数字化医疗影像设备的成像能力,单独应用任何一种方法均不可能作出完整的评价,必须综合运用各种评价体系来进行整体性的评价。随着影像分析与处理技术,特别是计算机视觉与智能技术的向前发展,以及人们对医疗数字化影像认识理解的进一步加深,影像质量评价的难点也将随之解决。

一些思考:

对于空间分辨率与密度分辨率的理解?

本文认为,由于在对图像细节进行分辨时,必须同时考虑细节与背景之间的空间差异和密度差异,因此在探讨图像的空间分辨率时,应当考虑在不同背景密度(对比度)下的空间分辨率。

与此相似,由于设备在成像过程中,分辨的是不同组织间的密度差,而不是单纯的密度。因此严格来说,应该称为密度差分辨率,即组织的对比度分辨率,并且在国际上常用的标准与规范中,也没有发现density resolution的概念解释。

上述问题的产生,考虑其原因应在于不同角度和领域对这些概念有不同的理解。从工程学角度来看,空间分辨率指的是设备的极限分辨能力;密度差分辨率则与设备的曝光响应与动态范围,以及量化级别密切相关。而从临床应用角度来看,空间分辨率与密度差分辨率必须同时考虑设备的成像能力与临床工作中的实际情况,二者不能割裂开来。

由于上述的原因,本文同样认为,高对比度分辨率不等同于空间分辨率,低对比度分辨率不等同于密度差分辨率,而应该解释为“一定密度差情况下的空间分辨率”和“一定空间分辨下的密度差分辨率”。

[1]GB/T 17857-1999,医用放射学术语[S].

[2]European Commission.European guidelines for quality assurance in breast cancer screening and diagnosis[M].4th ed.Belgium:European communities,2006.

[3]IEC 62220-1:Medical electrical equipment Characteristics of digital X-ray imaging devices Part 1:Determination of the detective quantum efficiency-First Edition IEC62220-1[S].

猜你喜欢

光量子信噪比X射线
实验室X射线管安全改造
两种64排GE CT冠脉成像信噪比与剂量对比分析研究
新型可编程硅基光量子计算芯片研制成功
国防科技大学研制新型光量子计算芯片
光量子计算领域取得重要进展
虚拟古生物学:当化石遇到X射线成像
基于深度学习的无人机数据链信噪比估计算法
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
旋涂-蒸镀工艺制备红光量子点器件
不同信噪比下的被动相控阵雷达比幅测角方法研究