CT图像金属伪影的处理方法*

2014-02-08刘思伟董硕白玫严汉民

中国医学装备 2014年11期

刘思伟董硕白玫严汉民*

CT图像金属伪影的处理方法*

刘思伟①董硕①白玫①严汉民①*

CT图像中的金属伪影是指CT对人体进行扫描时由于射线硬化效应和部分容积效应等引起的体内金属植入物周围明亮放射状或片状伪影。金属伪影作为X射线医学影像学常见现象，其处理方法大致可分为两类：①基于硬件技术，如能产生单能量光子的能谱CT；②基于软件技术，如插值算法等。能谱CT作为硬件技术的优点，在于其对抑制金属伪影产生的原因方面取得了一定效果，而基于软件技术的图像处理方法经过几十年的发展也不断取得新的进展，但迄今为止两类方法在去除金属伪影效果上均未取得令人十分满意的结果。因此，着重对金属伪影的产生原因、处理方法、技术及发展趋势进行探讨。

金属伪影；图像处理；能谱CT

自1972年英国人Hounsfield成功研制出第一台能够临床应用的CT以来，CT技术在临床医学领域已发挥出了不可替代的作用。然而伴随CT技术的广泛应用，其技术缺陷也在不断影响医师对疾病的诊治和病情的判断，例如CT的金属伪影问题。

CT金属伪影是指金属物体在CT检查时引起的放射状或片状明亮区域。由于金属义齿、血管支架、颅内电极、心脏起搏器、人工关节以及钢钉固定钢板在临床的大量使用，造成金属伪影在临床CT图像中较为常见。金属伪影对于临床诊断的影响主要体现在对金属物体周围组织观察困难，当伪影较大、影响相邻重要结构时，会给临床诊断带来很大困扰，特别是对于需精确定位的外科手术[1]。

1 金属伪影产生原因

金属伪影产生的原因有很多，大致可分为射线硬化效应、电子饥饿效应及部分容积效应，而国内有些学者认为射线硬化效应为主要因素[2]。与此同时，国外有学者认为其他一些因素也会产生金属伪影，如Bruno[3]等认为造成该现象的原因应为噪声、散射、部分容积效应和射线硬化效应的共同结果。宁国庆[4]等对普通CT和能谱CT对金属伪影物体检测的结果进行了对比分析，根据其数据分析结果，本研究认为射线硬化效应是金属伪影产生的主要原因。

1.1 射线硬化效应

是指在进行CT检查时，X射线穿过高密度的金属材料后出现急剧衰减、平均能量增高的现象[5]。而这种现象的产生源于X射线的固有性质，即物质对X射线的吸收是随其能量变化而改变——吸收系数随X射线的能量增大而减小。当X射线穿过被扫描物体时，低能量的X射线易被吸收，高能量的X射线易于穿过，因此X射线的平均能量逐渐变高，射线束逐渐变硬，造成射线硬化效应[6]。普通CT的球管在扫描时给球管通固定电压(kVp)作为管电压，但通常情况的管电压仅指其峰值电压，而实际管电压并非固定值，而是一系列连续kV值的混合电压[7]。所以普通CT的X射线球管产生的X射线光子也是由处于不同能级的光子所构成的，这种射线中的低能量光子相对于高能量光子而言更易衰减，继而发生射线硬化现象，在图像上表现为不同形式的金属伪影。

1.2 电子饥饿现象

是指X射线穿过人体后衰减过大，导致到达探测器的光子量过少。该现象导致的结果是投影噪声迅速增大，滤波后噪声进一步增大，最终在图像上表现为亮或暗的条纹，这种现象常发生于盆骨、肩部，心脏扫描或薄层扫描中，产生电子饥饿现象的主要原因是X射线剂量过低[8]。当X射线剂量固定时，减少扫描时间和采用薄层扫描会使单位mSv里的光子含量降低，同样会造成电子饥饿现象。与此同时，过低的管电压同样会产生该效应[9]。

1.3 部分容积效应

相对于射线硬化效应和光子饥饿效应而言，部分容积效应并非由于X射线自身的特性造成的图像伪影，而是由于CT探测器的尺寸因素造成的测量误差。CT探测器在进行数据采集时，由于空间分辨率的限制，不能完全反映人体组织任意连续点上的能量，而是将某一区域的能量整体反映到图像中去。在实际扫描中，如果探测器探测到的区域为一半高能量一半低能量时，探测器会取左右两半数据的平均值作为探测器的输出信号，即部分容积效应[10]。因此，当一探测器扫描区域上有两种或两种以上不同能量时，探测器的输出值并非人体组织的真实信息。而在人体组织内这种区域通常为不同组织的分界区域或密度差异区，这些区域对于疾病的诊断意义重大。虽然在实际检测中经常出现某一探测器同时检测到金属物体和周围组织的情况，但由于目前CT技术发展迅速，现有CT探测器分辨率已经很高，因此由部分容积效应造成的金属伪影与正常组织边缘模糊区域会很小，所以由部分容积效应产生的金属伪影影响并不重大。

1.4 散射及噪声

散射对金属伪影造成的影响实际上很难采取措施去减小或完全规避，因为散射现象并非金属材料特有现象，且仅由于散射造成的伪影相对射线硬化效应来讲程度很低。噪声同散射相似，虽然噪声会在一定程度上造成金属伪影，但是影响程度较低，并且噪声普遍存在于各类检查中，通过提高检查时屏蔽干扰的能力以及降低设备自身工作噪音，可以提高图像的信噪比，减少金属伪影的产生。相对于部分容积效应和射线硬化效应而言，这两种影响因素对金属伪影的作用小、不容易回避。

除此之外，患者在检查时的随意运动以及不自主运动同样会造成金属伪影，但此类伪影无法通过硬件手段消除，在图像处理时可通过算法进行消除或补偿[11]。金属材料的成分、植入位置、自身形状以及尺寸等同样也会影响金属伪影的大小[12]。

2 金属伪影处理方法

2.1 金属伪影处理现状

金属伪影作为影响CT检查效果的一个顽疾始终存在，且近40年来无法完全攻克[4]。目前，对于普通CT而言，临床上通常采用两种手段降低金属伪影对扫描效果的影响。一是采用不同扫描参数设置，如对阶梯状伪影采用减小螺距和薄层扫描的方式减少伪影影响；二是利用图像处理方法，如对不同类型的金属伪影采用图像处理算法消除或减小金属伪影影响。但从实际效果比对来看，两种处理方法所取得的效果并未完全达到人们的预期。对于改变扫描参数的方法而言，其本质上并未从原理层面上根除产生伪影的原因，而仅是改变硬件参数设置来提高检测水平，因此不能从根本上消除金属伪影对图像质量的影响。图像处理的方法与改变参数的方法不同，可以对CT投影数据或CT图像上任意一点进行处理，因此理论上能全部去除金属伪影的影响，但这种处理方法会对数据造成破坏，进而造成失真。目前临床使用的图像处理手段多为CT设备自带的后处理工作站，工作站使用不同的医学处理软件包对图像进行处理。近10余年的研究表明，图像处理的手段虽然能够减小金属伪影对医学图像的影响，但效果同样很难使人满意，对于最优算法的探索和参数的选择依旧是图像处理领域的热点[13]。

金属伪影作为临床常见现象一直未被攻克，许多学者期待用图像处理的方法得到满意结果。国内有学者认为基于图像处理方法的金属伪影消除手段大致可分为三类：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难以克服的弊病，因此，国内外均有学者提出其他去除金属伪影的办法，如Matthieu[15]在2006年提出了基于K均值聚类的处理方法；洪虹[16]于2010年提出的基于数学形态学的CT图像金属伪影消除算法等。虽然大量学者曾尝试不同技术处理金属伪影，但依旧未能得到理想结果。

自2009年能谱CT直接应用于临床以来，其特有技术为金属伪影消除提供了新的技术路线，与单纯依靠图像处理方法，希望借助软件算法处理伪影的思路完全不同的是，基于能谱CT的方法试图从硬件角度着手解决导致金属伪影出现的检测原理层面的问题。正如本研究所提到的，射线硬化效应是金属伪影产生的主要原因，如果通过技术手段能够使CT在扫描时只产生单一能量的光子，则理论上会解决射线硬化效应问题，继而减少原始采集数据中的伪影数据。同时也有学者做了相关研究并取得了一定效果，如Tanami[17]在对冠脉支架模具扫描时发现能谱CT与普通CT相比有更高的测量确定性。目前，对于金属伪影的处理方法可以分为基于硬件更新和软件处理的方法[18]。

2.2 能谱CT去除金属伪影

能谱CT作为CT领域内的一个技术流派，自2009年正式应用以来无论是基础科研还是临床实践皆取得了巨大成效。突破传统CT在球管方面的限制，使用单一、恒定的电压作用于球管，使得球管可以产生单一能量的电子，并且进一步实现了低辐射量、高分辨率的目标。与采用软件算法去除金属伪影不同的是，能谱CT并不是单纯对已采集数据进行处理，使感兴趣区域的图像质量得到提升，而是在图像采集时，利用单一能量光子去照射，进而采集投影数据，因此从理论上讲这种方法能够完全避免因射线硬化产生的金属伪影。但是，金属伪影的存在并非仅由射线硬化效应产生，电子饥饿效应、部分容积效应、噪声、散射以及运动伪影同样会造成金属伪影的存在，并且鉴于当前制造工艺和技术水平的限制，能谱CT还不可能完全规避射线硬化效应造成的金属伪影。但相对于普通CT而言，能谱CT消除金属伪影的功能还是有较大提升，但不会完全消除金属伪影，这一点也得到了临床数据的支持[19]。

与普通CT相似，能谱CT的参数设置同样也会影响金属伪影的大小，临床上为获得最佳参数，有学者进行了相关实验并最终得到结论。如李坤成[20]等在能谱CT GSI与MARS在减除脊柱金属植入物椎管内伪影效果比较的研究中得到的最佳keV值分别为110 keV和120 keV，而其他学者在对脊柱金属植入物伪影的探究中也得到相似结论[21]。实际上考虑到患者体质差异以及不同组织X射线吸收差异，最佳电压仅为参考电压。与此同时，不同感兴趣区域也有与自身相对应的最佳电压。如110～130 keV对软组织观察最优，110～140 keV对骨组织观察最优。能谱CT虽然利用硬件手段减少金属伪影的产生，但其所产生的数据依然需要图像工作站去处理，故图像工作站的优劣同样决定伪影去除效果。

2.3 图像处理去除金属伪影

与能谱CT去除金属伪影不同的是，采用图像处理手段消除金属伪影的研究由来已久，早在1987年Kalender[22]等人就提出过利用插值算法去除金属伪影的方法。而此后不断有学者利用新的方法去解决金属伪影问题，但均未取得令人满意的效果。近年来，一些学者在不断尝试利用新的方法进行金属伪影的处理，一些基于互信息法、冗余表达式法及数学形态学算法等新方法不断涌现。新方法虽然在某一方面有相对不错的表现，如利用数学形态学算法可以在CT无原始投影数据的情况下，直接将滤波反投影图像作为输入值进行图像处理[16]。但这些方法同样无法完全获得令人满意的处理结果。虽然金属伪影去除算法种类繁多，但处理流程大致可分为：①对整幅图像进行前期处理工作，以降低噪声、平滑图像及提升信噪比；②对伪影区域的分割，此部分为关键部分，分割好坏直接决定最后图像效果；③对伪影区域的重建，此部分同样影响最后结果。并且有些学者在重建之后进一步对图像进行增强对比度，突出感兴趣区域的处理。

(1)插值法。其优点在于计算量小，处理速度快，便于临床实用。处理流程可分为：①通过滤波反投影从已受金属伪影影响数据中重建出CT图像；②通过不同分割方法分割出金属伪影区域，此部分的难点在于如何准确定位金属区域的边界点；③通过插值法对伪影区域进行插值；④对修正过的数据进行滤波反投影重建，得到伪影消除后的图像。分割作为插值法消除金属伪影的重点和难点一直被学者讨论，在实际处理中用于分割的方法基本上可以分为阈值分割法、聚类法、边缘检测法、平均值法以及区域生长法[23]。阈值分割作为最常用方法具有简洁快速的特点，但这种方法会导致金属周围区域投影值差异，十分不利于CT图像重建[24]。并且分割阈值的确定依赖于以往经验，很难实现分割过程自动化，因此分割效率低，分割结果差异大；聚类法同阈值类似，聚类中心的确定极大的影响最后CT重建结果，而聚类中心的选择同样依赖操作人员的经验知识；平均值法相对于聚类法、区域生长法而言不再依靠人的经验知识进行初始判断，有些学者通过引入自适应的处理方法，能够使得程序的分割精度更为精准，图像效果有所提升，但是均值法虽然能够在某些图像上取得较好结果，但处理效果与原始图像质量相关[25]。

插值作为插值法一大技术难题其处理方法可以分为线性插值和非线性插值。线性插值方法使用较早，图像处理速度快，能取得较好处理效果，但由于线性函数区间端点处可能出现阶跃，因此在重建图像时会表现出条纹状伪影。相对于早期使用的线性插值方法而言，非线性插值更适用于人体组织。非线性插值的方法能够较好的处理阶跃问题，包括三次样条函数，四次多项式函数等众多方法。如三次样条函数引入两边界点的投影值和两边界点的倒数值，有效平滑了阶跃点，降低了线性插值带来条纹状伪影，但却有彗星状伪影的出现[26]。而引入四次多项式能较好的处理三次样条函数插值和线性函数插值带来的问题，林宙辰[27]曾使用四次多项式插值取得较好处理结果。但高次多项式插值公式复杂，处理繁琐，计算量极大，造成图像处理速度缓慢。

(2)迭代法。其具有抗噪性强，去除金属伪影效果好的优点，但是处理步骤繁杂，实时性差。根据不同处理思路，迭代算法可分为基于代数的迭代算法和基于统计学的迭代算法。基于代数思想的迭代算法于1970年由Grodon[28]等提出。其处理流程可以概括为利用投影数据建立线性方程组，通过不断的迭代计算出不同区域的X射线衰减系数，实际上不同衰减系数代表不同组织区域，如果把衰减系数看做方程组的解，那么只要方程数目大于方程组数目且这些方程彼此线性无关，通过解方程组就可以得到不同区域的衰减值，对于某些位置的金属伪影，可以认为是某些方程组的缺失，但只要方程总数大于衰减系数就可以得到方程的解，进而重构CT图像，消除金属伪影影响。

基于统计学的迭代法一般由目标函数和迭代函数两部分构成，目标函数有最大似然函数、最大后验概率等[29]。常见迭代函数有最大期望值法、最大下降法等。作为基于统计迭代算法的最大似然期望最大法因其处理效果好曾得到广泛关注，并且不少学者针对其运行耗时，处理实时性差的缺点提出快速算法，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类算法的思想，在迭代之前先将图像分成不同的类，每一类数据在一次迭代过程中校正一次，因此在保证图像质量的前提下提高了运算速度，已成为商用CT的标准重建方法[27]。

(3)其他方法。针对迭代法和插值法的局限，一些学者把两种方法结合起来形成混合法，一些学者提出其他方法处理金属伪影，但这些方法大多出现时间短，影响范围也较小。如有学者曾尝试以插值法为框架，仅在图像重建部分嵌套迭代算法，这样既可利用插值法快速的特点又可以利用迭代法重建效果好的特点，但就效果而言并不理想，虽然金属区域得到较好的重建效果，但是金属周围区域的重建效果与单用插值法相似[25]。

除上述三种方法，研究人员在其他方法上的探究对金属伪影问题的解决也有十分积极的意义。如马建华[31]利用最大互信息的办法处理图像，其具体处理步骤为：①利用前置滤波器对CT图像进行预处理，以消除噪声影响；②用最大互信息量熵差进行自适应的多目标分割；③对分割后的图像进行正向投影，并与原始图像进行处理，之后利用索引函数进行反馈式的插值处理；④利用修正的投影数据和反投影技术完成CT图像重建[31]。该方法在处理效果上相对较好，但由于直接采用含有金属伪影图像进行伪影消除工作，造成重建后图像分辨率下降的问题。与此同时，一些学者利用插值法的处理图像框架，但并未利用插值法去处理和重建图像，而是利用基于冗余表达式的数学方法进行重建[32]。其处理流程可概括为从原始图像中分割金属区域并进行投影，之后从原始投影数据中去除金属投影部分数据；最后利用冗余表达的算法恢复金属部分的投影数据，后经滤波反投影得到伪影去除的图像[32]。从处理效果分析该方法能够减少金属伪影的出现，但效果依然有待提升，并且该方法为使用体模得到的处理结果，并未实际在人体上进行测量，因此其实际去除效果有待临床数据进一步验证。

3 结论

CT金属伪影作为临床常见现象，其处理方法可以分为偏重于硬件技术改善和偏重于软件算法处理的方法。两种方法比较而言，硬件技术改善的手段是从本质上减少产生金属伪影的主要因素，所以其在去除金属伪影的作用上更为直接，对原始投影数据破坏更小。其缺点是由于产生金属伪影的因素并不唯一，某个硬件的改变无法达到完全去除金属伪影的效果，并且设备在生成图像时同样需要图像工作站的介入，其生成图像的质量与图像工作站及图像重建算法的好坏密不可分。因此，在致力于硬件性能提升和开发的基础上依然需要对图像处理方法进一步研究。

图像处理方法的优点在于其技术成熟，对同一幅图像、同一套投影数据可以重复操作以遴选出最优方法；相对于硬件技术有目的的减少某类伪影，图像处理技术可以从不同方面对图像进行修正和补偿。图像处理的缺点表现在该技术是对原始CT投影数据修正后重建新图像，因此处理本身就带来了图像失真，在处理金属伪影的同时也带来对患者真实数据的破坏。重建的图像由算法生成，一些平滑算法或形态学算法在优化图像的同时也引起了某些区域对比度降低，以及奇点的产生是否会带来临床上的漏诊或误诊也无法得知。虽然有迭代算法等较好的处理方法的存在，但图像处理方法对伪影消除的效果依旧不尽人意，如最大似然期望最大法等也因其处理速度缓慢的原因不得不以牺牲有效性的办法提升其实用性。

4 展望

作为硬件技术提升的代表，学者们对于能谱CT研究仅仅几年，虽然有针对不同组织照射时管电压值的研究，但是螺距、层厚及造影剂注射剂量等参数对于金属伪影影响的研究尚未深入。能谱CT特有的化学分辨率和能量分辨率对于金属成分的识别和区域确定同样有着积极意义，该方向的研究更需学者去关注。相对于图像处理算法修正已有数据而言，能谱CT能够从原理上避免不良数据的产生，虽然其在实际应用时尚有不足之处，但随着技术的不断成熟，在伪影去除方面的优势定会更加突出。除此之外，随着探测器探测宽度和CT排数的增加，空间分辨率和时间分辨率的提升会使部分容积效应和患者运动造成的金属伪影进一步减少，因此降低射线硬化效应、CT运行噪声，降低CT曝光时间是今后硬件技术发展的方向。

对同一样本用能谱CT和普通CT结果进行对比研究的工作同样值得注意，两类方法对同组数据处理结果的比对，可以发现能谱CT相对于普通CT在金属伪影去除上实际出现的优势，深入分析这种差异出现的原因对于能谱CT在金属伪影去除效果上的改进有重要意义。

限制图像处理方法应用的瓶颈为程序运行速度和金属伪影区域识别的准确度。计算机硬件技术的飞速发展使单纯的计算耗时问题不断弱化，因此如何在算法处理效果上不断革新依旧是软件技术发展的趋势。能否根据能谱CT或普通CT在图像处理过程中出现的难点反推其硬件控制部分的疏漏，进而用更优良的硬件控制程序弥补硬件自身的不足或可成为软件技术发展的新领域。而目前算法中如插值算法聚类中心的选取，区域生长算法种子点的选取依旧是今后研究的重点课题，面对种子点问题，是否可以将以往专家选点前和选点后图像进行汇总，以作为程序样本训练素材库。另外，还可在优化已有算法时引入神经网络、马尔科夫随机场等方法，在种子点选取过程中参考三维空间信息，并建立算法的学习机制，以利用现有处理结果不断训练算法，提升种子点选择准确度。除本研究提到的处理算法之外，利用纹理信息处理金属伪影有待学者进一步关注，就纹理信息的定义而言，是一系列有统计学特征或其他稳定、缓变及近似周期的图像特征。而金属伪影对于正常组织而言特异性明显，两者纹理特征也不尽相同，这种纹理上的差异对两者边界值的判断也将有积极意义。正常生理结构的空间信息同样可以对金属伪影进行辅助判断，利用统计学和空间信息结合的思路去解决伪影识别和准确边界定位的问题对解决目前问题有启示意义。除此之外，由于硬件设备更新速度慢，更换造价一般较高，临床普及速度慢并且其自身在处理金属伪影时存在缺陷，因此仅依靠图像处理方法去解决金属伪影问题仍将是今后研究的重点。

参考文献

[1]侯小兵,周铨,谢坚,等.颅内电极视频脑电图对致痫灶的定位价值[J].临床神经病学杂志,2010,23(1): 49-51.

[2]陈豫.CT图像金属伪影校正算法研究[D].合肥:中国科学技术大学,2009.

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

[4]宁国庆,黄召勤,袁先顺,等.能谱成像技术去除金属伪影的临床价值[J].医学影像学杂志,2011,21(9): 1425-1428.

[5]陈克敏,林晓珠.CT能谱成像临床应用与研究价值及展望[J].现代实用医学,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]鲍丽君,刘斌.能谱CT成像的临床应用[J].安徽医科大学学报,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]杨德文,丁鹏,常生,等.医学CT图像伪影的对比分析研究[J].临床误诊误治,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,陈阳,马建华,等.基于自适应方向性滤波和非局部均值修补的CT图像金属伪影消除[J].中国生物医学工程学报,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,徐圆,齐宏亮,等.基于数学形态学的CT图像金属伪影消除算法[J].计算机应用与软件,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]薄夫军,张永寿,陈勇华,等.MRI常见伪影产生机理及对策[J].中国医学装备,2009,6(1):59-60.

[19]王山山.宝石能谱CT去除金属植入物伪影的实验研究[J].滨州医学院学报,2011,34(2):130-136.

[20]张秋杭,高艳,李坤成,等.能谱CT GSI与MARS在减除脊柱金属植入物椎管内伪影效果的研究比较[J].临床放射学杂志,2012,31(9):1338-1342.

[21]黄钟杰,刘源,肖芝豹,等.宝石CT能谱成像去除脊柱金属植入物伪影的应用研究[J].中国医学计算机成像杂志,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]余晓锷,李冶.基于均值漂移图像分割技术去除CT图像金属伪影[J].中国组织工程研究与临床康复,2009,13(35):6895-6898.

[26]李庆亮,闫镔,孙红胜,等.X-CT金属伪影校正方法综述[J].CT理论与应用研究,2011,20(3):131-140.

[27]林宙辰,石青云.用四次多项式插值消除医学X射线CT中的金属伪影[J].中国图像图形学报,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,吴志芳.最大后验概率重建算法在发射CT中的应用[J].CT理论与应用研究,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]马建华,陈武凡,黄静,等.基于最大互信息量熵差分割的CT金属伪影消除[J].电子学报,2009(8):1779-1783.

[32]毛宝林,陈永丽,孝大宇,等.基于冗余表达的CT图像中金属伪影校正[J].东北大学学报,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