本文關(guān)鍵詞：錐形束CT中散射校正與噪聲抑制的初步研究

  更多相關(guān)文章： 錐形束CT 噪聲抑制 散射校正 蒙特卡羅模擬 CUDA

【摘要】：近年來,隨著腫瘤的發(fā)病率以及科學(xué)技術(shù)的不斷提升,放射治療技術(shù)由傳統(tǒng)的三維適形放射治療逐漸演變?yōu)榫_的圖像引導(dǎo)放射治療(Image-guided Radiation Therapy, IGRT). IGRT是繼三維適形放射治療(3-Dimensional Conformal Radiation Therapy,3D-CRT)和調(diào)強放射治療(Intensity Modulation Radiation Therapy, IMRT)后出現(xiàn)的又一新的放療技術(shù)。IGRT的核心為精確治療、準確定位以及優(yōu)化計劃,并且盡可能的提高腫瘤靶區(qū)內(nèi)的照射量以及減少正常組織器官的受量來提高治療增益比。其中錐形束計算機斷層成像技術(shù)(Cone Beam Computed Tomography, CBCT)因為其自身的掃描速度快、輻射劑量相對較低以及射線利用率相對較高等優(yōu)點,并且還能解決分次放療間患者的擺位誤差等問題,而廣泛利用在IGRT中。相比于傳統(tǒng)的體層CT,基于CBCT圖像進行計劃驗證的技術(shù)有能降低患者所受輻射劑量且耗時短等優(yōu)點。但是由于CBCT的探測器信噪比低,且沒有遮擋散射的準直器,會存在大量的散射偽影與噪聲,導(dǎo)致重建圖像的CT值(Hounsfield Unit, HU)不精確,對于后續(xù)圖像分割、配準等以及醫(yī)生的診斷產(chǎn)生很大的影響。在CBCT系統(tǒng)成像時,X射線穿過被檢測物體會產(chǎn)生的一系列互相作用,導(dǎo)致到達探測器上的成分除了包含原射線以外,還有散射線以及噪聲,其中散射線和噪聲的存在會嚴重降低圖像質(zhì)量。雖然提高X射線輻射劑量能夠提高原發(fā)信號所占信噪比,并獲得質(zhì)量相對高的CBCT圖像,但是提高輻射劑量同時會影響到患者的身體健康,可能引發(fā)一系列的并發(fā)癥。因此,在如何避免患者接受不必要的劑量輻射的同時,提高CBCT圖像質(zhì)量是CBCT圖像處理領(lǐng)域的熱點問題。目前,針對CBCT圖像中的散射偽影的研究可以分為兩大類：一種是基于硬件的散射校正方法,另一種則是基于軟件的散射校正的計算方法。其中,散射校正的硬件校正方法是指在X射線成像系統(tǒng)的某個器件上添加一些校正工具,減少到達x線探測器的散射量從而達到散射校正目的的技術(shù)。常用的基于硬件校正方法有：空氣間隔方法(air gap)、準直器方法(collimator)以及濾線柵方法(anti-scatter grid)等。散射校正的軟件計算方法是指對已經(jīng)得到的x射線投影圖像,依據(jù)數(shù)字圖像處理的方法,在計算機中通過對圖像本身的分析和對被照物體的性質(zhì)的估計,得出一個散射分布圖,來進行散射校正�；谲浖Ｕ某Ｓ梅椒ㄓ校荷⑸浒宸椒�(Beam stop array，BSA)、反卷積法(Beam stop array,BSA)以及蒙特卡羅模擬法(Monte Carlo, MC)等。由于散射線分布的不均勻性(例如在骨頭周圍的散射線可能大于原射線),導(dǎo)致散射校正后的CBCT圖像的噪聲信號被增強。因此改進現(xiàn)有的散射校正后的CBCT圖像噪聲抑制方法,減少噪聲對圖像的影響,具有重要的研究價值和意義。常用的CBCT圖像噪聲抑制方法可分為兩種：基于硬件的噪聲抑制方法和基于軟件的噪聲抑制方法�；谟布脑肼曇种品椒ㄊ褂靡幌盗械男Ｕぞ邅砀纳坪蛷浹aCBCT成像系統(tǒng)本身存在的缺陷,從而達到抑制噪聲的目的。基于軟件的去噪方法可以從去噪空間和噪聲類型兩個方面來考慮：在軟件去噪空間方法領(lǐng)域中,CBCT圖像中的濾波又可分為變換域濾波和空間域濾波。在變化域濾波中,基于傳統(tǒng)傅里葉變換的濾波算法并不能達到非常理想的去噪效果,然而相比于基于傳統(tǒng)傅里葉變換的濾波算法,小波去噪方法由于具有良好的時頻及特征多分辨率性能,成為了當前CBCT圖像噪聲抑制中主流的方法之一；在空間域濾波方法中,可分為高斯濾波、維納濾波、非局部均值濾波等。其中高斯濾波和維納濾波并不能滿足CBCT圖像去噪的要求,原因在于：傳統(tǒng)的高斯濾波,雖然可以得到相對平滑的圖像但是同樣導(dǎo)致圖像邊緣過于平滑,這使得醫(yī)生對于腫瘤靶區(qū)的勾畫變得更為困難；維納濾波對于高頻部分的去噪效果相對較好,但是其不僅在低對比度的組織中并不適用,而且不能很好的保持圖像的邊緣。相比于其他的去噪方法,非局部均值濾波擁有優(yōu)異的噪聲抑制性能更能得到研究者的認可,并常被應(yīng)用到CBCT圖像的噪聲抑制研究中。在軟件去噪中的噪聲類型方面區(qū)分,還可以分為兩大類：一類是與圖像不相關(guān)的噪聲,常見的是CT管電流、管電壓等產(chǎn)生的電子噪聲,也稱高斯噪聲。高斯噪聲是指噪聲的概率密度函數(shù)服從于高斯分布(正態(tài)分布)。同時,如果高斯噪聲功率譜密度服從均勻分布,則可以稱之為高斯白噪聲,高斯白噪聲包括了熱噪聲以及散粒噪聲。另一類是與圖像相關(guān)的噪聲,常見的是由X射線光子引起的量子噪聲,也稱泊松噪聲。對于CBCT圖像中存在的泊松噪聲,本文提出了一種基于蒙特卡羅(Monte Carlo,MC)模擬的噪聲抑制方法。本文使用的蒙特卡羅模擬方法是以概率統(tǒng)計理論為指導(dǎo)的一類數(shù)值計算方法。蒙特卡羅方法能夠精確的模擬粒子的運輸。然而蒙特卡羅方法是真實地模擬實際物理相互作用過程,會導(dǎo)致其計算量過大,模擬速度相對緩慢,這也是往年導(dǎo)致蒙特卡羅方法難以廣泛應(yīng)用的主要原因。隨著計算機計算能力的發(fā)展,計算機行業(yè)從單一使用中央處理器(Central Processing Unit,CPU)轉(zhuǎn)向到CPU與圖形處理器(Graphics Processing Unit,GPU)的協(xié)作處理。目前,一種可以在GPU上進行并行加速計算的平臺CUDA(Compute Unified Device Architecture)的應(yīng)用越來越廣泛,CUDA是由NVIDIA公司推出的擁有強大并行計算能力且可以使用C++、C以及FORTRAN語言編程的平臺。GPU與CPU之間的區(qū)別在于雖然單個處理器相比于CPU來說運行速度較低,但是GPU中包含了大量的線程處理器,同時,GPU與CPU上內(nèi)存空間也有很大的差異。CUDA的工作原理是：首先由CPU發(fā)送指令到GPU,GPU接受到指令的同時對任務(wù)進行并行運算處理,計算結(jié)束后,將處理得到的結(jié)果返回CPU,這樣由于大量數(shù)據(jù)同步進行計算,工作時間就大大的縮減了。利用CUDA的這種并行處理的特性可以來解決蒙特卡羅模擬方法運算量過大的問題。本文首先分析介紹CBCT圖像中存在的散射偽影與噪聲的影響與國內(nèi)外的研究現(xiàn)狀,其次分別對于散射校正與噪聲抑制方法進行研究,最后深入介紹本文使用的基于蒙特卡羅方法的散射校正方法以及基于泊松分布的投影平滑濾波方法。改進并實現(xiàn)了以下方法：1.基于蒙特卡羅的散射模擬常規(guī)方法一般采用含有散射偽影的成像數(shù)據(jù)作為模體,通過模體的CT(Hounsfield Unit,HU)值獲取物質(zhì)的材料、類型和密度等參數(shù)用于蒙特卡羅方法的模擬。由于含散射偽影的圖像HU值不精確,所以只進行一次模擬會導(dǎo)致模擬的散射信號不夠精確。為了解決這個問題,通過迭代蒙特卡羅模擬的方法進行補償更正,即當前模體數(shù)據(jù)是上一次去散射圖像重建的結(jié)果。通過這樣的方法迭代約兩到三次就可以獲得準確的散射圖像,但是模擬時間會成倍增加。本文為了避免多次蒙特卡羅模擬迭代模擬,使用gMCDRR代碼包,提出在IGRT中以原始計劃的CT圖像作為模體圖像。這樣做的好處在于,使用原始計劃的CT圖像作為蒙特卡羅模擬的輸入數(shù)據(jù)可以得到更加精確的HU值,進而模擬得到精確的散射信號。首先用原始的CBCT投影進行快速FDK重建,接著以原始計劃的CT圖像和FDK重建的CBCT圖像以卷積形式實現(xiàn)快速剛性配準；然后將偏移配準后的原始計劃CT圖像作為輸入數(shù)據(jù),進行蒙特卡羅快速散射模擬。在散射模擬時,采用如下加速技術(shù)：降采樣蒙特卡羅模擬的模體圖像、降低模擬的光子數(shù)和在角度方向進行散射信號的稀疏模擬,對模擬出的散射信號進行先驗平滑約束和插值。最后在原始投影中減去估計出的散射信號,再進行FDK重建以獲得散射偽影校正后的重建圖像。2.對于CBCT圖像中散射校正后的噪聲抑制研究,本文針對的是量子噪聲,也就是泊松噪聲。首先通過公式推導(dǎo)證明了散射校正后的CBCT圖像中噪聲信號被增強這一現(xiàn)象的原因,再跟據(jù)泊松分布的性質(zhì)得到本文所用的投影平滑去噪目標函數(shù),最后對目標函數(shù)求導(dǎo),利用連續(xù)超松弛迭代逼近最優(yōu)值。本文分別對真實機器數(shù)據(jù)以及仿真數(shù)據(jù)進行了實驗,實驗所用數(shù)據(jù)為一組骨盆(Pelvis)模體的CBCT投影,分辨率為512×385×656,體素大小為0.0977×0.0977×0.25cm3。在仿真實驗中,信噪比(SNR)從去噪前的19.8dB提升至最優(yōu)化情況下的26.8dB,同時均方根誤差(RMSE)從去噪前的50.7降為最優(yōu)情況下的22.5。在真實機器數(shù)據(jù)實驗中,均方根誤差(RMSE)從去噪前的64.1降至最優(yōu)情況下的58.2。最后,實驗中包括去散射以及去噪在內(nèi)的整個過程保持在40秒之內(nèi)完成,提高了本文方法臨床應(yīng)用的可能性。CBCT圖像質(zhì)量的好壞會直接影響到醫(yī)生的診斷以及后續(xù)圖像分割、配準等結(jié)果的優(yōu)劣,所以需要擁有良好效果的散射校正以及噪聲抑制的方法來改善圖像質(zhì)量。本文對于CBCT系統(tǒng)中散射校正以及噪聲抑制方法做了初步研究,取得了初步的研究成果。
【關(guān)鍵詞】：錐形束CT 噪聲抑制 散射校正 蒙特卡羅模擬 CUDA
【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;R730.55
【目錄】：

• 摘要3-8
• ABSTRACT8-17
• 第一章 緒論17-23
• 1.1 課題研究背景及意義17-18
• 1.2 國內(nèi)外研究現(xiàn)狀及趨勢18-21
• 1.3 本文研究內(nèi)容和安排21-23
• 第二章 CBCT圖像散射偽影和噪聲簡介23-39
• 2.1 CBCT圖像中偽影的種類和影響23-25
• 2.2 散射偽影的成因和影響25-28
• 2.3 散射校正的硬件校正方法28-29
• 2.4 散射校正的軟件計算方法29-33
• 2.5 醫(yī)學(xué)圖像噪聲33-36
• 2.6 CBCT圖像噪聲仿真模型36-38
• 2.7 本章小結(jié)38-39
• 第三章 CBCT圖像散射校正方法39-45
• 3.1 算法流程39-42
• 3.2 結(jié)果與分析42-44
• 3.3 本章小結(jié)44-45
• 第四章 CBCT投影去噪方法研究45-60
• 4.1 基于泊松分布的投影平滑去噪方法45-49
• 4.2 算法流程49-51
• 4.3 模體與噪聲評估51-53
• 4.4 結(jié)果與分析53-59
• 4.5 本章小結(jié)59-60
• 第五章 總結(jié)與展望60-62
• 5.1 論文主要研究內(nèi)容總結(jié)60
• 5.2 存在的問題及展望60-62
• 參考文獻62-68
• 攻讀碩士學(xué)位期間發(fā)表的論文68-69
• 致謝69-71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 傅松榮;賈梓平;;體外反搏機電磁閥噪聲抑制技術(shù)研究[J];中國醫(yī)療器械雜志;2006年02期

2 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 鄒士新;馬遠良;楊坤德;雷波;;穩(wěn)健的匹配場噪聲抑制與高分辨目標定位[A];2005年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2005年

2 何亮;胡永明;胡正良;;一種用于流噪聲抑制的被動湍流控制方法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

3 王昕;魏有利;李高略;劉富;;多源視頻序列噪聲抑制融合算法[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第五分冊）[C];2013年

4 郜廣軍;李林;王涌天;;基于正交多項式函數(shù)系的噪聲抑制方法[A];大珩先生九十華誕文集暨中國光學(xué)學(xué)會2004年學(xué)術(shù)大會論文集[C];2004年

5 宋惠寧;;淺談SPECT圖像處理中的噪聲抑制[A];中華醫(yī)學(xué)會醫(yī)學(xué)工程學(xué)分會第一次醫(yī)學(xué)影像設(shè)備應(yīng)用技術(shù)研討會論文集[C];1999年

6 張健;付中華;謝磊;趙亞麗;;基于目標聲源方位已知的雙麥克風噪聲抑制[A];第十一屆全國人機語音通訊學(xué)術(shù)會議論文集（二）[C];2011年

7 張健;付中華;謝磊;趙亞麗;;基于目標聲源方位已知的雙麥克風噪聲抑制[A];第十一屆全國人機語音通訊學(xué)術(shù)會議論文集（一）[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 王夢蛟;混沌信號的噪聲抑制研究[D];華南理工大學(xué);2015年

2 謝宗伯;信號的噪聲抑制理論與技術(shù)研究[D];華南理工大學(xué);2010年

3 張俊峰;圓截面非晶細絲復(fù)合材料微波噪聲抑制特性的研究[D];鋼鐵研究總院;2012年

4 楊黨國;內(nèi)埋武器艙氣動聲學(xué)特性與噪聲抑制研究[D];中國空氣動力研究與發(fā)展中心;2010年

5 鄒士新;穩(wěn)健匹配場反演與噪聲抑制技術(shù)研究[D];西北工業(yè)大學(xué);2006年

6 陳國忠;SAR圖像紋斑噪聲抑制算法研究[D];上海交通大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 岳海林;超聲合成聚焦信號噪聲抑制與相位校正技術(shù)研究[D];西南交通大學(xué);2015年

2 李銀;錐形束CT中散射校正與噪聲抑制的初步研究[D];南方醫(yī)科大學(xué);2016年

3 杜培宇;基于自適應(yīng)濾波器的噪聲抑制技術(shù)研究[D];山東大學(xué);2005年

4 楊克雄;基于零差相干光通信的激光噪聲抑制技術(shù)研究[D];電子科技大學(xué);2015年

5 張兆偉;語音中瞬態(tài)噪聲抑制算法研究[D];大連理工大學(xué);2013年

6 曾愛琴;紅外接收器中噪聲抑制的研究與設(shè)計[D];西安電子科技大學(xué);2013年

7 段樹華;列車車輛通訊終端音源噪音抑制軟件開發(fā)及管理[D];吉林大學(xué);2012年

8 丁亮;SAR圖像紋斑噪聲抑制算法研究[D];上海交通大學(xué);2007年

9 曾秋云;高速電子系統(tǒng)電源分配網(wǎng)絡(luò)噪聲抑制與隔離[D];西安電子科技大學(xué);2014年

10 劉實;InSAR干涉紋圖噪聲抑制方法研究[D];湖南大學(xué);2007年

，

本文編號：631393