APP下载

CT系统MT F自适应测量方法

2015-06-01王甜甜李国侠庞浩包百鸣

中国医疗设备 2015年1期
关键词:自动检测中心点像素点

王甜甜,李国侠,庞浩,包百鸣

华中科技大学同济医学院附属同济医院器材科,湖北 武汉 430030

CT系统MT F自适应测量方法

王甜甜,李国侠,庞浩,包百鸣

华中科技大学同济医学院附属同济医院器材科,湖北 武汉 430030

目的 在调制传递函数(MTF)的测量中自动检测点扩展区域中心点位置,可避免手动选点的随意性及噪声对最大CT值的影响。方法 根据点扩展区域是圆形的特征,通过图像处理方法分割出圆形区域,再利用数学变换的方法找出中心点位置,绘制MTF曲线。结果 自动检测中心点位置的方法简化了CT系统评估的检测流程,得到了正确、稳定的中心点位置,并测得了统一的MTF曲线。结论 本文提出的MTF自适应测量方法准确有效,为CT系统评估带来了方便。

CT机;调制传递函数;空间分辨率;CT系统评估

0 前言

调制传递函数(Modulation Transfer Function,MTF)能够通过输出的正弦信号的调制与输入的正弦信号的调制的比值来定量客观地描述系统空间分辨能力[1],了解系统的MTF对系统各环节的性能设置具有重要意义[2]。

空间分辨率是CT检测中重要的指标之一,主要有两类检测方法,一类是利用体模的线对法和圆孔法,另一类就是MTF法[3]。线对法和圆孔法虽然方便,但却受测试者主观因素影响大,容易造成测试者意见不统一,所以在技术性测试中,一般采用客观的MTF法[4]。MTF也可表示成系统对于点扩展函数(PSF)的二维傅式变换[5],即MTF=FT(PSF)。实际系统的测量是以细丝模型的点函数作为系统的点输入,细丝的材料必须是吸收系数较大的金属线,具有极高的射线衰减能力[6]。

在MTF的计算中,PSF数据应该具有对称性,需要对实验数据进行填补和截尾等对称化处理,定位出PSF的中心位置,作为傅里叶变换的坐标原点。目前对于PSF的中心位置确定,多采用手动选取方法或最大CT值方法。而手动选取的随意性造成中心点偏移会对MTF产生较大影响,导致最终结果不能统一[7-8];最大CT值方法易受噪声影响,使得中心点以外一些像素点的CT值高于中心点,导致最大CT值所对应的像素点位于偏离点扩展圆中心点的位置,从而导致检测结果错误。本文提出了一种MTF自适应测量方法,即可自动检测点扩展区域中心点位置的算法,以提高检测的准确性。

1 自动检测中心点方法

改进的自动检测中心点位置的算法流程,见图1。具体步骤:① 在原始图片中截取一个背景均匀、包含点扩展圆的感兴趣区域(ROI);② 由于ROI太小不方便分析,所以将ROI进行放大;③ 分析ROI区域的直方图,迭代运算出合适的阈值,从而对ROI实现二值化,分割出点扩展区域(点扩展区域是呈圆形的,中心位置即为点扩展圆的圆心);④ 对点扩展圆进行边界跟踪,然后利用Hough变换得到ROI中点扩展圆圆心的坐标;⑤ 将检测到的圆心坐标经过反变换,得到原始图像中对应的中心点位置;⑥ 以求出的圆心坐标为中心进行傅氏变换,求出MTF。

图1 自动检测中心点位置的算法流程

2 实验结果分析

2.1 以最大CT值对应像素点作为中心点

通过实验来证实噪声对中心点的影响。实验方案是给感兴趣区域(ROI)添加不同大小的噪声,分别找出ROI和含噪ROI中最大CT值对应的像素点,然后分别以此像素点为中心计算并绘制MTF曲线,通过对比就可以看出噪声对中心点位置以及MTF曲线的影响。

图2(a)展示的是大小为50像素×50像素,包含点扩展区域的ROI,图2(b)和图2(c)分别是加0.001%和5%零均值高斯噪声的ROI。3者最大CT值所对应的像素点分别为(24,31),(24,31),(21,33),这3个像素点分别对应着原体模图像中点扩展区域的中心点位置(311,206),(311,206),(308,208),计算出的MTF曲线见图2(d)。可以发现,当噪声的量很少时,中心点位置没有发生改变,其MTF曲线也非常接近,近乎重合;而当噪声的量比较多时,中心点位置以及MTF曲线都发生了明显改变。所以,一般情况下,以最大CT值对应像素点作为中心点的方法不能得到稳定的MTF值。

2.2 改进的自动检测中心点方法的效果

通过上述实验可知,当ROI添加0.001%的零均值高斯噪声时,中心点位置并没有发生改变,仍是(311,206),这说明此图片中以(311,206)作为点扩展区域的中心点是正确的。

图2 最大CT值作为中心点实验结果

图3 自动检测中心点算法检测结果

自动检测中心点算法检测结果,见图3。结果显示,自动选点方法获得的中心点位置也是(311,206),两者结果一致,说明本文提出的自动检测中心点的方法是准确且有效的。

3 结论

在MTF检测中,手动选点具有随意性,最大CT值方法易受噪声影响,使得MTF值不稳定,无法获得统一的MTF值,给实际应用带来不便。本文提出的MTF自适应测量方法很好地解决了这些问题,简化了操作,保证了中心点位置的正确性,并能够测得正确的MTF曲线。

[1] Yu Lifeng,Thomas JV,Michael RB,et al.Dose and image quality evaluation of a dedicated cone-beam CT system for highcontrast neurologic applications[J].AJR,2010,194:W193-W201.

[2] 胡曙光,昌仁民,冯小刚,等.CT的MTF测量和评价[J].中国医学物理学杂志,1997,14(1):30-32.

[3] 黄岗,严汉民.点扩菜函数测量CT机MTF的应用研究[J].医疗设备信息,2004,(8):10-12.

[4] 余晓锷,卢广文.CT设备原理和质量保证[M].北京:科学出版社,2005:30-32.

[5] 张梦龙,綦维维,费晓飞.应用刃边法测试计算机X 线摄影系统预采样MTF[J].医学影像学杂志,2010,(10):1556-1558.

[6] Vedantham S,Karellas A.Modeling the performance characteristics of computed radiography (CR) systems[J].IEEE Trans Med Imaging,2010,29:790-806.

[7] 康立丽,邓晓刚,陈阳,等.影像系统MTF算法实现及分析[J].北京生物医学工程,2002,21(3):179-182.

[8] 秦伟,陈飞,时飞跃,等.模拟定位技术在放射治疗中的应用于与发展[J].中国医疗设备,2013,28(12):5-6.

A Self-Adaptive Measuring Method for MTF in CT System

WANG Tian-tian, LI Guo-xia, PANG Hao, BAO Bai-ming
Department of Equipment, Tongji Hospital, Tongji Medical College of Huazhong University of Science and Technology, Wuhan Hubei 430030, China

Objective Implementing the automatic acquisition of central point position of point spread region in MTF measurement to avoid the infl uence of randomness and noise of manual selection on the maximum CT value. Methods According to the limitation that the shape of point spread region should be roundness, to segment the point spread region with image processing methods and then identify the central point position with mathematical transformation methods in order to draw MTF curve. Results The test process of CT system evaluation has been simplifi ed with the automatic acquisition method of central point position, with which relevant staff can get the correct and stable central point position and draw the correct and unifi ed MTF curve. Conclusion The proposed self-adaption measuring method for MTF is accurate and effective, which is suitable for CT system evaluation.

CT machine; modulation transfer function; spatial resolution; CT system evaluation

R318;TH774

A

10.3969/j.issn.1674-1633.2015.01.009

1674-1633(2015)01-0034-03

2014-05-14

本文作者:王甜甜,工程师。

作者邮箱:273980569@qq.com

猜你喜欢

自动检测中心点像素点
基于局部相似性的特征匹配筛选算法
角接触球轴承外圈锁口高度自动检测规改进
一种基于标准差的K-medoids聚类算法
Scratch 3.9更新了什么?
如何设置造型中心点?
一种开关柜局部放电自动检测装置的研究
基于像素点筛选的舰船湍流尾迹检测算法
基于STM32的室内有害气体自动检测与排风系统
光电传感器在自动检测和分拣中的应用
基于canvas的前端数据加密