在CT图像中测量全球噪声水平的自动化技术,并结合图像梯度

科学领域:

• 医疗成像医学成像
• 图像处理 图像处理
• 放射学 放射学是一门学科.

背景情况:

• 计算机断层扫描 (CT) 图像质量对于准确诊断至关重要.
• 由各种因素影响的图像噪声显著影响CT图像质量.
• 自动噪声评估对于临床CT扫描的质量控制至关重要.

研究的目的:

• 开发和验证一种用于测量临床CT图像中的全球噪声指数 (GNI) 的新方法.
• 评估GNI在评估由于X射线量子波动引起的CT图像噪声方面的有效性.
• 将拟议的GNI方法与现有的噪声测量算法进行比较.

主要方法:

• 在一个10x10像素的滑动窗口中使用Hounsfield单位 (HU) 标准偏差生成噪声图.
• 通过布尔运算将噪声图与梯度大小图相结合,不包括高梯度像素.
• 将拟议方法生成的噪声组图与克里斯蒂安森的组织型全球噪声测量算法进行比较.

主要成果:

• 拟议的GNI方法产生了类似形状和接近GNI值的噪声组图,与基督徒在人类形象幻影中的Christianson方法相似.
• 在患者CT图像中,GNI在扫描范围中显示出一致的值,在异质组织中表现优于Christianson的方法.
• GNI有效地比较了不同扫描仪的扫描协议,并显示了重建内核清晰度和噪音水平之间的明显关系.

结论:

• 开发的GNI是用于估计临床CT图像中的噪声水平的合适指数,无论它们的外观如何 (光滑或粒状).
• 该算法可以有效地用于选噪声水平,有助于改进CT图像质量控制.
• 在临床CT成像中,GNI方法为自动噪声评估提供了可靠的方法.