用于减少光子计数CT数据大小的 Eigenbin压缩
Taly Gilat Schmidt1, Zhye Yin2, Jingwu Yao2
1Department of Biomedical Engineering, Marquette University and Medical College of Wisconsin, Milwaukee, Wisconsin, USA.
Medical physics
|September 13, 2024
概括
使用自带式方法对光子计数CT (PCCT) 数据进行压缩,可显著减少两到四倍的数据大小. 这种方法保持了快速重建的图像质量,提高了工作流的效率.
科学领域:
- 医疗成像医学成像
- 计算机断层扫描 (CT) 是一种计算机断层扫描.
- 数据压缩数据压缩
背景情况:
- 光子计数CT (PCCT) 系统通过多光谱数据采集提供先进的图像质量.
- 来自PCCT的大量数据对门架滑环传输构成了挑战.
研究的目的:
- 开发和评估PCCT数据的损耗压缩方法 (eigenbin) 使用自向量分析.
- 为了实现快速的初始重建,用于应用程序,如解剖验证和自动化分析.
- 评估该方法在临床PCCT原型上的性能.
主要方法:
- 主要组件分析 (PCA) 应用于PCCT校准测量,以确定主要组件 (eigenvectors).
- 通过保留具有最高自值的M自向量来减少数据的维度,生成"eigenbin"值.
- 像素特异性和像素通用特异组方法都在幻影数据上进行了评估,将重建的图像 (基础和VMI) 与原始数据进行了比较.
主要成果:
- 像素特异的Eigenbin方法实现了4倍的数据减少,平均值变化<5%,噪声增加<12%.
- 像素一般方法产生了2.67倍的数据减少,平均值变化<5%,噪声处罚<10%.
- 虚拟单能图像 (VMIs) 与基础图像相比显示较少的噪声处罚和错误,对比度与噪声比率 (CNR) 的变化小于5%.
结论:
- 自带式压缩方法有效地减少了PCCT数据大小 (2-4x),同时保留了重要的图像信息.
- 该方法证明了可接受的噪声处罚 (<10-20%) 和对CNR的影响最小 (VMI变化<5%).
- 自带式压缩适用于需要快速PCCT重建的应用,减少传输时间和存储需求.
