在计算机断层扫描中的非预白模型观察者的空间域计算的实用方法

科学领域:

• 医学物理 医学物理
• 图像处理 图像处理
• 计算机断层扫描 (CT) 扫描

背景情况:

• 现代CT重建算法表现出非线性特性,如噪声非静止性和对比依赖分辨率.
• 推模型观察者用于基于任务的图像质量评估,但常见的富里埃域方法假定准静止.

研究的目的:

• 提出一种实用的空间域方法来计算CT中的非预白 (NPW) 模型观察者,避免里埃域限制.
• 开发一个不确定性公式来估计可检测性指数.
• 为了比较空间域计算与常规的富里埃方法用于代重建 (IR) 和基于深度学习的重建 (DLR) 算法.

主要方法:

• 使用GE革命CT扫描仪与供应商的IR (ASiR-V) 和DLR (TrueFidelity) 算法.
• 在不同的kVp和剂量协议下,采用了具有不同对比度和特征大小的内部幻影.
• 空间域计算涉及重复扫描和图像矩阵运算; 里埃域计算遵循既定技术.

主要成果:

• 对于低强度的IR重建,空间和富里埃域计算之间的密切一致.
• 与空间域相比,对于强大的IR和DLR算法,使用福里埃域计算来估计更高的可检测性.
• 对于没有眼睛过器的NPW观察者来说,正常化平方根平均差异 (NRMSD) 在10%以内.

结论:

• 在CT中展示了一种实用的空间域方法,用于CT中的NPW观察者计算.
• 空间域方法对于验证基于富里埃的方法和常规计算非常有价值.
• 与空间域方法相比,福里埃域计算可能会高估高级CT重建算法的降噪效益.