基于最大互信息量熵差分割的CT金属伪影消除

本文作者提出一种基于图像最大互信息量熵差分割的CT金属伪影消除算法.新算法首先利用各向异性高斯滤波对原始CT图像进行预处理,以抑制CT图像中的部分噪声和伪影;其后配合最大互信息量熵差分割算法,对预处理CT图像进行自适应多目标分割;接着通过对分割后的金属物图像及由金属引起的伪影进行正向投影,得到金属物的投影数据,并将此投影数据与原始CT图像的正向投影数据做"与"运算,以获取金属物投影在投影空间内的索引函数,再将原始CT投影数据减除金属物对应的投影数据部分,利用索引函数完成原始CT投影数据中的反馈式插值处理,得到修正的投影数据;最后对修正的投影数据采用滤波反投影完成CT图像重建.实验表明,本文算法对含有金属伪影的真实体模CT图像和临床CT图像的伪影消除均有尚佳表现.

基于NL-PF和MIMS的CT金属伪影消除算法

建立了一套针对由金属伪影造成的CT图像质量退化的恢复算法。利用Non-Local前置滤波(Non-Local Pre-filter,NL-PF)对原始CT图像进行全局滤波,从而有效地滤除原始图像中的噪声并对射线状金属伪影进行了平滑,其后配合最大互信息量分割算法(Mutual Information Maximized Segmentation,MIMS)从图像中分割出伪影成份,并利用其周围非伪影部分的像素对伪影类像素进行插值处理得到一个称之为"伪组织"类的图像。最后,通过融合"伪组织"图像的sinogram和原始CT图像的sinogram,得到校正的sinogram并采用滤波反投影重建算法完成金属伪影的CT校正图像。利用所提出的方法可以对含有金属伪影的CT图像进行有效伪影消除,其中射线状伪影消除效果显著。另外,此方法还可以锐化器官轮廓,避免了临床上由于金属伪影导致的放射治疗效果下降。实验表明,金属伪影消除算法可以有效地消除高密度物体造成的金属伪影,从而提高临床诊断和治疗的效果提供技术支持。