目的利用修正算法对宫颈癌患者锥形束CT(CBCT)影像进行修正,探讨CBCT影像剂量计算的准确性。方法采用CIRS-062电子密度模体分别在Brilliance CT Big Bore 4D-CT模拟定位机及Truebeam加速器机载CBCT上执行CT扫描,获得计划CT(pCT)和CBCT...目的利用修正算法对宫颈癌患者锥形束CT(CBCT)影像进行修正,探讨CBCT影像剂量计算的准确性。方法采用CIRS-062电子密度模体分别在Brilliance CT Big Bore 4D-CT模拟定位机及Truebeam加速器机载CBCT上执行CT扫描,获得计划CT(pCT)和CBCT的CT值-相对电子密度曲线。采用直方图匹配算法对CBCT影像的CT值进行修正,得到修正后的CBCT(mCBCT)。将25例宫颈癌患者的调强放疗计划分别移植到模体和患者的pCT、CBCT和mCBCT上进行剂量计算,比较其绝对剂量和剂量分布的差异。结果模体等中心处,CBCT计算的绝对剂量与PCT计算的绝对剂量偏差为0.87%±0.24%,mCBCT与pCT的偏差为0.05%±0.03%,差异有统计学意义(t=3.625,P<0.05)。患者治疗等中心处,CBCT计算的绝对剂量与pCT计算的绝对剂量偏差为1.05%±0.32%,mCBCT与PCT的偏差为0.18%±0.09%,差异有统计学意义(t=3.023,P<0.05)。靶区剂量分布的剂量体积图显示,mCBCT的剂量分布和pCT的剂量分布相似,而CBCT的剂量分布和pCT的剂量分布差异较明显。结论 CBCT影像经算法修正后,可用于宫颈癌放疗中的剂量计算,并能提高剂量计算的准确性。展开更多
针对低剂量CT图像质量退化问题,提出了一种基于投影域数据恢复的低剂量CT优质重建方法。新方法首先通过非线性Anscombe变换将满足Poisson分布的投影域数据转化Gaussian型分布,然后利用针对Anscombe变换的Gaussian型数据进行自适应Block-...针对低剂量CT图像质量退化问题,提出了一种基于投影域数据恢复的低剂量CT优质重建方法。新方法首先通过非线性Anscombe变换将满足Poisson分布的投影域数据转化Gaussian型分布,然后利用针对Anscombe变换的Gaussian型数据进行自适应Block-Matchingand 3D filtering(BM3D)滤波,最后通过对Anscombe逆变换数据执行传统的滤波反投影(Filtered Back Projec-tion,FBP)CT重建。由于Anscombe变换数据的方差已知,且所用BM3D滤波无需人工设置滤波参数,使得方法可实现自适应低剂量CT图像重建。仿真和临床低剂量CT数据的实验表明,方法具有良好的重建鲁棒性,其重建图像的噪声和伪影可同时得到有效抑制。展开更多
针对低剂量CT投影数据存在伪影和噪声的现象,提出了一种基于字典学习与三维块匹配滤波(Block-Matching and 3D Filtering,BM3D)的最大后验(Maximum A Posteriori,MAP)投影域降噪算法.该算法首先使用区别性字典对低剂量CT投影数据进行预...针对低剂量CT投影数据存在伪影和噪声的现象,提出了一种基于字典学习与三维块匹配滤波(Block-Matching and 3D Filtering,BM3D)的最大后验(Maximum A Posteriori,MAP)投影域降噪算法.该算法首先使用区别性字典对低剂量CT投影数据进行预处理,达到抑制部分噪声的目的;再运用MAP算法框架,构造一种由中值能量函数与BM3D算子组成的联合先验模型,对整个投影数据进行平滑处理.分别采用两种模型图像对该算法进行验证,实验结果表明,与滤波反投影(Filter Back Projection,FBP)算法、惩罚重加权最小二乘(Penalized Reweighted Least-Squares,PRWLS)算法和各向异性加权先验正弦图平滑算法相比,所提算法重建出的图像伪影较少,较好地保持了图像的边缘信息,具有较高的结构相似性和峰值信噪比.展开更多
文摘针对低剂量CT图像质量退化问题,提出了一种基于投影域数据恢复的低剂量CT优质重建方法。新方法首先通过非线性Anscombe变换将满足Poisson分布的投影域数据转化Gaussian型分布,然后利用针对Anscombe变换的Gaussian型数据进行自适应Block-Matchingand 3D filtering(BM3D)滤波,最后通过对Anscombe逆变换数据执行传统的滤波反投影(Filtered Back Projec-tion,FBP)CT重建。由于Anscombe变换数据的方差已知,且所用BM3D滤波无需人工设置滤波参数,使得方法可实现自适应低剂量CT图像重建。仿真和临床低剂量CT数据的实验表明,方法具有良好的重建鲁棒性,其重建图像的噪声和伪影可同时得到有效抑制。
文摘针对低剂量CT投影数据存在伪影和噪声的现象,提出了一种基于字典学习与三维块匹配滤波(Block-Matching and 3D Filtering,BM3D)的最大后验(Maximum A Posteriori,MAP)投影域降噪算法.该算法首先使用区别性字典对低剂量CT投影数据进行预处理,达到抑制部分噪声的目的;再运用MAP算法框架,构造一种由中值能量函数与BM3D算子组成的联合先验模型,对整个投影数据进行平滑处理.分别采用两种模型图像对该算法进行验证,实验结果表明,与滤波反投影(Filter Back Projection,FBP)算法、惩罚重加权最小二乘(Penalized Reweighted Least-Squares,PRWLS)算法和各向异性加权先验正弦图平滑算法相比,所提算法重建出的图像伪影较少,较好地保持了图像的边缘信息,具有较高的结构相似性和峰值信噪比.