双能锥形束CT的分解算法和成像物体尺寸依赖性研究
Two decomposition algorithms of dual-energy cone beam CT and their dependence on the phantom sizes作者机构:北京大学医学部医学技术研究院北京100191 深圳湾实验室深圳518118 四川大学华西医院肿瘤中心放疗科生物治疗国家重点实验室成都610041 耶鲁大学医学院放射肿瘤学系纽黑文市06511美国 德阳市人民医院德阳618000 北京大学肿瘤医院暨北京市肿瘤防治研究所放疗科恶性肿瘤发病机制及转化研究教育部重点实验室北京100142
出 版 物:《中华放射医学与防护杂志》 (Chinese Journal of Radiological Medicine and Protection)
年 卷 期:2022年第42卷第4期
页 面:269-276页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 100106[医学-放射医学] 10[医学]
基 金:北京市自然科学基金(Z210008) 国家重点研发计划(2019YFF01014405) 国家自然科学基金(11505012,11905150,82073333) 北京大学肿瘤医院科学研究基金学科骨干项目(2021-1) 北大百度基金资助项目(2020BD029) 北京大学医学部教育教学研究立项项目(2020YB34) 恶性肿瘤发病机制及转化研究教育部/北京市重点实验室开放基金(2022开放-2)
摘 要:目的分析直接分解和迭代分解两种双能锥束CT(DECBCT)分解算法对于不同尺寸模体图像质量和物质分解精度的影响。方法利用CatPhan604模体和定制套环组合,模拟不同尺寸的患者成像部位,在Edge加速器锥形束CT(CBCT)系统上分别获取高能140 kVp和低能100 kVp的CBCT,并分别利用两种算法进行DECBCT的物质分解。分别计算了CTP682模块中各插件的电子密度(ED)和对比度噪声比(CNR),用于评估两种算法的分解精度和输出图像质量。结果基于模体手册中提供的真值,两种算法的ED准确度均较高,其中仅最小尺寸模体的4种插件材料存在统计学差异(z=-4.21、4.30、2.87、5.45,P0.05),但平均相对误差均1%。迭代分解算法的CNR显著优于直接分解,相对提高比例为51.8%~703.47%。模体尺寸的增大会显著降低ED的精度,相对误差最大增幅为2.52%。大尺寸模体也会降低迭代分解的图像质量,CNR最大降幅达39.71。结论在不损失电子密度计算精度的前提下,相比于直接分解,迭代分解算法在不同尺寸模体的DECBCT构建中显著降低了图像噪声,提高了对比度。