Современные виды томографии

где

…

– коэффициенты рассеивания излучения соответствующи-

ми вокселами.

Поскольку детекторы регистрируют интенсивность излучения, прошед-

шего через весь исследуемый объект, то по полученным данным мы можем
оценить только

μ :

]

)

(

exp[

]

exp[

…

−

(12)

Найти коэффициенты поглощения для каждого воксела, необходимые

для реконструкции изображения, можно с помощью метода обратного про-
ецирования, предполагающего получение информации о характере погло-
щения рентгеновского излучения во многих ракурсах. Рассмотрим слой, со-
стоящий из четырех вокселов (рис. 7).

Рис. 7. Схема получения данных при компьютерной томографии

Рассматриваемый слой подвергается облучению в нескольких ракурсах,

в результате чего мы получаем ряд различных значений суммарных коэф-
фициентов, которые можно записать в виде следующей системы уравнений:

⎪

⎩

⎪

⎨

⎧

(13)

Решая уравнения мы получаем коэффициенты ослабления для указан-

ных вокселов. Каждому вокселу на изображении соответствует отдельный
пиксел (pixel - picture element), яркость которого отражает ослабление (аб-
сорбцию) рентгеновского излучения данным вокселом.

В действительности изображения в компьютерной томографии состоят

из значительно большего числа пикселов и восстанавливать приходится ко-
эффициенты рассеивания для такого же количества вокселов (рис. 7). В со-
временных томографах цифровая матрица получаемого изображения чаще
всего имеет размерность 512

×512 или 256×256 пикселов.

Выходные данные КТ сканера даются в КТ-числах или единицах Ха-

унсфилда. У современных медицинских сканеров измеряемые КТ числа ле-

)

(

−

)

(

−

)

(

−

жат в диапазоне от –1024HU до +3071 HU. Соотношение между коэффици-
ентом линейного ослабления материала (µ

) и соответствующей единицей

Хаунсфилда (H) имеет вид:

1000

⋅

−

материала

воды

(14)

Компьютерная обработка изображения позволяет различать более ста

степеней изменения плотности исследуемых тканей - от нуля - для воды,
ликвора до ста и более - для костей, что дает возможность дифференциро-
вать различия нормальных и патологических участков тканей в пределах
0,5-1%, т.е. в 20-30 раз больше, чем на обычных рентгенограммах.

Таблица 2.

Плотность различных тканей в единицах Хаунсфилда

Ткань

плотность,

Ткань

плотность,

кость, в среднем +1000

серое вещество мозга +20-40

свернувшаяся кровь +55-75

кровь +13-18

селезенка +50-70

спинномозговая жидкость

+15

печень +40-70

опухоль +5-35

поджелудочная железа +40-60

желчный пузырь +5-30

почка +40-60

вода 0

аорта +35-50

орбиты -25

мышцы +35-50

жир -100

белое вещество мозга -36-46

легкие -150-400

мозжечок +30

воздух -1000

1.4. Режимы сканирования

Существует два способа сбора данных в компьютерной томографии:

пошаговое и спиральное сканирование.

Самым простым способом сбора данных является пошаговая КТ, для ко-

торого можно выделить две основные стадии: накопление данных и пози-
ционирование пациента (рис. 8). На стадии накопления данных (1c или ме-
нее) пациент остается неподвижным и рентгеновская трубка вращается от-
носительно пациента для накопления полного набора проекций в предвари-
тельно определенном месте сканирования. На стадии позиционирования па-
циента (более 1c) данные не накапливаются, а пациент перемещается в сле-
дующее положение сбора данных. Изображение реконструируют по полно-
му набору данных.

Рис. 8. Схема обследования при пошаговом сканировании: 1 – сбор данных,

2 –движение стола, 3 – команда задержки дыхания, 4 – сбор данных, 5 –

команда нормального дыхания, 6 – движение стола, 7 – реконструкция изо-

бражения

На практике используются две конфигурации пошагового сканирования:
1. Вращающийся пучок лучей используется для облучения множества

многоканальных детекторов. И источник, и детекторы закреплены на коро-
мысле, непрерывно вращающемся вокруг пациента более чем на 360º.

2. Множество детекторов установлено на неподвижном кольце. Внутри

или вне этого кольца находится рентгеновская трубка, которая непрерывно
вращается вокруг пациента.

Движение пациента во время сбора данных при различных положениях

трубки вызывает артефакты изображений и ограничивает области диагно-
стического применения.

Более сложным является винтовое (спиральное) сканирование, которое

стало возможным благодаря появлению конструкции гентри с кольцом
скольжения, позволяющим трубке и детекторам вращаться непрерывно.

Первой идею спирального сканирования запатентовала японская фирма
TOSHIBA в 1986 г. В 1989 группа ученых под руководством T. Katakura
выполнила первое клиническое исследование на спиральном КТ.

Достоинство спиральной КТ заключается в непрерывном накоплении

данных, осуществляемом одновременно с движением пациента через раму

1 2

3 4 5 6 7

Удалено: <sp>

(рис. 9). Расстояние  перемещения  пациента  за  оборот  рамы  соответствует
скорости  движения  стола.  Поскольку  данные  накапливаются  непрерывно,
рабочий цикл в спиральной КТ близок к 100%, а отображение изображаемо-
го объема происходит быстрее. Обычно при реконструкции изображений в
спиральной КТ используются алгоритмы интерполяции, которые позволяют
выделить  из  общего  набора  данные,  необходимые  для  построения  изобра-
жения отдельного среза при каждом положении стола. Различают два алго-
ритма реконструкции: 360

°- и 180°-линейные интерполяции [30].

Рис. 9. Схема спирального сканирования

В алгоритме 360

° интерполяции используется 360°-периодичность сбора

данных, поскольку данные, полученные при повороте на 360

°, будут иден-

тичны при условии отсутствия движения пациента, постоянных шумах и
других ошибках. Он использует два набора данных, полученных при пово-
роте на 360

°, для оценки одного набора проекций в заданном положении.

Алгоритм 180

° интерполяции (или алгоритм экстраполяции), использует

180

°-периодичность сбора данных, считая два измерения вдоль одной и той

же дорожки, но в противоположных направлениях (поворот на 180

°) одина-

ковыми при условии отсутствия движения пациента, изменения шумов и
других ошибок. Для получения изображения каждого среза используется
два набора данных

В последнее десятилетие активно разрабатываются многосрезовые КТ-

сканеры,  позволяющие  сделать  следующий  шаг  для  повышения  быстроты
исследования.  В  этих  томографах  детекторы  расположены  в  несколько  ря-
дов,  что  позволяет  одновременно  получать  несколько  срезов  с  различным
положением  по  оси  z.  Первые  многослойные  КТ  появились  в 1992 году  и
позволили наглядно оценить следующие преимущества:

-  более высокое пространственное разрешение по оси Z;
-  более высокую скорость исследования;
-  получение изображения большего объема при заданных параметрах;
-  рациональное использование ресурса трубки.

Использование N-рядов детекторов позволяет нам разделить исходный

рентгеновский пучок на N пучков (апертура каждого ряда детекторов равна
1/N полной коллимации пучка). В многослойной КТ системе разрешение по
оси Z (толщину среза) определяет коллимация ряда детекторов (рис. 10). В
многослойной томографии пучок лучей не только расширяется в плоскости

рамы, но и отклоняется от нее. Эта геометрия называется конусным пучком
и  приводит  к  специальным  алгоритмам  реконструкции.  Поскольку  сканер
имеет  относительно  небольшое  количество  рядов  детекторов  и,  соответст-
венно, относительно малую конусность луча, для реконструкции изображе-
ния  можно  использовать  алгоритмы,  разработанные  для  пучка  параллель-
ных лучей.

Толщина среза при многослойном сканировании выбирается комбина-

цией смежных рядов детекторов с помощью коллимирующей системы [6]. В
случае, показанном на рис. 7 возможен сбор данных одновременно для че-
тырех срезов толщиной 5 мм, 2.5 мм, 1 мм, или двух срезов толщиной 0,5
мм. Следует отметить, что можно реконструировать срез с толщиной боль-
шей, чем установленная в процессе сканирования, но не наоборот.

Рис. 10. Многосрезовое сканирование

Существует несколько конструкций 4-срезовых КТ, отличающихся чис-

лом  рядов  детекторов,  их  размером  и  общей  шириной  матрицы  (рис. 11а).
Универсальная  конструкция  матрицы,  применяемая  в  томографах GE, по-
зволила  использовать  те  же  детекторы  и  в 8-срезовом  томографе,  разрабо-
танном в 2001 году с большим числом перегородок [18]. Конструкция была
усовершенствована фирмами Philips и Siemens, сокративших число перего-
родок между рядами и таким образом улучшивших геометрическую эффек-
тивность матрицы. Гибридная конструкция, разработанная фирмой Toshiba,
была единственной, позволяющей получать данные с толщиной среза менее
1 мм, однако требовала большего числа перегородок. Toshiba предложила 4-
срезовое сканирование с общей шириной 32 мм.

Рис. 11. Расположение детекторов в 4-срезовом (а) и 16-срезовом (б) КТ

В 16-срезовых томографах все производители использовали гибридную

матрицу, позволяющую получать данные в 16-срезовом режиме с толщиной
среза менее 1 мм.  Модели отличаются размером детектора и общей шири-
ной  матрицы,  а  каждый  производитель  утверждает,  что  разработал  опти-
мальную  конструкцию.  Вопрос  об  оптимальности  конструкции  зависит  от
всех учитываемых параметров (разрешения по оси z, исследуемого объема,
дозы)  и  является  результатом  компромиссного  решения.  Это  становится
очевидным в кардио-исследованиях, самых требовательных в КТ.

При спиральном сканировании необходимо указать шаг спирали p или

питч (pitch). Численно питч равен отношению перемещения

s стола за вре-

мя полного поворота рамы, к толщине

D отдельного среза и позволяет оце-

нить число смежных срезов, получаемых при перемещении стола за один
поворот рамы:

)

(

)

(

мм

⋅

(15)

В многослойной спиральной КТ для уменьшения избыточных измере-

ний и улучшения эффективности z-выборки полного набора данных важно
правильно выбрать питч, поскольку данные вдоль выбранной траектории
могут быть неоднократно измерены различными рядами детекторов.

В однослойном спиральном сканировании, луч описывает вокруг паци-

ента спираль, каждая точка которой представляет набор проекций луча. Как
сказано выше, данные о проекции представлены с периодичностью 180

°,

т.о. два измерения вдоль одной дорожке в противоположных направлениях
были бы идентичны при постоянных внешних факторах. Для оценки ис-
пользования этой периодичности перегруппируем результаты измерений.
Шаг по оси Z при 360

° интерполяции равен s или pD , в то время как при

180

° интерполяции он равен 2

или

)

(

. Это объясняет, почему 180

°-

интерполяции дает лучшее качество изображения, чем 360

°- интерполяции.

Кроме того, изменение скорости стола вытянет или сожмет обе спирали, но
не изменит однородность ее структуры.

При многослойном спиральном сканировании для каждого ряда детек-

торов будет создан набор проекций. Питч выбирается таким, чтобы допол-
нительная проекция одного ряда не накладывалась на исходную или допол-
нительную проекцию другого ряда.

Многослойная спиральная реконструкция состоит из следующих шагов:
1. оценки набора данных для заданного положения среза;
2. реконструкция среза по полученным данным с использованием алго-

ритма пошаговой реконструкции.

Оценка полученных вдоль выбранной траектории данных получена

средневзвешенной  интерполяцией  данных  от  всех  рядов  детекторов,  нахо-
дящихся  на  этой  траектории,  при  пренебрежимо  малом  сдвиге  положения
среза,  вызванном  перемещением  стола.  Вклад  коэффициента  усреднения
тем больше, чем ближе z-положение измерения к положению среза.

Для эффективной реализации важно знать, какая часть данных от каждо-

го ряда детекторов используется для реконструкции конкретного среза. Для
конкретного  числа  рядов  детекторов  и  заданного  диапазона  питчей  могут
быть  разработаны  специальные  алгоритмы  спиральной  интерполяции,  эф-
фективно  реализуемые  и  правильно  обрабатывающие  набор  избыточных
данных.

Реконструкция изображений с различной толщиной среза привела к по-

явлению  нового  алгоритма  спиральной  реконструкции,  названного  алго-
ритмом z-фильтрации или алгоритмом реконструкции с переменной толщи-
ной среза. Он содержит параметры разрешения реконструируемого изобра-
жения  по  оси Z для  контроля  толщины  среза  и  устранения  шумов  и  арте-
фактов.  Данный  алгоритм  основан  на  линейной  интерполяции,  путём  фор-
мирования  среза,  состоящего  из  отдельных  срезов,  реконструированных  с
помощью алгоритма линейной интерполяцией, и позволяет создавать из от-
дельного  КТ  сканирования  наборы  изображений,  представляющих  срезы  с
различной толщиной, уровнем шума и артефактами, в зависимости от кон-
кретных прикладных задач.

Современные многосрезовые КТ-сканеры имеют до 64 рядов детекторов

и обеспечивают высокое изотропное разрешение изображений, позволяя ре-
конструировать полученные данные в произвольных плоскостях и повысить
информационную составляющую проведенного исследования. Например,
томограф Somatom Sensation 64-slice (Siemens) позволяет проводить иссле-
дования с изотропным разрешением 0,24 мм. При этом время одного оборо-
та трубки составляет 0,33 с, а скорость движения стола – 87 мм/с. Подобная
система Brilliance-64, производства Philips, делает возможным получение 64
срезов, толщиной 0,625 мм. При этом изотропное разрешение составляет
0,34 мм, а один оборот трубки занимает 0,4 с. Подобные системы позволяю
проводить исследование с высокой разрешающей способностью и наиболее
часто используются в кардиологии, пульмонологии, исследованиях сосуди-
стой системы.

1.5. Качество изображения

Качество полученного изображения определяется пятью факторами:

пространственным разрешением, контрастностью, шумом и пространствен-
ной однородностью, линейностью и наличием артефактов.

Пространственное разрешение используется для выражения степени

пятнистости изображения и характеризует способность видеть маленький
плотный объект в области, содержащей вещества с различной плотностью.
Оно зависит от системы коллимации, размера детектора, выбранного разме-
ра пиксела, размера фокального пятна трубки.

Контрастное разрешение изображения – способность сканера показы-

вать малые изменения контрастности тканей больших объектов. Ограничено
шумом, имеющим гранулированное проявление.

Шум и пространственная однородность - различные КТ-числа для ткани

с однородной плотностью, вызванные недостатками прохождения фотонов
через ткань.

В зависимости от источника возникновения, шум разделяют на кванто-

вый (результат ограничения фотонов, достигающих датчиков), электронный
(вызванный электрическим взаимодействием в самой системе), вычисли-
тельный (приближения, используемые в процессе измерения) и лучевой
(вызванный рассеиванием излучения).

Линейность - последовательность КТ-чисел для той же самой ткани че-

рез некоторое время. Из-за дрейфа КТ-чисел, сканеры нуждаются в перио-
дической калибровке, чаще всего проводимой раз в день при сканировании
фантома.

В целом можно заранее сформулировать положения, которые должны

выполняться  в  томографии,  для  того  чтобы  качество  восстанавливаемого
изображения удовлетворяло заданным требованиям. Для решения подобных
задач  необходимо  предварительно  формализовать  понятие  «качественное
изображение», определить адекватную количественную оценку этого поня-
тия  или, что то же самое, сформулировать  количественные  критерии  каче-
ства получаемого изображения.

К сожалению, в данный момент не существует универсального критерия

качества. Это вызвано тем, что конечная реакция наблюдателя очень сложна
и неоднозначна и во многом зависит от субъективных причин. Поэтому при
оценке качества изображения пользуются отдельными, частными критерия-
ми, каждый из которых отражает определенную особенность формируемого
изображения.

Говоря о качестве изображения в первую очередь имеют в виде насколь-

ко оно похоже на истинное (т.е. формируемого идеальной системой). Вся-
кое случайное изображение флуктуирует относительно своего среднего
изображения, при этом величина флуктуаций не велика. Среднее изображе-
ние в общем случае не совпадает с истинным и может быть лишь похожим

на него в той или иной степени. Поэтому, для того, чтобы каждое получае-
мое случайное изображение с большой вероятностью было похоже на ис-
тинное, не достаточно, чтобы оно отличалось от среднего, также необходи-
мо, чтобы среднее изображение мало отличалось от истинного.

Чаще для оценки качества изображения чаще используют следующие

критерии [51].

Отношение сигнал/шум SNR.

Обычно эту величину определяют как

отношение среднего значения к стандартному отклонению (дисперсии):

)

(

)

(

)

(

SNR

(16)

где

)

( y

– среднее значение изображения,

)

( y

– квадратный корень

из дисперсии.

Чем больше величина SNR, тем меньше возможные отклонения наблю-

даемого изображения от среднего. Если среднее изображение мало отлича-
ется от истинного или это отклонение существенно меньше отклонения,
обусловленного флуктуациями, величина SNR хорошо описывает качество
наблюдаемого изображения.

В общем случае, отношение сигнал/шум разное в разных точках изо-

бражения.

Среднеквадратическое отклонение

)

(

и проинтегрированное

среднеквадратическое отклонение

Δ . Величина среднеквадратического

отклонения представляет собой нормированное среднеквадратическое от-
клонение восстановленной функции от ее истинного значения в данной точ-
ке

)

( y

области восстановления и определяется равенством:

[

]

)

(

)

(

)

(

)

(

−

(17)

Проинтегрированное среднеквадратическое отклонение это тоже сред-

неквадратическое отклонение, но проинтегрированное по всей области вос-
становления

Ω и соответствующим образом нормированное:

[

]

)

(

)

(

)

(

⎥

⎦

⎤

⎢

⎣

⎡

−

∫∫

dxdy

(18)

где

s – площадь области Ω .

В отличии от среднеквадратического отклонения, данная величина не

зависит от точки

)

( y

области восстановления.

Величины

)

(

Δ можно представить в виде суммы двух слагае-

мых:

)

(

)

(

)

(

(19)

(20)

где

)

(

- количественная оценка случайных отклонений в наблюдае-

мом изображении от среднего изображения в данной точке

)

( y

;

Δ – те

же отклонения, накопленные по всей области

Ω;

)

(

– отклонение

среднего изображения от истинного в данной точке

)

( y

;

Δ – те же от-

клонения, проинтегрированные по всей области Ω .

Подобное представление величин

)

(

Δ имеет определенный

физический смысл: первые слагаемые в выражениях (19) и (20) определяют-
ся статистическими характеристиками присутствующих флуктуационных
эффектов, а вторые – от них не зависят. Если оба слагаемых примерно рав-
ны, то оба фактора влияют на качество изображения примерно одинаково.
Нарушение этого приближенного равенства в ту или иную сторону говорит
о преобладании того или иного фактора.

Вышеперечисленные критерии качества могут быть рассчитаны, если

известен вид изображения. Применение этих критериев на практике подра-
зумевает предварительный выбор типичных изображений, для которых оп-
ределяются величины SNR,

)

(

Δ , значения которых используются

для формирования требований к условиям получения изображений. Рас-
смотренные критерии могут применяться к изображениям любого вида, но в
ряде случаев критерии формулируются для вполне определенных изобра-
жений, не типичных для изучаемого эксперимента, но принимаемых за эта-
лонные. Одним из таких критериев является разрешающая способность.

Разрешающая способность

. Величина разрешающей способности оп-

ределяется для изображения, представляющего собой совокупность двух
одинаковых точечных источников, и описывает минимальное расстояние
между ними, на котором они уверенно различаются.

Рассмотрим случай, когда интенсивность в среднем изображении имеет

два максимума в точках A

и A

, а минимальное значение соответствует точ-

ке А (А

А=А

А).

Если изображение совпадает со средним, то можно воспользоваться

критерием Рэлея (на расстоянии l

Δ провал в точке А составляет около 19%

от максимальной интенсивности).

Для случайного изображения значения интенсивности в точках распо-

ложения источников флуктуируют, а максимальные и минимальные значе-
ния могут достигаться в других точках. В этом случае l

Δ можно определить

через минимальное расстояние, на котором оптимальный алгоритм
распознавания принимает правильное решение о наличии именно двух
источников.

Если флуктуации слабые (отдельные реализации похожи на среднее

изображение), можно ограничиться выполнением двух условий:

1) разность интенсивности в точке А

))

(

и максимальной

интенсивности

)

(

должна быть положительна и по критерию Рэлея

больше 0,19

)

(

)

(

)

(

(21)

2) дисперсия в точке А должна быть меньше величины

)

(

)

(

−

)

(

)

(

γσ

(22)

где

. Чем больше

γ , тем более заметен перепад интенсивностей и

можно различить два точечных источника, удаленных друг от друга.

Вероятность принадлежности значений восстанавливаемой функ-

ции  соответствующим  интервалам  квантования  P .  В  зависимости  от
решаемой  задачи  к  функции,  описывающей  изображение,  предъявляются
конкретные требования по точности получаемых значений. Поэтому еще до
проведения  эксперимента  можно  установить  уровни  квантования  значений
восстанавливаемой  функции.  Т.к.  описывающая  изображение  функция  яв-
ляется  случайной,  то  сформулированное  условие  может  быть  выполнено  с
некоторой вероятностью  P , которая должна задаваться одновременно с вы-
бираемыми  уровнями  квантования  и  характеризует  качество  восстанавли-
ваемого изображения.

В общем случае для расчета вероятности P необходимо знание

полного

статистического

описания

изучаемого

изображения.

Приближенную  оценку  легко  осуществить  для  случая  достаточно  гладких
функций:  почти  везде  в  восстанавливаемой  области    (за  исключением
областей  небольшой  площади)  радиус  корреляции  значительно  меньше
линейных размеров тех областей,  где происходит существенное изменение
значений  функции

)

( y

(в частности, областей, в которых значения

)

( y

переходят из одного интервала квантования в другой).

Если последнее условие выполнено, то для приближеного расчета

вероятности P остаточно знать одномерную плотность

)}

(

{

вероятности значений восстанавливаемой функции в произвольной точке

{ }

, .

Пусть уровни

c и

определяют m-интервал квантования и в этот

интервал попадают все значения

)

( y

, удовлетворяющие неравенству

)

(

≤

. Вероятность попадания значения

)

( y

в точке

)

( y

m-интервал:

∫

)

(

(23)

Т.к.

)}

(

{

P зависят от выбранной точки, заменим конкретную

величину

)

( y

ее средним значением в пределах заданного интервала:

)

(

)

(

(24)

Если обозначить площадь области значений

x, для которых

)

(

≤

как

s , а количество пятен в этой области, в которых

значения

)

( y

флуктуируют независимо друг от друга как

N , то

вероятность того, что все значения функции , описывающей изображение,
окажутся в m-интервале примерно равна

. Вероятность для всех М

интервалов (m=1,…,M) имеет вид:

∏

int

(25)

В случае, если

)

( y

может принимать любые значения, вероятность

того, что шум не преысит уровень

c , равна

⎥

⎦

⎤

⎢

⎣

⎡

∫

∞

−

)

(

(26)

Можно модифицировать критерий, осованный на вероятности

int

P . Не

обязательно,  чтобы  полученное  изображение  попадало  в  заданные
интервалы  квантования.  Этого  можно  добиться  путем  дополнительной
обработки.  Например,  если  значения  функции  в  редких  (изолированных)
пятнах  не  будут  попадать  в  свои  интервалы  квантования,  то,  зная
приблизительные  размеры  этих  пятен,  можно  опознать  ошибочность  их
появления  и  соответствующим  образом  ткорректировать  полученное
изображение.

1.6. Артефакты изображений в компьютерной томографии

Артефактами изображений в компьютерной томографии называют лю-

бое несоответствие между КТ-числами реконструированного изображения и
истинными  коэффициентами  ослабления  объекта.  Технология  реконструк-
ции  изображения  такова,  что  измерения  на  всех  детекторах  суммируются,
поэтому на изображениях проявляются любые ошибки измерений. Ошибки
реконструкции могут быть вызваны как недостатком данных, так и наличи-
ем различных шумов. Артефакты могут проявляться в виде полос (ошибка в
отдельном  измерении),  затемнений  (постепенное  отклонение  группы  кана-
лов),  колец  (ошибки  калибровки  отдельного  детектора),  искажений  (спи-
ральная  реконструкция) [1].  Основными  причинами  появления  артефактов
являются:

-  физические процессы, участвующие в сборе данных;
-  факторы, связанные с пациентом;
-  неисправность аппаратуры;
-  спиральное или многослойное сканирование.

Конструктивные особенности современных КТ-сканеров позволяют ми-

нимизировать  некоторые  виды  артефактов,  которые  иногда  могут  быть
практически  полностью  скорректированы  программным  обеспечением,  а
правильный  выбор  параметров  исследования  позволяет  повысить  качество
изображений. Рассмотрим наиболее часто возникающие в КТ артефакты.

1.6.1. Артефакты, вызванные физическими процессами

К артефактам, вызванным физическими процессами, относятся артефак-

ты увеличение жесткости излучения, частичного объема, затухания фотона
и артефакт подвыборки.

Артефакт увеличение жесткости излучения (Beam hardening) возникает

из-за  использования  в  КТ  полиэнергетического  (немонохроматического)
рентгеновского  спектра  с  энергией  приблизительно  от 25 кэВ  до 120 кэВ.
При  прохождении  через  объект  низкоэнергетические  рентгеновские  лучи
(фотоны  с  низкой  энергией)  поглощаются  быстрее,  чем  высокоэнергетиче-
ские. В результате, средняя величина энергии рентгеновского излучения со-
ответствует большей энергии, которая проходит через ткань (кость сильнее
ослабляет рентгеновское излучение, чем эквивалентный объем мягкой тка-
ни). Артефакт проявляется  на изображении в виде впадин  и  темных полос
между плотными объектами, вызванными более сильным поглощением из-
лучения в середине однородного объекта, чем по краям, т.к. лучи проходят
через  большую  толщину.  Поскольку  пучок  становится  жестче,  ослабление
излучения уменьшается и интенсивность на детекторах растет. Поэтому ре-
гистрируемый профиль поглощения отличается от идеального [28].

Полосы появляются в неоднородных срезах между объектами, имеющи-

ми различную плотность. Это вызвано тем, что луч, проходящий через один

из объектов при одном положении трубки, ослабляется меньше, чем когда
он проходит через оба объекта при другом положении трубки. Чаще арте-
факт проявляется вблизи костей и при использовании контрастных веществ
(рис. 11).

Рис. 11. Артефакт увеличения жесткости излучения: (а) изображение сре-

за тела; (б) изображение фантома с артефактом; и (в) без артефакта

Артефакт увеличения жесткости излучения устраняется фильтрацией

низкоэнергитических компонентов до их прохождения через тело пациента.
Другой способ предотвращения артефакта – использование цилиндрических
фантомов различных размеров, позволяющих откалибровать детекторы для
компенсации  эффектов  поглощения  различными  частями  тела  пациента.
Т.к.  анатомически  пациенты  не  похожи  на  цилиндр,  на  практике  остается
небольшой  остаточный  эффект.  Существуют  также  различные  алгоритмы
коррекции, минимизирующие артефакты между костью и тканью.

Артефакт частичного объема появляется, если в вокселе присутствуют

ткани с разным коэффициентом ослабления (

μ ). В этом случае имеют дело

со средневзвешенным значением

μ (рис. 12).

Рис. 12. Срез, содержащий 3 типа тканей

Существует несколько подходов к снижению артефактов частичного

объема:

1. Модель сегментации. Допускают, что элементы объема принадлежат

больше, чем одному классу тканей, и оценивают долю каждого класса. Ре-
зультат сегментации может быть отображен как набор серых изображений,
где уровни серого соответствуют степени заполнения элемента объема кон-

КТ-срез

Удалено: <sp><sp><sp>

Удалено: <sp>

кретным классом.

2. Использование более тонких срезов. При спиральном сканировании

сырые данные некоторое время остаются доступны для реконструкции по
ним дополнительных КТ-изображений срезов.

Артефакт затухания фотона проявляется в виде сильных полос в облас-

тях с плотными объектами. На рис. 13а полосы расположены горизонталь-
но,  т.к.  при  таком  распространении  луча  затухание  сильнее  и  детекторов
достигает недостаточное количество фотонов. В результате под этим углом
получают  зашумленные  проекции,  а  реконструкция  усиливает  шум,  что
приводит к горизонтальным полосам на изображении. Артефакт можно уст-
ранить путем увеличения тока на трубке, но в этом случае возрастает доза
обучения пациента. На спиральных КТ для устранения артефакта использу-
ется метод многомерной адаптивной фильтрации (рис. 13б). Для небольшо-
го  количества  данных,  превышающих  порог  ослабления,  сглаживание  вы-
полняется  между  проекциями,  выполненными  под  последовательными  уг-
лами,  тогда  как Z-фильтр,  используемый  в  спиральном  сканировании,  ис-
пользуется для проекций с большим ослаблением, чтобы в выполнении ре-
конструкции участвовало большее количество фотонов.

Рис. 13. Изображение с (а) и без (б) артефакта затухания фотона

Число проекций, используемых для реконструкции изображения в КТ

является одним из факторов, определяющих его качество. Слишком боль-
шой интервал между проекциями (подвыборка) даст потерю информации об
острых краях и малых объектах, что приведет к появлению артефакта под-
выборки (undersampling). Артефакт проявляется в виде тонких полос, отхо-
дящих от края плотной структуры и параллельных ее краям (рис. 14).

Рис. 14. Артефакт подвыборки

Артефакт подвыборки не оказывает серьезного влияния на диагностиче-

ское качество изображения, т.к. равномерно распределенные линии обычно

Удалено: <sp><sp>

не  имитируют  анатомические  структуры.  Однако  его  следует  избегать  в
случае,  если  важно  получить  высокое  разрешение  мелких  деталей.  Арте-
факт  менее  заметен  при  увеличении  числа  проекций.  получаемых  за  один
оборот трубки (иногда достигается снижением скорости вращения). Другой
способ  его  устранения – использование  специализированных  методов  по-
вышения разрешения (сдвиг на ¼ детектора или смещаемое фокальное пят-
но), разработанных производителями оборудования.

1.6.2. Артефакты, вызванные пациентом

Довольно часто в исследуемой области присутствуют объекты с высо-

кой плотностью, например, сделанные из металла, что вызывает на изобра-
жении появление артефактов в виде полос (рис. 15). Это вызвано тем, что
плотность металла выходит за предел нормального диапазона значений, ко-
торый томограф может отобразить, давая неполные профили ослабления.
Ранее томографы имели верхний предел измерений +1000HU, совпадающий
со значением ослабления трубчатой кости, самой плотной структуры чело-
веческого тела. Но поскольку металлические объекты дают большее ослаб-
ления, чем кость, компьютер присваивает им наибольшее возможное значе-
ние.

Рис. 15. Изображение с (а) и без (б) артефакта от металла

Если металлический объект нельзя удалить из области исследования, то

снизить  влияние  артефакта  можно  повышая  напряжение  или  уменьшая
толщину среза и тем самым снижая эффект частичного объема. Другой спо-
соб устранения артефакта – использование алгоритмов обработки реконст-
руированных  изображений,  например,  считая  металлические  объекты  не-
прозрачными,  а  данные,  соответствующие  проходящим  через  них  лучам,
считать  отсутствующими.  Тогда  для  поиска  этих  отсутствующих  данных
используются итерационные методы. Предотвратить артефакты от металла
можно  растягивая  шкалу  КТ-чисел,  которая  у  современных  томографов
имеет верхний предел +4000HU.

Движение пациента также дает артефакты в виде полос или размывания

изображении (рис. 16). Это вызвано тем, что при реконструкции изображе-
ния полагаются на способность компьютера размещать значения коэффици-
ентов ослабления в матрице пикселей, имеющей строки и столбцы. Если

Удалено: <sp><sp>

Современные виды томографии - часть 2