统计学方法在ct低对比度分辨力自动检测中的应用.docVIP

统计学方法在CT低对比度分辨力自动检测中的应用 作者：余晓锷，占杰，李萍，李婵娟 【关键词】 低对比度分辨力；统计学方法；体模;CT 　　Application of statistical method in automatic measurement of CT low contrast resolution 　　【Abstract】 AIM: To measure low contrast resolution with statistical method. METHODS: The Catphan phantom and selfprepared experimental phantom were used to measure low contrast resolution based on the analyzing of measurement principle. RESULTS: The result of subjective method was basically consistent with that of the objective method. CONCLUSION: It is feasible to do the automatic measurement for CT low contrast resolution using selfprepared experimental phantom. 　　【Keywords】 low contrast resolution；statistical method；phantom;CT 　　【摘要】 目的: 利用统计学方法测量CT低对比度分辨力. 方法：阐述了测试原理，采用Catphan体模和自制体模对CT低对比度分辨力进行了测量. 结果:主观法和客观法测试结果相近. 结论: 可以用自制体模采用统计学方法对CT的低对比度分辨力进行自动测量. 　　【关键词】 低对比度分辨力；统计学方法；体模;CT 　　【中图号】 R181.22 　　0引言 　　CT机的低对比度分辨力（LCR）一般采用标准低分体模来测量，通过视觉观察确定其分辨力大小. 这种方法直观方便，国际上广为应用. 但不足之处在于读数不连续，肉眼观察主观性较大. 这种对图像的主观评价就像对伪影的判断一样，它不可能精确的表示系统的对比度分辨力. 而且市场上不同的检测体模对同一系统会产生不同的评价结果，这是因为这些结果在一定程度上依赖于能谱和体模材料的温度，因此需要对低对比度测量进行标准化［1-3］. 我们借助统计学上的方法来分析均匀层上的数据从而得到低分的结果，具有的明显优点有：对体模的要求低，容易实现，摆放和定位容易，测量结果具有客观性且定量严格. 　　1材料和方法 　　1.1材料采用了一种统计学的方法，基于的原理是：如果我们在同样的条件下测量多个同样大小的低对比度物体的值，则这些随机变化的值也符合高斯分布. 同样的，多个与低对比度物体同样大小的感兴趣区域（ROI）上的背景CT值也符合高斯分布，并且与之具有相同的方差（图1），因为低对比度物体和背景是在相同的条件下扫描的，它们是一次扫描的结果，而且它们之间的衰减系数的差异非常小，这两个分布之间唯一的不同只在于它们的期望值. 如果我们采用两个分布之间的中点作为能将低分物质从背景中区别出来的域值，当两个分布的均值差异为3.29 σμ时，假阳性为5％（背景分布曲线下超过域值的部分），其中σμ为分布的标准差；同理，假阴性也是5％（低分物体的分布曲线下低于域值的部分）. 当然，如果采用更高的置信度，两组分布的均值必须相差更大. 受检设备为GE Lightspeed16；检测模块为CATPHAN体模的低分模块 CTP528（模块1）和自制均匀水模（模块2）. 　　图1统计学方法测CT低对比度分辨力的原理（水模的图像中心被划分为若干个ROI）（略） 　　1.2方法通过前面的分析，低对比度分辨力可以通过计算机的分析得到，首先要在一定的剂量水平上扫描一个均匀水模（选择合适的管电压，管电流，层厚，扫描时间等. 表1）. 然后重建体模，将重建图像的中心区域分为许多个小格子，格子的大小与感兴趣的低分物体的大小相同，取得每个格子中的CT均值（例如图中有49个均值）. 然后计算出这些值的标准差σμ，基于我们前面的讨论，这些低对比度物体的对比度应该大于3.29 σμ才能以95％的置信度从背景中被区分出来. 这种分析方法可以重复进行以检验不同大小物体的对比度水平. 　　表1实验扫描条件(标准算法)（略） 　　2结果 　　改变层厚，kVp，mAs等参数测量模块，得到图像，用m