迭代重建技术.docVIP

一.迭代算法原理及进展 迭代重建算法的基本原理是：首先对X线光子分布进行原始估计，在此基础上估算每个投影方向上探测器获得的可能计数（即正投影），再将正投影数据与探测器实际采集的投影数据进行比较，用于更新原始估计数据；不断重复此过程，直至下一次迭代结果无限接近 由于IR重建时间长，计算复杂，早期IR 法仅在SPECT 和PET等核医学领域得到应用。近年来，得益于计算机技术和图像重建算法的不断发展以及低剂量成像的需求，IR技术又逐步在CT领域受到广泛关注 目前多家公司推出了多种IR算法，按照迭代计算所利用的数据空间不同，可大致分为3类 （1）仅在图像数据空间进行IR，如IRIS，对原始数据按照传统的 FBP法重建后，再根据噪声模型对获得的图像数据进行多次迭代计算，以降低噪声和伪影。这种方法运算较快，计算时间仅稍长于FBP法，但由于基于FBP图像进行迭代计算，不可避免地具有FBP法“理想系统”假设的局限性。 （2）在投影数据空间和图像数据空间中均进行IR，如ASIR、SAFIRE、iDose和 AIDR。首先对投影数据以FBP法进行重建，将获得的图像数据与基于统计的、考虑到光子和电子噪声的理想噪声模型进行比较，去除噪声，得到校正图像，对此图像再通过正投影更新原始投影数据，用于下次迭代计算，如此进行多次IR。这种方法重建速度也较快，但同样具有 FBP法的局限性。 （3）仅在投影数据空间进行IR，如 IMR ,MBIR（即Veo技术），对 X线束从焦点到探测器的整个过程建立多个模型，焦点、X线束、体素和探测器的几何形状均被考虑进去，最为 复 杂，计 算 量 最 大，整 个 重 建 过 程 需 10～90min。使用这些技术的意义在于可在大幅降低CT辐射剂量的同时获得与常规FBP法相同、甚至更好的图像质量。相关研究显示，与上一代IR算法（ASIR,IDOSE）相比，这两种（IMR,MBIR）重建方法体现出更优越的降噪能力，能有效的提高图像的空间分辨率，并且能有效降低辐射剂量67%-86%。 二.传统的滤波反投影(filtered back projection, FBP)重建技术在降低辐射剂量的同时会导致噪声伪影增加, 从而降低图像质量并影响疾病诊断 相较于FBP, 迭代重建(iterative reconstruction, IR)技术可在低辐射剂量的条件下仍保证图像质量, 但目前大部分商用迭代重建技术均属于部分迭代, 噪声降低程度有限, 图像失真感较严重,而最新的迭代模型重建(iterative model reconstruction, IMR)技术是一种新型的全迭代重建技术, 相较于部分迭代技术, 可进一步降低图像噪声并提高图像质量,IMR技术通过前向后向重建在投影数据域及图像数据域进行迭代运算, 并采用统计学模型以及CT系统模型进行对比校正, 最终得到低噪声高分辨的CT图像 对于心脏，常用IDOSE^4技术，现今IMR较IDOSE4可更显著降低图像噪声，提高图像CNR和图像质量；应用IMR重建可在降低辐射剂量的情况下保证图像质量 对于胸部，与FBP重建算法比较,在相同剂量条件下,50%IDOSE和IMR能显著降低胸部CT图像噪声并提高图像质量;其中IMR重建算法降噪及提高图像质量效果更为显著 对于腹部，IMR技术相较于部分迭代技术具有更大的降低辐射剂量潜力, 并能够显著降低噪声, 提高图像低对比分辨力, 有利于CT腹部扫描 客观评价指标 [图像噪声、图像信噪比(SNR)、对比噪声比(CNR)] 主观评价指标(低对比分辨力、病灶边缘锐利度、图像失真及诊断信心度) 滤波反投影(FBP) 迭代重建技术(iterative reconstruction, IR) 混合迭代重建技术（Idose）（飞利浦公司） 全模型迭代重建技术（iterative model reconstruction，IMR）（飞利浦公司改进后） 图像空间迭代重建技术（iterative reconstruction in imagespace IRIS）(西门子公司) 基于原始数据的迭代技术（snogram affirmed iterative reconstruction,SAFIRE)（西门子公司改进后） 自适应统计迭代重建(adaptive statistical iterative reconstruction ASiR)(GE公司) 基于模型的迭代重建算法(model-based-iterative-reconstruction-MBIR,商品名VEO)(GE公司改进后) 自适应剂量降低迭代重建技术（adaptive iterative dose reduction,AIDR）(东芝公司)