CT图像基础知识扫盲.pdfVIP

CT图像基础知识扫盲

•CT图像的数据采集后，可对其进行图像后处理。

尤其是螺旋扫描的容积数据，可改变算法，进行

重建（reconstruction）。能对横断层面像进行多维，

多平面的各种类型的重组（refomation），从任意角

度，全方位观察影像，使病变的定位、定量、定性更

准确。在重组图像中，不同密度的组织可以用不同的

伪彩色显示，使图像显示更生动。

•CT图像有较高的密度分辨力（densityresolution），

其X线吸收系数的测量精确度可达0.5%，能分辨密度

差异较小的组织。所以能清楚地显示人体某些器官的

解剖结构和器官内密度发生变化的病变组织。

•（二）CT值

•CT值是简便的量化指标。在研究CT图像时，人们关

心各组织结构内的密度差异，即相对密度。如果某

一组织发生病变其密度就会发生变化，这对CT诊断

有很大价值。但是，比较和计算各组织对X线的吸

收系数非常繁琐，于是亨氏（Hounsfield）把X线

的吸收系数换算成CT值，单位就是Hu（Hounsfield

unit）。亨氏定义水的CT值为0Hu,其它不同密度组

织都同它进行比较，大于水的定为正值，骨皮质CT

值为+1000Hu，小于水的定为负值，空气的CT值为

–1000Hu，人体内密度不同的各种组织的CT值则位于

–1000～+1000Hu的2000个分度之间。

•在实际工作中可以用测CT值的方法，大

体估计组织器官的结构情况，这样就

了一个简便的量化指标。此外还可以根

据CT值选择阈值进行图像后处理，根据

CT值进行实时增强监视，根据CT值进行

骨密度测定等。但是，CT值并不是恒定

的，它会因X线硬化，电源状况，扫描参

数，温度及邻近组织等因素发生改变，

因此在诊断中CT值只能作为参考，而不

能作为诊断依据。

•窗宽（windowwidth）是指CT图像上16

个灰阶里所包括的CT值范围，窗位（

windowlevel）是窗的中心位置。我们知

道，人体内密度不同的组织的CT值位于

2000个分度之间，如果CT图像用2000个

灰阶来表示，图像层次非常丰富。但人

眼一般仅能分辨16个灰度等级，若将

2000个分度划分为16个灰阶，每个灰阶

的CT值为2000/16=125Hu，即相邻两组

织CT值相差125Hu时，人眼才能分辨。

为了能观察到CT机所具有的较高的密度

分辨力，引进了窗宽和窗位。

•窗宽所包括的CT值范围内的组织，可以

用不同的模拟灰阶来显示。CT值范围以

外的组织，则没有灰度差别，无法显示。

窗位是以计划观察组织的CT值为中心，

又称窗中心。同样的窗宽，由于窗位不

同，其所包括的CT值范围不同。例如取

窗宽为100Hu，窗位为0Hu时，其CT值

范围为±50Hu；当窗位为40Hu时，其CT

值范围则为-10～+90Hu。

二、影响图像质量的变量因素

•CT图像的质量除与CT机的性能等固有因

素有关外，还有许多变量因素直接影响

CT图像的质量。在CT检查中，熟悉这些

变量因素，并合理加以调节，才能获得

高质量的CT图像。比如CT检查前的准备

工作，不可忽视。此外，还需注意：

•（一）

算法的选择

•CT图像是数字化的图像，图像重建的数学演算方

式是机内设定的，常用的有标准算法、软组织算法

和骨算法等，要根据检查部位的组织成分和密度差

异，选择合适的数学演算方式。

标准算法适用于

一般CT图像的重建，例如颅脑图像重建等；软组

织算法适用于需要突出密度分辨力的软组织图像重

建，例如腹部器官的图像重建等；骨算法适用于需

要突出空间分辨力的图像重建，例如骨质结构和内

听道的图像重建等。算法选择不当，会降低图像的

分辨力。螺旋扫描的容积数据可变换算法，