基于投影增强的DBT图像重建技术与高密度物质伪影消除策略研究.docxVIP

基于投影增强的DBT图像重建技术与高密度物质伪影消除策略研究

一、引言

1.1研究背景

乳腺癌作为女性最常见的恶性肿瘤之一，严重威胁着女性的生命健康。《2022年全国癌症报告》显示，中国每年新增乳腺癌发病人数接近42万人，居全国女性恶性肿瘤发病谱首位。早期诊断对于提高乳腺癌患者的治愈率和生存率至关重要，大量循证医学证据表明，乳腺筛查可以提高乳腺癌早期诊断率、降低病死率。

在众多乳腺筛查技术中，数字乳腺断层成像（DigitalBreastTomosynthesis，DBT）技术逐渐崭露头角，成为乳腺癌早期筛查的关键手段。传统的乳腺X线摄影是二维成像，致密型的腺体会在乳腺肿块的上下方出现部分重叠，在致密型的腺体背景下，周围腺体的对比度与肿块相比相对较低，容易造成误诊和漏诊。而DBT技术使用不同投照角度扫描来实现乳腺三维重建成像，由此来解决二维成像重叠的缺点，能够有效提高少脂肪腺体型（如致密型、多量腺体型）中乳腺病灶的检出率，增加病灶与周围腺体组织的对比度、更容易发现病灶、更好地显示了病灶的形态、边缘等，不仅降低了乳腺癌筛查的成本而且还有效地提高了诊断乳腺癌的准确率、降低了复查率。

然而，DBT技术在实际应用中仍面临一些挑战。在图像重建过程中，由于投影数据的有限性和噪声干扰等因素，重建出的图像质量有待提高，影响医生对病灶的准确判断。此外，当乳腺中存在高密度物质（如金属植入物等）时，会在DBT图像中产生伪影，这些伪影会掩盖真实的病灶信息，进一步增加了诊断的难度。因此，改进DBT图像重建方法以及消除高密度物质伪影具有重要的研究价值和临床意义。

1.2研究目的与意义

本研究旨在通过投影增强的方法改进DBT图像重建技术，并有效消除高密度物质伪影，从而提高DBT图像的质量和诊断准确性。具体而言，研究目的包括：一是探索有效的投影增强算法，提升投影数据的质量，为后续的图像重建提供更丰富、准确的信息；二是针对高密度物质伪影的形成机制，研究相应的消除算法，减少伪影对图像的干扰；三是通过实验验证所提出方法的有效性和优越性，为DBT技术在乳腺癌诊断中的广泛应用提供技术支持。

本研究的意义在于，通过提高DBT图像的质量和诊断准确性，可以帮助医生更清晰地观察乳腺组织的细节和病变情况，从而提高乳腺癌的早期检出率，为患者争取更多的治疗时间和更好的治疗效果。准确的诊断结果也有助于医生制定更合理的治疗方案，避免不必要的治疗和医疗资源的浪费，对提高患者的生存率和生存质量，推动乳腺癌诊断技术的发展具有重要意义。

1.3国内外研究现状

在DBT图像重建方面，国内外学者进行了大量的研究。传统的DBT重建算法包括平移-叠加重建算法、滤波反投影算法和迭代重建算法等。平移-叠加重建算法简单快速，但图像分辨率较低；滤波反投影算法重建速度较快，但对噪声较为敏感；迭代重建算法能够获得较高质量的图像，但计算量大、重建时间长。为了改进这些算法的性能，一些研究提出了基于压缩感知理论的重建算法，通过利用图像的稀疏性，在少量投影数据下也能重建出高质量的图像；还有研究将深度学习技术引入DBT图像重建，如基于卷积神经网络的方法，能够自动学习图像的特征，提高重建图像的质量和效率。

在伪影消除方面，针对DBT图像中的高密度物质伪影，也有不少研究成果。一些基于滤波的方法通过对图像进行平滑处理来减少伪影，但可能会损失图像的细节信息；基于先验知识的方法利用乳腺组织的解剖结构和组织特性等先验信息来识别和去除伪影，但先验知识的获取和应用存在一定难度；近年来，基于深度学习的方法也被应用于伪影消除，通过训练数据学习伪影的特征和去除方法，取得了较好的效果，但模型的泛化能力和对不同类型伪影的适应性仍有待提高。

尽管目前在DBT图像重建和伪影消除方面取得了一定的进展，但仍存在一些不足之处。现有的图像重建算法在图像质量和重建速度之间难以达到良好的平衡，对于复杂的乳腺结构和病变情况，重建效果仍不理想；在伪影消除方面，对于高密度物质伪影的完全消除以及消除过程中对图像真实信息的保护，还需要进一步研究和改进。

1.4研究方法与创新点

本研究采用了多种方法相结合的方式来实现基于投影增强的DBT图像重建及高密度物质伪影消除。在投影增强方面，研究基于块重叠的限制对比度直方图均衡等方法对投影数据进行增强处理，以提高投影数据的质量。在图像重建阶段，结合改进的重建算法和增强后的投影数据进行图像重建，提高重建图像的分辨率和清晰度。针对高密度物质伪影，分析其形成过程，采用基于加权反投影滤波等方法进行伪影消除。

与传统研究相比，本研究的创新点主要体现在以下几个方面：一是提出了新的投影增强算法，通过对投影数据的局部对比度增强和块重叠处理，更有效地突出了乳腺组织的细节信