重建算法及射束硬化伪影对CT值测量的影响

赵 雷，刘 波

（南京医科大学第一附属医院放射科 江苏 南京 210029）

CT值是代表X线穿过组织被吸收后的衰减值。它的计算是根据水对X线的衰减系数µ水作为标准的，其换算方式为：某物质的CT值等于该物质的衰减系数µ物与水的衰减系数µ水之差，再与水的衰减系数µ水之比后乘以1000。即某物质CT值=（µ物—µ水）/µ水×1000，其单位名称为HU（Hounsfield Unit），由此可见CT值不是一个绝对值，而是一个相对值。不同组织的CT值各异，各自在一定范围内波动。CT值的测量常常作为临床诊断的一个重要的依据，例如，颅内病变，如后颅窝病变以及中耳病变，测量CT值也具有重要的意义，尤其是对中耳炎的诊断[1]。有研究表明根据组织CT值大小和临近骨质破坏情况可大大提高对中耳炎诊断的正确率[1]。然而，CT值的测量会因X线束硬化、机器电源情况、扫描参数的选择、温度及邻近组织等因素发生改变。其中，X线束硬化是无法消除或避免的因素之一。X线射束硬化伪影降低了图像质量，影响了诊断的结果，有学者表明可以通过一种深度学习的校正方法，使其逼近真实的CT值[2，3]，这时可能会有补偿过度的情况产生。行CT扫描时不同的机器会有不同的默认的重建算法，有时也可以根据实际情况去添加多个重建算法，不同的重建算法下其图像质量也有不同，其CT值也会受到影响，而在做颅脑扫描时，难免会有射束硬化现象，会产生不同程度的射束硬化伪影，而此时的CT值也将会受到不同程度的影响，从而测量的CT值会与正常值有所差异。有研究表明在测量组织的CT值时，在不同的算法下测量的CT值不同，尽量在STND算法下测量才能保证评价的准确性[4]。本研究的目的在于探讨不同重建方法及射线硬束伪影对CT值测量的影响。

1 材料与方法

1.1 材料

实验材料：面粉、黄油、高钙牛奶以及猪头颅；器材：量杯、搅拌棒、搅拌杯以及一次性手套。机器：GE公司生产的LightSpeed VCT CT 99。

1.2 方法

1.2.1 配制颗粒并分组

经过多次反复配比，将面粉、黄油、牛奶及水按①1:1.1:1.1:1，②1:1.03:1.04:1，③1.03:1.04:1.05:1，④ 1.1:1:1.2:1， ⑤ 1.1:1.23:1.3:1， ⑥ 1.2:1.3:1.4:1，⑦1.2:1.3:1.6:1调配，配制成不同CT值范围颗粒，大小约6cm3，制备7组颗粒，CT值分别约10HU、25HU、40HU、60HU、80HU、100HU、130HU，用薄层塑料膜包裹；另取适量生理盐水，制成相同大小颗粒。

1.2.2 CT值校正

实验之前先对CT机进行空气校准，之后进行CT值的水模校正，CT值校正时扫描水模机器默认用的是STND算法。此步骤的目的是校正CT值，以保证实验时测量的CT值的准确性。

1.2.3 测定CT值

（1）测定各组颗粒在水模上的CT值：将8组颗粒依次固定在水模上并标记，扫描参数：140kV，300mA，层厚1.25mm，分别采用 EDGE、STND、SOFT、DETL、BONE、BONE PLUS（BONE+）六种重建算法获取图像。扫描结束后由两位观察者对在各个算法下的颗粒进行CT值的测量，测量最大直径中心点的CT值两次并记录（见表1、表2）。

（2）测定颗粒放入猪枕骨大孔内的CT值：将8组颗粒依次放入猪后颅窝枕骨大孔内，扫描参数及重建算法同上。扫描结束后由两位观察者测量各个算法下的颗粒的CT值，测量最大直径中心点的CT值两次并记录（见表3、表4）。

1.2.4 统计分析方法

首先判断观察者之间的一致性，用组内相关系数（Intraclass correlation coefficient ICC）来衡量。

水模上各组颗粒在各个算法下测得的CT值，首先进行正态性检验和方差齐性检验，若方差齐则用方差（Analysis of Variance ANOVA）分析，若方差不齐，则用秩和检验。

后颅窝内各组颗粒在各个算法下测得的CT值，首先进行正态性检验和方差齐性检验，若方差齐则用ANOVA分析，若方差不齐，则用秩和检验。

各种重建算法下颗粒置于后颅窝内与置于水模上测得的CT值的差异，采用配对样本t检验法进行分析。

2 结果与分析

2.1 数据记录结果

测量8组颗粒在水模上扫描后的CT值，两位观察者记录如下。

表2 8组颗粒在水模上测得的CT值（观察者2）

测量8组颗粒放入猪头后颅窝内的CT值，两位观察者记录如下。

表3 8组颗粒放入猪头后颅窝内测得的CT值（观察者1）

表4 8组颗粒放入猪头后颅窝内测得的CT值（观察者2）

2.2 数据分析结果

首先，判断两位观察者之间的一致性，经计算观察者之间的ICC均大于0.90，一致性好。不同算法下无论是直接在水模上还是将颗粒放入猪头后颅窝内所测得的CT值差异并无统计学意义，但是数据显示变化无规律性。虽然从数据上看，BONE算法下测量的CT值多数均偏高，但是还是有不止一个特例的存在。例如，SOFT算法下和BONE算法下所测得的CT值，数据显示第三组和第七组的两组颗粒在SOFT算法下的CT值均小于在BONE算法下的CT值，其余的数据之间的变化则无此规律，以第一组和第六组为例，在SOFT算法下颗粒的CT值反而比在BONE算法下的CT值高。最后，对颗粒放入猪头后颅窝和置于水模上测量CT值的数据进行分析，根据观察者们测量记录的数据，放入后颅窝内颗粒的CT值均显著高于水模上测量的CT值（水的CT值除外）。

3 讨论

3.1 算法对CT值的影响

通过本实验数据的分析可以看出重建算法对CT值的测量是有一定的影响的，但影响无规律性。例如，通过两位观察者的记录第一组颗粒在水模上测量的CT值的最小值是在EDGE算法下测得CT值为-1.9HU，而最大值是在BONE+算法下测得的CT值为15.1HU，然而第二组测量的情况是在EDGE算法下的大于在BONE+算法下的测量值；第二组CT值的最小值同样是在EDGE算法，然而最大值却是在SOFT算法下产生的；第三组CT值的最小值是在DETL算法下测得，而最大值却出现在了BONE+算法下。因此，没有哪种算法下的CT值是始终偏大的，也没有哪种算法的下的CT值是偏小的，这就是数据显示的无规律性。实际工作中除了测量CT值，图像还应更好地显示病变及正常解剖结构，重建算法会影响图像的分辨率，以下是六种算法的特点：①EDGE：边缘重建。该重建方式的密度分辨率最低，但空间分辨率最高，主要用于特殊部位的观察。②SOFT：软组织重建。该重建方式空间分辨率最低，密度分辨率最高，适合于软组织的观察。多用于神经系统，如：颈锥，胸、腰椎椎管和脑组织。③STND：标准重建方式。该重建方式的密度分辨率低于SOFT，但空间分辨率要高于SOFT，适合于软组织的观察。④DETL：显示细节高分辨。⑤BONE：骨重建方式。该重建方式的密度分辨率低于CHEST，但空间分辨率要高于CHEST，适合于骨组织，肺组织和增强的血管等部位的观察。（CHEST：肺重建方式。该重建方式的密度分辨率低于DETL，但空间分辨率要高于DETL，主要用于肺组织的观察）。⑥Bone Plus（BONE+）：540度重建一幅图像，常用在颅底中耳和副鼻窦。人体组织密度不同，CT值范围也不同，例如，骨密质＞250HU，骨松质130±100HU，钙化＞60HU，甲状腺70±10HU，肝65±5HU，脾45±5HU，肌肉45±5HU，胰40±10HU，脑灰质36±4HU，脑白质30±2HU，脂肪-65±10HU。不同算法用的kV，mA，都是相同的，但是其他参数是略有差异，比如窗宽窗位的不同，层厚的不同。因为不同算法突出图像的重点不同，CT值也会有差异产生。有学者研究表明测量组织的实际CT值时，尽量在STND算法下进行才能保证评价的准确性[4]。而本研究显示各种算法的CT值差异不大，可能跟本次研究样本量偏小有关。

3.2 射术硬化伪影的产生及消除方法

CT机的球管产生的X线是能量不一的拥有连续能谱的射线源，当X射线通过人体或者物体时，X射线频谱被衰减或吸收的量不同，较低能量的X射线优先被吸收，较高能量X射线较易穿过人体，由于光电效应使射线能谱变窄，射线逐渐变硬，即射线的平均能量变高，这一过程称为硬化。CT图像重建时通常需要入射光线单色光的投影数据，但实际情况是球管提供的X线源是多色光源，计算机所得到的投影数据是多色光的投影数据，所以只能用多色光的数据去逼近单色光，即用其平均能量来代表X线的能量进行图像重建。因此在重建后的图像上就会产生“杯状”或“帽状”伪影[5]，这种伪影就称为射线硬化伪影。一般解决射束硬化伪影的办法可采用补偿滤线器、吸收低能射线、减少硬化效应或利用改变重建算法参数设置[6]和校正技术，提高重建图像CT值的精确度。在EDGE算法下第一组颗粒放入猪后颅窝之前与放入之后对比，发现CT值的绝对值差为26.3HU；在STND算法下第二组颗粒在放入猪后颅窝前后CT值的绝对值差为31.9HU；在SOFT算法下第三组颗粒放入猪后颅窝前后的CT值绝对值差为37.9HU；在DETL算法下第四组颗粒放入猪后颅窝前后的CT值绝对值差为51HU。结合此次研究结果，在补偿或校正时可能会发生过度补偿的情况。因此才产生了所测得的CT值偏高的结果。

4 结论

不同重建算法对CT值的测量有影响，但这种影响无规律性；射线硬束伪影可使所测得的CT值偏高。