数字X线摄影质量控制

数字X线摄影质量控制摘要:目的在基于影像的医学诊断中，为了从图像中挖掘出尽可能多的诊断信息，必须进行影像质量控制。

影像算法是影响影像质量的重要因素。

本文介绍数字X线摄影的影像算法，认识提高影像质量的措施及步骤。

方法数字X线摄影质量控制是通过一系列技术手段改善图像的视觉效果，提高图像的清晰度。

按需求进行适当的变换，对图像的某些特征，如边缘轮廓、对比度进行强调和锐化，突出某些有用的信息，去除或消弱无用的信息以便于显示、观察或进一步分析和处理。

通过对数字X线摄影的各个环节的质量控制，调整影像算法，提供给医生满意的图像。

结果影像的算法严重影响图像质量，好的影像算法可以大大提高影像质量，从而保证诊断质量。

结论数字X线摄影的影像算法，必须要速度快，成像质量优良，才能完全满足临床需要。

关键词：算法；降噪；增强；评价Quality Control of Digital RadiologyAbstract: Objective In the image-based medical diagnosis, it requires to first study better image enhancement algorithm for mining diagnosis information as much as possible. Image quality control must be carried out.Image algorithm is an importance factor affecting image quality . This paper introduces the the image algorithm of United-imaging DR, understand the measures and steps to improve the image quality. Method Quality assurance of Digital Radiology through a series of technical means to improve the visual effect of the image, improve image clarity.Appropriate transform according to the needs of some of the characteristics of the image, such as edges, contrast and sharpening stressed, prominent some useful information, remove or reduce the useless information for display, observation or analysis and further processing. The quality control of all aspects of United-imaging DR, image adjustment Algorithm of image is provided to the doctor satisfaction. Result Image algorithms seriously affect the image quality, image algorithm can greatly improve the image qua lity, so as to ensure the quality of image diagnosis. Conclusion Quality as surance of DR is not only fast, but also good imaging quality, fully meet the clinical needs.Key words： algorithm; noise reduction; enhancement; evaluation随着计算机和电子技术的飞速发展，超声、CT、DSA、MRI、SPE-CT、PET等全新的影像成像技术进入医学领域，丰富了医学影像学的诊断信息，提高了影像诊断水平，同____________时实现诊断信息数字化，为逐步建立数字化医学影像家族的图像存储传输系统(PACS)和远程诊断学系统奠定了基础。

这些数字影像诊断成功经验促进了X线摄影数字化的进展。

X线数字化直接摄影DR系统通常是指采用平板探测器(Flat Panel Detector，FPD)直接转换方式的数字化X线摄影技术，它是一种真正意义上的直接数字X线摄影[1]。

DR是利用电子技术将X射线信息转化为数字化电子载体的x射线成像方法，x射线在穿过人体后作用于X射线平板探测器并转化为数字化信息，形成X射线衰减后的能量分布数字矩阵，由计算机进行处理生成图像。

由于数字化成像较传统胶片成像系统在成像速度、图像后处理、图像显示、图像传输及存储、图像分辨率和图像信息显示等方面具有显着优势。

全数字化放射学、图像引导及远程放射医学作为相互关联的技术成为21世纪的主流而使医学影像学的面貌焕然一新。

数字化X线摄影要求设备运行稳定，操作方便快捷，系统集成度高，图像质量优良。

从医疗角度讲，评价影像质量的第一要素，是看影像质量是否符合诊断学要求[2]。

对数字化X线摄影图像的评价包括成像质量的客观物理因素与人的视觉系统等主观因素，各种成像系统最终提供给医师的都是经过加工处理的实际信号。

影像质量因素间的相互关系甚为复杂，它涉及着主观视觉评价与物理客观评价之间的不一致因素。

根据诊断的需要将重建图像通过不同算法加以处理的过程，称为图像处理。

图像的处理涉及到很多算法问题，其基本方法是改变像素的强度值。

数字化X线摄影主要算法模块包括去栅影、限束器检测、直接曝光区域检测、降噪、增强、均衡、LUT变换、自动窗宽窗位、设黑、裁剪等。

下面分别介绍：1、去栅影算法: 在使用数字化X线设备拍摄腰椎、髋关节、骨盆等部位的X射线影像时，由于这些部位组织密度大，对X射线的吸收率高，所以要使图像清晰，拍片时必须使用大剂量。

但当剂量比较大时，射线在被这些组织吸收后，会有很大程度的散射，致使拍到的片子有很多的散射点(图像噪声大)。

在大多数检查中，消除一部分散射辐射的最有效和实用的办法是使用滤线栅。

滤线栅是由吸收X射线的物质(如铅)和比较不吸收X射线的中间空隙物质(如纤维、碳或铝)的条状物相互交替构成的。

在正常操作条件下，滤线栅条状物与原X射线束的方向平行。

由于X射线束的方向与滤线栅是准直的，所以大部分原射线可以不受铅条的影响而通过中间空隙。

另一方面，离开患者身体的散射辐射方向与原射线束不同，因而大部分被滤线栅吸收掉。

理想的滤线栅应当吸收所有的散射辐射，而让全部原X射线穿透到DR板上。

由于滤线栅实际上被放在患者和DR板之间，这就总有可能对图像的形成起干扰作用。

这种干扰可能以栅铅条(线)像的形式出现在图像上。

由于栅铅条条纹的间隔相同，具有周期性，在一定的频域内，栅影的分布是有规律的，分布在一定的频带内[3]。

用一个限带滤波器，可以比较好的处理掉栅影而保留有用的图像信息。

限带滤波器是一种特殊的带阻滤波器，滤波器阻止（或通过）事先定义的中心频率领域内的频率。

陷波区域的形状可以是任意的。

由于通常希望从变换中尽可能小地消减图像细节，通常要求使用尖锐、窄的滤波器。

2、限束器检测算法：DR的限束器区域参与计算，对图像效果有较大的影响[4]。

为了排除这个影响，需要限束器检测算法，把限束器区域识别出来。

在X射线影像中，限束器区域通常称为前景。

前景影像是无用信息，需要将这一区域的像素去除。

首先，通过四个属性(幅度、跨度、背景偏差、最大斜率)和最小均方误差方程来选取前景和背景之间的过渡点，再确定前景和组织之间的过渡点，将这些过渡点依次标示为相应等级。

其中前景和背景的过渡点等级最高，前景和组织之间的过渡点次之，其他过渡点最低。

然后，利用这些过渡点进行霍夫变换，不同等级的点在霍夫空间中被赋与的权值是不同的(等级高的过渡点获得的霍夫权值也相应的高)，通过满足霍夫变换阈值的限定条件将检测到的直线确定为候选直线。

设计一系列的特征控制用来排除不合适的限束器边界候选直线。

通过上述判断的直线，也就经过了线级别的测试。

然后，在这些直线中找出最满足限束器边界的组合，这一抉择是区域级别的判断，利用线对之间的几何和区域属性来控制选取最优的组合。

在确定最优限束器边界组合后，还需要根据放射区域(限束器边界包含区域)来进一步控制检测到最终的限束器边界组合的有效性。

经过上述一系列分支优化，从而计算出图像中限束器所在位置。

将这一区域的像素值去除，从而避免无用信息对图像增强处理的影响，使增强效果更好，影像的质量更优。

3、直接曝光区域检测算法：直接曝光区域指X线未经过被投照物体直接曝光在DR 板上的区域，这种区域参与计算，对图像效果有较大的影响[5]。

为了排除这个影响，就需要直接曝光区域检测算法。

其原理是把原始图像分成很小的统计块，判断每个统计块的均值和方差。

把均值大方差小的块类分类为直接曝光区域。

主要是为区分出人体组织区域，以便后续的图像处理，其中通过找到原始图像中直接曝光区域（一般为空气）和非直接曝光区域（一般为人体组织）图像中的统计学信息差异，以此来达到区分这两部分区域的目的[6]。

4、降噪算法：噪声是影响图像质量的重要因素。

噪声的存在导致图像的某些细节特征被淹没，图像信噪比下降。

图像中噪声种类很多。

有些噪声和图像信号之间互相独立而不相关，有些则是相关的。

因此要减少图像中的噪声，必须针对具体情况采用不同的方法，才能取得满意的结果。

通常情况下，人们根据图像特点和噪声的统计特性，建立各种噪声模型，发展了各式各样的去噪方法。

降噪算法是通过参考平板探测器的噪声表对图像进行非线性多尺度分解[7]，并对分解后的每一层图像进行相应的噪声抑制，最后再通过非线性多尺度重构，得到降噪后的图像。

降噪常用到滤波器。

常用的滤波器有低通、高通、带通和带阻四种。

其中，低通滤波器用来滤除高频噪声，起到平滑图像的作用，而高通滤波器则增强高频成分，消除模糊，使图像清晰化。

一些非线性的滤波器，如中值滤波，对噪声的滤除效果更加明显，在医学影像的范畴内应用很广。

由于DR图像中的噪声大都是随机噪声，以孤立点的形式存在，即噪声点的灰度值与周围不同，中值滤波的主要功能是让与周围像素灰度值的差比较大的像素改取与周围像素接近的值，从而可以消除孤立的噪声点。

由于它不是简单的取均值，所以产生的模糊比较少，能够较好的保留图像中的边缘。