2019年8月，醫(yī)學(xué)影像學(xué)界的旗艦刊Radiology (IF7.93)在線發(fā)表了一篇名為”State of the Art in Abdominal CT: The Limits of Iterative Reconstruction Algorithms” (腹部CT技術(shù)的最新進(jìn)展：迭代重建算法的局限性)的綜述。來(lái)自美國(guó)梅奧診所放射科、華盛頓大學(xué)醫(yī)學(xué)院放射科和加拿大多倫多大學(xué)聯(lián)合成像研究所的多位專家在這篇綜述中詳細(xì)討論了迭代重建算法(Iterative Reconstruction, IR)在低對(duì)比度診斷任務(wù)為主的腹部成像方面的過(guò)去，現(xiàn)狀和未來(lái)，嘗試回答降噪重建技術(shù)路在何方？

(攝影作家：?阿房宮)

01

—

過(guò)去(從濾波反投影FBP到迭代IR)

重建算法是CT影像的大腦，沒(méi)有重建算法，就沒(méi)有CT影像。傳統(tǒng)的CT重建算法是濾波反投影(Filtered Back Projection, FBP)。在高輻射劑量下, FBP圖像可以很好地滿足各種診斷任務(wù)的需要，然而一旦輻射劑量降低，FBP算法的降噪能力十分有限。為了解決這一問(wèn)題，迭代重建算法(Iterative Reconstruction, IR)的概念應(yīng)運(yùn)而生，但由于設(shè)備本身以及算力的限制，直到二十一世紀(jì)初，簡(jiǎn)化版的商用迭代重建算法才真正問(wèn)世。文章系統(tǒng)地回顧梳理了有據(jù)可考的所有主流商用迭代重建算法，并客觀描述了這些算法的優(yōu)缺點(diǎn)。此外，本文還對(duì)基于迭代重建算法腹部應(yīng)用的早期臨床研究做了回顧，這些研究對(duì)于后續(xù)新重建算法的科研是一個(gè)極為重要的參考。

02

—

現(xiàn)狀(迭代IR的體模實(shí)驗(yàn)和臨床研究)

迭代重建算法的發(fā)展和廣泛應(yīng)用極大地促進(jìn)了CT檢查中輻射劑量的減少，多項(xiàng)臨床研究也證實(shí)了在很多不同的臨床診斷任務(wù)上應(yīng)用迭代重建算法可以在降低輻射劑量的同時(shí)保持主觀圖像質(zhì)量和診斷信心。然而受限于迭代重建本身的算法問(wèn)題(設(shè)定一個(gè)閾值區(qū)分對(duì)比度信號(hào)區(qū)域與噪聲區(qū)域)，在一些低對(duì)比度的診斷任務(wù)比如肝轉(zhuǎn)移或胰腺占位性病變的檢出上，迭代重建算法在保持診斷效能的同時(shí)降低輻射劑量的能力被大大高估了。通過(guò)回顧梳理基于迭代重建算法腹部應(yīng)用的一系列體模實(shí)驗(yàn)和臨床研究發(fā)現(xiàn)，目前臨床上廣泛存在低對(duì)比度診斷任務(wù)中對(duì)于迭代重建算法降噪的過(guò)度利用——盡管使用迭代重建技術(shù)重建得到的仍然是看上去可接受的診斷圖像，但這些圖像可能遺漏了一些重要的臨床信息，從而可能造成病灶的漏診。放射學(xué)家需要意識(shí)到對(duì)于一些低對(duì)比度的診斷任務(wù)，當(dāng)輻射劑量降低過(guò)低時(shí)，并使用高的權(quán)重的迭代重建技術(shù)會(huì)導(dǎo)致低對(duì)比度結(jié)構(gòu)的空間分辨率下降，低對(duì)比度結(jié)構(gòu)的可檢測(cè)性降低。

03

—

未來(lái)(從迭代IR到深度學(xué)習(xí)DLIR)

由于潛在的應(yīng)用前景，基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)正在蓬勃發(fā)展，這些卷積神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)應(yīng)用于低劑量CT以降噪，于不完整或稀疏數(shù)據(jù)集以抑制偽影，于體內(nèi)有金屬植入物的病人以去除金屬偽影。最近，有兩家公司已經(jīng)開發(fā)出深度學(xué)習(xí)重建算法(Deep Learning Image Reconstruction, DLIR)來(lái)實(shí)現(xiàn)重建和降噪 (如GE的TrueFidelity和Canon的AiCE)。

TrueFidelity的特點(diǎn)是利用高質(zhì)量的FBP數(shù)據(jù)集來(lái)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)(deep neural network, DNN)學(xué)習(xí)如何區(qū)分信號(hào)和噪聲，并且在不影響解剖和病理結(jié)構(gòu)的情況下有效地抑制噪聲。而AiCE 是以MBIR數(shù)據(jù)作為金標(biāo)準(zhǔn)，重建速度快于MBIR(FIRST)。

通過(guò)對(duì)迭代重建算法(IR)現(xiàn)狀的梳理及最新的基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)的圖像重建技術(shù)(DLIR)的介紹，作者對(duì)迭代重建算法，或者說(shuō)整個(gè)降噪重建技術(shù)未來(lái)的趨勢(shì)做出了自己的預(yù)測(cè)，文章提到了四點(diǎn)可能的研究方向：

1.?基于深度學(xué)習(xí)的迭代重建算法(DLIR，如GE的TrueFidelity和Canon的AiCE )?以及基于這些算法的臨床相關(guān)研究，由于目前已經(jīng)有此類算法問(wèn)世，這很可能是未來(lái)一段時(shí)間研究的熱點(diǎn)和重點(diǎn)；

2.?新的針對(duì)低對(duì)比度診斷任務(wù)的迭代重建算法以及基于這些算法的臨床相關(guān)研究；

3.?模擬數(shù)據(jù)及掃描病人的科研；

4.?新的針對(duì)增強(qiáng)掃描的迭代重建算法(掃一期重建多期)及基于這些算法的臨床相關(guān)研究。

想知道關(guān)于這篇綜述的具體解析么？點(diǎn)擊下面的“獲取更全面的解析。

參考文獻(xiàn)：

Achille M.,LuisS., Cynthia H., et al. State of the Art in Abdominal CT: The Limitsof?Iterative Reconstruction Algorithms.?Radiology?2019;293(3):491‐503.

- the END -

總結(jié)

以上是生活随笔為你收集整理的图像重建算法_降噪重建技术路在何方？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。