1、統計學方法在CT低對比度分辨力自動檢測中的應用(一)    作者：余曉鍔，占杰，李萍，李嬋娟 【關鍵詞】 低對比度分辨力；統計學方法；體模;CTApplication of statistical method in automatic measurement of CT low contrast resolution【Abstract】 AIM: To measure low contrast resolution with statistical method. METHODS: The Catphan phantom and selfprepare

2、d experimental phantom were used to measure low contrast resolution based on the analyzing of measurement principle. RESULTS: The result of subjective method was basically consistent with that of the objective method. CONCLUSION: It is feasible to do the automatic measurement for CT low contrast res

3、olution using selfprepared experimental phantom.【Keywords】 low contrast resolution；statistical method；phantom;CT【摘要】 目的: 利用統計學方法測量CT低對比度分辨力. 方法：闡述了測試原理，采用Catphan體模和自制體模對CT低對比度分辨力進行了測量. 結果:主觀法和客觀法測試結果相近. 結論: 可以用自制體模采用統計學方法對CT的低對比度分辨力進行自動測量.【關鍵詞】 低對比度分辨力；統計學方法；體模;CT【中圖號】 R181.220引言CT機的低對比度分辨力（LCR）一般采用

4、標準低分體模來測量，通過視覺觀察確定其分辨力大小. 這種方法直觀方便，國際上廣為應用. 但不足之處在于讀數不連續，肉眼觀察主觀性較大. 這種對圖像的主觀評價就像對偽影的判斷一樣，它不可能精確的表示系統的對比度分辨力. 而且市場上不同的檢測體模對同一系統會產生不同的評價結果，這是因為這些結果在一定程度上依賴于能譜和體模材料的溫度，因此需要對低對比度測量進行標準化1-3. 我們借助統計學上的方法來分析均勻層上的數據從而得到低分的結果，具有的明顯優點有：對體模的要求低，容易實現，擺放和定位容易，測量結果具有客觀性且定量嚴格.1材料和方法1.1材料采用了一種統計學的方法，基于的原理是：如果我們在同樣的

5、條件下測量多個同樣大小的低對比度物體的值，則這些隨機變化的值也符合高斯分布. 同樣的，多個與低對比度物體同樣大小的感興趣區域（ROI）上的背景CT值也符合高斯分布，并且與之具有相同的方差（圖1），因為低對比度物體和背景是在相同的條件下掃描的，它們是一次掃描的結果，而且它們之間的衰減系數的差異非常小，這兩個分布之間唯一的不同只在于它們的期望值. 如果我們采用兩個分布之間的中點作為能將低分物質從背景中區別出來的域值，當兩個分布的均值差異為3.29 時，假陽性為5（背景分布曲線下超過域值的部分），其中為分布的標準差；同理，假陰性也是5（低分物體的分布曲線下低于域值的部分）. 當然，如果采用更高的置信

6、度，兩組分布的均值必須相差更大. 受檢設備為GE Lightspeed16；檢測模塊為CATPHAN體模的低分模塊 CTP528（模塊1）和自制均勻水模（模塊2）.圖1統計學方法測CT低對比度分辨力的原理（水模的圖像中心被劃分為若干個ROI）（略）1.2方法通過前面的分析，低對比度分辨力可以通過計算機的分析得到，首先要在一定的劑量水平上掃描一個均勻水模（選擇合適的管電壓，管電流，層厚，掃描時間等. 表1）. 然后重建體模，將重建圖像的中心區域分為許多個小格子，格子的大小與感興趣的低分物體的大小相同，取得每個格子中的CT均值（例如圖中有49個均值）. 然后計算出這些值的標準差，基于我們前面的討論

7、，這些低對比度物體的對比度應該大于3.29 才能以95的置信度從背景中被區分出來. 這種分析方法可以重復進行以檢驗不同大小物體的對比度水平.表1實驗掃描條件(標準算法)（略）2結果改變層厚，kVp，mAs等參數測量模塊，得到圖像，用matlab程序計算得到結果. 要分辨與方格大小相同的目標物質時，可將所需要的CT值差異換成對比度，即乘以1就可與Catphan比照，如直徑2 mm的目標物質需要5.5672×1，即0.55672%以上的對比度才能分辨，而直徑3 mm的目標物質需要0.36817%以上的對比度才能分辨. 得出的結果與Catphan的結果基本吻合（表2）.表2自制均勻模塊的各

8、直徑大小的目標物質的低對比度測量結果（略）3討論3.1測試方法分析由于噪聲是影響CT中LCR最直接、最密切相關的因素，噪聲的增大或減小，必然同時引起CT中LCR的增大或減小，所以可以借助噪聲來分析CT機LCR的影響因素，IEC的CT標準就規定只測噪聲，不測低對比度分辨力. 如果用噪聲來衡量LCR，則只用簡單的測量工具就能得到結果，不會有人為的誤差，但其不足之處在于不符合低對比度分辨力的定義，噪聲與低分之間的具體數據難以對應起來3-4. 傳統的CT低對比度測試都是通過掃描標準體模得到的，需要在特定的掃描條件（kVp，mAs，層厚等）和重建算法下進行，并且需要多次掃描，通過人眼的觀察來辨識最小的能

9、分辨的尺寸，非常直觀，但其偏重于體模的結構，因此對模塊的要求非常高，不同的材料和排列的選擇等都會影響測量結果，加上人為參與，這種方法的結果具有明顯的主觀性和不可重復性.本文提出的統計學的方法，只需要掃描均勻水模，然后通過計算機的計算和分析得出結果，在檢測的過程中，可以減少機器的曝光次數，計算程序可以單獨運行不占用CT運行時間，在運算的過程中，通過改變ROI的大小就可以得到不同大小的目標物質來區分所需要的對比度，該方法也符合LCR的定義，且ROI的大小選擇可以連續也可以有小數，相比標準的LCR體模，適用的范圍更廣.3.2可比性分析低分模塊的測試結果是可分辨的最小目標的尺寸，而統計學方法的測試結果

10、是一定尺寸的物體能區分所需的最小對比度，所以他們的結果不能直接比較. 以Catphan低分模塊為例，其上有三種對比度的目標物質，分別為1，0.5%和0.3，我們一般看0.5%對比度時所能分辨的最小尺寸，此時，目標物質與背景的CT值相差為5. 對應到數據中，可以在最后的結果中尋找最接近5的數值，然后看其對應的目標物質大小，從試驗結果來看，存在一些差異，可能原因有兩個，一是置信度95與人眼的主觀分辨力對應上存在誤差；二是Catphan體模的目標物質是圓形，而本文編程中是用同直徑大小的方格，這在面積和采樣點上略有不同4-5. 總的說來，兩種方法具有可比性.3.3置信度文中所采用的是95置信度，這一般

11、是廣泛接受的認可區間，結果也證明，當置信度為95時，結果與主觀觀察的結果（Catphan）比較一致. 當我們需要嚴格要求和定義而采用比較高的置信度時，最后的結果必然會增大，也就是說需要更高的對比度才能區分同樣大小的物體，反之亦成立.【參考文獻】1 Chao EH, Toth TL, Bromberg NB, et al. A statistical method of defining low contrast detectabilityJ. Radiology, 2000,217:162.2 余曉鍔, 王志遠, 洪德明. 多層面CT機的性能自動測試及評估J.中國醫學影像技術, 2002, 18(1):89-97.3 Chritoph S, Will A, Kalender JM. Low contrast resolution phantom for CTJ.Med Phys, 1999,6(2): 296-302.4 楊克檉, 林木炎, 林意群, 等. CT低對比度分辨力性能檢測體模