X 射线计算机断层摄影装置性能检测中的CT 值线性自动分析方法初探

秦永春，徐小三

（江苏省疾病预防控制中心，南京 210009）

0 引言

X 射线计算机断层摄影（CT）作为影像诊断的重要手段，在疾病的早期诊断、分期分级、治疗指导、疗效评价及动态观察中具有重要的应用价值。为了能在CT 影像上区分出CT 值相近的人体组织，对CT装置的重要性能指标——不同物质间CT 值的正确标定显得尤为重要。

不同物质的CT 值与X 射线衰减系数呈正比例关系，将此种关系定义为CT 值线性[1]。理想的CT 系统，物质的CT 值与其对应的线性衰减系数μ 应呈线性关系[2]。CT 值线性受多种因素影响，张连宇等[3]和郑庆增等[4]的研究表明不同密度值的组织插件的CT 值随着管电压升降呈现不同的变化趋势。任军等[5]的研究表明同一台设备即使在相同的检测条件下，CT 图像上采样区域的平均CT 值也会随取样的大小有轻微的影响。目前，在CT 质控检测中，对CT 值的线性采样都为人工采样模式，存在同一台设备即使在相同的检测条件下，由于人工采样的随机性，所选取感兴趣区（region of interest，ROI）的位置和大小的不同导致最终结果有所不同。为此，本文以一台SOMATOM go.Now 型号的CT 机为研究对象，按照检测标准[6]要求对其CT 值线性进行检测，借助MATLAB 软件编写程序对重建后的DICOM 文件进行自动分析，并对人工分析结果和自动分析结果进行比较，对比2 种方法的优缺点。

1 材料与方法

1.1 研究对象

某医院新购置的1 台CT 机，型号为SOMATOM go.Now，该型CT 额定最大管电压为130 kV，最大管电流为240 mA。

1.2 仪器设备

检测仪器为美国Phantom Lab 生产的Catphan500型检测模体，该模体包括CTP401、CTP528、CTP515 和CTP486 4 个检测模块，本研究仅使用CTP401 模块。

1.3 研究过程

将装有检测模体的木质箱放置在检查床上，Catphan500 型检测模体悬挂在箱子外沿，并伸出检查床面外，避免检查床材料对最终结果产生影响。调整模体姿态，保证模体在前后、左右2 个方向水平，并利用CT 机上的激光线调节模体位置，使CT 模体中心线与CT 扫描架中心线重合。

模体位置设置好后，先进行定位像扫描。将定位线设置在CTP401 模块中央处，并设置轴扫条件为：管电压130 kV，管电流160 mA，扫描时间1 s，层厚10 mm。该扫描条件下的加权CT 剂量指数CTDIW为41.12 mGy，满足标准中CTDIW不大于50 mGy 的要求。

1.4 检测图像处理

1.4.1 人工分析

对CTP401 模块轴扫完成后，在图像浏览中调取重建后的图像，利用计算机自带的分析软件测量3 点、6 点、9 点和12 点处不同材质模体的CT 值。3点、6 点、9 点和12 点处的材质分别为LDPE（低密度聚乙烯）、Acrylic（丙烯酸）、Air（空气）和Teflon（特氟隆），在66 keV 时，上述4 种材质的X 射线的线性衰减系数μ 分别为0.177、0.219、0 和0.374 cm-1，相应的标称CT 值分别为-100、120、-1 000 和950 HU[7]。CT 线性模体示意图如图1 所示。

图1 CTP401 模块中的CT线性模体示意图

在图像四周3 点、6 点、9 点和12 点的方向不同模体中心处选取直径约为检测模体图像直径80%的ROI，测量其平均CT 值，分别记作CT3、CT6、CT9和CT12，则CT值线性由下式可得：

式中，i 为材质所处点位，i 为3、6、9、12；CT标i为对应位置处的不同材质模体的标称CT 值。

1.4.2 自动分析

（1）思路设计。

为了实现检测指标的自动分析功能，本研究要实现CTP401 模块中4 种不同材质模体的位置的自动定位和直径的测量，从而避免因ROI 的位置和大小等人为因素导致的误差。CTP401 模块中4 种不同材质模体分别位于3 点、6 点、9 点和12 点位置，在Catphan500 型检测模体摆放绝对水平和扫描重建后的图像没有形变的假设下，在CT 影像中上述4 种材质模体中心相对于CTP401 模块中心点分别为90°、180°、270°和360°。基于上述假设，借助MATLAB 软件分别确定CTP401 模块和Teflon 模体的中心位置，然后将Teflon 模体中心相对于CTP401 模块中心分别旋转90°、180°和270°，并定位其余3 种模体的中心位置，同时利用MATLAB 软件自带的统计函数计算模体区域像素的平均值。

（2）分析过程。

借助于其他媒介将DICOM 文件转移出CT 主机，CTP401 模块扫描重建后的原图如图2 所示。

图2 CTP401 模块扫描重建后的原图

CTP401 模块扫描原图中包括3 种颜色：黑色为CT值小于0 的区域（包括模体四周的空气、空气模体和LDPE模体），灰色为模体外围承载胶体，白色为CTP401 模块主体和模体四周金属定位线，图像区域较多，而且CTP401模块中空气模体与模体四周的空气的CT 值相同，LDPE模体与模体外周承载胶体的CT 值接近，在模块重建后的原图上难以确定CT 线性测量模体的位置，需要通过以下步骤才能进行自动测量。

①灰度值与CT 值之间的转化。

扫描重建后的DICOM 文件一般为512 像素×512 像素的灰度图像，为了自动测量出图像中各模体的CT 值，需要将DICOM 文件的灰度值转化为CT值。DICOM 图像中的Rescale Slope（重新调节斜率）和Rescale Intercept（重新调节截距）可以实现像素灰度值与CT 值之间的转化，计算公式如下：

②CTP401 模块中心坐标提取。

利用Otsu 算法[8-9]计算图像的阈值，并对图像进行二值化操作，然后对二值化图像执行形态操作，使图像区域边缘化。形态学操作[10-11]后各区域分布图如图3 所示。

图3 CTP401 模块形态学操作后各区域分布图

由于四周模体金属定位线大小相比于CTP401 模块要小的多，可以通过设置区域像素大小的阈值过滤掉四周金属定位线，从而得到CTP401 模块中心O 的坐标（X，Y）。

③模体周围区域填充。

由图3 可知，形态学操作可以很好地区分开CTP401模块与模体外围承载胶体及空气，但是还是无法定位到CT 线性模体的位置。为了得到CTP401 模块内部的细节，本研究提取了CTP401 模块内本底值，并用该值填充CTP401 模块外侧区域，填充后各区域分布图如图4 所示。

图4 CTP401 模块四周填充后各区域分布图

④ROI 提取。

CTP401 模块经过四周填充后，图像中的区域越来越单一。可以参照步骤②选择合适的像素值阈值对图4进行形态学操作，对CTP401模块四周填充图像进行形态学操作后的区域分布图如图5 所示。

图5 对CTP401 模块四周填充图像进行形态学操作后的区域分布图

图5 中黄色和枚红色均为Teflon 模体，两者大小不同，只要通过设置区域像素大小提取直径大的Teflon 模体的中心点A 坐标（X1，Y1）和半径r，然后通过下面的坐标转换公式就可以求得4 个CT 线性模体中心点P 的坐标（当下式中j=0 时，即为Teflon 模体中心点A 坐标）：

有了4 个CT 线性模体中心点P 以及模体半径r，可以利用MATLAB 软件自带的统计函数计算圆点为P、半径为0.8r 的ROI 内像素平均值。

⑤CT 值线性计算。将上述分析出的结果代入公式（1）计算出CT 值线性。

整个分析流程如图6 所示。

图6 自动分析流程图

2 结果

2.1 图像分析参数

采集矩阵大小为512 像素×512 像素，像素间距PixelSpacing=[0.4803，0.4803]，像素值灰度与CT 值转换参数：Rescale Slope=1，Rescale Intercept=-8 092。

经过模块外周背景填充、形态学操作和坐标变换后，获得的模体中心点和各ROI 的位置、大小参数见表1。

表1 各ROI 的大小、位置参数 单位：像素

2.2 检测结果

将人工分析和自动分析所得的4 个点位的CT值进行对比，结果见表2。

表2 人工分析和自动分析结果（CT 值）对比 单位：HU

由表2 可知，仅12 点处CT 值自动分析结果比人工分析结果略高，其余3 个点位的CT 值则是人工分析结果略高，自动分析和人工分析所得CT 值线性结果分别为8.03 HU 和9.5 HU，均满足标准限值（±50 HU 内）的要求。

2.3 结果分析

在CT 值线性结果远离标准限值情况下，人工分析结果与自动分析结果之间的偏差可以忽略，但是CT 值线性结果接近限值时，由人工分析得出的结果就可能判定为不合格。为了明确ROI 中心位置和大小对CT 值线性的影响，假设人工现场测量时取样采用的ROI 为圆形。选取图像中尺寸较大的4 种CT 值线性模体为研究对象，ROI 中心分别设置在以模体中心为圆点、半径为R1（R1∈[0，12]）的4 个圆内，ROI 半径为R2（R2∈[0.8r-12，0.8r-R1]），每一个CT 值线性模体内选取了大约2 500 个半径在0.4～12.4 像素范围内的ROI，并计算出这些ROI 内像素的CT 值。对照人工测量的该线性模体CT 值，推算出人工测量CT值线性时选取的ROI 中心位置和半径见表3。

表3 人工分析各ROI 的大小、位置推算值 单位：像素

扫描重建后的图像，即使是同一材质的CT 值线性模体，其图像中各像素的CT 值也不一定为恒定值，在空间上具有特定的分布。人工分析借助于CT机自带的软件，CT 值线性模体的中心位置只能凭测量者主观确定大致位置。对比表1 和表3 可知，自动分析所选取的ROI 的中心坐标和由人工分析结果推算出的ROI 中心坐标相近，部分ROI 中心坐标重合，而人工分析选取的ROI 的半径小于对应线性模体半径的80%，不能满足标准的要求，是由于人工分析选取的ROI 中心位置和大小具有随机性。

3 讨论

物质的CT 值与其X 射线线性衰减系数之间具有线性关系，是CT 设备正确成像的物理基础[12]。李涛等[13]的研究基于MATLAB 实现对CT 值线性的自动检测，其原理基于不同材料模块在CT 图像中的CT 值与背景不同，采用对CT 图像进行不同阈值的二值化，分割出不同材料的小圆图像来定位CT 值线性模块的位置，从而实现对CT 值线性的自动化检测。孟奥等[14]借助MATLAB 系统，大致确定各目标物质的圆心后以合适的半径在目标物质处圈定ROI，借助圆域测量的方法测量目标物质的CT 值。

上述2 项研究都是借助MATLAB 大致确定各目标物质的圆心后以合适的半径选取ROI，选取ROI 大小没有标准依据。本研究自动分析过程严格按照标准中要求的ROI 的位置和大小进行采样，对于Teflon 模体自动分析结果高于人工分析结果，其余3 个点位自动分析结果则低于人工分析结果。由此可见，自动分析选取的ROI 位置准确，ROI 范围均在CT 值线性模体内，测得模体的CT 值未受到模块本底值的影响。

本研究采用的自动分析过程是按照标准要求选择ROI 中心位置和大小，不需要任何人为干预自动给出CT 值线性结果，避免了由于人为因素引入的误差，保证了检测结果的客观公正性。

本研究同时存在不足之处，主要包括：（1）未考虑模体摆放倾斜和重建后图像存在形变的情形；（2）样本量太少，仅为1 台CT，图像分割和ROI 的提取可能在其他类型CT 图像分析中不适用。今后，将在结合多种类型CT 设备实际情况，综合考虑影响CT值线性自动分析潜在因素的基础上，进一步完善CT值线性自动分析过程。