數字x射線成像系統的噪聲測量方法

2023-05-09 23:44:21

專利名稱：數字x射線成像系統的噪聲測量方法
技術領域：
本發明屬於生物醫學工程及計算機領域，涉及一種數字X射線成像系統的噪聲 測量方法。
背景技術：
噪聲功率譜是成像系統性能評估的關鍵技術指標，已被廣泛應用於放射影像系 統成像質量定量評價的臨床實踐和研究，精確測量噪聲功率譜是實現成像系統準確評估 的關鍵。近年來隨著數字影像設備的快速發展，針對數字X射線成像系統的噪聲評估已 經成為國內外放射影像學研究的重點內容之一。實現噪聲功率譜測量的重點和關鍵在於 通過有限的圖像樣本獲取準確光滑的噪聲功率譜，並且最大程度的保證其頻率解析度。到目前為止，針對數字X射線成像系統實現噪聲功率譜測量的技術難點主要有 以下兩方面。第一，理論上要獲得真實的噪聲功率譜必須通過測量無限數量的成像圖像 樣本，但是實際進行噪聲功率譜測量時只能獲取有限數量的圖像數據。因此，為了通過 有限的樣本數據來得到當前條件下最準確的噪聲功率譜估計，必須根據實際情況採用恰 當的測量及評估手段。比如對於二維X射線圖像數據，在實際評估噪聲功率譜時，必須 處理好圖像尺寸以及圖像分塊數之間的關係，兼顧噪聲功率譜準確度與解析度方面的要 求，Dobbins、Mark等學者在近年來的研究中對此作了大量的工作。第二，成像系統評估 針對的是系統隨機噪聲，但是實際噪聲圖像還包括了一些靜態偽跡。Mark、Dobbins以及 Samei等專家在研究中發現這些靜態偽跡作用於傅立葉功率譜的低頻部分，卻不反映實際 需要測量的系統隨機噪聲，最終導致噪聲功率譜的低頻成份產生系統性的上升，不利於 真實噪聲功率譜的準確評估。目前，針對有限圖像樣本與噪聲功率譜理論定義之間的矛盾，臨床實踐和研究 已經展開了大量的研究並取得了可喜的成果。而對於第二個技術難點，即噪聲中的靜態 偽跡問題，研究進展緩慢。如何有效去除噪聲功率譜低頻成份的系統性上升，準確實現 數字X射線成像系統的噪聲測量，實現噪聲精確評估，已經成為成像系統性能評估的研 究重點，這對於成像系統的發展應用具有十分重要的意義。

發明內容
本發明的主旨是克服現有技術的上述不足，提出一種數字X射線成像系統的噪 聲測量方法，以實現數字X射線成像系統的噪聲測量，為進一步全面評估放射成像系統 性能提供有力條件。本發明的技術方案如下一種數字X射線成像系統的噪聲測量方法包括下列步驟①設置數字放射成像系統的曝光參數，放置脂肪仿體，採集圖像；②設置噪聲功率譜研究的感興趣區域，分別對各幅採集圖像的感興趣區域進行 二維經驗模態分解，提取各自對應的背景趨勢，而後將各自的對應趨勢去除，得到各幅 圖像的去趨勢圖像；
③計算所有去趨勢圖像感興趣區域的平均圖像，依次從各幅去趨勢圖像中去除 該平均圖像，獲取各幅相應的噪聲圖像；④根據空間解析度要求進行圖像分塊，計算所有子塊噪聲功率譜並進行疊加平 均，分別獲取不同解析度下數字X射線成像系統的二維噪聲功率譜；⑤選取二維噪聲功率譜頻率軸上下各7條譜線，疊加平均以獲取不同解析度下 數字X射線成像系統的一維噪聲功率譜。本發明解決了數字X射線成像系統的噪聲功率譜估計中低頻靜態偽跡問題，從 而為正確識別系統隨機噪聲特性，有效評估放射成像系統性能提供有力支持。採用本發 明方法顯著抑制了噪聲評估結果中噪聲功率譜低頻成份的系統性上升，大大降低了功率 譜估計低頻成份的不確定性(即功率譜方差)，因此能有效抑制背景靜態偽跡對系統噪聲 評估的影響，從而實現了數字X射線成像系統的噪聲特性精確測量。本發明的應用，將 為放射影像醫學的臨床實踐和研究提供有效地技術指導，並為實際影像診斷時成像設備 參數設置以及影像設備設計提供技術支持，因此該發明的實現具有廣泛的應用前景和重 要的社會意義。


圖l.(a)去除背景趨勢前，15副圖像ROI的二位噪聲功率譜(b)背景趨勢的功率 譜密度曲線。圖2.背景趨勢去除前後，噪聲功率譜曲線及其不確定度比較。譜估計分析時採 用15副圖像ROI區域(256X256)。 (a)噪聲功率譜對比(b)噪聲功率譜方差對比。圖3.在圖像ROI區域分成2X2子塊的情況下，背景趨勢去除前後的噪聲功率譜 曲線及其不確定度比較。譜估計分析時採用60個圖像子塊(128X128)。 (a)噪聲功率 譜對比(b)噪聲功率譜方差對比。圖4.在圖像ROI區域分成4X4子塊的情況下，背景趨勢去除前後的噪聲功率譜 曲線及其不確定度比較。譜估計分析時採用240個圖像子塊(64X64)。(a)噪聲功率譜 對比(b)噪聲功率譜方差對比。
具體實施例方式本發明針對數字X射線成像系統性能評估中噪聲功率譜估計的低頻靜態偽跡問 題，以及目前相關技術不能依據不同成像圖像實現自適應偽跡去除，也沒有關於偽跡去 除前後噪聲功率譜定量性能評估。為此，本發明提出應用擴展的二維經驗模態分解方法 提自適應取放射曝光圖像的低頻背景趨勢，以去除低頻靜態偽跡的圖像作為噪聲功率譜 測量估計對象，從而正確識別系統隨機噪聲特性，評估系統成像性能。最後得到的技 術方案如下①設置數字放射成像系統的曝光參數，放置脂肪仿體，採集圖像；②設置 噪聲功率譜研究的感興趣區域，分別對各幅採集圖像的感興趣區域進行二維經驗模態分 解，提取各自對應的背景趨勢，而後將對應趨勢去除；③計算所有去趨勢圖像感興趣區 域的平均圖像，依次從各幅去趨勢圖像中去除該平均圖像，獲取各幅相應的噪聲圖像； ④根據空間解析度要求進行圖像分塊，計算所有子塊噪聲功率譜並捷星疊加平均，分別 獲取不同解析度下數字X射線成像系統的二維噪聲功率譜。⑤選取二維噪聲功率譜頻率軸上下各7條譜線，疊加平均以獲取不同解析度下數字X射線成像系統的一維噪聲功率 譜，以此進行數字X射線成像系統的噪聲特性評估。下面從幾個方面對本發明的測量方 法進行詳細說明。1.噪聲功率譜估計噪聲功率譜被定義為空間頻率域上隨機信號在每一個頻率位置的方差。根據維 納-辛欽理論，通過計算自相關函數的傅立葉變換就可以獲得噪聲功率譜。但在實際計 算中，噪聲功率譜通常通過對噪聲密度圖像的二維傅立葉變換取模來直接獲取，具體計 算公式如下
NPS(m,v) = Jim^ J^y J7^ fix, y)exp[- 2m(ux + vy)]dxdy
=lim -^-|FT[/(x^)]|2 ⑴
xj^ X -Y這裡FT[f(x，y)]是噪聲圖像f(x，y)的傅立葉變換，X和Y分別是圖像在x方 向和y方向的最大尺寸。在數字成像系統中，上述的噪聲功率譜的連續表達形式通常需要轉換為離散形 式進行計算。因此，需要重新計算連續噪聲圖像函數f(x，y)在一系列離散位置點的像 素值，這些位置點是x = mAx，y = nAy，m = 0AM, n = OAN,這裡 X = MAx， Y = NAy。這樣就可以把連續圖像表示為離散形式f(m，n)。相應的，空間頻率變量 u和v的函數也需要在離散頻率位置重新計算，這些位置包括u = kAu，v = lAv, k = 0，士 1，士2A 士K，1 = 0，士 1，士2A 士L。最大空間頻率即奈奎斯特採樣頻率在兩個 頻率軸方向分別為U = 1/2 AX及V = 1/2 Ay。為了估計數字成像系統地噪聲功率譜，上述計算功率譜的連續表達式也需要轉 換為離散形式。根據上述定義，可以將公式(1)改寫為NPSd (u,v) = NPS(Mm,/Av) = lim ^^\FTd[f(m,n)f(2)
MAx,NAy^cG MN這裡FTd[f(m，！^是數字圖像「!!!，n)的二維傅立葉變換。2.基於經驗模態分解方法的靜態偽跡去除數字X射線系統成像結果中的靜態偽跡可能表現為成像過程足跟效應或者是曝 光量平方反比作用而導致的背景偽影，也可能表現為探測器結構因素造成的固定趨勢。 這些偽跡成份通常疊加在由量子數決定的隨機噪聲上，表現為低頻背景趨勢。一些學者 正在開展低頻背景趨勢去除的研究工作，目前主要發展的技術有如下幾種(1)去除數 字圖像的低通濾波成份；(2)去除數字圖像的二維一階平面擬合；(3)去除數字圖像的二 維二階曲面擬合。這幾類方法在各類場合下都所應用，但是不同方法的選擇對系統噪聲 最終評估影響很大，而到目前為止，尚無未見偽跡去除前後噪聲功率譜定量評估以及如 何根據成像條件選擇偽跡去除方法的相關報導。而在實際臨床研究與實踐，如何恰當的 去除靜態偽跡，直接影響到圖像質量的評估，以及進一步的圖像恢復。因此，發展一套 具有自適應特性的偽跡去除方法，針對不同成像條件實現放射成像系統的噪聲特性準確 估計，可以為當前影像醫學的發展提供有力支持。在傳統的Fourier分析中，頻率被定義為整個分析數據長度中具有一定幅度的 正、餘弦函數。受這種固有觀念的影響，人們在認識和接受瞬時頻率的意義和概念時， 總是從正、餘弦函數的有關角度來分析。這樣當人們定義局部頻率值時就需要多於一個周期的正、餘弦波動，基於這個邏輯，少於一個周期長度的信號將無法給出其頻率的定 義。而對於非線性和非平穩信號來說，其主要特徵頻率是時變的，即僅僅是在某一局部 時間內存在或曾在某一時刻出現過，在描述頻率隨時間的變化關係上，Fourier變換顯然 已經無能為力。為了彌補Fourier變換對時變信號分析的不足，人們對原始信號加窗， 認為在某個「窄帶」內的信號是平穩的或近似平穩的，然後再對窗內的信號進行分析， 如短時傅立葉變換、小波分析等，這些方法不同程度上對非線性和非平穩信號的時變性 進行了描述，大大改進了 Fourier變換的不足。但是由於受Heisenberg不確定原理的制 約，在時間和頻率上的解析度不能同時達到最小，因此，所得的結果是窗內信號的平均 結果，同樣也擺脫不了 Fourier變換的局限性。為了把信號的頻譜分析精確到每一個時間點、頻率點上，美國國家航空航天 局，美國工程院院士HuangN E等人提出了經驗模態分解(Emprical Mode Decomposition, EMD)法。1996年，Huang在一次國際學術會議上首次提出這種適於非平穩信號分析 的新方法的設想-基於經驗的模式分解方法。Huang認為，對於瞬態與非平穩現象，頻 率與能量一般都是時間的函數，因此需要給出瞬時頻率和瞬時能量的定義。目前信號瞬 時能量的概念已被廣泛接受，但是瞬時頻率的概念和意義卻一直存有爭議。當可以使數 據解析化的Hilbert變換出現之後，人們根據Hilbert變換提供的能夠完全表達原始數據幅 度和相位的函數，給出了瞬時頻率的統一定義，從定義可以看出瞬時頻率是時間的單值 函數，即在任意時刻只存在一個振蕩模式。所以在使用瞬時頻率這一概念時，對應的數 據受到了一定的限制。這主要因為任何一個時刻，數據中可能包含多個振蕩模式，此時 Hilbert變換不能給出該信號完全的頻率內容，所得到的結果只是多個振蕩模式的平均效 果，從而瞬時頻率的意義變得模糊。為了從複雜信號中得到有意義的瞬時頻率，Huang 根據瞬時頻率物理意義上的必要條件，提出把含有多個振蕩模式的數據分解為滿足一定 條件的多個單一振蕩模式分量的線性疊加，每個單一振蕩模式分量又叫做一個基本模式 分量，並提出了一種基於經驗的模式分解方法。每一個單一模式分量都滿足Hilbert變換 的必要條件，使得用Hilbert變換求解信號的瞬時頻率成為可能。經驗模態分解法的意義在於在信號分析中信號頻率的定義是基于波形的局部 特徵和瞬時特徵，它能在信號數據的每個時間點上，從點與點之間的變化特徵來給出瞬 時頻率值，而不是需要多個振蕩周期的波形才能給出一個頻率值。經驗模態分解法分析 中若存在一個頻率，僅僅表示該頻率對應的信息在某一局部時間內存在或者曾在某一時 刻出現過。這樣無論從概念上還是從信號分析本質上來看，這種分析方法打破了傳統頻 率思想，給出了一個全新的頻率概念。經驗模態分解法對信號分析具有重大的意義，同 時也為非平穩信號處理提供了新思路，開闢了新途徑。為了能把一般數據分解成固有特徵振蕩模式，Huang NE提出了經驗模態分解的 方法。和以前幾乎所有的分解方法不同，該新方法是直觀的、直接的、後驗的和自適應 的，其分解的基函數立足於數據並且來源於數據本身。經驗模態分解方法是建立在以下的假設之上的(1)信號至少有兩個極值點， 一個最大值和一個最小值；(2)特徵時間尺度是通過兩個極值點之間的時間間隔來定 義；(3)若數據缺乏極值點但有變形點，則可通過數據微分一次或幾次獲得極值點，然 後再通過積分來獲得分解結果。
這種方法的本質是通過數據的經驗特徵時間尺度來獲得其內在的振蕩模式，然 後據此分解數據。根據Dmzin的經驗，數據分析的第一步是人工觀察數據，有兩種能直 接區分不同尺度振蕩模式的方法觀察依次交替出現的極大、極小值點間的時間間隔； 和觀察依次出現的過零點的時間間隔。交替的局部極值點和過零點形成了複雜的數據 一個波動騎在另一個波動上，同時它們又騎在其他的波動上，依此類推，每個波動都定 義了數據的一個特徵尺度，這個特徵尺度是內在的。採取依次出現的極值點的時間間隔 作為振蕩模式的時間尺度，因為這個方法對振蕩模式不但有更高的解析度，而且能應用 於非零均值的數據，例如沒有過零點的，全部數據點是正的或負的數據。為了把各種振 蕩模式依次從數據中提取出來，使用一種系統的方法，即經驗模態分解方法，或形象地 稱之為「篩選」的過程。對實信號s(t)進行經驗模態分解的步驟為1)確定S(t)的所有極大值和極小值；2)根據極大值和極小值作三次樣條差值來構造S (t)的上下包絡線；3)根據上下包絡線，計算出s(t)的局部均值(上下包絡的平均值)m1(t)，以及
s (t) 和 m1 (t) 的差值 h1(t) = s(t)-m1(t) ；4) Wh1Ct)代替原始信號S ω，重複以上三步驟k次，直到所得的平均包絡趨於 零為止Oi1, (H)Ct)與！^, k(t)之間的方差小於設定值)，即認為Ii1, k(t)是一個IMF分量， Ec1Ct) =^,kω, Γιω = sω-C1 ω, s(t) =Γιω ；第一個imf分量代表原始數據中最 高頻率的分量。將原始數據序列sω減去第一個imf分量Cl ω，可以得到一個去掉高頻 分量的差值數據序列ω。5)對！^⑴重複以上四步平穩化處理過程，可以得到第二個IMF分量C2 (t)，如此 重複下去直到最後一個差值序列rn(t)不可分解為止(rn(t)小於一設定值，或者變成一個 單調函數時)，原始信號的經驗模態分解結束，得到s(t)的分解式如下
權利要求
1.一種數字X射線成像系統的噪聲測量方法，包括下列步驟第一步設置數字放射成像系統的曝光參數，放置脂肪仿體，採集圖像；第二步設置噪聲功率譜研究的感興趣區域，分別對各幅採集圖像的感興趣區域進 行二維經驗模態分解，提取各自對應的趨勢圖像，而後將各自對應的趨勢去除，得到各 幅圖像的去趨勢圖像；第三步計算所有去趨勢圖像感興趣區域的平均圖像，依次從各幅去趨勢圖像中去 除該平均圖像，獲取各幅相應的噪聲圖像；第四步根據空間解析度要求進行圖像分塊，計算所有子塊噪聲功率譜並進行疊加 平均，分別獲取不同解析度下數字X射線成像系統的二維噪聲功率譜；第五步選取二維噪聲功率譜頻率軸上下各7條譜線，疊加平均以獲取不同解析度 下數字X射線成像系統的一維噪聲功率譜。
2.跟根據權利要求1所述的數字X射線成像系統的噪聲測量方法，其特徵在於，其中 的第二步採用下面的方法得到圖像的背景趨勢圖像1)設R(m，η)為待分解的圖，設定當前每次迭代篩選前後的圖像之間的標準偏差值 SD的閾值；2)如果待分解圖像R(m，η)單調或達到圖像的分解層數，則算法停止，此時得到的 圖像R(m，η)即為所求得的背景趨勢圖像；否則，令H(m，η) = R(m，η)；3)對圖像H(m，η)進行極值點求解，找出區域極大值點集和區域極小值點集；4)分別對區域極大值點集和區域極小值點集進行平面插值，得出圖像的上、下包絡 面，根據上、下包絡面求出圖像H(m，η)的均值M(m，η)；5)令H(m，η)=H(m, n)_M(m，η),判斷圖像H(m，η)與迭代前的圖像之間的 標準偏差值小於所設定的閾值，不滿足則轉步驟3)，否則當前迭代過程停止；6)令D(m，η)= H(m, η),迭代得到一個二維固有模態函數D (m，η)；7)令R(m，η) = R(m, n)_D(m，η),轉步驟 2。
全文摘要
本發明屬於生物醫學工程及計算機領域，涉及一種數字X射線成像系統的噪聲測量方法包括下列步驟設置數字放射成像系統的曝光參數，放置脂肪仿體，採集圖像；設置噪聲功率譜研究的感興趣區域，分別對各幅採集圖像的感興趣區域進行二維經驗模態分解，提取各自對應的背景趨勢，而後將各自的對應趨勢去除，得到各幅圖像的去趨勢圖像；計算所有去趨勢圖像感興趣區域的平均圖像，依次從各幅去趨勢圖像中去除該平均圖像，獲取各幅相應的噪聲圖像；根據空間解析度要求進行圖像分塊，計算所有子塊噪聲功率譜並進行疊加平均，分別獲取不同解析度下數字X射線成像系統的二維噪聲功率譜；選取二維噪聲功率譜頻率軸上下各7條譜線，疊加平均以獲取不同解析度下數字X射線成像系統的一維噪聲功率譜。本發明為正確識別系統隨機噪聲特性，有效評估放射成像系統性能提供有力支持。
文檔編號A61B6/00GK102012466SQ20101052397
公開日2011年4月13日 申請日期2010年10月28日 優先權日2010年10月28日
發明者周仲興, 張力新, 趙會娟, 高峰 申請人:天津大學