论文部分内容阅读
随着经济的发展，人们需要承受的压力越来越大，肿瘤患者也越来越多，治疗肿瘤的方式也一直不断地在更新进步。目前，比较流行的肿瘤治疗方式包含了手术治疗、放射治疗和化疗三大类，其中放射治疗作为三大肿瘤治疗方式之一在治疗肿瘤的过程中越来越被人们所认可。图像引导放射治疗（Image GuidedRadiation Therapy,IGRT）又是当今最先进的放射治疗技术，它在进行放射治疗时充分考虑了组织器官的运动和摆位误差对剂量分布变化的影响，在治疗过程中采用了先进的治疗设备对患者的肿瘤和正常组织器官进行实时地监控，根据采集到的有关图像信息调整治疗条件，实现位置和剂量的校正以做到精确放疗，这也就是图像引导放射治疗。锥形束计算机断层扫描成像（Cone-Beam Computed Tomography,CBCT）技术具有实时性好、灵敏度高、使用方便等优点，已经被广泛地应用到了图像引导放射治疗的系统中。然而CBCT图像中存在的一些问题严重影响了图像的质量，比如软组织对比度低和噪声严重等，其中以噪声最为显著。图像质量的下降不仅妨碍了摆位信息的准确获取，而且还不利于后续的配准、分割等临床操作。CBCT图像中存在噪声的多少是由X射线剂量的高低决定的，当X射线剂量较高时可以获取到较高质量的CBCT图像，但随着X射线剂量的降低，CBCT图像的质量也会随之下降。虽然提高X射线的辐射剂量可以减少噪声的产生并能够获取较高质量的CBCT图像，但较高剂量X射线的辐射又会影响患者的健康状况，最终引发放疗并发症。因此如何在较低的辐射剂量下提高CBCT图像的质量并能够获取准确的放疗摆位信息已经成为了当前研究的热点问题。本研究首先对常用医学图像的成像原理、图像噪声的类型及其对应的去噪算法进行了分析，然后重点研究了CBCT图像，在分析了CBCT图像成像原理、影响CBCT图像质量的因素、CBCT图像去噪的过程以及现有CBCT图像去噪算法的基础上，提出了基于自适应非局部均值的CBCT投影数据去噪算法。本研究的主要创新点如下：(1)深入研究了CBCT投影数据的特点，并在分析噪声估计算法的基础上，提出了更适用于CBCT投影数据的噪声标准差估计公式。此公式无论应用于测试模体数据还是临床投影数据，都可以对噪声标准差进行有效的估计，而且使用此噪声标准差估计公式，还可以获得更好的去噪效果。(2)本研究利用CBCT图像的成像原理以及CBCT投影数据的特点，在非局部均值算法的基础上，对滤波强度的取值进行了改进，提出了一种更适合CBCT投影数据的自适应非局部均值去噪算法。测试模体图像对比结果和临床CBCT图像对比结果表明，此改进算法在取得较好去噪效果的同时还能够很好地保留图像的细节信息并能增强图像的对比度，对放疗摆位信息的准确获取和临床诊断应用有很大的帮助。