2019年8月，醫學影像學界的旗艦刊Radiology (IF7.93)在線發表了一篇名為”State of the Art in Abdominal CT: The Limits of Iterative Reconstruction Algorithms” (腹部CT技術的最新進展：迭代重建算法的局限性)的綜述。來自美國梅奧診所放射科、華盛頓大學醫學院放射科和加拿大多倫多大學聯合成像研究所的多位專家在這篇綜述中詳細討論了迭代重建算法(Iterative Reconstruction, IR)在低對比度診斷任務為主的腹部成像方面的過去，現狀和未來，嘗試回答降噪重建技術路在何方？

(攝影作家：?阿房宮)

01

—

過去(從濾波反投影FBP到迭代IR)

重建算法是CT影像的大腦，沒有重建算法，就沒有CT影像。傳統的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。為了解決這一問題，迭代重建算法(Iterative Reconstruction, IR)的概念應運而生，但由于設備本身以及算力的限制，直到二十一世紀初，簡化版的商用迭代重建算法才真正問世。文章系統地回顧梳理了有據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缺點。此外，本文還對基于迭代重建算法腹部應用的早期臨床研究做了回顧，這些研究對于后續新重建算法的科研是一個極為重要的參考。

02

—

現狀(迭代IR的體模實驗和臨床研究)

迭代重建算法的發展和廣泛應用極大地促進了CT檢查中輻射劑量的減少，多項臨床研究也證實了在很多不同的臨床診斷任務上應用迭代重建算法可以在降低輻射劑量的同時保持主觀圖像質量和診斷信心。然而受限于迭代重建本身的算法問題(設定一個閾值區分對比度信號區域與噪聲區域)，在一些低對比度的診斷任務比如肝轉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降低輻射劑量的能力被大大高估了。通過回顧梳理基于迭代重建算法腹部應用的一系列體模實驗和臨床研究發現，目前臨床上廣泛存在低對比度診斷任務中對于迭代重建算法降噪的過度利用——盡管使用迭代重建技術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。放射學家需要意識到對于一些低對比度的診斷任務，當輻射劑量降低過低時，并使用高的權重的迭代重建技術會導致低對比度結構的空間分辨率下降，低對比度結構的可檢測性降低。

03

—

未來(從迭代IR到深度學習DLIR)

由于潛在的應用前景，基于深度學習的卷積神經網絡正在蓬勃發展，這些卷積神經網絡技術已經應用于低劑量CT以降噪，于不完整或稀疏數據集以抑制偽影，于體內有金屬植入物的病人以去除金屬偽影。最近，有兩家公司已經開發出深度學習重建算法(Deep Learning Image Reconstruction, DLIR)來實現重建和降噪 (如GE的TrueFidelity和Canon的AiCE)。

TrueFidelity的特點是利用高質量的FBP數據集來訓練深度神經網絡(deep neural network, DNN)學習如何區分信號和噪聲，并且在不影響解剖和病理結構的情況下有效地抑制噪聲。而AiCE 是以MBIR數據作為金標準，重建速度快于MBIR(FIRST)。

通過對迭代重建算法(IR)現狀的梳理及最新的基于深度學習的卷積神經網絡的圖像重建技術(DLIR)的介紹，作者對迭代重建算法，或者說整個降噪重建技術未來的趨勢做出了自己的預測，文章提到了四點可能的研究方向：

1.?基于深度學習的迭代重建算法(DLIR，如GE的TrueFidelity和Canon的AiCE )?以及基于這些算法的臨床相關研究，由于目前已經有此類算法問世，這很可能是未來一段時間研究的熱點和重點；

2.?新的針對低對比度診斷任務的迭代重建算法以及基于這些算法的臨床相關研究；

3.?模擬數據及掃描病人的科研；

4.?新的針對增強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研究。

想知道關于這篇綜述的具體解析么？點擊下面的“獲取更全面的解析。

參考文獻：

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

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？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。