专利名称：推算图像噪音水平的方法
技术领域：
本发明涉及一种推算图像噪音水平的方法。
背景技术：
噪音水平的可靠性对图像质量评价至关重要。在噪音水平的评价中需要主观性视觉性评价。在测量主观性评价所需的关心区域内的噪音水平中需要复杂的手动操作。主观性评价耗时且价格昂高，缺乏统一的判断基准。换而言之，主观性评价依赖于操作者。并且，噪音评价的手动方法一般不与用于主观性评价的自动处理互换。某种噪音不足以表示图像整体。例如，标准偏差(SD)等在某种图像上可靠性低。对此，一个例示性方法是对图像应用拉普拉斯算子消除边缘像素，并根据除去了边缘的图像，利用平均值或方差中的任一个来计算。拉普拉斯法是经由图像处理计算噪音而不是根 据原图像直接计算噪音。在其他以往技术的自动噪音评定方法中，假设噪音依赖于图像诊断医用图像摄影装置，但该噪音医用图像摄影装置复杂。双图像相减法(twin image subtraction method)等其他更简单的现有技术的自动噪音评定方法需要来自CT收集序列的奇数视图和偶数视图的两个重建，但这对于在每次迭代中图像噪音发生变化的迭代处理将使得该方法不具有可行性。
发明内容
目的在于提供一种通过简易方法实质上对于所有图像诊断医用图像摄影装置无需人工介入而推算高可靠性的噪音指数的方法。本实施方式涉及的图像噪音推算方法首先计算与图像内的多个局部区域分别对应的多个局部噪音指数。根据计算出的噪音指数作成表示噪音水平与次数之间的对应的直方图。根据作成的直方图推算与图像有关的噪音指数。
图1为表示根据本发明的一个实施方式的多切片X射线CT装置的结构的图。图2为表示由根据本实施方式的噪音推算装置执行的处理步骤的整体流程的图。图3A为表示由根据本实施方式的噪音推算装置执行的处理步骤的详情的流程图。图3B为表示在本实施方式中，在计算标准偏差时取原图像的平均值从而使原信号平滑化的一些步骤的流程图。图4A为表示在本实施方式中，具有心肌区域内的2个ROI (关心区域)的肺部CT图像的图。图4B为在本实施方式中，用于根据利用图4A的肺部CT图像的PSD计算单个噪音指数的直方图。
图5A为在本实施方式中，具有3个ROI (关心区域)的头部CT图像。图5B为在本实施方式中，用于根据利用图5A的头部CT图像的PSD计算单个噪音指数的直方图。图6A为在本实施方式中，具有I个ROI (关心区域)的例示性的腹部CT图像。图6B为在本实施方式中，用于根据利用图6A的腹部CT图像的PSD计算单个噪音指数的直方图。图7为表示在本实施方式中，比较横跨头部区域内的CT切片的PSD值与SD值的图表。图8为表示在本实施方式中，比较横跨腹部区域内的CT切片的PSD值与SD值的图表。图9为表示在本实施方式中，比较横跨心脏区域内的CT切片的PSD值与SD值的图表。图1OA为表示在本实施方式中，与图像整体的尺寸相等的区域有关的多个中间PSD值的图。图1OB为表示在本实施方式中，与尺寸不相等的区域有关的多个中间PSD值的图。图11为表示在本实施方式中，利用被计算的基于PSD的噪音推算值的这一整体概念的图。图12为表示在本实施方式中，图像(原图像)的一个例子的图。图13为表示在本实施方式中，通过对图12的原图像的局部滤波而生成的局部平均值图像的图。图14为表示在本实施方式中，图13的局部平均值图像与原图像的差图像的图。图15为表示在本实施方式中，与图14的差图像有关的平方图像的一个例子的图。图16为表示在本实施方式中，通过对图15的平方图像的卷积运算而生成的卷积图像的图。图17为表示在本实施方式中，与图16的卷积图像有关的平方根图像的图。
具体实施例方式本实施方式为了生成与图像有关的高可靠性的噪音指数，将抑制使噪音指数的可靠性降低的区域内的影响或提高噪音指数可靠性的区域(特征区域)作为对象来决定噪音指数。特征区域在图像内未必清晰地存在。通过局部的平均值或其时间变化来搜索特征区域。例如，平均值为图像内或局部的像素值中央。因此，本实施方式为了计算在大多类图像中实质上能够信赖的噪音指数，将在最能感知噪音的像素中评价噪音水平的方法与系统作为对象。在本实施方式中，希望以系统噪音低的组织区域为对象来执行噪音指数的计算。组织区域一般在CT图像或超声波图像中比较容易确定为软组织。在CT图像中，软组织区域对应于HU范围(-1000HU 1000HU)的中央内(-100HU 100HU)。另一方面，肺部图像内的极小构造在噪音指数的计算上是困难的。肿瘤及外伤一般具有相对于周围的健全组织低的对比度，所以从诊断观点来看要求更狭窄的显示范围或显示窗口。CT图像适合于确定图像内的组织区域。在是超声波图像时，以明确地展开统计上稳定的斑点噪音的软组织区域内的像素为对象来计算噪音指数。可靠的噪音指数的计算对噪音滤波器的有效性评价很重要。噪音滤波器一般适用于减少图像内的某种噪音或伪影。但是，噪音滤波器的有效性评价常常被主观所左右。在其他情况下，减少某种噪音的滤波器实质上减少目标噪音，但有时同一噪音滤波器在图像中产生其它种类的噪音或伪影。由这些理由可以看出，能够信赖的噪音指数的计算对评价减少噪音的滤波器的有效性很重要。能够信赖的噪音指数也可以用于迭代降噪(iterative noise reduction)处理的结束基准。噪音指数使用具有以中央水平亮度缓慢变化的平均值的像素(有效像素)来计算。这些有效像素一般而言是图像内的像素的大多数。本实施方式为了计算(推算)可靠性高且实用的噪音指数，引入伪标准偏差(PSD:pseudo-standard deviation)和直方图方法。直方图方法识别上述有效像素。与边缘、线、或小斑点等快速变化的区域相比，缓慢变化的区域通常形成大的、更多的像素总体。这些因素可以使用于分离缓慢变化的区域的直方图方法正当化，并使分离的区域接受噪音水平分析。在直方图方法中，频度计数的划分(面元尺寸)影响与噪音图像有关的最终指数计算结果的稳健性及准确度。一般，大面元使直方图方法稳定，但使得更不准确。另一方面，小面元使计算准确，但使得更不稳定。在本实施方式中，最初利用比较小的面元尺寸，然后，通过在维持面元的精度的同时利用移动平均，从而放大面元尺寸。一般，受到不规则尺寸的影响很大的数据在本实施方式中为重建图像数据。在本实施方式中，使用重建图像数据，计算PSD作为噪音指数。计算图像数据内的噪音指数(PSD)的方法实质上可以适用于例如计算测量数据内的噪音指数(PSD)的方法。图像数据的使用根据本实施方式的几个形态具有对于测量出的数据的几个实用的益处。图像数据不管检测器等输入装置如何都具有像素值的集合体这一统一的性质。因此图像数据相比测量数据一般化，且多用途。至少从这些理由可以看出，图像区域内的图像数据的使用在实施全自动、功能简单的与噪音图像有关的最终指数计算方法时有利。如图1所示，本实施方式的多切片X摄影CT装置具有机架100和其他装置或单元。机架100具备X射线管101、环状架102、多排型(多列型)或二维阵列型X射线检测器103。X射线管101及X射线检测器103隔着被检体S相对地安装在环状架102上。环状架102围绕轴RA旋转。在沿旋转轴RA移动被检体S期间，旋转单元107以O. 4秒/旋转等高速连续地旋转架102。多切片X射线CT装置具有电流调整器113、为了从X射线管101中产生X射线而对X射线管101施加灯电压的高电压发生器109。例如，高电压发生器109安装于架102。X射线朝被检体S照射。被检体S的断面近似圆形。X射线检测器103为了检测透过了被检体S的X射线，经由被检体S与X射线管101相对。设置了用于处理来自X射线检测器103的检测信号的其他装置。数据收集电路或数据收集系统(DAS) 104针对每一通道将来自X射线检测器103的输出信号转换为电压信号，并将其放大，再将其转换为数字信号。X射线检测器103及DAS104被构成为对每一旋转的庞大的投影数据集进行处理。DAS104的输出数据经由非接触数据发送器105被发送至收纳在机架100外部的控制台内的预处理装置106。预处理装置106对于原始数据执行灵敏度校正等某种校正。然后，存储装置112保存处于紧接重建处理之前阶段的被称为投影数据的数据。存储装置112与重建装置114、显示装置116、输入装置115及扫描计划支持装置200 —起经由数据/控制总线连接于系统控制器110。扫描计划支持装置200包含为了开发扫描计划而支持图像诊断技师的功能。噪音推算装置117包括各种软件模块与硬件组件的组合。噪音推算装置117具备噪音指数和伪标准偏差(PSD)和直方图的关联功能。噪音推算装置117经由数据/控制总线连接于重建装置114与存储装置112。重建装置114根据存储装置112中保存的投影数据，重建图像。投影数据根据检测器103的输出由数据收集系统104和预处理装置106来生成。图像数据和测量数据分别与图像信号和测量信号同义。在单单称为数据、信号时，分别表示图像数据和测量数据。噪音推算装置117从重建装置114及/或存储装置112中获取重建图像数据。由于被重建的图像的数据已处于图像区域，因此噪音推算装置117不需要使用了图像数据的与噪音图像有关的最终指数计算处理以外的追加处理。在噪音推算装置117从重建装置114及/或112中获取测量数据时，因为测量数据为重建处理前的数据，所以噪音推算装置117可能需要与噪音图像有关的最终指数计算处理以外的追加处理。噪音推算装置117实质上无需人工介入，在计算作为噪音指数的PSD时，对获取到的信号执行任务的规定的设置。自动处理或自动方法需要直方图分析的面元尺寸及用于除去不希望的背景数据的阈值等参数的规定的条件数据集。并且，参数在计算PSD作为噪音指数时还定义规定对信号或数据滤波的处理单位(局部)的内核的尺寸或特性。图2示出了根据本实施方式的噪音推算装置117的处理步骤。在步骤SlO中，原信号Dl被卷积规定的均匀内核K I。由此，原信号Dl被平滑化。对以构成原图像Dl的各个像素为中心的局部应用内核K I。对局部内的像素的像素值乘以内核K I的构成要素，并合计。该计算结果从该局部的中心像素的原像素值置换来的。对所有像素执行相同的局部处理。原信号Dl为测量数据或图像数据中的任一个。内核KI典型地为NXN等正方形内核。内核KI的其他例子为NXM等长方形内核。N与M均为整数。通过步骤SlO的卷积使图像平滑化。在步骤S20中，计算由步骤SlO生成的平滑化信号(一次平滑化图像)与原信号(原图像)Dl之间的差。分别对构成平滑化图像的多个像素在与位于原图像Dl上的同一位置的像素之间，计算像素值的差。该计算结果根据需要称为“差图像”。接着，噪音推算装置117执行步骤S30。在步骤S30中，使步骤S20计算出的差信号平方。如果是图像，则使构成差图像的像素的像素值分别平方。该计算结果根据需要称为“平方图像”。步骤S40是第2次平滑化处理。在步骤S40中，对步骤S30的平方结果(平方图像)，通过使用规定的均匀内核K II卷积从而再次使其平滑化。对以构成平方图像的各个像素为中心的局部应用内核K II。对局部内的像素的像素值乘以内核K II的构成要素，并合计。该计算结果从该局部的中心像素的原像素值置换来的。对所有像素执行相同的局部处理。通过第2次平滑化处理，生成二次平滑化图像。内核K II典型地为PXP等正方形内核。内核K II的其他例子为PXQ等长方形内核。P与Q均为整数。内核K I与内核K II典型的情况是不同的，但并不否定相同的情况。在步骤S50中，计算构成来自步骤S40的二次平滑化图像的各个像素的像素值的平方根。通过这些一系列的S10-S50的计算处理，计算作为噪音指数的伪标准偏差(PSD)。计算结果作为整体示出了 PSD分布。为了生成直方图，构成PSD分布的多个PSD例如按照升序重新排列。PSD数据被记录为一维(ID)向量数据(D3)。接着，对在均等地分割整个PSD范围的多个直方图面元(也称为多个分组、多个划分)各个中所包含的PSD的个数进行计数。垂直轴为PSD的个数或出现次数，水平轴为直方图面元列、即各直方图面元的PSD范围或中心值的排列轴。在步骤S60中，从直方图的对象中消除表示图像的背景区域的像素。背景像素与其他有用的组织图像相比，对于噪音指数变动的影响大。换而言之，这些不希望的背景像素的选择性消除的失败可能带来直方图内的几个错误的峰值，也就是说由于反映临床上无关联的背景的这些错误的波峰可能降低与图像有关的最终噪音指数的可靠性。最后，在步骤S70中，将作为与图像有关的最终噪音指数的基于PSD的噪音水平决定为基于直方图的分 布模式。噪音指数推算方法的上述方法假设缓慢变化的区域内的像素总体在提高噪音指数的可靠性上比边缘等快速变化的区域内的像素总体有用。通过选择分布模式，从而选择最普通的或频繁产生的伪标准偏差(PSD)的值作为图像整体或信号整体的实质上表示真正的噪音水平的单个噪音指数。图3A示出了由根据本实施方式的噪音推算装置117执行的噪音推算处理步骤的详情。一般，噪音由于光子计数中的量子噪音、数据收集系统(DAS)104中的电子噪音、模数转换(A/D)中的量化噪音、重建处理的近似误差、其他产生源而产生。假设I (x，y)表示由某加法性噪音破坏的图像，则图像数据I (x，y)由下面的公式(I)来表示。I (x, y) = I0(x, y)+n(x, y) (I)这里，I0为无噪音的真值图像，η为由于各种噪音产生源而加在真值上的噪音分量。X及y为像素的二维坐标。图3A的流程图中所包含的步骤为了计算规定的噪音指数PSD，用公式(2)来概括。
权利要求
1.一种图像噪音推算方法，其特征在于，包括计算与图像内的多个局部区域分别对应的多个局部噪音指数的步骤；根据计算出的所述噪音指数，作成表示噪音水平与次数的对应关系的直方图的步骤；以及根据作成的所述直方图，推算与所述图像有关的噪音指数的步骤。
2.根据权利要求1所述的图像噪音推算方法，其特征在于所述局部噪音指数是所述局部区域的标准偏差。
3.根据权利要求1所述的图像噪音推算方法，其特征在于所述局部噪音指数是所述局部区域的伪标准偏差。
4.根据权利要求3所述的图像噪音推算方法，其特征在于在计算所述局部噪音指数的步骤中包括根据所述图像生成平滑化图像的步骤。
5.根据权利要求4所述的图像噪音推算方法，其特征在于通过对所述图像与所述平滑化图像之间的差图像针对每个像素依次实施平方处理、平滑化处理、平方根处理而产生所述伪标准偏差。
6.根据权利要求1所述的图像噪音推算方法，其特征在于，还包括根据作成的所述直方图决定所述局部区域的尺寸的好坏的步骤。
7.根据权利要求1所述的图像噪音推算方法，其特征在于所述多个局部区域具有相同尺寸。
8.根据权利要求1所述的图像噪音推算方法，其特征在于所述多个局部区域具有不同的尺寸。
9.根据权利要求1所述的图像噪音推算方法，其特征在于所述多个局部区域包含临床上重要的构造。
10.根据权利要求1所述的图像噪音推算方法，其特征在于在计算所述局部噪音指数的步骤中包括将所述图像转换为降噪图像的步骤；将所述降噪图像和所述图像相减，生成噪音图像的步骤；以及计算所述噪音图像的标准偏差的步骤。
11.根据权利要求1所述的图像噪音推算方法，其特征在于通过对所述图像施用降噪滤波器而生成所述降噪图像。
12.根据权利要求1所述的图像噪音推算方法，其特征在于通过对所述图像拟合为特定的函数而生成所述降噪图像。
13.根据权利要求1所述的图像噪音推算方法，其特征在于在推算与所述图像有关的噪音指数的步骤中，从作成的所述直方图中排除与所述图像的背景部分对应的次数。
14.根据权利要求13所述的图像噪音推算方法，其特征在于所述背景部分包含视野以外的部分和与骨骼对应的部分。
15.根据权利要求1所述的图像噪音推算方法，其特征在于在作成直方图的步骤中，根据所述直方图的最高次数调整所述局部区域的尺寸。
16.根据权利要求1所述的图像噪音推算方法，其特征在于所述图像为三维图像，对构成所述三维图像的多个二维图像计算所述多个局部噪音指数，以对所述多个二维图像所计算出的全部所述多个局部噪音指数为对象而作成所述直方图；根据作成的所述直方图来推算 与所述三维图像有关的噪音指数。
全文摘要
通过简易方法实质上针对所有图像诊断医用诊断摄影装置都无需人工介入而推算高可靠性的噪音指数。计算与图像内的多个局部区域分别对应的多个局部噪音指数(S10-S50)。根据计算出的噪音指数作成表示噪音水平与次数的对应关系的直方图(S60)。根据作成的直方图推算与图像有关的噪音指数(S70)。
文档编号G06T1/00GK103026379SQ201280000726
公开日2013年4月3日 申请日期2012年6月14日 优先权日2011年6月14日
发明者杨智, A·扎米亚京, 大石悟, A·姆修－纳塔拉詹 申请人:株式会社东芝, 东芝医疗系统株式会社