用于CT图像质量检测的均匀区域自动选择

CT图像广泛用于病理检测和随访治疗过程。准确识别病理特征需要具有最小噪声和伪影变化的诊断质量CT图像。本工作中，提出了一种基于傅里叶变换的图像质量(IQ)估计新度量，其与加性CT图像噪声相关。在所提方法中，分析两个加窗CT图像子区域以识别对应傅里叶域谱的变化程度。选择两个正方形窗口使其中心像素重合且一个窗口为另一个的子集。这两个子采样窗口间的傅里叶域谱差异随后被用于分别隔离具有低信号变化(ROI-LV)和高信号变化(ROI-HV)的空间感兴趣区域(ROI)。最后，分析空间方差($var$)、标准差($std$)、变异系数($cov$)以及ROI-LV中腹部ROI像素的比例($\nu'(q)$)与CT图像噪声的关系。对于体模CT图像，$var$和$std$与CT图像噪声相关($|r|>0.76$ ($p\ll0.001$))，尽管不如$\nu'(q)$ ($r=0.96$ ($p\ll0.001$))好。然而，对于体模与患者CT图像的组合，$var$和$std$与CT图像噪声相关性不佳($|r|<0.46$ ($p\ll0.001$))，而$\nu'(q)$则较好($r=0.95$ ($p\ll0.001$))。因此，所提方法及度量$\nu'(q)$可用于定量估计CT图像噪声。