e诊断-CT的基本概念讲述.doc

CT的基本概念和术语 2.2.1体素与像素（Voxel and Pixel）  体素是体积单位。在CT扫描中，根据断层设置的厚度、矩阵的大小，能被CT扫描的最小体积单位。体素作为体积单位，它有三要素，即长、宽、高。通常CT中体素的长和宽都为1mm，高度或深度则根据层厚可分别为10、5、3、2、1mm等。 像素又称像元，是构成CT图像最小的单位。它与体素相对应，体素的大小在CT图像上的表现，即为像素。 2.2.2采集矩阵与显示矩阵（Scaning and Displaying Matrix） 矩阵是像素以二维方式排列的阵列，它与重建后图像的质量有关。在相同大小的采样野中，矩阵越大像素也就越多，重建后图像质量越高。目前常用的采集矩阵大小基本为：512′512，另外还有256′256和1024′1024。 CT图像重建后用于显示的矩阵称为显示矩阵，通常为保证图像显示的质量，显示矩阵往往是等于或大于采集矩阵。通常采集矩阵为512′512的CT，显示矩阵常为1024′1024。 2.2.3原始数据（Raw Data） 原始数据是CT扫描后由探测器接收到的信号，经模数转换后传送给计算机，其间已转换成数字信号经预处理后，尚未重建成横断面图像的这部分数据被称为原始数据。 2.2.4重建与重组(Reconstruction and Reformation) 原始扫描数据经计算机采用特定的算法处理，最后得到能用于诊断的一幅横断面图像，该处理方法或过程被称为重建或图像的重建。 重组是不涉及原始数据处理的一种图像处理方法。如多平面图像重组、三维图像处理等。在以往英文文献中，有关图像的重建的概念也有些混淆，三维图像处理有时也采用重建(reconstruction)一词，实际上，目前CT的三维图像处理基本都是在横断面图像的基础上，重新组合或构筑形成三维影像。 由于重组是使用已形成的横断面图像，因此重组图像的质量与已形成的横断面图像有密切的关系，尤其是层厚的大小和数目。一般，扫描的层厚越薄、图像的数目越多，重组的效果就越好。 2.2.5算法、重建函数核与滤波函数(Algorithm, Kernel) 算法是针对特定输入和输出的一组规则。算法的主要特征是不能有任何模糊的含义，所以算法规则描述的步骤必须是简单、易操作并且概念明确，而且能够由机器实施。另外，算法只能执行限定数量的步骤。 重建函数核或称重建滤波器、滤波函数。CT的扫描通常需包含一些必要的参数，有的参数可由操作人员选择，有的则不能。重建函数核是一项重要的内容，它是一种算法函数，并决定和影响了图像的分辨力、噪声等等。 ·在CT临床检查中，可供CT图像处理选择的滤波函数一般可有高分辨力、标准和软组织三种模式，有的CT机除这三种模式外，还外加超高分辨力和精细模式等。 ·高分辨力模式实际上是一种强化边缘、轮廓的函数，它能提高分辨力，但同时图像的噪声也相应增加。软组织模式是一种平滑、柔和的函数，采用软组织模式处理后，图像的对比度下降，噪声减少，密度分辨力提高。而标准模式则是没有任何强化和柔和作用的一种运算处理方法。 2.2.6卷积(Convolution) 卷积是图像重建运算处理的重要步骤。卷积处理通常需使用滤波函数来修正图像，卷积结束后，形成一个新的用于图像重建的投影数据。请参见“重建函数核”条。 2.2.7内插(Interpolation) 内插是采用数学方法在一已知某函数的两端数值，估计该函数在两端之间任一值的方法。 CT扫描采集的数据是离散的、不连续的，需要从两个相邻的离散值求得其间的函数值。 目前，很多螺旋CT都采用该方法作图像的重建处理。内插的方法有很多种，如线性内插(单层螺旋扫描CT常用)、滤过内插和优化采样扫描(多层螺旋扫描CT采用)。 2.2.8准直宽度、层厚与有效层厚(Collimation, Slice and Effective Slice) 准直宽度是指CT机球管侧和病人侧所采用准直器的宽度，在非螺旋和单层螺旋扫描方式时，所采用的准直器宽度决定了层厚的宽度，即层厚等于准直器宽度。 但是，在多层螺旋扫描方式时，情况则不完全一样，因为同样的准直宽度可由4排甚至16排探测器接收，而此时决定层厚的是所采用探测器排的宽度。如同样10mm的准直宽度，可以由4个2.5mm的探测器排接收，那么层厚就是2.5mm；如果由16个6.25mm的探测器排接收，那么层厚就变成了0.625mm。 有效层厚指扫描时实际所得的层厚，由于设备制造的精确性原因，标称1mm甚至0.5mm的层厚设备制造厂家无法做到如此精确，一般都有一定的误差，其误差范围大约在10％～50％之间，层厚越小，误差越大。一般，层厚的误差与扫描所采用的方式和设备