CT的概念及CT成像的基本步骤(11页).doc

《CT的概念及CT成像的基本步骤(11页).doc》由会员分享，可在线阅读，更多相关《CT的概念及CT成像的基本步骤(11页).doc（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、-CT的概念及CT成像的基本步骤北京大学第一医院 唐光健本节课主要介绍影像新技术的基本概念，虽然这些新技术在大家日常的生活不一定能用得到，但是我们应该把眼光放向未来，我们的社区医院未来应该有一个较快的发展。所以很必要对影像的新技术大家有一个基本的了解，对概念应该是清楚。一、 CT 的概念与其 X 线片影像的异同CT 实际上是两个英文单词的两个首字母。 CT 的本质是 X 线成像，这个图是 CT 的图像，跟常规的 X 线片比起来，是真正意义上的断层影像，等于把人体从这里断开，我们看这个断面影像，完全没有了重叠，传统的 X 线片是重叠在一起的，所以我们看这个后侧的病变，在 X 线片上被挡住了，看不

2、见。第三个特点是用了窗技术，窗技术使密度分辨率提高，而且也增大了不同密度之间的对比，使解剖结构看得更加明显。二、体素与像素的概念及其之间的关系CT 的构想其实非常简单，把我们想看的这个层面近似地看成底面积相同、高度相等的成行成列的体积单元，构成的一个平面。这个小体积我们叫像体。这个示意图是脑层面的图，所以我们需要把小体积的 X 线密度计算出来，把测量出来的密度值换算成灰度，再按这个坐标还原成二维的影像，就是 CT 看到的图像。在实际扫描时选定的这个层次进行扫描，进行测量后，对每个像体计算出 X 线密度，也就是 X 线衰减值，然后按坐标位置换算成灰度的一个点，形成的二维影像，这个点就是像素，这个

3、小体积就是像体。每一个像体对应影像里的一个小体积，就是一个像素值，像素灰度也就是 CT 值，代表了所有像体里对 X 线的衰减值。这里面有一个问题，我们看到的 CT 影像跟实际的解剖层次是点点对应的，我们看到的这个点不是简单的一个点，是解剖的一个剖面，代表了一定的厚度。因为这个像体里可能是单一的组织，比如是脂肪，或者是水，但也可以是多种组织或者是多种物质。计算机只能算它的平均值，算出小点的灰度，代表了所有像体里 X 线衰减值，这个就是像体和像素之间的关系。三、 X 线密度与 CT 值的概念及其之间的关系CT 扫面实际是把我们看到的这个层次看成相同大小的行成列的多个小像体，一个矩阵。我们对这些小像

4、体测量它的 X 线衰减值，把它还原成一个灰度的二维图像。每一个像素，灰度的不同代表了相应层次上的 X 线的衰减值，这个衰减值与什么相关？主要是与像素里代表的物质或者组织的原子序数相关，原子序数越高，衰减值就越大。但是这个衰减值是一个非常麻烦的小数，我们看到的实际值都是零点零几几几，后面是五到六位的一个小数，这样用起来很不方便，也不利于比较，所以为了描述方便，就创建了一个相对值叫 CT 值。实际上是相对于水的一个衰减值的比值。是这样计算的，它的 X 线衰减值比上水的 X 线的衰减值，然后乘以一千倍。因为人体水的成分最多，所以以水为基准。 CT 值只是一个相对值，只能定性不能定量使用。四、机体不同

5、组织的正常 CT 值范围CT 值是为了描述方便，易于临床应用和对照而设定的一个相对值。所以只能定性使用，不能定量使用。这个表列出了人体内大部分的脏器或者组织的 CT 值范围，这个是骨的结构，从 300 一直到 1000 ，凡是符合这个范围的，我们叫骨样密度。所有30 到 70 这个范围的都是软组织，所以叫软组织密度。在 0 左右我们叫水样密度。如果从负几十到负二百左右我们叫脂肪密度。 -300 一直到 -1000 就是气体密度。虽然 CT 能分辨2000个值，但是只能分出来这么5个范围。虽然 CT 比 X 线胸片比起来分辨率高了，但是看到的内容却是差不多的，唯一的区别是能把水分辨出来。五、窗的

6、概念及其应用窗是数字影像广泛应用的技术。 CT 分辨出来的 X 线衰减值，也就是 CT 密度，是从 +1000 到 -1000 ，能够分辨出 2000 个 CT 值。人眼睛对灰度值的分辨率远远比 CT 值要低得多。假定用一个纸条，从白到黑分成几个等份，逐渐变黑，人眼睛的分辨率值多少，不同的人有不同的认识，最低的认为是 16 个左右，最高的有认为可以分辨到 30 个，如果能分辨到 2024 个，也就是叫灰阶，把纸条分成 24 个等份，拿出两个相邻的等份，人眼睛能够分辨出来它们的差别，如果分的再细，相邻的两个灰度，就分辨不出来了。所以人眼睛对灰度的分辨率是很有限的，如果我们把 2000 个值都形成

7、影像，我们看到的影像跟胸片是一样的，胸片上所有的密度都在这上面，我们就达不到诊断的目的。实际上我们要看的组织解剖，不一定涵盖所有的 CT 值。举个例子，比如一个脑组织，我们用软组织窗，宽给 200 ，窗中心给 40 ，意思是在这个 CT 的密度上，以 40 为中心，上下各 100 个 CT 值，共 200 个，我们给它形成一个灰阶，也就是从 -60 到 +140 ， +140 以上所有的像素我们都处理成白色的，比 -60 低的我们都处理成黑的，把这一部分拿来，做成一个相应的灰度，这样它的 CT 值范围是 200 ，分辨 30 个灰阶，一个灰阶代表 7 个 CT 值，如果是分辨 20 个灰阶，一

8、个灰阶代表 10 个 CT 值，假定肌肉的 CT 值是 50 ，脂肪的 CT 值是 -50 ，他们之间是差了 100 个 CT 值，除以 7 差了 13 个灰阶，这样我们的眼睛就能很好地分辨出来。骨就不能用这个窗，因为骨的密度很高，而且骨皮质和骨髓质之间的密度差又很大，所以骨用的窗很宽，一般用到 1000 ，窗中心要提的比较高，是 400 ， 400 正负 500， 也就是 +900 到 -100 这个范围给它做一个灰度，以便我们观察骨的结构。跟刚才说的方法一样，把 +900 到 -100 做成一个灰阶。肌肉和脂肪， CT 值是 1000 ，假如人眼能看到 30 个灰阶，除以 30 ，每一个灰

9、阶代表 33 个 CT 值。这个图显示的是骨窗的一个影像，骨皮质和骨髓腔密度之间能很好地进行分辨，骨皮质是 +1000 ，骨髓大概是 +600 左右，它们之间差了 400 ， 400 除以 30 ，是 13 个灰阶，差了 13 个灰度，这个技术就好比在 CT 密度的尺子上，开了不同的窗，不同的宽度，形成了灰阶，再形成影像，目的是使我们更好地对病变进行诊断。比如我们看一个软组织病变，用软组织窗就可以很好的显示，要看骨的病变必须用骨窗，才能看到骨的情况，软组织情况就变成灰灰的一片，所以窗是为了适应人眼睛对灰度的敏感性所采用的一项技术。六、 CT 成像过程的基本步骤CT 比较复杂，但是总的说起来，只

10、有三步，就是从扫描到成像，可以分解为三步，第一步是测量，用 X 线源，也就是 X 线管，发出 X 线，穿过被检人体以后，到达对侧的探测器，探测器就接收到一个信号，这个信号里含着 X 线穿过人体以后衰减的程度，然后把它进行初步的处理，这个过程叫测量。测量出来的值是电压值是个模拟值，不能进行计算机处理，必须在做一个转换，把这个模拟值变成数字数值，才能进行计算机处理，第二部分就是计算机系统的影像重建，计算出每一个像素的衰减值，重建后的数据我们叫影像数据，这个其实就相当于测量时这个层次像体上的像素的 CT 值，以及每一个像素在平面上的坐标值。这个数字数据必须进行第二次转换，我们叫数模转换，数字数据转换

11、成模拟数据，这个数据是模拟值，转换以后投影在荧光屏上，或者是打印在胶片上，就形成了我们肉眼所见的影像。测量实际上是 X 线透过人体到达对面的探测器测得的，探测器为什么能获得 X 线的衰减值，一般像探测器是光线转换单元，最初的时候用的是气体探测器，这个探测器有很多的小的空间，里面是高压的疝气。当 X 线进入到电离室以后，高压疝气就被电离了，电离的量跟 X 线的强度是成正相关，电离以后形成一个电离电压，还可以通过小的电离室的壁引出来，当然这个电离的电压，跟到达 X 线的强度成正比，跟 X 线穿过人体被衰减的程度是成反比，这样我们就得到了 X 线衰减的数据。现在用的探测器都是晶体探测器，转换效率要比

12、以前的高，气体探测器的转换效率不足 50% ，固体探测器可以到 98% ，但是有一个缺点，跟气体探测器比起来响应的速度要慢，现在广泛使用的系统套磁探测器解决了这个问题。现在 CT 上大部分用的是系统套磁探测器。探测器接收到信号以后，把这个模拟的数据转换成数字的数据，是由数字系统 DAS 来完成的，除了一些电子元件以外，还有模拟数字转换器，现在的 DAS 做成一个很小的芯片，直接放在每一个探测器单元的后面。接下来我们看影像重建，影像重建有好多种方法，有反投影法、迭代法、解析法等等。现在大部分的设备使用的是解析法，方法很简单，我们对一个物体进行测量，检测的物体是由四个像体组成的，衰减值不一样，我们

13、要算出每一个衰减值的像素是多少，就对每一个像体的组合进行投照。我们对这个方向进行投照，就得到了两个综合的衰减值，这个方向再投照一次，就得到这样的一个衰减值。现在我们得到四个方程式，所以我们就能得到四个像素的衰减值是多少，这就是很简单的一个算法。但是具体到 CT 来说，算法没这么简单，有各种的数学模型进行计算。反投影法我们反着计算最后这个像体的衰减值是多少，但是这个反投影法有一个区别就是，在进行反向计算的时候，在像素的周围会出现数据的重叠，即会出现假象，有些地方就高起来了，所以我们就用数学模型把叠加的偏差抵消下去，否则这个是有数据偏差的。我们用反向的数学模型叠加进去，高出来的就会被抵消掉了。在日

14、常的工作中，滤过有不同的数学模型，如果是高通过滤过，就是我们所说的骨算法，得出的像素的边缘就非常的锐利，但是把一些假象也放大了，如果滤过函数用的值比较低，我们得到像素点边缘也就比较柔和，这在实际应用中也是很常见的。如果我们想看骨结构，骨结构和周围软组织相连的气体之间的对比非常的大，我们就可以通过高通过率算法，让这个骨的细微的边缘显得非常锐利，这样骨的小的细微结构就看得非常清楚。但我们看软组织化就不能用这种算法了，周围细小的点的噪声同样会被放大，这样软组织对比就显得很差，我们用低通过滤过就显得比较柔和，整个影像软组织对比较好，所以用不同的数学模型进行滤过可以得到不同的 CT 影像。影像的显示部分，有一个重要的环节就是数字数据转换成模拟数据。这里面最重要的转换就是利用窗技术，用不同的窗对影像进行处理，窗技术就是在数字数据和模拟数据之间进行转换，把不同的数字数据转换成不同的灰度数据，按转换不同的方法得第 11 页-