低剂量CT成像新算法研究与临床应用

A great deal of studies have showed that excessive radiation can induce abnormal human metabolism and pathological illness. Direct lowering X-ray radiation by changing scanning protocol will lead to degraded reconstructed images with significantly increased noise and artifacts, which might yield inaccurate diagnosis of abnormal illness. In implementing current Youth Fund project (New Algorithm Study for Low-dose CT Imaging And Processing), the applicant has proposed several new imaging algorithms with preliminarily encouraging results. As an extension of current project supported by Youth Fund, this proposal aims to solve the problems arised in the work under the Youth Fund project. In this proposal, the applicant will develop algorithms that can be feasibly applied to provide low-dose CT images with qualified clinical quality and lowered CT radiation. Based on the work of the Youth Fund project, this study will include the following four aspects: 1, further improving low-dose CT imaging quality; 2, algorithm validation; 3, comparative analysis of post-processing and iterative reconstruction algorithms; 4, improving computation efficiency and robustness to meet clinical requirements.

大量研究结果表明超过正常剂量范围的辐射易诱发人体新陈代谢异常乃至病理性病变，然而，单方面通过修改扫描参数减少CT中的X射线辐射将显著增加重建图像中的噪声和伪影，降低图像质量，从而影响医生对异常病变的诊断。在现阶段青年基金项目(低剂量CT图像成像和处理的新算法研究)的实施过程中，申请人提出了一些新的成像算法并取得了一定的初步效果。作为现阶段青年基金工作的扩展和延伸，本建议案拟针对青年基金实施过程中出现的问题提出解决方案并实施。本项目旨在为当前国内医院影像科设计有效可行的低剂量CT成像算法及相应的解决方案，提供满足临床诊断要求的低剂量CT图像，切实减小病人在CT扫描中的辐射伤害，研究内容将以青年基金项目的工作为基础，具体的将包括以下四个方面：1，进一步提高低剂量CT成像质量；2，算法验证；3，后处理和迭代重建算法的比较分析；4，根据临床要求提高算法速度和鲁棒性。

该项目旨在探索和设计面向临床实用的低剂量CT成像算法，课题组在理论探索和应用拓展两个方面同时开展科学研究，努力将稀疏表示，字典学习和模式识别等新技术应用于断层图像重建算法和优质低剂量CT成像算法，提高低剂量CT的成像质量，申请人先后提出了“基于区别性稀疏表示的低剂量CT成像算法”，“基于Gamma先验的CT重建算法”，”“基于字典学习的快速低剂量CT图像后处理”等一系列重建或者后处理算法，所提出的算法经过不同部位的临床数据验证，证明能够在降低四分之一剂量的条件下显著提高CT图像质量，其中“基于区别性稀疏表示的低剂量CT成像”算法已通过专利形式转让上海联影医疗设备公司，课题立项以来累计发表SCI收录期刊论文13篇(其中9篇的第一作者或通讯作者为该项目负责人)，部分论文发表在图像成像与分析领域具有广泛影响力的期刊，如《IEEE Transactions on Medical Imaging》、《IEEE Transactions on Image Processing》和《Physics in Medicine and Biology》。相关工作被Web of Science 引用近200次， 一定数量的引文发表在相关领域国际顶级期刊，如《Nature Communication》、《IEEE Transactions on Medical Imaging》、《International Journal of Computer Vision》和《Optics Express》等，引文作者包括相关领域的权威学者，如英属哥伦比亚大学Rabab K. Ward教授(IEEE Fellow, 加拿大工程院院士，IEEE Signal Processing Society现任主席)、普度大学的Charles A. Bouman教授(IEEE Fellow)等，部分成果被国内外同行在引文中称为 “first proposed (首次提出)”、“Novel (新颖的)”、“good performance (好的性能)”、“greatly improved (显著提高)”和 “It has been proved to be effective and promising (被证明是非常有效和有前途的)”等。课题组同时获得5授权专利。