前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >胸片和CT断层图像是怎么来的?

胸片和CT断层图像是怎么来的?

作者头像
用户1150922
发布2019-05-29 16:37:39
1.3K0
发布2019-05-29 16:37:39
举报
文章被收录于专栏:计算机视觉life计算机视觉life

如何得到CT断层图像?

相信小伙伴体检的时候都拍过胸片,假如哪个不幸的小伙伴胸片有点“小问题”的话呢,还要再拍个CT图像让医生仔细看一下,那么这些图像有什么区别呢?又是如何得到的呢?今天我给大家简单介绍一下。

首先,胸片和CT图像长什么样子呢?

左图是我们平常所说的胸片,右边就是CT的断层图像。左边只有一张图片,相当于把人变成透明的,可以看到身体的内部,所以我们叫它透视像。拍这种透视的胸片的过程,我们称为普通X照相。右边是一系列图像,每一张图像都相当于把身体某一层切开看到的图像,所以我们称它为断层像。这种断层像,是用CT断层扫描得到的。

那么这些图像怎么得到的呢?

自然都是用医院放射科的机器扫描出来的啦。这些机器都会发出X射线,在穿透人体之后被X射线的探测器捕捉到(与我们的相机捕捉自然光的原理相似)。因为人体不同的器官对X射线的透过率不一样,所以我们就得到了一副能反映人体结构的图像啦。

下面这张图像向我们展示了胸片(透视像)的获取原理。

神奇的CT断层扫描又是怎么回事呢?

在CT扫描的时候,假设医生想看你身体某一层的断层图像,就会用CT围着你身体的那一层转上一圈。一般来说,医生会一次性扫描很多层(一两百层)来获取你身体某个部位的一系列断层图像。

为什么转上一圈就知道身体里面长什么样子了呢?

这主要是CT重建算法的功劳啦。

CT重建算法原理

接下来给大家简单介绍一下CT的重建算法。

射入人体的X射线,穿过人体之后会有一部分透射出来,被探测器捕捉到。我们用吸收系数(μ )来表示X射线在人体内的衰减量。

我们将人体需要扫描的那一层划分成很多个内部均匀的小单元(称为体素,也就是像素加上扫描的那一层的厚度)

假设入射人体的X射线的强度为 I0{I_0}I0​, 时,透过人体的X线强度为 III ,每个小单元的吸收系数分别为 μ1,μ2,⋅⋅⋅⋅⋅⋅,μn {\mu _1},{\mu _2}, \cdot \cdot \cdot \cdot \cdot \cdot ,{\mu _n} μ1​,μ2​,⋅⋅⋅⋅⋅⋅,μn​ 每个小单元的长度为lll 。透射线与入射线之间有这样的一个关系: I=I0e−(μ1+μ2+⋅⋅⋅⋅⋅⋅+μn)l I = {I_0}{e^{ - \left( {{\mu _1} + {\mu _2} + \cdot \cdot \cdot \cdot \cdot \cdot + {\mu _n}} \right)l}} I=I0​e−(μ1​+μ2​+⋅⋅⋅⋅⋅⋅+μn​)l 变换一下: μ1+μ2+⋅⋅⋅⋅⋅⋅+μn=−1lln⁡II0 {\mu _1} + {\mu _2} + \cdot \cdot \cdot \cdot \cdot \cdot + {\mu _n} = - \frac{1}{l}\ln \frac{I}{{{I_0}}} μ1​+μ2​+⋅⋅⋅⋅⋅⋅+μn​=−l1​lnI0​I​ I0{I_{\rm{0}}}I0​,III 和 lll 都可以通过CT知道,也就知道 μ1+μ2+⋅⋅⋅⋅⋅⋅+μn{\mu _1} + {\mu _2} + \cdot \cdot \cdot \cdot \cdot \cdot + {\mu _n}μ1​+μ2​+⋅⋅⋅⋅⋅⋅+μn​ 了。

为了建立CT图像,必须先求出每个小单元体的吸收系数 μ 。

数学角度上讲,对于n个吸收系数 μ ,需要至少建立如上式那样n个或n个以上的独立方程。因此,CT装置要从不同方向上进行多次扫描,来获取足够的数据建立求解吸收系数的方程。

举个例子:

我们要得到这个由四个小单元组成的物体的断层图像,就要从四个方向扫四次,得到四个由未知的吸收系数建立的方程,就可以求出来四个吸收系数了。

人体的不同组织对X射线的吸收系数不同,不同的吸收系数转化成不同的灰度值显示出来,我们就得到了一张断层图像啦。

有了CT断层图像,医生就可以看到病人身体内的结构,及时的诊断疾病了。目前,CT是在临床上应用最为广泛的医学成像设备了,在很多疾病的早期诊断上功不可没。

最后,让我们膜拜一下两位因发明CT而共同得到诺贝尔生理学或医学奖的大神科学家:Hounsfield和Cormack。

Hounsfield和Cormack
Hounsfield和Cormack

Hounsfield是一位英国工程师,Cormack是美国物理学家。顺便提一句,因发现X射线而获得诺贝尔物理学奖的伦琴是德国的物理学家。

学理工科的小伙伴加油吧,我们也可以给医学领域带来改变哦。

医学图像处理交流群

本文作者系医科大学青年教师, 对医学图像处理感兴趣的小伙伴可以在计算机视觉life公众号菜单栏回复“医学” 进群交流哦。

原文链接 查看更方便

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018年12月05日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 如何得到CT断层图像?
  • CT重建算法原理
  • 医学图像处理交流群
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档