CT的相关术语解释

体素与像素：体素是一个医学上的体积单位。在CT扫描中点的定义是：根据断层设置的厚度、矩阵的大小，最终确定的能被CT扫描的最小体积单位。体素作为体积单位，它有三要素，分别是长、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。像素也可以称为像元，它是构成CT图像最小的单位。它与体素是相对应的，体素的大小在CT图像上的表现，即为像素。

采集矩阵与显示矩阵：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是相关的。在相同大小的采样中，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：512512，另外还有256256和10241024。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512512的CT，显示矩阵常为10241024。

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，经过模数转换后就会传送给计算机，在这其间已转换成数字信号经预处理后，没有重建成横断面图像的这部分数据被称为原始数据。

重建与重组：当原始扫描数据经过计算机采用特定的算法处理之后，最后得到能用于诊断的一幅横断面图像，该处理方法或过程就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。一般情况下，扫描的层厚越薄、图像的数目越多，重组的效果就越好。

算法、重建函数核与滤波函数：算法是一组针对于特定输入和输出的规则。算法的基本特征是没有一个模糊的定义，因此算法规则所描述的步骤一定是简单、容易操作而且概念很明确，所以能够由机器进行实施。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。高分辨力的模式实际上是一种强化边缘和轮廓的函数，这就能提高分辨力，但是同时图像的噪声也会相应地增加。而软组织模式是一种平滑、柔和的函数，采用了软组织模式处理之后，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。