一种生成和验证基于数字重建射线照片的计算机模拟的方法，用于优化使用计算机射线摄影成像系统获得的胸片
目标：本研究的目的是开发并验证一个计算模型，这个模型能利用一组真实病人CT数据生成比较逼真的类似于X光片的影像数据。
方法：CT数据可实际模拟解剖噪声，解剖噪声是确定胸部X线照射病理的限制因素，并且在数字重建X射线照片（DRR）生成后添加了频率相关噪声，以模拟减少曝光。 实际散射和散射分数在CR系统上获得的胸部模型的影像由计算机模型模拟并添加了DRR后计算。
结果：该模型已经用一个模型和病人进行了验证，并显示可提供信噪比（SNR），组织与肋骨比（TRR：软组织像素值与肋骨值的度量）和像素直方图的预测处于患者和体模测量值的范围内。测得的SNR与计算得出的SNR最大差异为10％。 TRR值最大相差1.3％。
结论：经验丰富的图像评估人员对DRR图像做出了积极回应，认为它们包含足够的解剖特征，并认为它们在临床上可以接受。 因此，图像评估人员可以使用计算机模型对在不同管电位和剂量下呈现的胸部图像进行分级，以优化临床CR胸部X线照片的图像质量和患者剂量 无需重复患者暴露。
许多出版物[1-5]表明，患者的解剖结构是检测胸部病变的限制因素，“解剖噪声”一词源于他们的工作。最近，一项欧洲广泛的研究（RADIUS胸部试验）检查了数字胸部放射学中结节检测的各个方面，例如结节位置和系统噪声的影响[6，7]，解剖学噪声以及部分图像背景作为纯噪音[8，9]。在介绍性论文中，Bath[10]等描述了胸部X光片上的投影解剖结构对病理学检测的影响远大于系统噪声，因此，这是检测胸部X光片病变的限制因素。由于现在通常认为胸部X光检查不受量子噪声的限制，因此用于优化胸部X光检查的任何数字X射线系统的图像都必须具有临床真实的特征。通常，文献中报告的检查计算机射线照相（CR）胸部优化的工作使用了物理模型，该模型可以优化各个参数，例如信噪比（SNR）和调制传递函数（MTF），但是这些不一定包含所有需要解剖特征（噪声）[11-15]。实际上，我们已经研究过优化CR成像系统用于虚幻的胸部X光片几乎没有解剖学细节[16-18]，并且能够最大程度地在提高对比度和空间分辨率方面提供建议，但这些与临床影像诊断质量的关系尚不清楚。最近，计算机化的体素体模已用于蒙特卡洛研究[19-23]，以试图模型化解剖学特征。然而，这些研究中使用的体素体模的器官[24]仅被识别为五种组织类型中的一种，即软组织，骨骼，骨髓，肺组织和空气，这可能限制了解剖学噪声的作用，并且体模体素分辨率相对粗糙（约4毫米长x3毫米宽x3毫米厚）。因此，可能会产生比真实CR图像（典型像素间距0.17x0.17 mm）低得多的空间分辨率的图像。另一个考虑因素是，所有的蒙特卡罗研究都只计算传递给CR存储磷光体的能量，而不包括系统噪声。
如前所述，尽管解剖学是检测数字化胸部X光片中病变的最重要因素，但从治理的角度来看，辐射剂量与图像质量之间的关系也不能忽略。保持剂量尽可能低的必要性（ALARP）是国际辐射防护委员会（ICRP）[25]的一项建议，也是英国《2000年电离辐射（医疗照射）条例》（IR（ME）R 2000）的要求。对于每次检查，在获得必要水平的图像质量时，必须保持对患者的剂量ALARP。 [26]Bath等人提出，应使用临床图像来获得最高的优化有效性，为此还描述了一种模拟较低图像的方法。 描述了一种通过在原始图像中添加频率相关噪声来模拟低曝光的方法[27]。这种方法仅适用于给定的X射线束质量，因此，全面优化仍然需要对同一位患者进行重复照射，从而增加了诱发癌症的随机风险。
解剖结构和系统噪声必须在图像中表现出来，以实现优化（如文献所示）。本文介绍了数字重建X射线照片（DRR）的开发和验证：从CT数据创建的传统二维（2D）X射线图像的计算机模拟。我们的模型包括现实的解剖学和频率相关的系统噪声（包括量子噪声），目的是优化平均身高的男性CR胸片。该模型使用临床胸部CT数据集来提供逼真的解剖特征。据我们所知，DRR生成的图像尚未用于优化目的。在我们的新模型中，使用了一种光线投射的DRR生成方法，因为已证明该方法在生成的图像[28，29]中比通过喷溅[30]等其他方法生成的图像具有更高的质量（将每个体素投影到图像平面并将其合成为累积图像的方法）。模拟中使用的X射线光谱由医学物理与工程研究所（IPEM）report78软件生成[31]。根据CR系统的物理特性对CR存储磷光体中吸收的能量，散射和频率相关噪声进行建模。由于使用回顾性CT数据集计算机生成最终图像，因此不存在对患者的额外暴露风险。
方法和材料
实用方法
DRR模拟需要从CR和CT系统获得的数据以实现足够的功能。 X射线和CR系统所需的所有物理特性均配备了Philips Optimus Diagnost(飞利浦擎天柱诊断仪) TH（飞利浦医疗系统，英国萨里）天花板悬挂式X射线系统，总固有过滤率相当于3.1 mm铝，并使用带有MD4.0板的Agfa CR-85阅读器（爱克发，德国皮森贝格）（35*43厘米，有效像素间距为0.17毫米）。所有幻影采集（CR和CT）均使用Alderson RANDO仿真体模的胸部部分，该体模由嵌入合成异氰酸酯橡胶中的天然人体骨骼组成，并带有肺替代物和气腔，模拟了平均雄性约70公斤。尽管主要用于放射治疗，但已证明RANDO可以减弱与水相似的诊断能量辐射，而水又具有与人体肌肉非常相似的特性[32]。在CR系统上采集的所有幻像图像（在每个电子管电势下）均以180 cm的聚焦至受体距离进行拍摄，CR受体放置在卡匣固定器中的幻影后面5 cm，并具有足够的电子管电流-时间乘积（mAs）产生的lgM值为2.00±0.05。 lgM值是CR系统上显示的每次图像采集的受体剂量指标，对于正确曝光的胸部X光片，Agfa建议该值约为2.00。 X射线场平行校正到体模的边缘，并且由于不同的单个受体不具有完全匹配的灵敏度，因此在整个研究过程中使用了一个CR盒（在CR读取器中数字化，固定灵敏度为400）。所选盒带显示了中位灵敏度（即与其他盒带相比的中位lgM值）。没有进行临床后处理。飞利浦16片多功能探测器CT扫描仪用于收集CT体模和患者数据。 Roberts等人[33]最近报道说，将防散射栅格与数字成像结合使用是不合理的，因为会导致患者剂量增加而图像质量没有相应提高。因此，根据我们放射科的胸部成像协议，在我们的仿真中未对防散射网格进行建模。
计算（电脑）模型
X射线光谱
如IPEM报告78 [31]中所述，使用Birch和Marshall技术生成X射线光谱。该报告以0.5 keV的间隔从0.5 keV到用户选择的加速电位生成光谱。光谱数据在距光源750mm的中心轴上指定（光子mm–2 ，mAs–1）。如果光束来自点光源，则根据从光源到虚拟患者的距离，使用平方反比定律来校正模拟器中使用的注量。IPEM报告78计算了效率为100％的试管的X射线光谱，因此注量也按比例缩放到该工作中使用的X射线管的空气比释动能。 CT数据准备
在计算DRR之前，有必要准备CT数据。 CT图像应尽可能少地进行处理，以使像素值（CT编号）对应于特殊组织的X射线衰减特性。由于反投影CT数据固有地模糊，因此必须应用滤波。本研究中使用的飞利浦扫描仪具有多种滤镜，其中一些滤镜人为地锐化图像（强调高空间频率），有些滤镜使图像平滑（强调低频）。与飞利浦讨论后（Paul Klahr，飞利浦个人通信医疗系统，2008），过滤器（E）被确定为提供最小处理。这是基本的“斜坡”滤镜，用于纠正反投影对图像中不同空间频率的振幅产生的影响。在扫描仪上，可以使用过滤器(E)重建CT数据通过重新处理原始数据。尽管FOV在某种程度上取决于患者的身材，但也可以更改视野（FOV）和重建矩阵。众所周知，CT图像包含由于多种来源（主要是电子，量子和重建滤波器）的噪声。通常，CT图像中的噪声为与组织衰减无关的高斯噪声，正如希尔茨和杜泽利[34]所讨论的那样。为了评估此噪声是否对DRR图像的最终特性有影响，在DRR计算之前请使用高斯噪声去除滤波器（平均自适应滤波器），其内核尺寸为0x0（即未应用滤波器），7x7，14x 14和21x21应用于CT数据（见下文）。将频率相关的噪声（请参见下文）添加到原始DRR中，并进行信噪比（SNR）和动态范围比较。 CT图像在某种程度上也有一定的散射，但是本研究中使用的扫描仪利用了病人后的平行校正，可以最大程度地减少检测到的散射（名义上只有1-2％的信号是由于散射引起的），因此无需对此进行纠正。
CT数到线性衰减系数的转换
DRR方法要求将每个CT数转换为其线性衰减系数（LAC），以便人们可以根据入射光子强度的知识计算出输出光子强度。 Gammex RMI放射治疗组织等效体模（型号467）（Gammex RMI，英国诺丁汉）是包含17个插入物的固态水瓶，其插入物的衰减特性模拟了体内发现的各种组织的衰减范围， 如Figure 1所示。
使用表1中描述的参数扫描了该体模。这些参数是我们放射学CT部门胸部成像的标准参数（对于中等体型的男性来说，显像管电流是典型的）。扫描后，原始数据用滤波器（E），矩阵1024和切片厚度0.8毫米重建 （将相同的重建参数用于准备DRR计算的临床图像）。将图像转移到另一台计算机上进行分析，并得出每种组织替代物的平均CT数。我们假设光束硬化对结果的影响最小，因为CT扫描仪利用“领结”过滤器使光束的形状与人体保持一致，并且扫描仪软件会校正任何进一步的伪像。来自RMI体模的用户手册中的信息按重量提供了每种组织替代物的元素组成（例如，肺的重量百分比为H=8.33，C=60.32，N=1.67，O=7.38，Cl=0.15，Si=0.61和Mg=11.54）。这些数据与IPEM78产生的X射线光谱一起输入XCOM数据库[35]。该数据库计算光谱中每种能量的总衰减（cm2 g–1），并假设有人知道密度（g cm–3）的替代品并很容易转换为LAC（cm-1）。为了说明这一点，表2显示了50 kVp频谱的前五个能量，以及替代肺的总衰减和LAC（应该注意的是，XCOM数据库在衰减值上给出了最大10％的误差）。对所有组织替代品都重复此过程，并使用本研究中使用的所有虚拟电子管电势（50-150 kVp，步长为10）。表3显示了50 kVp频谱的前3个能量，其中每个替代品都有LAC。然后，可以使用表3中的数据得出平均CT数与LAC之间的线性关系。例如，两者之间存在线性关系（r2=0.997） 从空气（CT=21）到LN450（CT=443）的CT编号和LAC。生成的线性方程式用于将CT数据中那些从21到443（所有低于21的CT数都转换为21）的体素转换为它们各自的LAC。下一个高度相关的线性关系是LN450（443）和脂肪。这样，根据线性关系，所有位于443-909范围内的体素值都将转换为它们的相关LAC。此过程一直持续到所有CT体素值都转换为各自的LAC。2516以上（皮质骨）的CT体素值很少，但使用CB2-30％的线性关系将其转化为皮质骨（即最终线性关系源自表3）。
Table 1. Scan parameters used to scan the Gammex RMI phantom
CT 扫描参数 Value used
分辨率 标准
Collimation 16*0.75 mm
调节 1
视场(mm) 350
电子管电位(kVp) 120
电子管电流-时间乘积(mAs) 175
FOV, field of view.
Table2. 虚拟50 kVp光谱中的前五个光子能量以及它们各自的总衰减和线性衰减系数
DRR计算
DRR计算采用射线投射法，将模拟X射线源的CT衰减数据沿笔束加总到结果图像中的每个像素。图2显示了CT笔形光束进入3D数据集第一个切片中的的体素的情况。每个体素的尺寸为0.8*0.34*0.34 mm（高度*宽度*深度），因为将CT数据是按从后到前的方向翻转的（模拟患者直立姿势）。这样，每个体素的高度，宽度和深度分别与CT切片厚度,x、y方向的CT像素分辨率相同。每个“第一个PA切片体素” 在模型中都使用了一个笔束（图2仅显示一个光束），并且都是一个体素大小；因为每个笔束在CT数据集中移动时几乎没有增加（平均增加7％），因此没有对此进行校正。投影功能在CT数据集的DRR上的像素与正面（第一个PA切片）上的体素之间使用1：1映射，得到的模拟图像的像素密度为700*1024（即CT切片的数量为x CT分辨率），分辨率为0.8*0.34毫米。这小于CR图像（2800*2300，像素间距 0.17*0.17毫米），但这是在“CR荧光粉吸收的能量”下进行的讨论。计算了CT数据集中撞击每个体素的X射线光子的注量以及高度（w）和经度（h）的入射角。我们假设每个笔形光束的中心轴撞击第一个PA CT切片中的体素中心。这样，光束的任何部分都不会进入相邻的体素。但是，后续的PA片则不是这种情况。例如，图3显示了九个体素的正面以及撞击*体素的笔形束。请注意，光束不会撞击*体素的中心。图3中的黑色正方形表示笔光束不仅撞击中心轴撞击的体素的区域，还撞击邻近的体素的区域。计算入射，底部（或顶部），右侧（或左侧）和角体素中光束的各个区域，并将其作为整个光束区域的比率（RATIO_AREA）。然后，通过将相关体素的LAC权重到体素中光束的RATIO_AREA并将它们相加来找到有效的LAC：
在CT数据集中的每个PA切片中执行此操作，直到笔形光束退出。我们使用面积来校正部分体素采样，这假设使用面积比表示体积比。但是，由于射线投射是透视投影，因此假设并不完全准确，因为这是将3D（体积）点映射到二维平面的方法。然而，对于给定的体素中的束区域的增加/减小，体素中的束的体积将成比例地近似地增加/减小。使用面积比仅用于计算加权线性衰减系数，并且由于这适用于整3D笔束，因此 不会脱离体积计算，因此该方法有效。其他射线投射方法，例如Siddon [36]所描述的，仅使用射线（而不是笔形射束）来通过CT数据计算放射线的路径。体素密度为加权到每个体素中的射线长度。实际上，撞击在体素阵列上的X射线光子的影响不只是光线，而是发散通过阵列的光束。因此，Siddon和其他使用射线的技术在最终DRR中容易出现混叠[37]。通过以下公式计算出的X射线光子的强度：
Table 3：虚拟50 kVp频谱的前三个能量，以及每个组织替代物的线性衰减系数（LAC）和平均PV
Figure 2. 笔形束在CT数据集的第一个后前（PA）切片中进入体素。
其中I0是撞击CT数据集的第一个PA切片上的X射线光子的强度（源于IPEM报告78），路径长度是光束在每个PA切片中传播的长度（与所遍历的体素数量无关） LACeff_sliceN是有效线性层N的衰减系数。对于入射在X射线虚拟光谱中所有能量的PA CT数据上的每个笔形光束，都应用公式2。 应该注意的是，每一代DRR都需要45-90分钟（在装有现代处理器的计算机上）。
|
笔形束在第一个后束中撞击后前（PA）切片中的相邻体素。 |
CR荧光粉吸收的能量
荧光粉层吸收的X射线能量通过以下公式计算
其中，是磷光体的能量吸收系数；
是磷光体的质量负载（磷光体每单位面积的重量；g cm-2）；I(E)入射在CR荧光粉上的光子光谱（对于所有笔形光束，通过公式2得出）；和E光子能量。使用Agfa CR荧光粉的组成元素BaSrFBrI:Eu用来计算每个光子能量的
，使用XCOM数据库。
的使用值为0.08 g cm-2。计算中包括由于碘和钡的k-edge（分别为33.2和37.4 keV）而增加的光子吸收。将所有后续DRR图像计算为CR磷光体吸收的能量。如“DRR计算”部分所述，每个DRR都小于真实的CR图像。因此，最终的DRR已调整大小（以匹配CR图像）（使用双三次插值法）（输出像素值是最近的4×4邻域中像素的加权平均值）。我们通过比较原始图像和调整后图像的SNR和动态范围来测试图像调整大小的准确性。所有SNR（肺部，脊椎和隔膜）的一致性均在2％以内，最小像素值始终相同，最大像素值一致到3％以内。这并不奇怪，因为原始DRR中没有噪声。尽管这会带来系统性的错误，但我们认为它很小，可以继续观察它是否影响了后续的验证结果。
像素值数据的线性化
要测量散射和散射分数（SF），并向DRR添加频率相关的噪声，必须从CR系统中收集图像。 DRR图像以CR磷光体吸收的能量显示，并且是线性的（DRR像素值随mAs线性增加）。因此，从CR系统收集的图像必须也是线性的。但是，CR系统很少像本研究中使用的Agfa系统那样是线性的。通过测量系统传递函数（检测器响应）来线性化在CR系统上获取的图像的像素值。这是通过在每个电子管电势下获得一系列六个均匀的开放场曝光来完成的（50–150 kVp，以10 kVp为步长）覆盖在盒子上约1-15 mGy的空气比释动能，已移除盒子并用已校准的6 cc电离室（Radcal Corporation，Monrovia，CA）进行了测量。使用20 cm的聚甲基丙烯酸甲酯（PMMA）在焦点到暗盒的距离为180厘米的管口（由于具有类似的水X射线吸收特性而使用了PMMA）。对于实际使用的每个管电势，CR荧光体吸收的能量是使用``CR荧光粉吸收的能量''中所述的方法计算的（此处不使用空气比释动能的测量来计算荧光粉吸收的能量，而是确保使用的暴露因子在正确的诊断能量范围内，即1–15 mGy。每个管电位的像素值与荧光粉吸收的能量之间的关系用于线性化CR系统上采集的所有图像（即像素值 转换为CR荧光粉吸收的能量）。
散射测量并添加到DRR
散射的光子不包含临床上有用的信息，并且会通过创建降低图像对比度的不均匀背景来降低胸部X光片的图像质量。散射分数（SF）定义为散射辐射强度与记录在图像上的总（散射+初级）辐射强度之比。 Niklason [38]和Floyd等人[39]在胸部X光片的肺，心内膜和纵隔区域分别测得平均散射分数分别为0.55、0.81和0.91。因此，胸部X射线照相中的散射是不可忽略的，并且必须出现在优化图像中。我们的DRR图像不会根据CT数据计算任何散射，因此必须在计算后将其添加。为此，我们对散射和SF进行了测量,使用224个引导波速阵列在整个胸部X光片上成像，每个引导束器的厚度和直径均为6毫米，彼此间隔25毫米，并悬挂在1毫米厚的PMMA板上。使用RANDO的胸部部分和铅停止阵列位于幻像前面的位置，对一系列诊断管电势（50-150 kVp，以10 kVp为步长）进行了测量。图片是通过在“实用方法”下讨论的Agfa CR系统获得的。由于主要的X射线被铅挡吸收，因此射线照相中它们的阴影可估计散射。在具有足够管电流-时间乘积的情况下，在每个管电势下获取带有或不带有幻影的光束的图像，mAs，提供2.00±0.05的lgM。根据CR磷光体吸收的能量对每个图像进行线性化处理，并计算每个导光板阴影处的平均像素值。每个平均像素值都是散射的量度（以吸收磷）。类似地，在不存在铅停止的情况下，在每个图像中测量了吸收的总能量（主要+散射）。随后在每个前导挡块的位置测量了散射和SF（就CR磷光体吸收的能量而言，都是线性的），并用Matlab编写了一个2D插值程序（适合的双三次插值） 通过现有数据点的双三次曲面）来计算整个图像的散射和SF值。由于每个DRR已经是线性的，因此可以将CR磷光体吸收的总能量定义为DRRtotal（由于模拟器中不存在散射，因此所有笔形光束在CR磷光体中吸收的能量不仅是一次吸收，而是总吸收）。然后可以通过使用以下等式通过实验测量的线性SFs从DRRtotal中去除一部分信号来计算一次吸收量（DRRP）
然后可以将线性散射（通过实验测量）添加到DRRp中。 使用以下方程式
其中DRRPp+s是添加了线性散布（实验性测量）的主要DRR。 此处的散射和SF蒙版是使用RANDO幻像派生的，因此可以轻松地适合RANDO的原始DRR图像。 但是，尽管在这项研究中仅确定了平均身材的男性（以RANDO为模型），但患者之间的解剖结构略有不同，因此散布和SF面罩并不总是准确地适合原始患者的DRR。 为了克服这个问题，使用Matlab图像配准功能将用于患者DRR的散射和SF掩模配准了它们。 该函数使用线性共形变换，该变换假定两个图像的基本形状都相同（在这种情况下），但是一个图像由于平移，旋转和缩放的某种组合而失真。 MatLab中可用的注册方法已由Goshtasby [40，41]验证。
频率相关噪声的添加
使用Bath等[27]描述的略有不同的方法，将噪声添加到每个DRRp+s。 他们认为，模拟原始图像但在较低剂量下（模拟图像的剂量, Dsim < original image）的图像Imsim由Im(X,Y)sim=Im(x,y)orig scaled down+ Im(x,y)nosie给出，这里Im(x,y)orig scaled down是按比例缩小到模拟剂量（Dsim）的原始线性图像，并且Im(x,y)noise是包含噪声的图像，它将导致等噪声功率谱（NPS）（u,v）Imsim = NPS(u,v)Dsim。 但是，由于原始图像并非无噪声，因此噪声图像的2D NPS由下式给出：
我们的工作不同之处在于原始图像不包含噪声，因此等式6中的第二项变为零。正因如此，建议在CR系统上以给定的剂量水平（有效地Dsim）获得均匀的线性噪声图像，将包含所需的正确频率依赖性。该方法假定噪声功率谱（NPS）是噪声的充分描述，并且检测量子效率（DQE）在图像中存在的剂量变化范围内是恒定的。然而，CR系统的DQE随剂量降低而降低，但Bath等人认为 该方法足以满足临床使用剂量。使用“像素值数据的线性化”部分所述的相同实验设置，从CR系统中收集了一系列均匀噪声图像。在一系列临床相关mAs值下，以10 kVp的步长在50-150 kVp的管电位下采集图像。将每个噪声图像线性化，并将DC信号（平均值）设置为零 （添加噪声图像不得更改模拟图像的平均像素值）。由于每个DRRP + S是不均匀的图像，因此必须对均匀噪声图像进行校正，因为实际上CR图像的低剂量区域中的噪声会比高剂量区域中的噪声低。为了考虑这些局部剂量变化，对均匀噪声图像进行以下校正：
其中Im_noise(x,y)corr是校正后的噪声图像，Im_noise(x,y)unif是均匀噪声图像，DRRp+s是添加了散射的主要DRR，PVmean是Im_noise(x,y)unif的平均像素值。 对于这些公式的推导，读者应参考Bath等[27]。 通过CR盒在给定的入射空气比释动能下获得的每个校正的噪声图像都通过以下方式添加到DRR中，该值对应于CR盒在CR盒内的相同水平的空气比释动能入射（对于lgM = 2，每个管电位为7.0±0.4uGy）。 每个DRRp+s的肺区域。 使用先前为此CR系统得出的像素值与空气比释动能之间的关系来建立该空气比释动因值（即测量肺区域中的平均像素值 并转换为空气比释动能）。
幻影和患者图像采集
为了测试和验证DRR仿真，使用“CT数据准备”下讨论的扫描协议和重建参数对RANDO体模的胸部进行了扫描和重建。 幻影的CR图像也在管子上获得 电势为50–150 kVp（以10 kVp为步长），并且具有足够的管电流-时间乘积（mAs），以提供2.00¡0.05的lgM。 在每个电子管电位上也使用了一半和两倍的mAs值，以评估计算机模型结果中剂量减少和剂量增加的影响。 随后将所有图像传输到单独的计算机。 CT图像固有的分辨率低于 CR图像。 因此，人们会期望得到的DRR图像的分辨率低于CR图像的分辨率。我们认为定量测量是谨慎的。 这样，将使用特氟龙边缘幻影导出的DRR图像的MTF与CR图像的MTF进行了比较.
对临床图像进行了进一步的验证，因此获得了当地研究伦理委员会的批准，以允许使用回顾性临床CT和CR图像。 这项研究的目的是针对平均身高的男性优化CR胸部成像，因此在CT扫描仪和CR系统上确定了合适患者的图像数据（体重由检查射线照相的专家确定为70-10 kg）。 对于前者，数据是根据“ CT数据准备”中讨论的参数重建的，然后再传输到另一台计算机上。 对于后者，光束质量，mAs和 记录到用于曝光的检测器距离的焦点。 去除Agfa特定的后处理（MUSICA）后，图像被转移到另一台计算机上。
结果和讨论
CT数据准备
重建的DRR的肺部，脊椎和隔膜区域的SNRs分别显示了0.5％的变化，这些噪声没有使用噪声去除滤波器，而分别使用尺寸为7*7、14*14和21*21的滤波器。图像的动态范围没有差异。这表明添加到生成的DRR图像中的量子噪声比CT数据中存在的任何噪声都占主导地位。这可能是由于X射线笔形射线投射的平均和求和过程（平均和求和导致每个笔形光束相交的所有体素趋于其真实值）。由于在生成的DRR中对图像质量的影响最小，因此在计算DRR之前未对CT数据应用噪声去除滤波器。
DRR计算
Figure 4.(a),(b)显示了分别用50 kVp和150 kVp的管电压（匹配的lgM52.00〜0.05）重建的RANDO体模的原始DRR图像（不存在散射或噪声）。在图4a，b中可以看出，对比度随着管电压的增加而减小。这是 因为随着电压的增加，不同人体组织的线性衰减系数之间的差异减小，这是因为光电截面随着能量的变化大约为E-3。以这种方式，光电效应在产生诊断能量的对象对比度中起主要作用。
像素值数据的线性化
发现CR荧光粉吸收的能量与像素值之间的关系都是对数关系（loger，所有r 2>0.9995），并显示出对管电势的轻微依赖。为了解决这个问题，使用每个电子管电位的结果方程式将所有图像数据线性化。
散射测量并添加到DRR
带有光束停止器和随后的散射分数遮罩的RANDO体模图像Figure (5)(a),(b)所示。 SFs是在研究的每个管电位下得出的，范围在肺区域为0.4-0.65，在纵隔区域为0.7-0.8，在心脏区域为0.8-0.85。可以看出，SFs的最大变化是在肺中，这与Floyd等人[42]测得的SFs一般一致。
附加频率相关的噪声
图6显示了校正后的噪声图像的示例。图6中的噪声图像显示了局部剂量变化的影响。 膈肌和脊柱区的附加噪声低于肺区。 如果不进行校正，则低剂量区域的噪声将被高估（而高剂量区域的噪声将被低估）。
验证方式
DRR与CR的分辨率
从MTF曲线测得的DRR图像在2％水平上的有限空间分辨率在y和x方向分别为1.5 lp mm-1和0.6 lp mm-1。相比之下，CR为3 lp mm-1。 显然，在重建图像中分辨率较差； 因此，对象信息将始终以较低的分辨率呈现，而DRR图像将永远看起来与同一对象的CR图像完全不同.这可能是一个限制因素（请参阅“通过专家评估进行定性验证”）。
用RANDO模型进行验证
最初的验证是使用RANDO体模的真实CR和模拟DRR生成的图像进行的。图7a，b分别显示了在60 kVp下模拟和采集的RANDO的DRR（添加了散射和噪声）和真实CR图像。可以看出图7a，b中，两个DRR图像在视觉上都与真实图像相关。通过绘制像素值的直方图并计算SNR和组织与肋骨比率（TRR）进行定量验证。将SNR作为信号和噪声的水平进行比较非常重要。数字图像会影响病理学的可视化。TRR是一种度量，用于计算软组织与肋骨的平均关注区域（ROI）像素值。由于肋骨会覆盖胸部X光片的较大区域，并且会干扰软组织病变的检测，因此重要的是，在计算出的DRR和采集的CR图像之间应该存在良好的一致性。SNR是在肺门中测量的，使用由大约2500（50*50）像素组成的ROI，每个图像的脊柱和隔膜区域。在外侧肺区域测量TRR。如“方法和材料”一节所述，调整了每个原始DRR（不添加噪声或散射）的大小以匹配真实CR图像的大小。这样做对信号和动态范围的影响很小（0.2％）。这样，调整大小的DRR像素区域与CR匹配。图8比较了在60 kVp的管电势下采集和重建的像素值的真实（CR）和模拟（DRR）直方图， 分别。从图8中可以看出，从模拟DRR图像生成的直方图在形状上与从真实CR图像生成的直方图非常相似（其他管电位未显示，但遵循相同趋势）。但是，DRR直方图相对于CR直方图表现出减小的动态范围，这可能是由于原因在“临床图像的有效性”下进行了讨论。
图7.（a）RANDO体模的数字重建射线照片（具有散射和噪声）； （b）RANDO体模的X射线摄影图像。
图9a，b显示了分别以90 kVp，1和4 mAs的曝光因子采集和重建的实际CR和模拟DRR图像的直方图。从模拟图像生成的直方图的形状与从真实CR图像生成的直方图的形状相似，尽管它们的动态范围稍小，但它们会移动到像素值轴上的正确位置。这令人鼓舞，因为它表明模拟器会根据增加/减少的检测器曝光量正确增加/减少像素值，并且可以用于剂量递增/减少研究（假设噪声水平也正确）。表4比较SNR肺，脊柱和膈肌的真实CR图像与DRR图像的比例（匹配lgM=2±0.05）。从表4可以明显看出，所有通过DRR计算的和CR测量的SNR值都吻合良好，最大偏差为10％（平均55％）。由于NPS并未完整描述系统的噪声特性，因此添加依赖于频率的噪声确实有其局限性。 但是，这通常被忽略，因为临床上使用的剂量水平会产生随机噪声，而随机噪声在结构噪声中占主导地位。有关如何估算公差的描述，请参阅[16]。表5显示了增加和减少剂量对随后的SNR计算和90 kVp的管电势测量的影响。表5清楚地显示了分别在CR和DRR图像中测得的SNR的良好一致性。测试的所有其他电子管电势均产生相似的结果，因此表明该模型可以重现以增加剂量。表6展示了分别在DRR和CR图像中计算和测量的TRR。如表6所示，所有TRR都一致同意。测量值（CR）与计算值（DRR）的最大差为1.3％。可以看出，TRR随着管电位的升高而降低。这是因为肋骨在比软组织低的电势下衰减了更高百分比的入射光子，从而迫使TRR升高。
图8.（a）60 kVp 10 mAs时RANDO体模的像素值的射线照相直方图； （b）60 kVp 10 mAs时RANDO体模像素值的数字重建射线照相直方图。
图9.分别使用曝光系数90 kVp，1（a）和4 mAs（b）采集和模拟的实际计算机射线照相术和模拟数字
表4.在数字重建的X射线照片（DRR）和实际计算机射线照相（CR）图像中在肺，脊柱和膈肌（尿道）区域测得的信噪比（SNR）的比较
表5.在具有不同mAs的数字重建射线照片（DRR）和实际计算机射线照相（CR）图像中，在肺，脊椎和膈肌（尿道）区域中测得的信噪比（SNR）的比较
重建射线照相（DRR）直方图。
临床图像验证
除非另有说明，否则使用10个平均男性CR胸部图像进行真实患者数据的验证，所有这些图像均以70 kVp，5mAs的暴露因子采集。 图10a，b拿十张男性图像中的一张和DRR模拟图像做了比较（均为同类人群的典型图像）。与RANDO图像一样，模拟的DRR患者图像在视觉上与真实图像相关。 10张真实CR图像的最小和最大直方图值的均值（SD）分别为1690±80和3080±260。对于10个DRR图像，这些值分别为1750±270和2820±290。动态范围的计算（DRR）度量值小于测量的（CR）。这是可以预期的，因为尽管已经对许多组织类型进行了建模（使用RMI Gammex体模），但我们仅限于体模中包含的组织（Sandborg等人[20]用其蒙特卡洛计算机模型报道了类似的发现）。同样，体素大小（0.34*0.34*0.8 mm）可能比体内一些较小的结构更大。对于CR图像，直方图的峰—谷值会略微有些偏移。这可能是由于与RANDO体模相比，存在更多的脂肪，因此在真实患者的图像中记录的散射略多。 10个真实患者图像和10个模拟DRR图像在肺区域的平均SNR（±SD）分别为123.1±18.8和124.1±18.1。所有图像都是随机选择的，因为不可能模拟给定患者的DRR图像并获得该患者的CR图像。 同一位病人，给定标准偏差（SD），两个平均值相同。 SNR的差异很可能是由于患者体型的差异（尽管它们是“平均”值，但选择的体重范围是70±10公斤）导致X射线吸收和分散。脊柱区域的平均（DR）和CR SNR值分别为61.9±7.6和60.3±4.5。这再次显示出良好的相似性。膜片区域的平均（±SD）DRR和CR SNR值为31.4±2.0和 24.7±3.1。实际CR图像中光圈的平均SNR值比模拟DRR图像中的平均SNR值低。这可能是由于与RANDO相比，患者腹部周围的脂肪更多。这将增加到达CR磷光体的散射量，从而增加噪声，从而降低SNR。但是，隔膜的图像质量在胸部X线照相中的重要性有限[4]，因此这种差异看起来又没那么重要。
对以85 kVp和4 mAs采集的10个平均患者胸部图像重复此过程。 肺区域的平均（SD）DRR和CR SNR值分别为39.7±4.7和44.7±7.1，脊柱区域分别为24.8±2.4和22.8±3.2，膈肌区域分别为104.0±17.7和101.6±19.2。 根据SNR测量，使用10位随机真实和模拟患者来测量平均TRR. 均值（±SD）DRR和CR TRR值分别为1.071±0.005和1.075±0.004。 差异可能是由于所选患者的肋骨厚度各不相同。尽管如此，双方达成了令人满意的协议。
通过专家评估进行定性验证
4位独立的经验丰富的图像评估员（2位放射科医生和2位报告射线照相的摄影师）在校准过的PACS监视器上看到了50张模拟图像的样本，他们的意见非常肯定。 所有人都说，尽管图像分辨率不如真实分辨率 X射线照片每个都包含足够的临床细节，绝对可以代表胸部解剖结构，适合需要解剖噪声的优化研究。
表6.在数字重建射线照相（DRR）和实际计算机射线照相（CR）图像中测得的组织与肋骨比率（TRR）的比较
图10.真实患者（a）的数字重建射线照片（DRR）（带有噪声和散射），以及真实患者（b）的计算机射线照相图像。 使用以下曝光因子重建DRR图像：75 kVp，5 mAs和180 cm聚焦到检测器的距离（FDD）。 实际图像是在相同的因素下获得的。 应当注意，图10a和b不是同一患者。但是，两者都是“平均”身高和体重（70公斤±10公斤）。
模拟系统的局限性 该系统有很多限制。我们认为，最相关的是噪声添加（由于DQE依赖性以及图像中的剂量变化）和CT数据的固有分辨率比CR图像的分辨率（尽管仍然比Monte Carlo研究中使用的体素体模更好）。这导致DRR图像显示出比期望的更低的分辨率。如果提高CT扫描分辨率并达到CR的分辨率，将来就不会出现这个问题。但是，这项工作的主要目的是开发一种模拟系统，该系统能够产生能够充分模拟解剖学噪声和特征的胸部图像。因此，这些DRR图像的空间分辨率不是限制因素。
结论与未来工作
我们的DRR计算器方案提供了用于胸部X线摄影（平均体型为男性）的Agfa CR数字成像系统的真实模型。使用人体胸部CT数据集可以充分模拟解剖噪声。散射和系统噪声已成功添加到DRR计算之后，从而导致SNR，TRR和像素值直方图与在CR采集的图像中测得的高度一致。尽管DRR分辨率不如真实CR图像好，但四位独立的专家图像评估人员认为DRR图像可以充分模拟真实X射线照片并提供逼真的解剖结构特征。因此，该计算机模型为我们提供了一种工具，放射科医生可以使用该工具对使用不同X射线系统参数得出的图像进行质量分级，而无需对患者进行重复曝光。我们打算将其用于优化临床胸部使用该Agfa CR系统进行成像。如果对相关系统的X射线光子吸收，噪声和散射特性进行了测量并纳入了仿真，则该仿真器可以适用于其他数字检测器技术。未来的工作将包括为CT数据添加病理（并验证）以模拟最终DRR中的病变，对防散射网格和气隙建模 减少散射调查和模拟大/肥胖患者的技术。 致谢 作者感谢Ged Avery博士，Andy Swift博士，Steve Balcam先生和Liam Needler先生评估了一些DRR图像，并承认它们包含足够的预计解剖结构，并且适合进行优化研究。