迭代是什么？

迭代是什么？

伴随着CT发明伊始，辐射剂量就是大家无法回避的问题。如何降低CT检查的辐射剂量也一直都是业界的研究热点。滤线器的使用、3D毫安调制技术（Smart mA + Auto mA）、新型探测器的发明（宝石探测器）等新技术的不断出现，让CT检查的辐射剂量也不断降低。2008年，GE公司首先推出基于系统统计模型的自适应统计迭代重建技术（Adaptive Statistical Iterative Reconstruction, ASiR），让重建技术成为低剂量研究的热点，随后主流CT厂商陆续推出各自的迭代技术。但迭代究竟是什么？它是如何降低扫描剂量的？本文将带大家一窥究竟。

在我们了解迭代重建技术之前，我们首先来了解一下CT图像重建过程是如何工作的。假设这样一个情形：一个形状不规则物体放置在一个半透明的圆柱型容器之中，在不能打开容器的前提下，想要知道物体的具体形状，我们可以用一个手电筒作为光源，眼睛作为“接收器”，通过旋转容器，从不同角度眼睛去观察物体的影像，并据此猜测物体的形状。CT成像的基本原理（图1）与这个过程基本一致。球管相当于手电筒，不规则物体相当于脏器，而探测器就想当于人的眼睛。当然，CT的图像重建过程更为复杂。然而，如果想要得知CT图像正确与否，我们不可能像手电筒实验一样，能够直接打开容器，将通过猜测的图像与真实的物体形状进行对比和检验。而CT迭代重建技术恰恰可以实现这一对图像进行检验的目的。

图1. CT成像与几何采样示意图

CT迭代重建技术的基本原理是：首先通过滤波反投影技术（FBP）获得重建图像，这是对重建物体的第一次估计，但存在较大误差。然后对CT扫描和数据采集过程进行数学建模，将第一次通过FBP得到的被扫描物信息代到模型之中，通过计算得知第一次估计的物体经过CT扫描，探测器应该得到的数据信息，并将该计算得到的信息与实际CT扫描中探测器的数据信息进行对比检验，根据两者的区别，对第一次估计进行校正，得到第二次估计，再将第二次估计代到模型之中，进行检验。如此通过反复迭代的方式，对重建物体进行不断校正，直到通过模型计算得到的信息与探测器真实的信息吻合，得到最终的重建图像。

我们可以通过手电筒实验来加深对迭代重建技术原理的理解，迭代技术相当于根据手电筒从不同角度对物体的照射图像，获得对第一次对物体的估计，然后根据第一次对物体的估计，并假设这样一个的物体放到实验条件中，通过虚拟的手电筒照射，我们的眼睛应该看到什么样的图像，将该虚拟的图像与真实的图像进行对比。根据两者的区别，对被估计物进行校正，将校正之后的物体，再通过假设进行第二次估计和校正......直到最终被估计的物体虚拟的图像，与实际眼睛看到的图像一致，我们最终获知了容器中装得是什么物体。

2008年，GE公司首先推出基于系统统计模型的统计迭代重建技术（ASiR）。ASiR重建技术通过首先建立噪声性质和被扫描物体的模型，并利用迭代的方法对噪声加以校正和抑制, 得到更清晰的图像（图2）。ASiR技术可以显著降低重建图像的噪声，改善图像质量，与FBP算法相比，降低大于50%的扫描剂量，并提高了密度分辨率。目前ASiR技术配置在GE生产的超高端能谱CT、高端128层CT和16排50层CT，不仅可用于常规CT扫描，也可用于心脏扫描和能谱扫描。

图2，左肾结石CT成像FBP和ASiR重建技术对比

继第一代ASiR迭代重建技术推出并取得良好的临床应用之后。2011年，GE公司推出多模型迭代重建技术（Model-Based Iterative Reconstruction, MBIR, 商品名VEO）。与ASiR重建技术不同的是，MBIR技术除了建立系统统计模型之外，还建立了系统光学模型，对体素、X射线光子初始位置和探测器几何因素均通过模型进行模拟，真实地还原了X射线从投射到采集的过程（图3）。

图3   FBP，ASiR，MBIR重建技术的比较

MBIR重建技术因重建过程中建立了5个不同的模型，运算量巨大，需要独立强大硬件的支持。MBIR技术不仅可以降低90%的扫描剂量，而且可以提高密度分辨率和空间分辨率。

相信在不久的将来，通过迭代技术的不断进步，会让CT检查的辐射剂量不断降低，临床流程更加高效，让更多地患者受益于低剂量CT扫描的关爱。