双能锥形束CT的分解算法和成像物体尺寸依赖性研究

目的:分析"直接分解"和"迭代分解"两种双能锥束CT(DECBCT)分解算法对于不同尺寸模体图像质量和物质分解精度的影响。方法:利用CatPhan604模体和定制套环组合，模拟不同尺寸的患者成像部位，在Edge加速器锥形束CT(CBCT)系统上分别获取高能140 kVp和低能100 kVp的CBCT，并分别利用两种算法进行DECBCT的物质分解。分别计算了CTP682模块中各插件的电子密度(ED)和对比度噪声比(CNR)，用于评估两种算法的分解精度和输出图像质量。结果:基于模体手册中提供的真值，两种算法的ED准确度均较高，其中仅最小尺寸模体的4种插件材料存在统计学差异( z＝-4.21、4.30、2.87、5.45， P<0.05)，但平均相对误差均<1%。迭代分解算法的CNR显著优于直接分解，相对提高比例为51.8%~703.47%。模体尺寸的增大会显著降低ED的精度，相对误差最大增幅为2.52%。大尺寸模体也会降低迭代分解的图像质量，CNR最大降幅达39.71。 结论:在不损失电子密度计算精度的前提下，相比于直接分解，迭代分解算法在不同尺寸模体的DECBCT构建中显著降低了图像噪声，提高了对比度。