【影像学基本知识】有关CT及MRI阅片常识

Miele-LXIV

有关CT及MRI阅片常识

1. CT及MR

1）CT利用各种组织对X线的不同吸收系数，产生图像上的密度差异，测量单位HU（Hounsfield units），CT可以进行横截面和多个平面的成像。HU值的范围较大，为了凸显某一个组织，一般会卡窗宽窗位进行显示。CT中的像素值可以看作是灰度值，而且每个组织的范围可以相对固定，可以使用简单的阈值分割方法进行分割。
（2）MR图像是通过施加梯度场造成不同位置的质子运动频率出现差异来进行空间定位编码的。需要注意的是，MR图像上的灰度并非表示的组织的病变的密度，而是代表MRI信号的强度，反应的是弛豫时间的长短。所以卡阈值对于MRI影响而言没有任何意义。不同的人相同的组织或者相同的人相同的组织多次拍摄，得到的组织信号的分布也是不一样的（此处的分布指直方图统计中的组织信号处于的位置）。
（3）两者的像素范围有所差异，CT的空气为-1000，而MR为0。一般dicom存储的CT图像，空气值一般为0，需要做一下HU的转换。
（4）MR检查的时候会不可避免的出现伪影，在处理的时候可以先要进行去伪影的操作。
除此之外，两者在算法上的处理思路基本相同。

2. 矢状面，冠状面，横断面

以人的观察方位进行定义。

mitk中能更好的显示三个方位的信息。

3. 图像中的原点，大小，间距以及方向

（1）原点
图像3D中的原点处的坐标系为世界坐标系，原点为左下角的起始坐标，例如，使用simpleITK读取一个CT影像，得到坐标：

• x : -249.51171875
• y : -442.51171875
• z: -610.5999755859375

在阅片工具中，其中，第三维的数值代表了切片的位置，数值越小，切片的位置越靠下。在dicom序列中，往往每个slice都有一个dicom文件，如果要结合成一个3D的整体图像的话，需要参考z方向的位置信息，来进行整合。

当然，也可以通过序列index进行重建，如下图：

（2）大小
我们可以使用代码simpleITK或者阅片工具得到图像的大小，例如下图红色方框显示：

从图中可以很容易得到图像大小为320x260。
但是，阅片软件显示的时候，大小可能会稍微大一点，原因就是医疗影像上还有间距信息，包括像素的间距信息和层的厚度信息。
（3）间距

• 像素之间的空间间隔
• 层厚
  下图显示的是像素的间距。
  
  阅片显示的时候会进行线性的一个差值。
  使用simpleITK读取一个dicom文件的间距（Spacing）信息:

(1.1875, 1.1875, 1.0)
x，y方向的间距都是1.1875mm，因为我们只是读取了一张slice，所以层厚为1mm，但是实际三维空间中是不一样的；可以使用simpleITK读取层厚，得到为3mm。

使用simpleITK读取一个CT文件的间距（Spacing）信息:
(0.9765625, 0.9765625, 2.0)
此时层厚是正确的，因为读取的是3D的影像，为2mm。

当然，使用阅片工具Miele-LXIV也可以得到层厚的信息，如下图：

(4) 方向
对于3D的医疗影像，毋庸置疑，方向有三个，同样要使用simpleITK得到：

• 3维：(1.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0,1.0)
• 2维：(1.0, 0.0, 0.0, 1.0)

基本信息可以参考simpleITK技术文档：

关于位置信息，参考simpleITK技术文档，

SimpleITK(源自ITK)作为一个图像处理和分析工具包的独特特性是，它将图像视为物理空间中占据有界区域的物理对象。此外，图像在每个轴上的像素间距不同，而且轴不一定是正交的。https://github.com/InsightSoftwareConsortium/SimpleITK-Notebooks/blob/master/Python/03_Image_Details.ipynb

Miele-LXIV的使用演示