[DICOM影像知识]不同CT设备拍摄出来的影像如何区分图像清晰度＜西门子篇＞

本文由Markdown语法编辑器编辑完成。

1. 背景:

近日在处理一个由西门子CT设备拍摄出来的胸部检查时，遇到了三个序列。三个序列各自有各自的特点，而我需要做的就是，从这个检查中的三个序列中，选择出最适合做肺结节AI预测的序列。

那么，该从哪些角度来考虑呢?

我们先来直观地看一下这三个轴状位的序列，生成的冠状位的缩略图的截图。

这三张缩略图，分别就是由西门子(SIEMENS CT)拍摄的这个检查的三个轴状位的序列生成的缩略图。这三个序列的张数都是198张，但是它们用同一套生成缩略图的代码，却生成出了三张完全不同的缩略图。而这是由它们所携带的一些tag信息和像素信息所决定的。

最终和公司的算法同事讨论，他们认为第一张缩略图代表的序列，更适合做肺结节的检测; 而第二张缩略图，则更适合做骨折等的检测。而第三张，它的缩略图比例都不太对，应该是有点问题的序列，是需要过滤掉的。

2. 影像序列筛选:

这里介绍，如何通过一些tag的指征，来进行序列的筛选，得到更适合结节分析的序列。这里有一个关键的点，就是如何选择更合适的序列？图像是否越清晰越好，如何区分不同序列的图像清晰度。

通过查阅相关资料，决定筛选这三个序列的tag, 主要包括以下几项:

序列	SOPClassUID	ConvolutionKernel	SliceThickness
ser1	=CTImageStorage	Bf37f\4	1.5
ser2	=CTImageStorage	Br59f\4	1.5
ser3	=SecondaryCaptureImageStorage	Br59f\4	1.5

2.1 排除非原始拍摄序列

首先第一次过滤的时候，根据SOPClassUID, 前两个序列是: CTImageStorage, 第三个序列是: SecondaryCaptureImageStorage.
在DICOM标准中对于这个tag的描述，可以知道这个序列是否属于原始拍摄的序列。

如果是Secondary, 说明这个序列的图像，可能不是原始拍摄的，而是由其他格式转化而来的。具体的，关于 Secondary Capture Image这个类型的说明，可以参考链接: https://dicom.nema.org/medical/dicom/current/output/html/part03.html#sect_A.8.1 的说明.

A.8 Secondary Capture Image IODs
The Secondary Capture Image IODs specify images that are converted from a non-DICOM format to a modality independent DICOM format.

Examples of types of equipment that create Secondary Capture (SC) Images include:

Video interfaces that convert an analog video signal into a digital image

Digital interfaces that are commonly used to transfer non-DICOM digital images from an imaging device to a laser printer

Film digitizers that convert an analog film image to digital data

Workstations that construct images that are encoded as a screen dump

Scanned documents and other bitmap images including hand-drawings

Synthesized images that are not modality-specific, such as cine-loops of 3D reconstructions

因此，我们首先就把第三个序列给排除掉了。也正因为这个序列，它并不是原始拍摄的序列，因此在生成缩略图的时候，基于simpleITK的算法，对于它的一些跟几何空间有关的参数可能识别有误，才造成了生成的缩略图的比例，和原始拍摄出来的序列，生成的缩略图的比例有较大的区别。

2.2 基于图像清晰度参数

紧接着，我们需要从前两个序列，选择一个序列。从缩略图上面看，我们会认为第一个序列的缩略图，比第二个序列的缩略图，更清楚一些。

第二个序列的缩略图上面，有很多的雪花形状的噪点，就跟小时候看电视的时候，如果没有节目时的雪花状的噪点一样。那么这种噪点是怎么形成的呢？

我们可以通过看它的轴状位的图像，来加以观察和对比。

如果仔细观察这两个序列上面，某一个轴位图上面的差异，可以看出。第二幅图(Br59f\4)的图，它的细节，相比第一幅图(Bf37f\4)的图，更明显。

第一幅图，比较平滑，但是细节不够明显; 第二幅图，就像在第一幅图的基础上，做了一个边缘提取和锐化的操作。就是让它的边缘更加的明显，对比度更加强。
而第一幅图，相当于是在第二幅图的基础上，做了一个高斯滤波，去掉了很多噪声，得到了更加平滑的图像。

而这些区别，从它们dicom的卷积核(Convolution Kernel)上是有体现的。

那么这里就要说明一下，西门子的设备的卷积核的定义方式.

早期的卷积核命名方式:

而新版本的命名方式如下:

因此根据以上的对照，可以看出，本次我们要比较的两个序列，它们的卷积核分别是：
Bf37f\4, Br59f\4.

那么f, 是filtered, r, 是resolution enhanced.
因此，卷积核是Br59f\4的，它对图像做了锐化处理，因此边缘更加地清晰，相应的噪声也就增多了。
因此，它生成的冠状位的缩略图，看上去就是会有很多的雪花状的噪点。
而Bf37f\4, 它是对图像做了平滑处理，因此看上去噪声少了一些，而相应的，血管的边缘也没有那么清晰了，生成的冠状位的缩略图，看上去很顺眼，少了很多的噪点。

那么，为什么需要这两种不同的卷积核呢？查资料后了解到，主要是为了满足医生对于不同部位的阅片需求不同。

而对于我们要进行的肺结节的分割，最好就是用平滑的卷积核，而不是锐化的。