Kurzfassung. In der Computertomographie ko¨nnen metallische Objekte oder Bewegungen durch Patienten zu Inkonsistenzen innerhalb der Projektionswerte fu¨hren. Bei der anschließenden Rekonstruktion der tomographischen Schnittbilder kommt es durch diese inkonsistenten Daten zu Artefakten, welche die diagnostische Aussagekraft des Bildes beeinflussen ko¨nnen. In diesem Beitrag wird die Anwendbarkeit zweier referenzloser Metriken fu¨r die Beurteilung der Bildqualita¨t in der Computertomographie u¨berpru¨ft. Die beiden Metriken basieren auf der Verwendung des Just-Noticeable-Blur (JNB)-Prinzips und wurden als wahrnehmungsbasierte Scha¨rfemetriken entwickelt, um die Unscha¨rfe in Bildern unterschiedlichen Inhaltes zu beurteilen. Es wird gezeigt, dass eine der Varianten fu¨r die Beurteilung von Bewegungsartefakten und die andere fu¨r Metallartefakte verwendet werden kann.
unabha¨ngig vom Bildinhalt automatisch beurteilen. Beide Metriken verwenden die Breite der Bildkanten als ein Merkmal der Bildscha¨rfe. Da die Unscha¨rfe einer Bildkante bei hohem Kontrast des Bildes fru¨her wahrgenommen wird als bei niedrigem Kontrast, werden zwei unterschiedliche kontrastabha¨ngige Gewichtungen der Kantenbreiten jeweils unter Verwendung des sog. Just-Noticable-Blur (JNB)-Konzeptes vorgenommen. Ein wesentlicher Unterschied zwischen den beiden Ansa¨tzen besteht darin, dass eine der Metriken eine gewichtete mittlere Kantenbreite ermittelt, wa¨hrend bei der anderen das Modell der Aufsummierung der Wahrscheinlichkeiten, Unscha¨rfen im Bild zu erkennen, verwendet wird. Im Folgenden wird der Ansatz aus [3] als JNB-Metrik (JNBM) und die Methode aus [4] als normierte JNB-Metrik (nJNBM) bezeichnet.
In diesem Beitrag wird die die Verwendbarkeit von nJNBM und JNBM fu¨r die Qualita¨tseinscha¨tzung von Metall- sowie Bewegungsartefakten in CT-Bildern untersucht und diskutiert. 2
Zur Evaluierung der Qualita¨tsmetriken werden zwei Testdatenmengen verwendet. Dabei handelt es sich zum einen um eine Aufnahmereihe eines anthropomorphen Torsophantoms (Quality Assurance in Radiology and Medicine, www.qrm.de), welches vor der jeweiligen Aufnahme mit unterschiedlich positionierten Metallobjekten versehen wurde. Es handelt sich um Aufnahmen mit einem Siemens Somatom Definition AS+ bei 120 kV und 100 mAs (Abb. 1).
Als weiteres Anwendungsbeispiel wurde eine Aufnahmereihe eines Kopfphantoms (The Phantom Laboratory, www.phantomlab.com) mit einem Sirona Galileos Dental-CT (21 mAs, 85 kV) verwendet. Dabei wurden verschiedene Bewegungsgrade in den Rohdaten mit einem Roboterarm simuliert (Abb. 2). (a) (e) (b) (f) (c) (g) (d) (h) Abb. 1. Torso-Testdaten ohne Metalle (a) sowie mit variierender Metallanzahl (b-h).
Fu¨r die Berechnung der Bildscha¨rfe wird das Bild fu¨r beide Verfahren im ersten Schritt in Blo¨cke R unterteilt und anschließend fu¨r jeden Block eine Sobel-Kantendetektion, gefolgt von einer Bestimmung der Anzahl an Kantenpixel durchgefu¨hrt. Eine Qualita¨tsbestimmung ist nun fu¨r die JNBM auf allen Blo¨cken mo¨glich, die eine Mindestanzahl von Kantenpixeln beinhalten (im Folgenden als Kantenblo¨cke Rb bezeichnet), denn andernfalls haben die Blo¨cke keinen signifikanten Einfluss auf den Gesamtscha¨rfeeindruck. Alternativ dazu wird bei der nJNBM zusa¨tzlich die Blocknachbarschaft u¨berpru¨ft. Eine Kante sollte demnach dominant in einer Region sein. Sind alle Nachbarblo¨cke ebenfalls Kantenblo¨cke, wird von einem zu stark strukturierten Bildbereich, wie z.B. Hintergrundrauschen, ausgegangen. Diese Blo¨cke werden somit im Weiteren ausgeschlossen.
Fu¨r alle verbleibenden Kantenblo¨cke wird fu¨r die nJNBM eine Gewichtung pb1(Cb) = { 0:0042 Cb + 1; fu¨r Cb
50 0:8092 e 0:024(Cb 50); fu¨r Cb > 50 bestimmt, welche den Erkennungsgrad von Unscha¨rfe in Abha¨ngigkeit des Kontrastes Cb von Kantenblock b widerspiegelt (perceptual weight). Fu¨r jeden Kantenpixel ej; j = 1; : : : ; E wird anschließend die Kantenbreite w(ej) bestimmt und eine Mittlung u¨ber alle Breiten des Blockes durchgefu¨hrt. E entspricht dabei der Gesamtanzahl an Kantenpixel im aktuellen Block b. Die resultierende mittlere Kantenbreite w¯b wird daraufhin mit pb multipliziert, was zu einer gewichteten Kantenbreite fu¨r alle b fu¨hrt. Abschließend werden alle Blockergebnisse erneut gemittelt (K entspricht dabei der Gesamtzahl an Kantenblo¨cken) was zum endgu¨ltigen Bildscha¨rfe-Wert der nJNBM fu¨hrt
E ∑w(ej) j=1
E w¯b = ; b = 1; : : : ; K; bzw.
K ∑w¯b pb1(Cb) nJNBM = b=1
K
Je ho¨her nJNBM also ist, desto unscha¨rfer ist das jeweilige Bild. Diese
Information ist dabei durch die beiden Mittlungen in (
Alternativ dazu wird bei der JNBM eine Gewichtung fu¨r die Kantenbreiten
basierend auf der Kenntnis ermittelt, dass bei hohen Kontrasten bereits
kleinere Kantenbreiten als Unscha¨rfe erkannt werden, die bei niedrigeren Kontrasten
Abb. 2. Dental-Testdaten mit ansteigender Anzahl von Bewegungsartefakten.
(
Cb
Cb > 50
50
wobei die entsprechenden Gro¨ßen in [3] durch Tests ermittelt wurden. Folgend
werden statt der Mittlungen aus (
D(Rb) = ( E ∑
w(ei) i=1 pb2(Cb) ) 1 und
D = ( K ∑ b=1 jDRb j ) 1 bestimmt. Fu¨r den Wert wurde, wie in [3] empfohlen, eine Gro¨ße von 3:6 verwendet. Daraufhin wird eine Normierung von D mit der Anzahl der Kantenblo¨cke K, gefolgt von einer Kehrwertbildung (um niedrige Metrikwerte fu¨r unscharfe Bilder zu erhalten und umgekehrt) durchgefu¨hrt, also gilt abschließend JNBM = K=D. Je ho¨her JNBM nun ist, desto ho¨her ist der Anteil an scharfen Kanten im Bild, wobei hier der Einfluss der Kantenpixelanzahl weiterhin erhalten bleibt. 3
Fu¨r die Bewegungsdaten wurde die nJNBM verwendet, da eine Kantenverschmierung unabha¨ngig von der Kantenanzahl im Bild detektiert werden soll. Fu¨r die Metallbilder ist im Gegensatz dazu prima¨r die Anzahl an Bildkanten von Interesse, die in Form von streifenfo¨rmigen Metallartefakten das gesamte Bild u¨berlagern. Aus diesem Grunde ist die JNBM hier eine sinnvollere Wahl, da die Informationen u¨ber die Kantenanzahl bei dieser Metrik im Ergebnis erhalten bleiben. Beide Testdatenmengen wurden vor der Evaluierung durch einen Experten nach ansteigender Artefaktanzahl sortiert. Als weitere Vergleichsmo¨glichkeit wurden die zuvor bereits erwa¨hnten referenzbasierten Verfahren SSD, NAD und REL verwendet. Fu¨r eine bessere Vergleichbarkeit wurden außerdem alle Ergebnisse auf den jeweiligen maximalen und minimalen Wert normiert. Abschließend ist anzumerken, dass fu¨r die Scha¨rfeberechnungen im Rahmen dieser Arbeit o.B.d.A. ausschließlich die horizontalen Kanten aller Bilder beru¨cksichtigt wurden.
In Abb. 3 sind die Ergebnisse aller Verfahren angewendet auf die jeweiligen Datensa¨tze zu sehen. Fu¨r die Metallartefaktbilder (Abb. 3a) verlaufen die Ergebniswerte nicht monoton steigend, wie durch die expertenbasierte Sortierung angenommen. Die Ergebnisse der Testbilder (c) und (d) sind fu¨r alle betrachteten Metriken niedriger als fu¨r das Testbild (b). Gleiches gilt fu¨r Bild (f) und das vorangehende Bild (e). Die Werte fu¨r die Qualita¨tsbestimmung der Bewegungsdaten (Abb. 3b) steigen mit wachsender Artefaktanahl, wobei alle referenzbasierten Metriken (im Gegensatz zur Experteneinstufung und der nJNBM) Testbild (e) als artefaktbehafteter einstufen als Bild (f). 0.8 0.2 0 0.2 0 Abb. 3. Ergebnisse der Qualita¨tsbestimmung von metall- und bewegungsartefaktbehafteten CT-Bildern mit SSD, NAD, REL sowie JNBM bzw. nJNBM. Die Sortierung der X-Achse entspricht Abb. 1 (links) bzw. 2 (rechts).
1 2 3 4 5 6 7 8
Metalldaten
Bei den Metallartefaktergebnissen weicht die JNBM vom Expertenwissen ab. Allerdings gilt dies auch fu¨r alle betrachteten Vergleichsmetriken. Insgesamt weisen alle Metriken einen exakt gleichen Verlauf auf. Dies fu¨hrt zu der Schlussfolgerung, dass die visuelle Artefakteinstufung bei einigen Testbildern problematisch ist, da nicht eindeutig zwischen den Artefaktsta¨rken unterschieden werden kann.
Die Expertensortierung der Bewegungsdaten hingegen stimmt mit dem Ergebnis der nJNBM u¨berein. Dies gilt jedoch nicht fu¨r die referenzbasierten Verfahren, die Bild (e) mit der niedrigsten Bildqualita¨t einstufen. Hier kann die Aussage des Experten und der nJNBM jedoch validiert werden, da die Bewegungsparameter der Testdaten bekannt sind und in Bild (e) tatsa¨chlich eine kleinere Bewegung wa¨hrend der Aufnahme stattfand als in (f).
Die Verfahren JNBM sowie nJNBM bilden somit eine gute Mo¨glichkeit zur referenzlosen Qualita¨tsbestimmung von metall- bzw. bewegungsartefaktbehafteten CT-Bildern. Fu¨r nachfolgende Arbeiten wa¨re eine Erweiterung denkbar, die unabha¨ngiger vom Bildrauschen ist.
Literaturverzeichnis