一般在CT设备开始系列扫描或者螺旋扫描之前，需要对病人扫一幅定 位像，以通过该定位像来确定扫描范围以及进行图像重建(Image Reconstruction)的定位。然后利用X射线源对病人的被检查部位进行扫描得 到投影数据来进行图像重建从而产生医学图像。
得到CT定位像后，会在其上面设置扫描的范围以及重建视野(Field of View，以下简称FOV)，在定位像上的FOV通常用一矩形表示，在一些特殊 的情况下，也可以采用平行四边形表示。其中，沿病人身体高度方向的边(即 矩形的上下边)用于确定扫描范围，利用这个扫描范围，感兴趣的检查部位 被包括在扫描和重建图像中，病人的其他部位免于扫描；而沿病人身体宽度 方向的边(即矩形的左右边)用于确定FOV，该FOV用于规定图像显示范围， 即被检查部位在图像中的显示位置和大小。CT设备将根据上述矩形设定的 范围进行随后的系列扫描或者螺旋扫描以及进行图像重建。目前已有多种在 定位像上沿身体边界自动确定和设置FOV的方法。
在定位像扫描时，所得到的定位像中可能会包含一些噪声，例如各种随 机噪声、在人体内部的金属部件和其他嵌入式部件所引起的噪声、以及其他 各类噪声。这些噪声的存在将会对FOV的分析、识别以及最后的确定带来 不利影响。

本发明的主要目的是提供一种改善图像质量的方法，通过该方法一方面 能够平滑定位像中包含的噪声，另一方面不会对定位像的轮廓产生大的影 响，从而更加便于确定定位像的重建视野。
为达到上述目的，本发明的技术方案具体是这样实现的：一种改善图像 质量的方法，该方法包含以下步骤：
(1)对于图像上的每一个像素点，判断所述像素点是否为边缘点；
(2)若所述像素点为边缘点，则仍以所述像素点的图像值作为所述像素点 的新的图像值；
(3)若所述像素点为非边缘点，则首先选择两种以上以所述像素点为中心 的对称窗口；然后分别计算组成所述对称窗口的像素点的数学期望与偏差； 最后选择所述偏差最小的对称窗口的数学期望作为所述像素点的新的图像 值。
其中，所述每种以所述像素点为中心的对称窗口包括至少两个对称子窗 口。优选地，所述每种以所述像素点为中心的对称窗口包括4个对称子窗口。
其中，所述对称子窗口分别为以所述像素点为顶点或边点的四边形子窗 口、以所述像素点为顶点或边点的五边形子窗口、以所述像素点为顶点或边 点的六边形子窗口中的至少两种子窗口。
其中，计算每种所述对称窗口的像素点的数学期望与偏差时，是计算组 成每种所述对称窗口的轮廓线上的像素点的数学期望与偏差；或者是计算组 成每种所述对称窗口的所有对称子窗口的轮廓线上的像素点的数学期望与 偏差。
作为本发明的一个优选方案，所述四边形子窗口为以所述像素点为顶点 的正方形子窗口；所述五边形子窗口为分别沿该像素点的0°、90°、180°、 270°方向对称的五边形子窗口；所述六边形子窗口为分别沿该像素点的45°、 135°、225°、315°方向对称的六边形子窗口。
作为本发明的另一个优选方案，所述四边形子窗口为以所述像素点为顶 点的正方形子窗口；所述五边形子窗口为分别沿该像素点的45°、135°、225°、 315°方向对称的五边形子窗口；所述六边形子窗口为分别沿该像素点的0°、 90°、180°、270°方向对称的六边形子窗口。
其中，所述图像上所述像素点的图像值为所述像素点的CT值。
采用了上述方法后，对CT定位像中包含的噪声，尤其是各种随机噪声、 在人体内部的金属部件和其他嵌入式部件所引起的噪声进行了平滑。同时该 方法不会对定位像的轮廓产生大的影响，从而更加便于FOV的分析、识别 以及最后的确定。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的描述，其中：
图1是本发明中采用的改善定位像质量的方法流程图。
图2是本发明实施例一，其中，图2a表示要计算的定位像像素点是非 边缘点P(3，3)，图2b、图2c、图2d分别是采用四边形、五边形、六边形 子窗口组成三种对称窗口进行计算的过程说明示意图。
图3是本发明实施例二，其中，图3a表示要计算的定位像像素点是非 边缘点P(3，3)，图3b、图3c、图3d分别是采用与图2中不同的四边形、 五边形、六边形子窗口组成三种对称窗口进行计算的过程说明示意图。

图1是本发明中采用的改善定位像质量的方法流程图。一般来说，一幅 CT定位像通常由512*512个像素点组成，每个像素点具有一个图像值，称 为CT值。根据本发明方法，首先判断图像上的每一个像素点是否为边缘点。 这里所谓的边缘点，即不能采用本发明下面提及的对称窗口来计算其数学期 望的像素点。通常在图像的前两行、最后两行、前两列、最后两列上的像素 点均属于边缘点。
若CT定位像上的一个像素点属于上述所说的边缘点，则仍以该像素点 的CT值作为所述像素点的新的CT值；
若CT定位像上的一个像素点不属于上述所说的边缘点，则首先选择两 种以上以所述像素点为中心的对称窗口，然后分别计算组成所述对称窗口的 像素点的数学期望与偏差；最后选择所述偏差最小的对称窗口的数学期望作 为所述像素点的新的图像值。
每种以所述像素点为中心的对称窗口包括至少两个对称子窗口，本发明 实施例中包括4个对称子窗口。
对称子窗口分别为以所述像素点为顶点或边点的四边形子窗口、以所述 像素点为顶点或边点的五边形子窗口、以所述像素点为顶点或边点的六边形 子窗口中的至少两种子窗口。
其中，计算每种所述对称窗口的像素点的数学期望与偏差时，是计算组 成每种所述对称窗口的轮廓线上的像素点的数学期望与偏差；或者是计算组 成每种所述对称窗口的所有对称子窗口的轮廓线上的像素点的数学期望与 偏差。
所述四边形子窗口为以所述像素点为顶点的正方形子窗口；所述五边形 子窗口为分别沿该像素点的0°、90°、180°、270°方向对称的五边形子窗口； 所述六边形子窗口为分别沿该像素点的45°、135°、225°、315°方向对称的 六边形子窗口。
所述四边形子窗口为以所述像素点为顶点的正方形子窗口；所述五边形 子窗口为分别沿该像素点的45°、135°、225°、315°方向对称的五边形子窗 口；所述六边形子窗口为分别沿该像素点的0°、90°、180°、270°方向对称 的六边形子窗口。
经过上述计算后，选择偏差最小的方向上所述像素点的数学期望作为所 述像素点的新的CT值。
图2是本发明实施例一，其中，图2a表示要计算的定位像像素点是非 边缘点P(3，3)，图2b、图2c、图2d分别是采用四边形、五边形、六边形 子窗口组成三种对称窗口进行计算的过程说明示意图。在图2中，首先选择 3种以所述像素点P(3，3)为中心的对称窗口。每种对称窗口包括4个对称子 窗口。第一种对称窗口包括4个正方形子窗口，其中每个正方形子窗口都以 像素点P(3，3)为一个顶点，第二种对称窗口包括4个以像素点P(3，3)为顶 点的五边形子窗口，这4个五边形子窗口分别沿该像素点P(3，3)的0°、90°、 180°、270°方向对称，第三种对称窗口包括4个以像素点P(3，3)为顶点的六 边形子窗口，这4个六边形子窗口分别沿该像素点P(3，3)的45°、135°、225°、 315°方向对称。
本实施例中，计算第一种对称窗口的像素点的数学期望与偏差时，是计 算组成第一种对称窗口的轮廓线上的像素点的数学期望与偏差；而计算第二 种对称窗口的像素点的数学期望与偏差时，是计算组成第二种对称窗口的所 有对称子窗口的轮廓线上的像素点的数学期望与偏差。计算第三种对称窗口 的像素点的数学期望与偏差，采用的方法与第二种对称窗口的计算方法相 同，即计算组成第三种对称窗口的所有对称子窗口的轮廓线上的像素点的数 学期望与偏差。
图2中像素点的坐标表示为：
P(1，1) P(1，2) P(1，3) P(1，4) P(1，5)
P(2，1) P(2，2) P(2，3) P(2，4) P(2，5)
P(3，1) P(3，2) P(3，3) P(3，4) P(3，5)
P(4，1) P(4，2) P(4，3) P(4，4) P(4，5)
P(5，1) P(5，2) P(5，3) P(5，4) P(5，5)
在图2b中，计算第一种对称窗口的像素点的数学期望与偏差时，以要 计算的像素点P(3，3)为中心，沿该像素点的0°方向至360°方向上用该对称 窗口的轮廓线上的像素点计算像素点P(3，3)的CT值的数学期望与偏差：
${\mathrm{Ave}}_{\mathrm{ir}}=\frac{1}{n}\underset{\stackrel{i=1}{k=1···n}}{\Sigma }{\mathrm{rect}}_{\mathrm{ik}}$
(公式1)
${\mathrm{Diff}}_{\mathrm{ir}}=\frac{1}{n-1}\underset{\stackrel{i=1}{k=1···n}}{\Sigma }|{\mathrm{Ave}}_{\mathrm{ir}}-{\mathrm{rect}}_{\mathrm{ik}}|$
(公式2)
在公式1和公式2中，rect表示矩形窗口，下标r也表示矩形窗口，i 表示矩形的个数，此处i＝1，n表示组成矩形的像素点数，此处n＝8。
根据上述公式1可知，计算中间像素点P(3，3)的数学期望即计算组成 该对称窗口的轮廓线上的8个像素点的CT值的数学期望，也就是说计算像 素点P(2，2)、P(2，3)、P(2，4)、P(3，2)、P(3，4)、P(4，2)、P(4，3)、P(4， 4)的CT值的数学期望。得到中间像素点P(3，3)的CT值的数学期望之后， 根据公式2可以计算出所述数学期望与组成对称窗口的轮廓线上的每一个像 素点的CT值之差，对所述差值的绝对值进行求和，再进行平均(除以(n-1))， 即可得到用矩形窗口计算的CT值的偏差。
而计算第二种和第三种对称窗口的像素点的数学期望与偏差时，是分别 计算组成第二种对称窗口和第三种对称窗口的所有对称子窗口的轮廓线上 的像素点的数学期望与偏差。
在图2c中，计算第二种对称窗口的像素点的数学期望与偏差时，以要 计算的像素点P(3，3)为中心，计算组成该对称窗口的所有对称子窗口的轮 廓线上的像素点的数学期望与偏差。更具体地说，即计算沿该像素点P(3， 3)的0°、90°、180°、270°方向的所有四个五边形对称子窗口轮廓线上的像素 点的数学期望与偏差。图2c中的虚线表示沿该像素点P(3，3)的0°、90°、 180°、270°方向，对每一个方向上分别有一个加粗的实线表示相应的五边形 子窗口。计算数学期望与偏差的公式如下：
${\mathrm{Ave}}_{\mathrm{ip}}=\frac{1}{n}\underset{\stackrel{i=1···4}{k=1···n}}{\Sigma }{\mathrm{pentagon}}_{\mathrm{ik}}$
(公式3)
${\mathrm{Diff}}_{\mathrm{ip}}=\frac{1}{n-1}\underset{\stackrel{i=1···4}{k=1···n}}{\Sigma }|{\mathrm{Ave}}_{\mathrm{ip}}-{\mathrm{pentagon}}_{\mathrm{ik}}|$
(公式4)
在公式3和公式4中，pentagon表示五边形子窗口，下标p也表示五边 形子窗口，i表示五边形子窗口的个数，此处i＝4，n表示组成第i个五边形 子窗口的像素点数，此处n＝6。
根据上述公式3可知，计算中间像素点P(3，3)的数学期望即计算组成 四个五边形子窗口的所有像素点的CT值的数学期望。也就是说，当i＝1时， 是对位于像素点P(3，3)0°方向的五边形而言，此时n＝1，2，...6，组成五边 形的像素点即P(3，3)、P(2，4)、P(2，5)、P(3，5)、P(4，4)、P(4，5)。当 i＝2时，是对位于像素点P(3，3)90°方向的五边形而言，此时n＝1，2，...6， 组成五边形的像素点即像素点P(3，3)、P(2，2)、P(1，2)、P(1，3)、P(1， 4)、P(2，4)。当i＝3时，是对位于像素点P(3，3)180°方向的五边形而言，此 时n＝1，2，...6，组成五边形的像素点即像素点P(3，3)、P(4，2)、P(4，1)、 P(3，1)、P(2，1)、P(2，2)。当i＝4时，是对位于像素点P(3，3)270°方向的 五边形而言，此时n＝1，2，...6，组成五边形的像素点即像素点P(3，3)、 P(4，2)、P(5，2)、P(5，3)、P(5，4)、P(4，4)。计算上述24个像素点的CT 值的和，再进行平均(除以n)，即可得到沿该像素点P(3，3)的0°、90°、180°、 270°方向的所有四个五边形对称子窗口轮廓线上的像素点的数学期望。
得到像素点P(3，3)的CT值的数学期望之后，根据公式4可以首先计算 出所述数学期望与组成五边形子窗口的每一个像素点的CT值之差，对所述 差值的绝对值进行求和，再进行平均(除以(n-1))，即可得到沿该像素点P(3， 3)的0°、90°、180°、270°方向的所有四个五边形对称子窗口轮廓线上的像素 点的偏差。
在图2d中，计算第三种对称窗口的像素点的数学期望与偏差时，以要 计算的像素点P(3，3)为中心，计算组成该对称窗口的所有对称子窗口的轮 廓线上的像素点的数学期望与偏差。更具体地说，即计算沿该像素点P(3， 3)的45°、135°、225°、315°方向的所有四个六边形对称子窗口轮廓线上的像 素点的数学期望与偏差。图2d中的虚线表示沿该像素点P(3，3)的45°、135°、 225°、315°方向，对每一个方向上分别有一个加粗的实线表示相应的六边形 子窗口。计算数学期望与偏差的公式如下：
${\mathrm{Ave}}_{\mathrm{ih}}=\frac{1}{n}\underset{\stackrel{i=1···4}{k=1···n}}{\Sigma }{\mathrm{hexagon}}_{\mathrm{ik}}$
(公式5)
${\mathrm{Diff}}_{\mathrm{ih}}=\frac{1}{n-1}\underset{\stackrel{i=1···4}{k=1···n}}{\Sigma }|{\mathrm{Ave}}_{\mathrm{ih}}-{\mathrm{hexagon}}_{\mathrm{ik}}|$
(公式6)
在公式5和公式6中，hexagon表示六边形子窗口，下标h也表示六边 形子窗口，i表示六边形子窗口的个数，此处i＝4，n表示组成第i个六边形 子窗口的像素点数，此处n＝6。
根据上述公式5可知，计算中间像素点P(3，3)的数学期望即计算组成 四个六边形子窗口的所有像素点的CT值的数学期望。也就是说，当i＝1时， 是对于位于像素点P(3，3)45°方向的六边形而言，此时n＝1，2，...6，组成 六边形的像素点即P(3，3)、P(3，4)、P(2，5)、P(1，5)、P(1，4)、P(2，3)。 当i＝2时，是对于位于像素点P(3，3)135°方向的六边形而言，此时n＝1，2，...6， 组成六边形的像素点即P(3，3)、P(2，3)、P(1，2)、P(1，1)、P(2，1)、P(3， 2)。当i＝3时，是对于位于像素点P(3，3)225°方向的六边形而言，此时n＝1， 2，...6，组成六边形的像素点即P(3，3)、P(3，2)、P(4，1)、P(5，1)、P(5， 2)、P(4，3)。当i＝4时，是对于位于像素点P(3，3)315°方向的六边形而言， 此时n＝1，2，...6，组成六边形的像素点即P(3，3)、P(4，3)、P(5，4)、P(5， 5)、P(4，5)、P(3，4)。计算上述24个像素点的CT值的和，再进行平均(除 以n)，即可得到沿该像素点P(3，3)的45°、135°、225°、315°方向的所有四 个六边形对称子窗口轮廓线上的像素点的数学期望。
得到像素点P(3，3)的CT值的数学期望之后，根据公式6可以首先计算 出所述数学期望与组成六边形子窗口的每一个像素点的CT值之差，对所述 差值的绝对值进行求和，再进行平均(除以(n-1))，即可得到沿该像素点P(3， 3)的45°、135°、225°、315°方向的所有四个六边形对称子窗口轮廓线上的像 素点的偏差。
经过上述计算后，将计算得到的组成三个对称窗口的像素点的CT值的 偏差进行比较。选择其中偏差最小的对称窗口的数学期望作为像素点P(3， 3)的新的CT值。
图3是本发明实施例二，其中，图3a表示要计算的定位像像素点是非 边缘点P(3，3)，图3b、图3c、图3d分别是采用与图2中不同的四边形、 五边形、六边形子窗口组成三种对称窗口进行计算的过程说明示意图。与图 2中相同的是，首先也选择3种以所述像素点P(3，3)为中心的对称窗口。每 种对称窗口也包括4个对称子窗口。
与图2相同，第一种对称窗口包括4个以像素点P(3，3)为顶点的正方 形子窗口，第二种对称窗口包括4个以像素点P(3，3)为顶点的五边形子窗 口、第三种对称窗口包括4个以像素点P(3，3)为顶点的六边形子窗口。与 图2中不同的是，所述五边形子窗口为沿该像素点P(3，3)的45°、135°、225°、 315°方向的4个五边形子窗口；所述六边形窗口为沿该像素点P(3，3)的0°、 90°、180°、270°方向的4个六边形子窗口。
其计算过程则与实施例一类似。例如，计算第一种对称窗口的像素点的 数学期望与偏差时，是计算组成该对称窗口的轮廓线上的像素点的数学期望 与偏差；而计算第二种和第三种对称窗口的像素点的数学期望与偏差时，是 分别计算组成第二种和第三种对称窗口的所有对称子窗口的轮廓线上的像 素点的数学期望与偏差。
除上述实施例一和实施例二所列举的情况之外，在计算这三种对称窗口 的数学期望和偏差时，还可以分别计算组成三种对称窗口的轮廓线上的像素 点来计算数学期望与偏差。或者，分别计算组成三种对称窗口的所有对称子 窗口的轮廓线上的像素点来计算数学期望与偏差。
采用了上述方法后，CT定位像上的所有像素点的CT值都已经更新为 新的CT值。具有新的CT值的定位像已经对其中的噪声，尤其是各种随机 噪声、在人体内部的金属部件和其他嵌入式部件所引起的噪声进行了平滑。 如果需要，可以按照上述方法对具有新的CT值的定位像上的像素点再进行 一次或者多次计算。该方法不会对定位像的轮廓产生大的影响，从而更加便 于FOV的分析、识别以及最后的确定。