[论文解读] Comparison of reconstruction algorithms for digital breast tomosynthesis

Ingrid Reiser, J Bian+3 more|ArXiv.org|Aug 18, 2009

Digital Radiography and Breast ImagingMedicine参考文献 11被引用 21

一句话总结

本研究使用临床相关的数字乳腺体模，系统评估了三种数字乳腺断层摄影（DBT）重建算法——滤波反投影（FBP）、期望最大化（EM）和总变差（TV）最小化——的表现。结果表明，与因ramp滤波导致更高噪声和条纹伪影的FBP相比，迭代方法（尤其是TV最小化）能有效减少伪影并提高深度分辨率。

ABSTRACT

Digital breast tomosynthesis (DBT) is an emerging modality for breast imaging. A typical tomosynthesis image is reconstructed from projection data acquired at a limited number of views over a limited angular range. In general, the quantitative accuracy of the image can be significantly compromised by severe artifacts and non-isotropic resolution resulting from the incomplete data. Nevertheless, it has been demonstrated that DBT may yield useful information for detection/classification tasks and thus is considered a promising breast imaging modality currently undergoing pre-clinical evaluation trials. The purpose of this work is to conduct a preliminary, but systematic, investigation and evaluation of the properties of reconstruction algorithms that have been proposed for DBT. We use a breast phantom designed for DBT evaluation to generate analytic projection data for a typical DBT configuration, which is currently undergoing pre-clinical evaluation. The reconstruction algorithms under comparison include (i) filtered backprojection (FBP), (ii) expectation maximization (EM), and (iii) TV-minimization algorithms. Results of our studies indicate that FBP reconstructed images are generally noisier and demonstrate lower in-depth resolution than those obtained through iterative reconstruction and that the TV-minimization reconstruction yield images with reduced artifacts as compared to that obtained with other algorithms under study.

研究动机与目标

• 在真实成像条件下评估并比较主要DBT重建算法的性能。
• 评估图像质量指标，如伪影减少、分辨率、噪声特性及重建体积的均匀性。
• 利用专为DBT评估设计的体模，研究数据不完整性对图像保真度的影响。
• 确定迭代重建方法（如EM和TV最小化）是否在临床相关任务中优于传统FBP。
• 为临床前DBT开发中的算法选择提供系统性基准。

提出的方法

• 设计了一款包含纤维腺体组织、肿瘤、微钙化灶和肌肉等解剖学相关结构的数字乳腺体模，以模拟临床DBT条件。
• 基于典型临床DBT采集几何结构，从体模生成分析性投影数据，采用11–21个视角，覆盖15°–50°的角范围。
• 应用三种重建算法：滤波反投影（FBP）、期望最大化（EM）和总变差（TV）最小化。
• 通过二维和一维剖面分析、重建切片的视觉检查以及聚焦平面上感兴趣区域（ROI）的比较，评估图像质量。
• 使用无噪声和有噪声的数据，评估量子噪声和结构噪声对重建保真度的影响。
• 关键指标包括平面内和深度分辨率、伪影水平（如条纹伪影）、对比度保持能力，以及重建结构的均匀性。

实验结果

研究问题

• RQ1 在DBT重建中，FBP、EM和TV最小化算法在伪影抑制方面表现如何比较？
• RQ2 与FBP相比，迭代重建方法在有限角DBT中对深度分辨率的提升程度如何？
• RQ3 在DBT中，不同重建算法的噪声特性（量子噪声与结构噪声）有何差异？
• RQ4 TV最小化能否有效保持具有不同平面内和深度轮廓的物体的形状与对比度？
• RQ5 这些算法在重建微钙化灶簇（乳腺癌的关键诊断特征）方面的表现如何？

主要发现

• FBP重建表现出显著更高的量子噪声，且由于ramp滤波导致明显的条纹伪影。
• 迭代方法（EM和TV）在深度分辨率方面表现更优，显著减少了鬼影和重叠伪影，尤其在间距为2d的堆叠球体中表现突出。
• TV最小化生成了最平滑的图像，伪影最少，但其在原本均匀的区域引入了细微的“斑点噪声”或尖峰。
• 与真实体模相比，EM算法在均匀区域（尤其是胸大肌区域）表现出明显的直流偏移和强度增加。
• 在微钙化灶簇重建中，TV最小化在噪声条件下显著优于FBP和EM，有效减少了条纹伪影。
• 剖面分析证实，所有方法的平面内分辨率均保持良好，但迭代算法显著提升了深度分辨率。