مطالعه ی مقایسه ای روش های تحلیلی برای کاهش آرتیفکت فلزی در تصاویر CT

طی چند دهه گذشته، مقطع نگاری کامپیوتری با اشعه ایکس (CT) به عنوان یکی از روش های اصلی تصویربرداری مقطعی در طیف وسیعی از کاربردهای بالینی در رادیولوژی تشخیصی، انکولوژی و تصویربرداری مولکولی چند حالته، معرفی شده است. علی رغم ارزش اذعان شده این روش تصویربرداری، در مواردی به دلیل وجود کاشت های فلزی، کیفیت تصاویر CT تحت تاثیر قرار می گیرد. وجود اجسام فلزی مانند پرکردگی دندان، پروتز مفصل ران یا زانو، ضربان سازهای قلب، ترکش های جنگی و قفس های نخاعی باعث بروز و تشدید آرتیفکت های تصویر می شوند. این نوع آرتیفکت ها، به شکل خطوط سیاه و سفید در تصویر نمایان می شوند که باعث پنهان شدن ساختارها و بافت های اطراف کاشت فلزی می شود و ارزش تشخیصی تصاویر CT را از بین می برند. هم چنین این آرتیفکت ها بر دقت طراحی درمان پرتو درمانی که به تصاویر سی تی برای مشخص کردن تراکم الکترون و برآورد توان متوقف کننده نسبی ذرات متکی هستند، تاثیر می گذارد. بنابراین برای رفع این مشکل، طی 4 دهه، الگوریتم هایی با عنوان کاهش دهنده آرتیفکت فلزی (MAR) ارایه شده اند. در این پژوهش، پنج الگوریتم MAR با استفاده از شبیه سازی و مطالعات بالینی ارزیابی شده است. الگوریتم ها شامل درون یابی خطی (LI_MAR) داده های تخریب شده در سینوگرام، کاهش آرتیفکت های فلزی به روش نرمال سازی (NMAR)، روش حذف فلز (MDT)، کاهش دهنده آرتیفکت فلزی برای کاشت های ارتوپدی (OMAR) و یک روش بر پایه الگوریتم های مبتنی بر تکرار (MAP) است. تصاویر بالینی، در نواحی مختلف بدن، با ابعاد و جنس های مختلف کاشت فلزی، برای ارزیابی عملکرد الگوریتم های MAR، مورد مطالعه قرار گرفته است. به منظور بررسی کمی کیفیت تصاویر اصلاح شده با الگوریتم های MAR، معیار خطای میانگین مربعات نرمال شده NRMSE، محاسبه و ارزیابی شده است. نتایج حاصل از ارزیابی الگوریتم ها، نشان از عملکرد موثر الگوریتم NMAR در کاهش آرتیفکت فلزی به نسبت الگوریتم های دیگر، در اغلب موارد بوده است. هم چنین بررسی پارامتر زمان پردازش الگوریتم، ارزش کلینیکی الگوریتم NMAR را نمایان می کند.