这篇论文《Automatic Patient Table Removal in CT Images》（CT图像中患者检查床的自动去除）提出了一种自动、鲁棒的方法来识别并去除CT图像中的患者床，以提升后续三维可视化、放疗计划、PET衰减校正和多模态图像配准的准确性。下面是对论文的系统解析：
一、研究背景与动机
1. 为什么需要去除患者床？
- 三维可视化（如DRR、MIP）：床会遮挡潜在重要数据。
- 放疗计划：成像床与治疗床的衰减特性不同，影响剂量计算的准确性。
- PET/CT衰减校正：床的存在干扰患者体表边界估计，影响散射校正。
- 多模态图像配准（CT与PET/MR/SPECT）：床在CT中可见，在其他模态中不可见，影响配准效果。
- CT-CT配准：不同扫描中床的设计、位置、姿态可能不同，干扰配准。
2. 现有方法的局限
- 手动方法：耗时、主观、不可重复。
- 自动方法 ：
- 模板法需预先获取模板，适用性受限。
- 连通域分析法在患者身体接触床边缘时容易失败，还可能误去除衣物、床单甚至体内低密度结构（如肺）。
二、方法核心思路
关键观察
- 在矢状面（sagittal plane） 上，床的顶部近似形成一条直线，因为床在轴向（头-脚方向）上几乎不变形。
- 基于这一特性，算法在矢状面上检测床顶直线，再映射到横断面（axial plane）进行去除。
算法步骤（共7步）
- 生成矢状面图像（从正中矢状面开始）。
- 二值化：阈值设为 -500 HU（空气与水密度中间值）。
- 垂直边缘检测：使用Sobel算子（仅检测垂直方向）。
- 霍夫变换 ：
- 参数为斜率 (k) 和截距 (b)，直线模型 (x = k y + b)。
- 搜索角度范围 (-1^\circ) 到 (+1^\circ)，步长 0.1°。
- 选择累加器最大值对应的斜率，再在该斜率下识别多个截距峰值（对应床垫、床顶、床底等）。
- 左右扩展搜索：从正中矢状面向两侧逐层搜索，直到检测不到垂直线。
- 平滑轮廓：对得到的床顶位置进行中值滤波（窗口5像素）。
- 横断面去除：在每一层横断面中，将床顶以下（含床顶）的像素值设为空气值（-1000 HU）。
关键判别准则
- 床顶位置的确定依据：
- 相邻峰值的距离（若距离小，第二峰为床顶，否则第一峰为床顶）。
- 线段的长度（床顶通常比床垫更长、更直）。
- 适用仰卧（supine） 和俯卧（prone） 两种体位。
三、实验与结果
测试数据
- 数据来自Philips、GE、Siemens等厂商的PET/CT和专用CT设备。
- 包含全身扫描（300--400层），床可能存在轻微倾斜（如0.5°可导致2米扫描范围垂直偏移18mm）。
验证方式
- 算法已集成到Philips EBW-NM工作站的商业产品中。
- 通过内部严格验证，正在临床验证中。
- 作者独立测试了数十个数据集，均获临床可接受结果。
展示结果
- 论文提供了多组去除前后对比图（Fig. 6--10），覆盖不同厂商和产品线，表明算法对各种床型均有效。
四、方法优势与创新点
| 特点 | 说明 |
|---|---|
| 无需预设模板 | 不依赖特定床型，通用性强。 |
| 不依赖连通域 | 避免患者接触床缘时的分割失败。 |
| 抗倾斜能力强 | 支持床在扫描中的小角度偏转。 |
| 自动选择床顶 | 结合峰值距离和长度判别，无需人工干预。 |
| 可扩展 | 不仅可"去除"，还可"替换"为治疗床模型。 |
五、局限与未来方向
- 未处理床的下垂（sag）：假设床在扫描范围内保持直线，超过一定阈值的下垂未考虑（但放疗床通常控制良好）。
- 轴向不变性假设：若床与扫描方向不垂直，方法会失效（但实际中罕见）。
- 阈值固定：-500 HU为经验值，对某些特殊材料或扫描协议可能需调整。
六、总结
这篇论文提出了一种基于矢状面直线检测 + 霍夫变换 的CT床自动去除方法，具有无需模板、适应多种床型、抗倾斜、全自动等优点，并在多厂商产品上验证有效。该方法已落地于商用系统，具有实际临床应用价值。