作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处
注：本文所讲内容参考本人发表同名专利：《用于提升CBCT低对比度组织分辨率的三维图像后处理方法》（CN122312436A ），如有引用需要标注来源哈，如有疑问可以评论回复也可以邮箱1257147469@qq.com联系我。
技术领域
本发明属于医学影像处理技术领域，具体涉及一种用于提升CBCT（锥形束计算机断层扫描）低对比度组织分辨率的三维图像后处理方法，适用于口腔、骨科、肿瘤等临床场景中，对CBCT图像中软组织、微小病灶等低对比度组织的成像优化。
背景技术
CBCT技术凭借其体积小、辐射剂量低、成像速度快等优势，已广泛应用于临床诊断。但受限于成像原理，CBCT图像易存在噪声干扰，且低对比度组织（如口腔软组织、骨小梁、微小肿瘤病灶等）与周围组织的灰度差异小，边界模糊，导致临床医生难以精准识别，影响诊断准确性。
现有CBCT图像后处理方法中，降噪算法（如高斯滤波）易导致边缘细节丢失，模糊图像；边缘增强算法（如Sobel算子）则会放大噪声，造成图像伪影。同时，传统后处理方法多基于二维图像操作，忽略了CBCT三维体数据的层间关联，处理效果有限，无法满足临床对低对比度组织精准识别的需求。因此，亟需一种兼顾降噪、边缘保留与增强，能满足临床对低对比度分辨的要求，且适配三维数据的后处理方法。
发明内容
一、发明目的
本发明旨在解决现有CBCT后处理方法中低对比度组织分辨率不足、降噪与细节保留矛盾等问题，提供一种基于三维空值融合滤波与三维拉普拉斯增强协同的后处理方法，在高效降噪的同时强化低对比度组织边缘，提升其与周围组织的区分度，满足临床诊断需求。
二、技术路线
本发明的技术核心为"三维空值融合滤波降噪→三维差分边缘锐增"的级联处理流程，针对CBCT重建后的三维体数据，依托三维数据层间关联特性设计两步协同操作，实现低对比度组织分辨率提升，具体步骤如下：
步骤1：获取CBCT三维重建数据
采集患者CBCT扫描原始投影数据，经重建算法（如FDK算法）得到三维体数据，记为输入数据矩阵InputDataX×Y×Z，其中X、Y、Z分别为三维数据在横断位、冠状位、矢状位的像素维度，数据格式为浮点型，为后续三维后处理做准备。
步骤2：三维空值融合 滤波降噪处理
对三维体数据进行三维空值融合滤波处理，在抑制噪声的同时保留组织边缘细节，核心思想与逻辑如下：
- 邻域窗口设定：采用三维邻域窗口对每个体素点进行遍历处理，窗口大小设为奇数（如 9×9×9 ），窗口半径 。通过边界限制规则确定有效邻域范围，避免边界像素计算失真，有效邻域边界定义如下：
其中，X、Y、Z分别为三维体数据在横断位、冠状位、矢状位的像素维度，nxs、nxe、nys、nye、nzs、nze分别为有效邻域在三个维度的取值区间。 - 双维度权重计算与滤波输出：针对体素P(xx,yy,zz)及其三维有效邻域内的每个体素Q(x,y,z)，计算空间域与值域的联合权重，基于加权平均得到滤波结果，核心公式如下：
- 灰度差值计算：
其中，为邻域体素 的灰度值，为当前体素 的灰度值； - 联合权重计算：
其中，space_o2为空间域标准差平方，默认8，value_o2为值域标准差平方，默认100，该权重兼顾空间位置关联性与灰度一致性，实现噪声抑制与边缘保留的平衡； - 加权平均运算：
其中，O(xx,yy,zz)为当前体素滤波后的灰度值，即滤波后三维数据FilteredData对应位置的取值。
- 灰度差值计算：
步骤3：三维差分边缘锐增 处理
基于滤波后的三维数据FilteredData，通过三维拉普拉斯算子强化低对比度组织边缘，提升组织区分度，核心思想与逻辑如下：
- 三维邻域选取：沿用三维处理逻辑，为每个体素点 设定固定3×3×3三维邻域，邻域半径，覆盖横断位、冠状位、矢状位三个维度的相邻体素。通过边界限制规则确定有效邻域范围，避免边界体素计算失真，有效邻域边界定义如下：
其中，X、Y、Z分别为三维体数据在横断位、冠状位、矢状位的像素维度，nxs、nxe、nys、nye、nzs、nze分别为有效邻域在三个维度的取值区间。
- 差分求解：遍历体素P(xx,yy,zz)的三维有效邻域，统计邻域内体素总个数count，累加邻域内所有体素Q(x,y,z)的灰度值，通过以下公式计算求和sumL ，该值可精准表征当前体素与邻域的灰度差异，边缘区域灰度差异显著，特征明显：
其中，O(xx,yy,zz)为当前体素经三维空值融合滤波后的灰度值（即FilteredData) 对应取值，O(x,y,z)为邻域内体素的滤波后灰度值，count为有效邻域内体素的实际个数。
- 边缘增强运算：将拉普拉斯值sumL与预设增强系数k（默认0.01），可根据临床组织类型灵活调整）相乘，叠加至对应滤波后体素的灰度值，强化边缘区域灰度差异，得到增强后灰度值，公式如下：
其中，E(xx,yy,zz)为增强后三维数据EnhancedData对应位置的取值，实现低对比度组织边界清晰化。
步骤4：输出处理后图像
对增强后三维数据EnhancedData进行格式转换，输出为临床适配格式，可用于临床阅片、病灶标注等后续操作，完成整个后处理流程。
三、核心参数说明
|----------|------|------------------------------|
| 参数名称 | 默认取值 | 作用 |
| 三维邻域窗口大小 | 9 | 控制双边滤波邻域范围，平衡降噪效果与细节保留能力 |
| 空间域标准差 | 8 | 调节空间域权重衰减速度，优化边缘区域空间关联性保留效果 |
| 值域标准差 | 100 | 调节值域权重衰减速度，在抑制噪声的同时保留组织灰度差异 |
| 增强系数 | 0.01 | 控制边缘增强强度，避免过度增强导致伪影，适配不同组织类型 |
四、有益效果
- 分辨率提升显著：通过"降噪+增强"级联操作，三维空值融合滤波可精准抑制噪声且不模糊边缘，三维差分边缘锐增可强化低对比度组织与周围组织的灰度差异，彻底解决传统方法"降噪丢细节""增强放噪声"的核心矛盾，助力临床精准识别软组织、微小病灶等低对比度组织。
- 满足CBCT注册图像质量指标要求：采用Catphan700测试图像质量指标时，应用本文方法前低对比度靶识别数为0个，应用后可至少识别4个靶，且高对比度等指标不受影响。
- 适配性强：专为CBCT三维体数据设计，充分兼顾横断位、冠状位、矢状位的层间关联，相较于二维处理方法更贴合CBCT三维数据特性，可广泛适用于不同部位、不同扫描参数的CBCT图像，通用性强。
- 灵活性高：核心参数（邻域窗口大小、标准差、增强系数）可根据口腔、骨科等不同临床场景灵活调整，兼顾通用性与针对性，满足多样化诊断需求。
- 方法简洁高效：两步级联逻辑清晰，无需复杂运算支撑，易集成于现有CBCT设备后处理系统，临床落地性强。
未应用本专利方法的低对比度效果图
应用本专利方法的低对比度效果图
使用本专利方法优化前后的高对比度效果图
五、技术路线流程图
六、总结
当前 CBCT 的重建算法已经非常成熟，但后处理依旧是提升低对比度组织识别能力的关键环节。 本套三维级联方案优势：
- 临床价值高，提升软组织、微小病灶辨识度，降低漏诊风险；
- 落地成本低，无需修改硬件，规避深度学习的数据与算力门槛；
- 参数可配置，适配口腔、骨科、肿瘤放疗多类场景。
CBCT 成像完整链路：扫描采集 → 锥束重建 → 后处理优化 → 临床阅片。重建完成投影到体数据的转换，后处理进一步挖掘三维容积细节，二者协同释放设备成像能力。
欢迎技术交流合作，如有兴趣和需要，可私聊沟通具体事宜~