对比度噪声比（CNR）分析

是评价X射线图像对比度分辨率的一种方法。CNR给出的评估结果与视觉评估相似。因此，它经常被作为一种物理指标，用于图像质量控制、性能比较和缺陷检测的定量评估。

本文所述成像设备是指数字X射线成像设备(以下简称FPD，即分辨率为75微米以下的平板探测器射线照相系统)和设置在FPD设备的探测器面板上的模拟缺陷的图像。X射线管电压和探测器距离不变，通过改变X射线管电流(X射线管电流与曝光时间的乘积，下面称为mA/s值)来进行成像。

因此，我们设置X射线管电压和射线源探测器距离分别为120kV和85cm代表成像条件，通过改变mA/s值获得图像。在这些曝光条件下获得的缺陷图像在检查条件下进行处理，并转换为标准的DICOM/XBit文件格式，以便进行CNR分析。

图1 探测器和射线源的透照布置图

图像中的CNR是感兴趣区域与背景之间对比度的比值。信噪比是给定区域内图像信号对背景的比值。在背景中识别物体的能力取决于物体的大小和对比度。

CNR 射线图像中的随机变化称为噪声。

对比度是图像信号在背景中的差异。

CNR= 对比度/噪声

当CNR降低时，对目标缺陷的识别就变得困难。

识别物体的能力直接取决于对比度和被检查区域之间的关系。

SNR VS CNR

在所有的成像中，都存在噪声和图像采集参数之间的权衡。在X射线成像中，需要在物体暴露的辐射剂量和暴露时间之间进行权衡。

因此，最佳图像总是会有合理数量的噪声(否则，透照就会出现辐射剂量过高或曝光时间过长的情况)。

一个非常常见和令人困惑的X射线检查的目的是确定物体中是否有一些不希望存在的东西，如气孔或其他类型的缺陷。在这种情况下，我们将缺陷图像的信号区域称为感兴趣区域(ROI)，目的是将其与背景区域区分开来。

SNR和CNR帮助我们了解即使图像中存在噪声的情况下，检测过程的执行情况。

在X射线图像中，图像中的噪声源称为量子噪声。这是由于光子计数统计所致。当探测器中收集更多的光子时，图像的噪声就会减少。然而，为了在探测器中得到更多的光子，我们需要适当增加X射线辐射剂量。

因此，对于每个特定的成像检测，选择适当的辐射剂量(mA)是很重要的，这样噪声就不会太高，物体的信号可以在背景区域上方(探测器上)显示出来。

测量SNR和CNR

信噪比(SNR)是给定区域内的平均图像信号除以该区域周围的噪声。这是一个有用的测量，但通常，更重要的测量是对比度噪声比(CNR)，即给定区域内的信号与背景之间的对比度。

信噪比(SNR)和对比度噪声比(CNR)的计算公式如下：

在实际检测过程中怎么测量CNR和SNR？

我们在图像上选取ROI，这时ROI就框定了这个区域内所有的像素。

然后使用VIDISCO公司的VEO软件，即可得到每一个ROI区域内的测量值，包括信号平均值和标准偏差。

通过在给定的ROI中测量信号电平和噪声电平的能力，我们可以计算特定采集的SNR和CNR。CNR与SNR的区别在于CNR依赖于局部对比度。随着CNR的增加，物体相对于背景更容易识别。

如下方法可以改善图像的对比度和噪声。提高X射线图像对比度的一种方法是降低采集的kVP。另一方面，在X射线图像中，当辐射剂量减少时，噪声会增加。我们还注意到，当CNR降低时，较小的信号区域会立即消失，变得难以从背景中识别。

图2 CNR测量软件

图2所示是一种典型的测量CNR的软件。使用者可以自己定义想要测量的区域，选取目标区域和参考区域，系统软件会自动给定内部尺寸和外部尺寸，和目标区域的直径。这时CNR值就自动计算出来，显示在对话框内。在统计对话框内，使用者可以根据计算的数字确定是否满足标准要求。

图3 SNR的测量

图3显示了一个典型的信噪比测量软件，用户可以定义所需的ROI和图像的正负相，所以，归一化信噪比就会计算出来显示在ROI统计对话框内，同时要考虑空间分辨率，用双丝像质计来确定图像分辨率是否满足标准要求。

综上所述，CNR可以根据射线图像中感兴趣区域的测量来计算。对于统一背景下的简单物体，识别物体的能力直接依赖于区域的对比度和和所选择的ROI。

作者：吴坪安