来源：分析测试百科网

　　在临床CT诊断中，某些植入病人体内的金属物体，如：股骨内固定、金属假牙、颈椎内固定等对X射线的衰减程度很高，使得多数光子在与金属物质相互作用的过程中被吸收，导致到达探测器的光子数目十分稀少。因此，从探测器读取的投影值异常大，重建的CT图像中会产生金属伪影。由于金属伪影降低了断层图像中金属周围的图像清晰度，影响了医生对断层结构的诊断分析。此外，金属伪影还会导致错误的CT剂量的计算，直接影响医生放疗诊疗计划的实施。因此，研究CT金属伪影的校正工作具有重要的学术研究价值和临床应用价值。

　　中国科学院苏州生物医学工程技术研究所医学影像室CT课题组的李铭等人针对原始CT图像中金属伪影和噪声分布特性，提出了基于图像后处理技术的先验图像计算方法，并在此基础上提出一种基于先验插值的金属伪影校正算法。该算法通过预滤波、骨骼分割以及软组织恢复步骤计算具有完整组织信息的先验图像，解决了TPI软组织信息不完整的缺陷。通过应用一种平滑插值技术校正金属投影区，有效抑制了次级伪影的形成，提高了校正图像的质量。该算法在仿真以及临床CT图像的校正实验中，均能取得较为理想的校正结果。相关成果已经发表在SCI期刊Journal of X-Ray Science and Technology上，（Volume 23, Issue 2, pages 229–241），题为A prior-based metal artifact reduction algorithm for x-ray CT。

　　将这种算法和经典的LI-MAR算法、TP-MAR算法进行实验比较。实验结果表明，使用LI-MAR算法对原始图像校正后，靠近金属周围的暗伪影得到有效抑制，但靠近金属的骨骼模糊严重，正切于金属边缘的次级伪影也很明显。与LI-MAR算法的校正图像相比，TP-MAR算法校正的结果对金属周围骨骼的保护能取得更好的效果，但接近金属的位置仍有金属暗伪影的存在。对比三种算法的校正结果可见：该研究提出的算法对金属周围的骨骼保护和次级伪影的抑制能同时取得更好的效果。