關於影像重建（ image reconstruction ）的敘述，下列何者錯誤？
詳細解析
本題觀念：
本題核心在於電腦斷層（CT）影像重建技術中的濾波反投影法（Filtered Back Projection, FBP），以及不同重建演算法（重建核，Reconstruction kernel / algorithm）在臨床上的特性與應用。FBP 是 CT 最基礎且經典的重建方式，由「濾波（Filtering）」與「反投影（Backprojection）」兩個主要步驟組成。
選項分析
-
選項 A：使用FBP重建後常利用 convolution kernel 去除模糊。 （錯誤）。在 CT 影像重建中，單純的反投影（Simple Backprojection）會產生星狀假影（Star artifact）或稱為 模糊效應。為了解決這個問題，FBP 會在「反投影」之前，先對一維的原始投影資料（Raw data / Projection data）進行濾波處理（Filtering）。這個濾波過程在數學上即是與一個卷積核（Convolution kernel，如 Ramp filter）進行卷積，藉此抵消後續反投影所帶來的模糊。因此，利用 convolution kernel 去除模糊是發生在影像重建的過程之中（處理投影資料階段），而不是在 FBP 重建「之後」。若 FBP 已完成，影像本身就已經是去模糊的狀態了。
-
選項 B：使用FBP重建後最常利用 standard algorithm 平衡影像品質與雜訊。 （正確）。在臨床上利用 FBP 重建影像或進行回溯性重建時，最常選用的標準演算法（Standard algorithm / Standard kernel），其特性能在空間解析度（Spatial resolution）與影像雜訊（Image noise）之間取得良好的平衡，適用於常規的初步影像評估。
-
選項 C：使用FBP重建後可利用 smoothing algorithm 看軟組織檢查。 （正確）。平滑演算法（Smoothing algorithm / Soft kernel）會抑制高頻訊號以降低影像雜訊。雖然會犧牲少許空間解析度，但能大幅提升低對比解析度（Low-contrast resolution），在觀察對密度差異較敏感的軟組織（如大腦灰白質、腹部實質器官）時非常實用。
-
選項 D：使用FBP重建後可利用 edge enhancement algorithm 看內耳道檢查。 （正確）。邊緣強化演算法（Edge enhancement algorithm / Sharp kernel / Bone kernel）能保留甚至放大高頻訊號，從而提供極高的空間解析度。內耳道（Internal auditory canal）位於顳骨內，周圍充滿微小的骨骼結構（如聽小骨、半規管、耳蝸等），必須使用邊緣強化演算法來凸顯微細的骨骼邊界與輪廓。
答案解析
本題要求選出錯誤的敘述。根據 FBP（濾波反投影）的核心原理，消除單純反投影所造成之影像模糊的關鍵，是將投影資料先通過濾波器（即 Convolution kernel）進行卷積運算，之後才將結果反投影至影像矩陣中。這個卷積步驟是發生在「重建過程」中針對原始資料（Raw data）的數學處理，而非「重建後」才對影像進行去模糊。選項 A 的敘述違背了 FBP 的數學原理與處理順序，故為錯誤。選項 B、C、D 則正確描述了臨床上為應對不同解剖構造，會選擇或回溯性重建出具有不同特性的影像演算法。
核心知識點
考生應熟記以下關於 CT 影像重建原理與 Kernel 應用的核心觀念：
- FBP 原理：包含濾波（Filtering）與反投影（Backprojection）兩步驟。濾波是利用 Convolution kernel 處理投影資料（Raw data），目的是事前消除反投影伴隨的星狀假影（ blurring）。
- Standard Kernel（標準核）：平衡雜訊與空間解析度，適用於常規檢查。
- Smooth / Soft Kernel（平滑核）：降低雜訊（抑制高頻），提升低對比解析度，適用於軟組織（如大腦、肝臟、腫瘤實質部位）。
- Sharp / Bone / Edge Enhancement Kernel（銳化/骨/邊緣強化核）：增強高頻訊號，提升空間解析度（但影像雜訊會隨之增加），適用於骨骼細節（如內耳道、顳骨、四肢關節）及高解析度肺部 CT（HRCT）。
參考資料
- Seeram, E. (2015). Computed Tomography: Physical Principles, Clinical Applications, and Quality Control. Elsevier Health Sciences.
- Bushong, S. C. (2020). Radiologic Science for Technologists: Physics, Biology, and Protection. Elsevier.