“把金属伪影去掉就行。”如果研发工单只有这句话任务通常才刚开始。图里有条纹不意味着条纹都来自同一种机制算法让画面更干净也不意味着被遮蔽的信息已经恢复。下面是一场虚构的研发排障。人物和设备没有真实对应图像均为合成示意目的在于展示如何从现象走向可验证的原因而不是根据截图诊断真实设备或患者。09:10先保留现场测试人员拿来一幅有明显条纹的重建图。第一步不是调参数而是锁定输入身份原始投影是否完整采用了哪个校准使用哪个重建和显示版本是否启用金属处理模体摆放和工作状态如何。如果此时直接覆盖旧结果团队会失去前后比较的依据。应保留基线输出同时把显示窗宽窗位、切面位置和缩放记录下来。不同显示条件会让同一个伪影看起来强弱不同不能把截图观感当成算法效果。图1原创合成伪影图谱。条纹、环形偏差、位置跳变和截断均由受控数学操作生成不是临床图像也不表示唯一成因。09:40金属相关问题为什么复杂高衰减材料可能使某些路径上的有效信号极低带来噪声与非线性问题多能射线的束硬化、散射、部分容积和其他因素也可能共同影响投影。将其全部概括为“有金属所以有白线”会忽略不同机制需要不同证据。在投影域先看相关路径是否接近探测下限、是否饱和或被截断校正前后数值是否出现异常。再看重建域的空间分布。一个只观察最终体数据的滤波器很难区分信息不足与一般噪声。MAR可以在投影域、图像域或结合模型、先验进行处理。替代被影响的投影值并不等于测到了原来没有测到的真实信息。方法引入的假设需要通过有参考的研究与独立任务评价检验。10:30先排除“固定在探测器上”的问题如果异常在探测器坐标里持续出现在某列校准残差、坏列或读出问题值得检查。固定探测器偏差可能在重建中形成环状表现。这里的关键是坐标异常跟着物体走还是固定在探测器上同一模体改变摆放位置或使用受控故障注入可以帮助区分这些情况。试验设计应保证其他条件可比较并由具备条件的人员在受控环境开展。不能为了排查问题而随意增加人体检查。11:20运动不是一个统一的模糊核重建假设多角度数据描述同一个稳定对象。对象在采集中改变位置会造成投影之间不一致。缓慢运动、突然运动和局部运动产生的表现可能不同不宜都用一次二维平滑处理。运动校正如果估计刚体变换应说明参考坐标、估计依据和失败判断。金属、截断和低信号可能同时干扰配准。算法收敛到一个低代价函数值不等于已经找到了真实运动。一段只有部分角度缺失的历史也不能靠插值自动变成完整采集。显示上补出连续纹理和在已知模型下恢复可靠测量是不同层级的结论。图2原创坐标归因示意。固定探测器异常、随物体变化的信号与随时间发生的运动需要分别检查连线代表排查方向不是自动诊断规则。13:00截断与散射经常一起出现物体超出可用投影覆盖范围会造成截断。它意味着部分射线路径或区域信息没有完整进入数据。边缘延拓等策略可能减轻某些表现但不能无条件保证定量准确更不能把缺失覆盖解释为真实低密度区域。散射则可能引入缓慢变化的偏差影响均匀性和衰减估计。两种问题可同时存在因此单独调整一种校正后仍可能残留阴影。需要用受控对象和不同条件逐步区分而不是不断叠加补偿直到截图好看。束硬化还涉及能谱随路径改变理想单能线积分假设受到破坏。校正模型对材料、路径和协议的适用范围应有依据。用一个简单多项式改善某种模体不代表能泛化到所有材料组合。14:10用一张表约束排查过程现象线索下一步证据不能直接推出固定列的投影偏差暗场、平场、坏列和模式匹配一定只是软件问题随高衰减区域出现条纹低信号掩码、投影路径和校正变化开启MAR就恢复真实结构不同角度轮廓不一致时间、角度与运动证据配准成功就完全可信边缘覆盖缺失投影截断范围与重建区域扩展网格就扩大实测FOV整体阴影或不均匀散射、束硬化和校准对照调窗即可改善定量结果排查表最好允许填写“尚不能区分”。比起立即给出一个原因明确缺少什么证据更有助于下一次试验。每次只改变有明确目的的变量保留输入和参数才能比较不同解释。15:00评价MAR时干净不是唯一目标需要同时观察伪影减弱、真实结构保留和新伪影产生。可以把有参考的模体、邻近高衰减物体的结构、不同材料和不同位置纳入评价。选择性展示最漂亮的切片会隐藏局部退化。当产品设计支持处理前后结果比较时应清楚标示版本和处理状态。两种输出不能被用户误认为不同检查也不能让后处理结果悄悄替代全部原始依据。具体显示与临床使用方式应在预期用途和验证范围内确定。若使用AI方法应特别关注分布外输入和“合理但不存在”的细节。噪声减少、感知质量提高和诊断任务表现改善需要不同证据。没有参考真值时可以研究一致性与任务表现但应诚实说明结论边界。图3原创评价三角示意减少伪影、保留结构、控制新增偏差需要共同观察。图中没有产品评分或临床性能排名。16:20关闭工单之前还要回答什么这次故障最终可能定位到一份不匹配的平场也可能是多因素共同作用。工单应包含复现输入、原因证据、修改内容、回归范围和仍未覆盖的条件。修复一个病例或一张模体图并不等于证明所有模式都没有相同问题。还应检查异常能否被系统识别用户是否能看出采集不完整日志能否关联投影和校准是否存在默认参数回退错误提示是否给出可行下一步。异常处理本身是图像产品可信度的一部分。这场排查的产出不是“终于找到了最好看的滤波强度”而是把一种现象拆成一组能复现、能定位、能验证的问题。对于医疗影像解释结果比装饰结果更有长期价值。第二天的复核修好了这一张其他地方呢假设团队通过匹配正确平场减轻了一组环纹。应先在原输入上复现改善再对相关模式、不同位置和工作状态回归检查是否因为新校准的适用条件更窄而在其他输入上引入问题。修复证据要覆盖影响分析指出的范围。一次回归可以同时保留未处理基线、旧版本和新版本以固定切面、显示范围和ROI比较。盲法或随机顺序能在合适的评价中减小观察者偏好但具体设计仍应围绕问题不必为了形式加入无关复杂度。看不见的结构不能被算法“证明存在”若观测在某些路径上几乎没有可用信息处理结果会更依赖先验。生成式方法尤其需要研究其是否产生可信外观但错误的局部。不能因为模型输出符合常见解剖形态就把它当作个体真实结构。可以用已知参考的数字对象检查新增或消失结构再用适合目标任务的实物和临床研究补充证据。不同证据回答不同问题像素误差、视觉评分和实际任务表现不应互相替代。故障库如何越用越有价值每个案例保存输入身份、现象、假设、排除证据、最终原因和修复版本。涉及患者数据时应遵循适用的数据保护要求研发共享可以使用经过适当处理的资料或专门模体。最重要的是保留能重放的条件而不是只有一张缩略图。案例还可以按空间、时间和配置分类。固定探测器模式、随角度模式、仅在热态出现和仅在某版本出现分别指向不同排查路径。自动检索这些关系比给每个错误码写一句“请重试”更能帮助服务团队。何时应停止自动处理当输入明显超出验证范围或关键状态缺失应有明确的拒绝与复核路径。拒绝条件本身也要验证避免把所有困难输入都排除后再宣称性能优良。评价应统计拒绝比例、失败分布及其对使用流程的影响。用户需要知道当前结果经过什么处理是否存在缺失或质量限制以及能采取哪些经验证的下一步。不能让一张变干净的图遮住系统已经发现的质量问题。排障成熟之后团队得到的不只是一个修复补丁还应得到更好的监测、日志、验证集和说明文件。让下一次问题更容易被发现和解释才是闭环完成的标志。一次受控比较怎样判断伪影真的减弱了先定义观察区域和参考对象再固定显示条件。可以分别记录伪影区域的偏差与波动、邻近结构的尺寸或边界误差以及远离伪影区域是否发生退化。只看一个“伪影指数”可能遗漏结构损失单独看视觉评分也可能受显示影响。如果使用无金属参考作为比较需要说明两次数据的几何、对象和采集条件如何保持一致。参考本身不应因为重新摆放或不同处理而引入不可忽略差异。若无法得到严格匹配的参考应相应限制结论。三类“改善”三类结论第一类是显示改善例如改变窗宽窗位第二类是数值处理改善例如某ROI偏差减少第三类是任务改善例如代表性用户在目标任务中表现变化。三者可能相关却不能自动递推。若文章只展示第一类就应使用显示层面的表述若要宣称第三类需要相应研究。技术沟通的准确性很多时候来自选对动词看起来更平滑、测量偏差降低、任务表现改善是三个不同强度的陈述。一个处理后不能忽略的反例假设算法去掉了高衰减物体两侧的明显条纹同时把附近一条窄缝填平。全图均方误差可能改善但窄缝相关任务可能变差。应把关键结构保留纳入评价而不是让大面积背景主导全部分数。另一个反例是截断延拓。补出的边缘让重建更完整却并不等于真实可测量范围扩大。界面如果显示了外推区域应清楚区分其来源并在测量与导出上遵循经过验证的规则。故障定位中的对照顺序可先固定算法只换匹配的校准再固定校准比较算法版本最后研究不同工作状态。每一步都有明确假设比一次同时更改所有设置更容易解释。若变化相互耦合需要设计能区分效应的研究而不是事后凭直觉归因。对于同一故障既保留成功修复案例也保留尚未解决或被拒绝的案例。失败分布可以提示验证范围边界也是后续产品改进的重要输入。只保留成功图会让团队逐渐高估系统能力。排查文档最好有一段明确结论当前证据支持什么原因哪些原因已排除哪些仍未区分。这样下一位工程师接手时能继续推进而不是从同一张截图重新猜一遍。阅读入口ASTRA官方FDK文档提醒几何与算法前提之间的关系本文伪影图均为独立合成。IAEA牙科放射防护资料用于将技术优化放回检查任务与质量控制背景。“纸上得来终觉浅绝知此事要躬行。”——陆游《冬夜读书示子聿》。排查也一样猜想写在纸上结论留给证据。