醫(yī)學MRI和CT圖像融合 課程設計

1、1 設計目的、意義 綜合應用醫(yī)學影象物理學、醫(yī)學成像原理、醫(yī)學圖象處理、計算機編程、Matlab語言等基礎與專業(yè)知識，通過理論與實踐相結合，掌握所學知識的綜合應用方法，掌握圖象融合的應用方法，培養(yǎng)和提高解決本專業(yè)實際工程問題的能力。課程設計的主要目的：（1）培養(yǎng)學生文獻檢索的能力，特別是如何利用Internet檢索需要的文獻資料。（2）培養(yǎng)學生綜合分析問題、發(fā)現(xiàn)問題和解決問題的能力。（3）培養(yǎng)學生用maltab處理圖像與數據的能力。2 設計內容2.1 設計要求：要求設計出MRI與CT圖像融合處理與分析程序。(1) 處理對象：MRI與CT圖像(2) 內容：對給定圖像做圖像濾波、增強等預處理；選擇

2、相應配準算法進行兩圖像的配準；選擇合理融合方法進行兩圖像的融合；確定評價參數，定量分析融合效果，采用Matlab編程，實現(xiàn)上述各過程。(3) 結果：整理所設計資料，提交設計報告2.2 設計內容：（1）了解醫(yī)學MRI和CT圖像成像原理，分析MRI和CT圖像的特征，確定圖像濾波、增強等預處理算法，并編程實現(xiàn)；（2）確定圖像配準處理算法，并編程實現(xiàn)；（4）確定圖像融合處理算法，并編程實現(xiàn)；（5）確定評價參數，定量分析融合效果。2.3 實驗原理醫(yī)學圖像融合技術作為圖像處理主要的技術已逐漸成為圖像處理研究的熱點,它的研究將會對未來醫(yī)學影像技術進步帶來深遠的影響。2.31 CT的成像基本原理電腦斷層掃描（

3、Computed Tomography  簡稱(CT)）  :它是用X射線照射人體，由于人體內不同的組織或器官擁有不同的密度與厚度，故其對X射線產生不同程度的衰減作用，從而形成不同組織或器官的灰階影像對比分布圖，進而以病灶的相對位置、形狀和大小等改變來判斷病情。CT由于有電腦的輔助運算，所以其所呈現(xiàn)的為斷層切面且分辨率高的影像。一般臨床所提及的CT，指的是以X光為放射源所建立的斷層圖像，稱為X光CT。事實上，任何足以造成影像，并以計算機建立斷層圖的系統(tǒng)，均可稱之為CT。CT是用X線束對人體某部一定厚度的層面進行掃描，由探測器接收透過該層面的X線，轉變?yōu)榭?/p>

4、見光后，由光電轉換變?yōu)殡娦盘?，再經模擬/數字轉換器（analog/digital converter）轉為數字，輸入計算機處理。圖像形成的處理有如對選定層面分成若干個體積相同的長方體，稱之為體素（voxel），見圖1。掃描所得信息經計算而獲得每個體素的X線衰減系數或吸收系數，再排列成矩陣，即數字矩陣（digital matrix），數字矩陣可存貯于磁盤或光盤中。經數字/模擬轉換器（digital/analog converter）把數字矩陣中的每個數字轉為由黑到白不等灰度的小方塊，即象素（pixel），并按矩陣排列，即構成CT圖像。所以，CT圖像是重建圖像。每個體素的X線吸收系數可以通過不同的

5、數學方法算出。圖2.31 ct成像原理示意圖CT圖像是由一定數目由黑到白不同灰度的象素按矩陣排列所構成。這些象素反映的是相應體素的X線吸收系數。不同CT裝置所得圖像的象素大小及數目不同。大小可以是1.0×1.0mm，0.5×0.5mm不等；數目可以是256×256，即65536個，或512×512，即262144個不等。顯然，象素越小，數目越多，構成圖像越細致，即空間分辨力（spatial resolution）高。CT圖像的空間分辨力不如X線圖像高。 CT圖像是以不同的灰度來表示，反映器官和組織對X線的吸收程度。因此，與X線圖像所示的黑白影像一樣，黑影

6、表示低吸收區(qū)，即低密度區(qū)，如含氣體多的肺部；白影表示高吸收區(qū)，即高密度區(qū)，如骨骼。但是CT與X線圖像相比，CT的密度分辨力高，即有高的密度分辨力（density resolutiln）。因此，人體軟組織的密度差別雖小，吸收系數雖多接近于水，也能形成對比而成像。這是CT的突出優(yōu)點。所以，CT可以更好地顯示由軟組織構成的器官，如腦、脊髓、縱隔、肺、肝、膽、胰以及盆部器官等，并在良好的解剖圖像背景上顯示出病變的影像。CT圖像是層面圖像，常用的是橫斷面。為了顯示整個器官，需要多個連續(xù)的層面圖像。通過CT設備上圖像的重建程序的使用，還可重建冠狀面和矢狀面的層面圖像，可以多角度查看器官和病變的關系。2.3

7、2 MRI成像原理    MRI檢查技術是在物理學領域發(fā)現(xiàn)磁共振現(xiàn)象的基礎上，于20世紀70年代繼CT之后，借助電子計算機技術和圖像重建數學的進展和成果而發(fā)展起來的一種新型醫(yī)學影像檢查技術。ZMx影像園XCTMR.com    MRI是通過對主磁體內靜磁場(即外磁場)中的人體施加某種特定頻率的射頻脈沖(RF脈沖)，使人體組織中的氫核(即質子)受到激勵而發(fā)生磁共振現(xiàn)象；當終止RF脈沖后，質子在弛豫過程中感應出MR信號；經過對MR信號的接收、空間編碼和圖像重建等處理過程，產生出MR圖像。MR圖像是數字化圖像。人體內氫核

8、豐富，而且用它進行MRI的成像效果最好，因此目前MRI常規(guī)用氫核來成像。1.目前設計的磁共振成像掃描儀大多是采用氫質子成像的，因為氫質子是人體內最活躍、最易受外界磁場影響的原子核。2氫質子在外加磁場的影響下，產生磁化和進動運動。3氫質子在上述磁化運動的基礎上，如再使用一個射頻脈沖（RF）使其激發(fā)并獲取能量，當RF終止后，氫質子便會逐漸地釋放所獲取的能量并恢復至常態(tài)。此恢復的過程稱為弛豫。2.33 基于小波包變換的醫(yī)學圖像融合小波變換用于圖像融合具有以下優(yōu)點: (1)圖像經小波分解后 ,不同分辨率的細節(jié)信息互不相關 ,這樣可以將不同頻率范圍內的圖像分別組合 ,產生多種具有不同特征的融合圖像; (

9、2)圖像在不同分辨率水平上的能量和噪聲不會相互干擾; (3)小波變換具有完善的重構能力 ,能保證圖像在分解過程中沒有信息損失和信息冗余。基于小波包運算和自適應算子的圖像融合算法實現(xiàn)過程是:先對已配準的兩幅或多幅醫(yī)學圖像進行小波包分解 ,然后采用自適應算子對小波系數及分解子圖像進行處理 ,最后進行小波包重建 ,從而獲得融合圖像。圖 2.32 小波變換原理圖3 實驗程序與實驗結果圖3.1 處理前CT與MRI圖像3.1 對圖像進行濾波預處理3.11 中值濾波    中值濾波可以保留目標邊緣，這是中值濾波器相對于均值濾波器的最大優(yōu)勢。中值濾波具有去噪的性能，可以

10、消除孤立的噪聲點，可以用來減弱隨機干擾和脈沖干擾，但是邊緣不模糊。程序代碼：I=imread('cameraman.tif');imshow(I)title('原始圖像')J=imnoise(I,'salt & pepper',0.02);  %添加鹽椒噪聲，噪聲密度為0.02figure,imshow(J)title('添加鹽椒噪聲后的圖像') K1=medfilt2(J);           

11、60;   %在默認的3×3的鄰域窗中進行中值濾波figure,imshow(K1)title('默認的3×3的鄰域窗的中值濾波圖像')K2=medfilt2(J,5 5);           %在5×5的鄰域窗中進行中值濾波figure,imshow(K2)title('5×5的鄰域窗的中值濾波圖像')圖 CT圖像的中值濾波圖 MRI圖像中值濾波從上可見，中值濾波的效果要比鄰域平均的低通濾波效果好，中

12、值濾波以后的圖像的輪廓比較清晰，而且使用較小的模板得到的視覺效果反而好一些。3.12 銳化濾波     圖像銳化處理的目的是使模糊圖像變得清晰，銳化濾波器減弱或消除了傅立葉空間的低頻分量，保留高頻分量，從而加強了圖像的輪廓，使圖像看起來比較清晰。下面應用Laplacian算子對圖像進行銳化處理：程序代碼：%應用Laplacian算子對圖像進行銳化I=imread('cameraman.tif');imshow(I)title('原始圖像')H=fspecial('laplacian'); 

13、;   %應用laplacian算子濾波銳化圖像laplacianH=filter2(H,I);figure,imshow(laplacianH)title('laplacian算子銳化后的圖像') 圖 CT圖像的銳化濾波圖 MRI圖像的銳化濾波  分析：由圖可以看出，應用了Laplacian算子對圖像銳化以后，將圖像區(qū)域的邊緣輪廓勾劃了出來，因此Laplacian算子對于邊緣檢測也具有很好的功效。3.2 對圖像進行增強預處理圖像增強是指按特定的需要突出一幅圖像中的某些信息，同時，消弱或去除某些不需要的信息的處理方法。其主要目的是使處理后

14、的圖像對某些特定的應用比原來的圖像更加有效圖像增強有圖像對比度增強、亮度增強，輪廓增強等等。下面利用直方圖均衡化增強圖像的對比度：I=imread('cameraman.tif');J=histeq(I);                   %將灰度圖像轉換成具有64（默認）個離散灰度級的灰度圖像imshow(I)title('原始圖像')figure,imshow(J)t

15、itle('直方圖均衡化后的圖像')figure(1)subplot(121);imhist(I,64)title('原始圖像的直方圖')subplot(122);imhist(J,64)title('均衡化的直方圖')圖 3.21 原始圖像及均衡化直方圖圖 3.22 直方圖均衡化圖像分析：從上圖中可以看出，用直方圖均衡化后，圖像的直方圖的灰度間隔被拉大了，均衡化的圖像的一些細節(jié)顯示了出來，這有利于圖像的分析和識別。直方圖均衡化就是通過變換函數histeq將原圖的直方圖調整為具有“平坦”傾向的直方圖，然后用均衡直方圖校正圖像。3.3 對MRI和C

16、T圖像進行融合3.31 基于小波包變換的醫(yī)學圖像融合為滿足醫(yī)學圖像臨床輔助診斷和治療的需要 ,將小波包變換和自適應算子相結合 ,提出一種新的醫(yī)學圖像融合算法。算法首先對已配準的醫(yī)學圖像進行小波包分解 ,并采用自適應算子對小波系數及分解子圖像進行處理 ,通過小波包重建 ,獲得高質量的醫(yī)學融合圖像。該方法克服了小波變換不能兼顧圖像高頻成分的缺陷 ,并且可以根據不同的醫(yī)學圖像自動調整融合規(guī)則的權重系數 ,有效避免了設置固定權重系數造成的融合誤差。實例融合仿真驗證了算法的有效性和先進性clear%裝載原始圖像001.mat;002.mat并顯示。X,map=imread('003.Tif

17、9;);X1=X;map1=map;figure(2);X1=imread('003.Tif');subplot(2,2,1);imshow(X1);title('圖像001');X2=imread('004.Tif');subplot(2,2,2);imshow(X2);title('圖像002');X1=double(X1);X2=double(X2);%X1=uint8(X1);%X2=uint8(X2);%=%對上述兩圖像進行分解c1,I1=wavedec2(X1,3,'sym4');c2,I2=waved

18、ec2(X2,3,'sym4');%對分解系數進行融合c=c1+c2;%=%應用融合系數進行圖像重構并顯示XX=waverec2(c,I1,'sym4')subplot(2,2,3);%image(uint8(XX);XX=double(XX);image(XX);title('融合圖像');Csize1=size(c1);%=%對圖像進行增強處理for i=1:Csize1(2) c1(i)=1.2*c1(i);endCsize2=size(c2);for j=1:Csize2(2) c2(j)=0.8*c2(j);end%=%通過減小融合技術

19、以減小圖像的亮度c=0.5*(c1+c2);%=%對融合系數進行圖像重構XXX=waverec2(c,I2,'sym4');%=%顯示重構結果subplot(2,2,4);XXX=double(XXX);image(XXX);%image(uint8(XXX);title('融合后增強圖像');圖 3.31 CT和MRI圖像融合結果圖4 設計心得及感想隨著各種醫(yī)學影像設備數字多元化以及PACS系統(tǒng)的逐步推廣, 醫(yī)學圖像處理技術也在不斷發(fā)展和進步。常見的診斷手段, 如: X光透視、 CT、 MRI、超聲波等屬于解剖成像; PET、 SPECT、功能性磁共振成像(

20、fMRI)等技術屬于功能成像。醫(yī)學圖像融合技術則是將各種醫(yī)學圖像的信息有機結合起來, 進行配準后融合, 不僅可以優(yōu)勢互補, 還有可能發(fā)現(xiàn)新的、有價值的信息, 彌補了由于成像原理不同造成的圖像信息的缺失。目前, 圖像融合技術已經成為計算機手術仿真或治療計劃中的一個重要方法。CT/MRI是醫(yī)學圖像融合中最為常見的一種模式。CT圖像的密度分辨率高,顯示骨質清晰;而MRI的軟組織分辨率好, 對顱腦結構顯示得更好,兩類圖像融合后,可做到信息互補。同時,在圖像融合領域中, 有效實用的算法是融合的關鍵。這次的課程設計讓我們對MALTAB有了更加深刻的理解，對給定圖像做圖像濾波、增強等預處理；選擇相應配準算法

21、進行兩圖像的配準；選擇合理融合方法進行兩圖像的融合；確定評價參數，定量分析融合效果，采用Matlab編程，實現(xiàn)上述各過程。我們對用MALTAB進行數據分析理解的更加透徹。MATLAB作為一種數學工具,廣泛用于各個工程領域.工程技術人員通過MATLAB提供的工具箱和豐富的調用函數,可以完成復雜工程問題的數值求解.并能夠將計算結果形象直觀地顯示出來。這也激發(fā)了我今后努力學習的興趣，我想這將對我以后的學習產生積極的影響。其次，這次課程設計讓我充分認識到團隊合作的重要性，只有分工協(xié)作才能保證整個項目的有條不絮。另外在課程設計的過程中，當我們碰到不明白的問題時，指導老師總是耐心的講解，給我們的設計以極大

22、的幫助，使我們獲益匪淺。因此非常感謝老師的教導。通過這次設計，我懂得了學習的重要性，了解到理論知識與實踐相結合的重要意義，學會了堅持、耐心和努力，這將為自己今后的學習和工作做出了最好的榜樣。我覺得作為一名軟件工程專業(yè)的學生，這次課程設計是很有意義的。更重要的是如何把自己平時所學的東西應用到實際中。雖然自己對于這門課懂的并不多，很多基礎的東西都還沒有很好的掌握，覺得很難，也沒有很有效的辦法通過自身去理解，但是靠著這一個多禮拜的“學習”，在小組同學的幫助和講解下，漸漸對這門課逐漸產生了些許的興趣，自己開始主動學習并逐步從基礎慢慢開始弄懂它。我認為這次的課程設計意義很深，和其他同學的共同學習配合努力的過程也很愉快，另外還要感謝老