醫(yī)療影像處理綜述

1、-1- 醫(yī)學圖像處理綜述醫(yī)學圖像處理綜述二二0 0一四年十月一四年十月-2-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準醫(yī)學圖像配準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在臨床的應用醫(yī)學圖像在臨床的應用10.醫(yī)學圖像處理技術在科研中的應用醫(yī)學圖像處理技術在科研中的應用-3-醫(yī)學圖像醫(yī)學圖像處理背景處理背景l(fā) 醫(yī)學圖像處理是一門綜合了數(shù)學、計算機科學、醫(yī)學影像學等多個學科的醫(yī)學圖像處理是一門綜合了數(shù)學、計算機科學、醫(yī)學影像學等多個學

2、科的交叉科學，是利用數(shù)學的方法和計算機這一現(xiàn)代化的信息處理工具，對由交叉科學，是利用數(shù)學的方法和計算機這一現(xiàn)代化的信息處理工具，對由不同的醫(yī)學影像設備產(chǎn)生的圖像按照實際需要進行處理和加工的技術。醫(yī)不同的醫(yī)學影像設備產(chǎn)生的圖像按照實際需要進行處理和加工的技術。醫(yī)學圖像處理的對象主要是學圖像處理的對象主要是X射線圖像，射線圖像，CT(Computerized Tomography)圖像，圖像，MRI(Magnetic Resonance Imaging)圖像，超聲圖像，超聲(Ultrasonic)圖像圖像，PET(Positron emission tomography)圖像和圖像和SPECT(S

3、ingle Photon Emission Computed Tomography)圖像等圖像等。l 醫(yī)學圖像處理過程一般包括：圖像采集、圖像預處理、圖像分析、圖像醫(yī)學圖像處理過程一般包括：圖像采集、圖像預處理、圖像分析、圖像理解以及控制決策等環(huán)節(jié)。理解以及控制決策等環(huán)節(jié)。-4-醫(yī)學圖像醫(yī)學圖像處理處理過程過程-5-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準醫(yī)學圖像配準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在臨床的應用醫(yī)學圖像在

4、臨床的應用10.醫(yī)學圖像處理技術在科研中的應用醫(yī)學圖像處理技術在科研中的應用-6-l 含義含義 圖像預處理是對輸入圖像預處理是對輸入的圖像進行特征抽取、分割的圖像進行特征抽取、分割及配準前及配準前所進行的所進行的處理處理。 圖像圖像預處理技術分為兩大方面，即圖像增強和圖像復原技術。預處理技術分為兩大方面，即圖像增強和圖像復原技術。l 必要性必要性 圖像在傳輸過程和存儲過程中難免會受到某種程度的破壞和各種各圖像在傳輸過程和存儲過程中難免會受到某種程度的破壞和各種各樣的噪聲的污染，導致圖片喪失了本質(zhì)或者偏離了人們的樣的噪聲的污染，導致圖片喪失了本質(zhì)或者偏離了人們的需求需求。這這就需要一系列的預處理

5、操作來消除圖像受到的影響就需要一系列的預處理操作來消除圖像受到的影響。 進行圖像預處理主要目的是為了消除圖像中無關緊要的信息，恢復進行圖像預處理主要目的是為了消除圖像中無關緊要的信息，恢復有用的真實的信息，增強相關信息的可檢測性和最大限度地簡化我有用的真實的信息，增強相關信息的可檢測性和最大限度地簡化我們需要的數(shù)據(jù)，從而增加特征抽取、圖像分割們需要的數(shù)據(jù)，從而增加特征抽取、圖像分割、配準和、配準和識別等后續(xù)識別等后續(xù)圖像處理步驟的可靠性。圖像處理步驟的可靠性。醫(yī)學圖像醫(yī)學圖像的預處理的預處理-7-l 圖像增強圖像增強 增強圖像中的有用信息，它可以是一個增強圖像中的有用信息，它可以是一個失真的失

6、真的過程，其目的是要改善圖像過程，其目的是要改善圖像的視覺效果，針對給定圖像的應用場合，有目的地強調(diào)圖像的整體或局部的視覺效果，針對給定圖像的應用場合，有目的地強調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，擴大圖像特性，將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。l 圖像增強技術圖像增強技術 圖像增強技術主要

7、有兩種方法：空間域和頻率域法。圖像增強技術主要有兩種方法：空間域和頻率域法。 空間域法則主原始圖像空間域法則主原始圖像 圖像預處理圖像預處理 圖像理解圖像理解 特征分析特征分析 ，直接在空間域內(nèi)，直接在空間域內(nèi)對圖像進行運算處理，包括圖像灰度變換、直方圖修正、局部統(tǒng)計法、圖對圖像進行運算處理，包括圖像灰度變換、直方圖修正、局部統(tǒng)計法、圖像平滑和圖像銳化等幾個方面。像平滑和圖像銳化等幾個方面。 頻率域法則只在圖像的某種變換域里對圖像的變換值進行運算，頻率域法則只在圖像的某種變換域里對圖像的變換值進行運算，比如對比如對圖圖像進行傅立葉變換，然后在變換域里對圖像的頻譜進行某種計算，最后把像進行傅立葉

8、變換，然后在變換域里對圖像的頻譜進行某種計算，最后把計算后的圖像逆變換到空間域。計算后的圖像逆變換到空間域。醫(yī)學圖像醫(yī)學圖像的預處理的預處理-圖像增強圖像增強-8-醫(yī)學圖像醫(yī)學圖像的預處理的預處理-圖像增強方法圖像增強方法空間域空間域圖像增強圖像增強頻率域頻率域灰度變換灰度變換空域濾波空域濾波直接灰度變換直接灰度變換直方圖修正法直方圖修正法圖像的代數(shù)運算圖像的代數(shù)運算直方圖均衡化直方圖均衡化直方圖規(guī)定化直方圖規(guī)定化圖像平滑圖像平滑圖像銳化圖像銳化高通濾波高通濾波低通濾波低通濾波帶通、帶阻濾波帶通、帶阻濾波 -9-醫(yī)學圖像醫(yī)學圖像的圖像增強的圖像增強-直方圖均衡直方圖均衡灰度直方圖灰度直方圖：數(shù)

9、字數(shù)字圖像中每一灰度級圖像中每一灰度級與它出現(xiàn)的頻率之間的與它出現(xiàn)的頻率之間的統(tǒng)計，可以理解為描述統(tǒng)計，可以理解為描述各個灰度級的像素出現(xiàn)各個灰度級的像素出現(xiàn)多少的統(tǒng)計圖示。若用多少的統(tǒng)計圖示。若用橫坐標表示灰度級，縱橫坐標表示灰度級，縱坐標表示頻率，就可以坐標表示頻率，就可以看出圖像中灰度的分布看出圖像中灰度的分布情況情況. .四種典型灰度圖像的直方圖特征：(a)暗圖像；(b)亮圖像；(c)低對照度圖像；(e)高對照度圖像-10-醫(yī)學圖像醫(yī)學圖像的圖像增強的圖像增強-圖像銳化圖像銳化圖像銳化目的圖像銳化目的：圖像經(jīng)圖像經(jīng)轉(zhuǎn)換或傳輸后，質(zhì)量可轉(zhuǎn)換或傳輸后，質(zhì)量可能下降，難免有些模糊能下降，難免

10、有些模糊。通過銳化，加強通過銳化，加強圖像輪圖像輪廓，使圖像看起來比較廓，使圖像看起來比較清晰。清晰。方法：方法：空間頻率愈高，幅空間頻率愈高，幅度增加就愈大。這表明微度增加就愈大。這表明微分是可以加強高頻成分的分是可以加強高頻成分的，從而使圖像輪廓變清晰，從而使圖像輪廓變清晰。最。最常用常用的銳化方法的銳化方法是梯是梯度法和度法和拉普拉斯算子。拉普拉斯算子。-11-醫(yī)學圖像醫(yī)學圖像的圖像增強的圖像增強-偽彩色增強偽彩色增強l 偽彩色偽彩色加強：人眼只能區(qū)分加強：人眼只能區(qū)分4040多種不同等級的灰度，卻能區(qū)分幾多種不同等級的灰度，卻能區(qū)分幾千種不同色度、不同亮度的色彩千種不同色度、不同亮度的

11、色彩。 偽彩色偽彩色處理就是把黑白圖象的處理就是把黑白圖象的灰度值映射成相應的彩色?；叶戎涤成涑上鄳牟噬Ｈ四X圖像偽彩色增強人腦圖像偽彩色增強心臟圖像偽彩色增強心臟圖像偽彩色增強-12-醫(yī)學圖像醫(yī)學圖像的圖像增強的圖像增強-圖像去噪圖像去噪l 圖像去噪：圖像去噪：現(xiàn)實中的數(shù)字圖像在數(shù)字化和傳輸過程中，常受到成像現(xiàn)實中的數(shù)字圖像在數(shù)字化和傳輸過程中，常受到成像設備與外部環(huán)境噪聲干擾等影響，成為含噪圖像。完全去除或減少數(shù)設備與外部環(huán)境噪聲干擾等影響，成為含噪圖像。完全去除或減少數(shù)字圖像中的噪聲稱為圖像去噪技術字圖像中的噪聲稱為圖像去噪技術。l 必要性必要性 ：大多數(shù)的現(xiàn)實醫(yī)學圖像都是含噪圖像，醫(yī)

12、學圖像噪聲對醫(yī)大多數(shù)的現(xiàn)實醫(yī)學圖像都是含噪圖像，醫(yī)學圖像噪聲對醫(yī)學圖像分析、醫(yī)學圖像壓縮的影響很大，因此醫(yī)學圖像去噪是醫(yī)學圖學圖像分析、醫(yī)學圖像壓縮的影響很大，因此醫(yī)學圖像去噪是醫(yī)學圖像預處理階段最重要的任務之一。醫(yī)學圖像去噪是圖像預處理中一項像預處理階段最重要的任務之一。醫(yī)學圖像去噪是圖像預處理中一項被廣泛應用的技術，其作用是提高醫(yī)學圖像的信噪比，突出醫(yī)學圖像被廣泛應用的技術，其作用是提高醫(yī)學圖像的信噪比，突出醫(yī)學圖像期望特征。因此，具體重要的應用價值。期望特征。因此，具體重要的應用價值。l 關于圖像去噪的詳細內(nèi)容將在之后的章節(jié)進行介紹。關于圖像去噪的詳細內(nèi)容將在之后的章節(jié)進行介紹。-13-

13、l 圖像圖像復原技術需要知道圖像的降質(zhì)緣由，根據(jù)圖像降質(zhì)的現(xiàn)眼知識復原技術需要知道圖像的降質(zhì)緣由，根據(jù)圖像降質(zhì)的現(xiàn)眼知識，恢復并重構原來的圖像。，恢復并重構原來的圖像。圖像圖像復原復原和圖像增強的和圖像增強的目的是不一樣的目的是不一樣的，圖像增強的目的是為了改善圖像視覺效果，便于觀察和分析人們，圖像增強的目的是為了改善圖像視覺效果，便于觀察和分析人們所感興趣的東西，而把那些不重要的地方給清除出去，不僅如此，所感興趣的東西，而把那些不重要的地方給清除出去，不僅如此，圖像增強還便于人工或者機器對圖像的進一步處理。而圖像復原不圖像增強還便于人工或者機器對圖像的進一步處理。而圖像復原不僅僅是對圖像進行

14、預處理還要恢復至原來的面貌，它需要建立模型僅僅是對圖像進行預處理還要恢復至原來的面貌，它需要建立模型依此為依據(jù)進行復原依此為依據(jù)進行復原。l 關于圖像復原的詳細內(nèi)容將在之后的章節(jié)進行介紹。關于圖像復原的詳細內(nèi)容將在之后的章節(jié)進行介紹。醫(yī)學圖像醫(yī)學圖像的預處理的預處理-圖像復原圖像復原-14-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準醫(yī)學圖像配準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在臨床的應用醫(yī)學圖像在臨床的應用10.醫(yī)學圖像處

15、理技術在科研中的應用醫(yī)學圖像處理技術在科研中的應用-15-醫(yī)學圖像醫(yī)學圖像去噪方法去噪方法l 含義：醫(yī)學含義：醫(yī)學圖像在圖像在采集、采集、數(shù)字化和傳輸過程中，常受到成像設數(shù)字化和傳輸過程中，常受到成像設備與外部環(huán)境噪聲干擾等影響，成為含噪圖像。完全去除或減備與外部環(huán)境噪聲干擾等影響，成為含噪圖像。完全去除或減少數(shù)字圖像中的噪聲稱為圖像去噪技術。少數(shù)字圖像中的噪聲稱為圖像去噪技術。l 必要性：醫(yī)學成像過程中由于成像機制的影響必要性：醫(yī)學成像過程中由于成像機制的影響,不可避免的引入不可避免的引入噪聲噪聲,圖像中的噪聲會大大降低圖像的質(zhì)量圖像中的噪聲會大大降低圖像的質(zhì)量,使組織邊界模糊使組織邊界模糊

16、,細微細微結(jié)構難以辨認結(jié)構難以辨認,影響醫(yī)學診斷。因此在醫(yī)學圖像去噪中影響醫(yī)學診斷。因此在醫(yī)學圖像去噪中,有效的去有效的去除噪聲的同時很好的保留邊界和結(jié)構信息是十分重要的。除噪聲的同時很好的保留邊界和結(jié)構信息是十分重要的。-16-醫(yī)學圖像醫(yī)學圖像去噪方法去噪方法-空域法空域法l 空域法空域法:采用各種圖像平滑模板對圖像進行卷積處理，達到抑制采用各種圖像平滑模板對圖像進行卷積處理，達到抑制或消除噪聲的目的?；蛳肼暤哪康?。 高斯濾波：高斯濾波是經(jīng)典的圖像濾波的算法，能夠在一定程度上抑制噪聲。很高斯濾波：高斯濾波是經(jīng)典的圖像濾波的算法，能夠在一定程度上抑制噪聲。很多算法都拿高斯濾波做預處理，例如

17、多算法都拿高斯濾波做預處理，例如canny邊緣檢測算子。然而高斯濾波在模糊邊緣檢測算子。然而高斯濾波在模糊圖像的同時，也模糊了圖像的邊緣信息。圖像的同時，也模糊了圖像的邊緣信息。 均值濾波：均值濾波：均值濾波的方法是對將處理的當前像素，選擇一個模板，該模板為其均值濾波的方法是對將處理的當前像素，選擇一個模板，該模板為其鄰近的若干像素組成，用模板中像素的均值來替代原像素的值。均值濾波是一種鄰近的若干像素組成，用模板中像素的均值來替代原像素的值。均值濾波是一種線性濾波器，但是模糊效應比較嚴重，去噪的同時會引起細節(jié)信息的丟失。線性濾波器，但是模糊效應比較嚴重，去噪的同時會引起細節(jié)信息的丟失。 中值濾

18、波中值濾波:是一種常用的非線性平滑濾波方法，其基本原理是把數(shù)字圖像或數(shù)字是一種常用的非線性平滑濾波方法，其基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個鄰域中各點值的中值代換。中值濾波的主要作用是序列中一點的值用該點的一個鄰域中各點值的中值代換。中值濾波的主要作用是將那些與周圍像素灰度值的差比較大的像素改取與周圍的像素值接近的值，從而將那些與周圍像素灰度值的差比較大的像素改取與周圍的像素值接近的值，從而可以消除孤立的噪聲點，所以中值濾波對于濾除圖像的椒鹽噪聲非常有效。中值可以消除孤立的噪聲點，所以中值濾波對于濾除圖像的椒鹽噪聲非常有效。中值濾波優(yōu)于均值濾波之處在于它不僅像均值濾波一樣可以

19、抑制噪聲，而且可以使邊濾波優(yōu)于均值濾波之處在于它不僅像均值濾波一樣可以抑制噪聲，而且可以使邊緣模糊效應大大降低。緣模糊效應大大降低。-17-醫(yī)學圖像醫(yī)學圖像去噪方法去噪方法-空域法舉例空域法舉例a,含椒鹽噪聲的大腦醫(yī)學圖像含椒鹽噪聲的大腦醫(yī)學圖像b,均值濾波效果均值濾波效果, ,均值濾波均值濾波：方法是方法是對將處理的當前像對將處理的當前像素，選擇一個模板，素，選擇一個模板，該模板為其鄰近的該模板為其鄰近的若干像素組成，用若干像素組成，用模板中像素的均值模板中像素的均值來替代原像素的值。來替代原像素的值。c,c,中值濾波效果中值濾波效果, ,中中值濾波值濾波：基本原基本原理是把數(shù)字圖像或理是把

20、數(shù)字圖像或數(shù)字序列中一點的數(shù)字序列中一點的值用該點的一個鄰值用該點的一個鄰域中各點值的中值域中各點值的中值代換代換。-18-醫(yī)學圖像醫(yī)學圖像去噪方法去噪方法-頻率域法頻率域法l 頻率域法：通過對圖像進行變換以后，選用適當?shù)念l率帶通濾波頻率域法：通過對圖像進行變換以后，選用適當?shù)念l率帶通濾波器進行濾波，經(jīng)反變換后獲得去噪聲圖像。器進行濾波，經(jīng)反變換后獲得去噪聲圖像。 小波方法小波方法:主要是針對圖像信號與噪聲信號經(jīng)小波變換后再不同的分辨率呈現(xiàn)不同主要是針對圖像信號與噪聲信號經(jīng)小波變換后再不同的分辨率呈現(xiàn)不同的規(guī)律，在不同的分辨率下，設定閾值門限，調(diào)整小波系數(shù)帶到圖像去噪目的。如的規(guī)律，在不同的分

21、辨率下，設定閾值門限，調(diào)整小波系數(shù)帶到圖像去噪目的。如果閾值太小，處理后的信號仍有噪聲存在，閾值太大，重要的圖像特征將被濾掉，果閾值太小，處理后的信號仍有噪聲存在，閾值太大，重要的圖像特征將被濾掉，引起偏差。利用小波去噪，只有當閾值選擇合適才能使達到比較好的去噪效果。引起偏差。利用小波去噪，只有當閾值選擇合適才能使達到比較好的去噪效果。 基于稀疏變換去噪：將圖像有用信息部分作為圖像中稀疏成分，而將圖像中的噪聲基于稀疏變換去噪：將圖像有用信息部分作為圖像中稀疏成分，而將圖像中的噪聲作為圖像（去除其中稀疏成分后得到）殘差，以此作為圖像去噪處理的基礎作為圖像（去除其中稀疏成分后得到）殘差，以此作為圖

22、像去噪處理的基礎 。相。相比于空域方法，基于稀疏變換的方法可以有效保留圖像原有高頻信息的基礎上去除比于空域方法，基于稀疏變換的方法可以有效保留圖像原有高頻信息的基礎上去除噪聲高頻分量。噪聲高頻分量。-19-醫(yī)學圖像醫(yī)學圖像去噪方法去噪方法-頻域法舉例頻域法舉例利用小波變換對機械部件圖像去噪效果對比圖,有效的保留了圖像的高頻分量。-20-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準醫(yī)學圖像配準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在

23、臨床的應用醫(yī)學圖像在臨床的應用10.醫(yī)學圖像處理技術在科研中的應用醫(yī)學圖像處理技術在科研中的應用-21-l 醫(yī)學圖像的退化醫(yī)學圖像的退化 圖像在形成、記錄、處理和傳輸過程中，由于成像系統(tǒng)、記錄設備圖像在形成、記錄、處理和傳輸過程中，由于成像系統(tǒng)、記錄設備、傳輸介質(zhì)和處理方法的不完善，從而導致的圖像質(zhì)量下降。、傳輸介質(zhì)和處理方法的不完善，從而導致的圖像質(zhì)量下降。l 醫(yī)學圖像的復原醫(yī)學圖像的復原 試圖利用退化過程的先驗知識，去恢復已被退化圖像的本來面目試圖利用退化過程的先驗知識，去恢復已被退化圖像的本來面目。 復原的過程是沿著質(zhì)量降質(zhì)（退化）的逆過程來重現(xiàn)原始圖像。復原的過程是沿著質(zhì)量降質(zhì)（退化）

24、的逆過程來重現(xiàn)原始圖像。醫(yī)學圖像醫(yī)學圖像的退化與復原的退化與復原-22-醫(yī)學圖像醫(yī)學圖像的復原的復原-基本思路基本思路退化了的圖像圖像退化圖像復原因果關系研究退化模型高質(zhì)量圖像復原的圖像-23-l 圖像退化圖像退化典型原因及表現(xiàn)典型原因及表現(xiàn)： 成像系統(tǒng)的像差、畸變、有限帶寬等造成的圖像成像系統(tǒng)的像差、畸變、有限帶寬等造成的圖像失真。失真。 模擬圖像在數(shù)字化的過程中，由于會損失掉部分細節(jié)，因而造成圖模擬圖像在數(shù)字化的過程中，由于會損失掉部分細節(jié)，因而造成圖像質(zhì)量下降。像質(zhì)量下降。 拍攝時，相機與景物之間的相對運動產(chǎn)生的運動拍攝時，相機與景物之間的相對運動產(chǎn)生的運動模糊模糊l 醫(yī)學圖像的復原方法

25、醫(yī)學圖像的復原方法 根據(jù)圖像退化的先驗知識建立一個退化模型，以此模型為基礎，采根據(jù)圖像退化的先驗知識建立一個退化模型，以此模型為基礎，采用各種逆退化處理方法進行恢復，使圖像質(zhì)量得到改善用各種逆退化處理方法進行恢復，使圖像質(zhì)量得到改善。 圖像復原的關鍵在于建立圖像退化模型。這個退化模型應該能夠反圖像復原的關鍵在于建立圖像退化模型。這個退化模型應該能夠反映圖像退化的原因。通常將退化原因作為線性系統(tǒng)退化的一個因素映圖像退化的原因。通常將退化原因作為線性系統(tǒng)退化的一個因素來對待，從而建立系統(tǒng)退化模型來近似描述圖像函數(shù)的退化。來對待，從而建立系統(tǒng)退化模型來近似描述圖像函數(shù)的退化。醫(yī)學圖像醫(yī)學圖像的退化與

26、復原的退化與復原-24-l 圖像復原圖像復原方法：方法： 退化函數(shù)估計退化函數(shù)估計：運動矩陣：運動矩陣H H的估計，噪聲（的估計，噪聲（n n）的估計。）的估計。 圖像去噪：可以使用空間域或頻率域濾波器圖像去噪：可以使用空間域或頻率域濾波器實現(xiàn)實現(xiàn)。因為因為不同原因產(chǎn)生的不同原因產(chǎn)生的噪音的分布是不同，可以通過分析圖片中噪音的分布得到產(chǎn)生這些噪音噪音的分布是不同，可以通過分析圖片中噪音的分布得到產(chǎn)生這些噪音的參數(shù)，然后進行逆運算進行圖像復原的參數(shù)，然后進行逆運算進行圖像復原。 逆濾波：逆濾波：有約束的最小二乘法容易通過計算機的簡單程序?qū)崿F(xiàn)，對圖像有約束的最小二乘法容易通過計算機的簡單程序?qū)崿F(xiàn)，

27、對圖像進行逆濾波來實現(xiàn)反卷積的方法方便快捷，無需循環(huán)或迭代，直接可以進行逆濾波來實現(xiàn)反卷積的方法方便快捷，無需循環(huán)或迭代，直接可以得到反卷積結(jié)果得到反卷積結(jié)果。 維納濾波：維納濾波：由由WienerWiener首先提出的，應用于一維信號處理，取得了很好的首先提出的，應用于一維信號處理，取得了很好的效果。之后，維納濾波法被用于二維信號處理，也取得了不錯的效果，效果。之后，維納濾波法被用于二維信號處理，也取得了不錯的效果，尤其在圖像復原領域，由于維納濾波計算量小，復原效果好，從而得到尤其在圖像復原領域，由于維納濾波計算量小，復原效果好，從而得到了廣泛的應用和發(fā)展了廣泛的應用和發(fā)展。醫(yī)學圖像醫(yī)學圖像

28、的復原方法的復原方法-25-醫(yī)學圖像醫(yī)學圖像的復原方法的復原方法-去噪聲去噪聲(a) 原圖像 (b)被正弦噪聲干擾的圖像 (c)濾波效果圖 復原復原受正弦噪聲干擾的受正弦噪聲干擾的圖像圖像 -26-醫(yī)學圖像醫(yī)學圖像的復原方法的復原方法-維納濾波去運動模糊維納濾波去運動模糊(a) 原圖像(b) 運動模糊圖像(c)濾波效果圖 利用維納濾波復原含運動模糊的圖像利用維納濾波復原含運動模糊的圖像-27-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準

29、醫(yī)學圖像配準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在臨床的應用醫(yī)學圖像在臨床的應用10.醫(yī)學圖像處理技術在科研中的應用醫(yī)學圖像處理技術在科研中的應用-28-醫(yī)學圖像分割醫(yī)學圖像分割l 醫(yī)學圖像分割是一個根據(jù)醫(yī)學圖像分割是一個根據(jù)圖像圖像區(qū)域間的相似或不同把圖像分區(qū)域間的相似或不同把圖像分割成若干區(qū)域的過程割成若干區(qū)域的過程。這些區(qū)域是互相不交叉的，每一個區(qū)域這些區(qū)域是互相不交叉的，每一個區(qū)域都滿足特定區(qū)域的一致性。都滿足特定區(qū)域的一致性。l 必要性：圖像分割是圖像分析環(huán)節(jié)的關鍵技術，是提取影像必要性：圖像分割是圖像分析環(huán)節(jié)的關鍵技術，是提取影像圖像中特殊組織的定量信息的不可缺少的手段，同

30、時也是可視圖像中特殊組織的定量信息的不可缺少的手段，同時也是可視化實現(xiàn)的預處理步驟和前提。分割后的圖像正被廣泛應用于各化實現(xiàn)的預處理步驟和前提。分割后的圖像正被廣泛應用于各種場合，如組織容積的定量分析，診斷，病變組織的定位，解種場合，如組織容積的定量分析，診斷，病變組織的定位，解剖結(jié)構的學習，治療規(guī)劃，功能成像數(shù)據(jù)的局部體效應校正和剖結(jié)構的學習，治療規(guī)劃，功能成像數(shù)據(jù)的局部體效應校正和計算機指導手術。由于醫(yī)學圖像的復雜性和多樣性，醫(yī)學圖像計算機指導手術。由于醫(yī)學圖像的復雜性和多樣性，醫(yī)學圖像分割至今仍然是個科學難題。分割至今仍然是個科學難題。-29-醫(yī)學圖像分割醫(yī)學圖像分割-技術實現(xiàn)方法技術實

31、現(xiàn)方法l 基于區(qū)域的分割方法基于區(qū)域的分割方法 ：利用同一區(qū)域內(nèi)的特征相似性識別圖像不同區(qū)域的方：利用同一區(qū)域內(nèi)的特征相似性識別圖像不同區(qū)域的方法。法。 閾值法閾值法 區(qū)域生長和分裂合并區(qū)域生長和分裂合并 分類器和聚類方法分類器和聚類方法 基于隨機場的方法基于隨機場的方法 其他統(tǒng)計方法其他統(tǒng)計方法 l 邊緣分割方法：區(qū)域邊緣上的像素灰度值的變化往往比較劇烈，檢測不同區(qū)邊緣分割方法：區(qū)域邊緣上的像素灰度值的變化往往比較劇烈，檢測不同區(qū)域間的邊緣來解決圖像分割問題。域間的邊緣來解決圖像分割問題。 并行微分算子并行微分算子 基于曲面擬合的方法基于曲面擬合的方法 基于邊界曲線擬合的方法基于邊界曲線擬合

32、的方法 串行邊界查找串行邊界查找-30-醫(yī)學圖像分割醫(yī)學圖像分割-閾值閾值法舉例法舉例腦部腦部CTCT切片的切片的CTCT值范圍為值范圍為0-4095,0-4095,灰度級灰度級別為別為4096,4096,采用多閾值方法將改圖分為四采用多閾值方法將改圖分為四個部分：背景、表皮、軟組織和骨骼。個部分：背景、表皮、軟組織和骨骼。閾值分別為閾值分別為175175、977977和和15021502.閾值方法：如果只用選取一個閾值稱閾值方法：如果只用選取一個閾值稱為單閾值分割，它將圖像分為目標和為單閾值分割，它將圖像分為目標和背景；如果需用多個閾值則稱為多閾背景；如果需用多個閾值則稱為多閾值方法，圖像將

33、被分割為多個目標區(qū)值方法，圖像將被分割為多個目標區(qū)域和背景，為區(qū)分目標，還需要對各域和背景，為區(qū)分目標，還需要對各個區(qū)域進行標記。閾值分割方法基于個區(qū)域進行標記。閾值分割方法基于對灰度圖像的一種假設：目標或背景對灰度圖像的一種假設：目標或背景內(nèi)的相鄰像素間的灰度值是相似的，內(nèi)的相鄰像素間的灰度值是相似的，但不同目標或背景的像素在灰度上有但不同目標或背景的像素在灰度上有差異，反映在圖像直方圖上就是不同差異，反映在圖像直方圖上就是不同目標和背景對應不同的峰。選取的閾目標和背景對應不同的峰。選取的閾值應位于兩個峰之間的谷，從而將各值應位于兩個峰之間的谷，從而將各個峰分開。個峰分開。-31-閾值法的優(yōu)

34、缺點閾值法的優(yōu)缺點l 優(yōu)點優(yōu)點 簡單簡單 對于不同類的物體灰度值或其他特征值相差很大時，它能很有效的對圖像對于不同類的物體灰度值或其他特征值相差很大時，它能很有效的對圖像進行分割。進行分割。 閾值分割通常作為預處理，在其后應用其他一系列分割方法進行處理，它閾值分割通常作為預處理，在其后應用其他一系列分割方法進行處理，它常被用于常被用于CT圖像中皮膚、骨骼的分割。圖像中皮膚、骨骼的分割。l 缺點缺點 不適用于多通道圖像和特征值相差不大的圖像，對于圖像中不存在明顯的不適用于多通道圖像和特征值相差不大的圖像，對于圖像中不存在明顯的灰度差異或各物體的灰度值范圍有較大重疊的圖像分割問題難以得到準確灰度差

35、異或各物體的灰度值范圍有較大重疊的圖像分割問題難以得到準確的結(jié)果。的結(jié)果。 它僅僅考慮了圖像的灰度信息而不考慮圖像的空間信息，閾值分割對噪聲它僅僅考慮了圖像的灰度信息而不考慮圖像的空間信息，閾值分割對噪聲和灰度不均勻很敏感。和灰度不均勻很敏感。-32-醫(yī)學圖像分割醫(yī)學圖像分割-并行微分算子方法舉例并行微分算子方法舉例l并行微分算子法對圖像中灰度的變化進行檢測，通過求一階導數(shù)極值點或二階導數(shù)并行微分算子法對圖像中灰度的變化進行檢測，通過求一階導數(shù)極值點或二階導數(shù)過零點來檢測邊緣。常用的一階導數(shù)算子有梯度算子、過零點來檢測邊緣。常用的一階導數(shù)算子有梯度算子、Prewitt算子和算子和Sobel算子

36、，二算子，二階導數(shù)算子有階導數(shù)算子有Laplacian算子，還有算子，還有Kirsch算子和算子和Wallis算子等非線性算子。梯度算算子等非線性算子。梯度算子不僅對邊緣信息敏感，而且對于像素點也很敏感。子不僅對邊緣信息敏感，而且對于像素點也很敏感。-33-醫(yī)學圖像分割醫(yī)學圖像分割-并行微分算子法的優(yōu)缺點并行微分算子法的優(yōu)缺點l 優(yōu)點優(yōu)點 對于高質(zhì)量圖像，檢測精度高。對于高質(zhì)量圖像，檢測精度高。l 缺點缺點 對噪聲敏感，由于梯度算子具有高通特性，噪聲通常也是高頻的，因此可對噪聲敏感，由于梯度算子具有高通特性，噪聲通常也是高頻的，因此可能造成一些錯誤邊緣像素的檢測。能造成一些錯誤邊緣像素的檢測。

37、-34-l 區(qū)域生長和分裂區(qū)域生長和分裂 優(yōu)點：計算簡單優(yōu)點：計算簡單,特別適用于分割小的結(jié)構如腫瘤和傷疤。特別適用于分割小的結(jié)構如腫瘤和傷疤。 缺點：需要人工交互以獲得種子點，這樣使用者必須在每個需要抽取出的缺點：需要人工交互以獲得種子點，這樣使用者必須在每個需要抽取出的區(qū)域中植入一個種子點。對噪聲敏感，導致抽取出的區(qū)域有空洞或者在局區(qū)域中植入一個種子點。對噪聲敏感，導致抽取出的區(qū)域有空洞或者在局部體效應的情況下將原本分開的區(qū)域連接起來。部體效應的情況下將原本分開的區(qū)域連接起來。l 形變模型形變模型 優(yōu)點：能夠直接產(chǎn)生閉合的曲線或者曲面，對噪聲和偽邊界有很強的魯棒優(yōu)點：能夠直接產(chǎn)生閉合的曲線

38、或者曲面，對噪聲和偽邊界有很強的魯棒性性. 缺點：對初始邊界位置敏感，需要人工交互干預。缺點：對初始邊界位置敏感，需要人工交互干預。其他方法，限于篇幅不再贅述。其他方法，限于篇幅不再贅述。醫(yī)學圖像分割醫(yī)學圖像分割-其他方法的優(yōu)缺點其他方法的優(yōu)缺點-35-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準醫(yī)學圖像配準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在臨床的應用醫(yī)學圖像在臨床的應用10.醫(yī)學圖像處理技術在科研中的應用醫(yī)學圖像處理技術在

39、科研中的應用-36-l 含義：利用計算機對醫(yī)學圖像進行自動處理、特征抽取和分含義：利用計算機對醫(yī)學圖像進行自動處理、特征抽取和分類的技術。實現(xiàn)醫(yī)學圖像自動識別是計算機和醫(yī)學交叉領域類的技術。實現(xiàn)醫(yī)學圖像自動識別是計算機和醫(yī)學交叉領域的研究熱點，而影響識別效果的因素主要是特征提取和識別的研究熱點，而影響識別效果的因素主要是特征提取和識別方法兩個方面。方法兩個方面。醫(yī)學圖像醫(yī)學圖像的識別的識別-37-l 顏色特征提取顏色特征提取 優(yōu)點：提取方便優(yōu)點：提取方便 缺點：缺少空間分布信息缺點：缺少空間分布信息l 紋理特征提取紋理特征提取 優(yōu)點：可以反映圖像像素點某鄰域內(nèi)灰度級或顏色的某種變化，進優(yōu)點：可

40、以反映圖像像素點某鄰域內(nèi)灰度級或顏色的某種變化，進而反映局部結(jié)構化特征。而反映局部結(jié)構化特征。 缺點：缺少全局信息。缺點：缺少全局信息。l 形狀特征提取形狀特征提取 優(yōu)點：可以很好的表示圖像可視化特征。優(yōu)點：可以很好的表示圖像可視化特征。 缺點：需要圖像分割，圖像分割好壞決定著特征提取的效果。缺點：需要圖像分割，圖像分割好壞決定著特征提取的效果。醫(yī)學圖像醫(yī)學圖像的識別的識別-特征提取方法的優(yōu)缺點特征提取方法的優(yōu)缺點-38-l 神經(jīng)網(wǎng)絡是主流的醫(yī)學圖像識別方法。神經(jīng)網(wǎng)絡是主流的醫(yī)學圖像識別方法。l 優(yōu)點優(yōu)點 自適應性強自適應性強 學習能力強學習能力強 魯棒性和容錯能力強魯棒性和容錯能力強l 缺點

41、缺點 對于處理多維特征圖像，單個分類器識別率不高對于處理多維特征圖像，單個分類器識別率不高 使用多個神經(jīng)網(wǎng)絡分類器復雜度高使用多個神經(jīng)網(wǎng)絡分類器復雜度高醫(yī)學圖像醫(yī)學圖像的識別的識別-神經(jīng)網(wǎng)絡識別方法神經(jīng)網(wǎng)絡識別方法-39-醫(yī)學圖像醫(yī)學圖像的識別的識別舉例舉例-乳腺病變位置的確定乳腺病變位置的確定a.原始圖像b.閾值分割得到的乳腺組織和脂肪組織c.利用區(qū)域生長方法得到病理影像d.增加了針狀物特征之后的病理提取情況在特征提取的基礎上進行模式分類是基于乳腺影像的計算機輔助診斷的重要步在特征提取的基礎上進行模式分類是基于乳腺影像的計算機輔助診斷的重要步驟。如上圖所示，對原始數(shù)據(jù)進行處理的過程中得到病灶

42、的一系列特征，以及驟。如上圖所示，對原始數(shù)據(jù)進行處理的過程中得到病灶的一系列特征，以及用這些特征表達的模式。正是這些特征或特征的組合形成的模式可以用于自動用這些特征表達的模式。正是這些特征或特征的組合形成的模式可以用于自動的分類分析。的分類分析。-40-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準醫(yī)學圖像配準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在臨床的應用醫(yī)學圖像在臨床的應用10.醫(yī)學圖像處理技術在科研中的應用醫(yī)學圖像處理技術在

43、科研中的應用-41-醫(yī)學圖像剛性配準與柔性配準的含義醫(yī)學圖像剛性配準與柔性配準的含義l 醫(yī)學圖像配準是指將來自不同形式的探測器醫(yī)學圖像配準是指將來自不同形式的探測器(如如MRI,CT,PET,SPECT等等)的醫(yī)學圖像，利用計算機技的醫(yī)學圖像，利用計算機技術實現(xiàn)對于一幅醫(yī)學圖像尋求一種或者一系列的空間術實現(xiàn)對于一幅醫(yī)學圖像尋求一種或者一系列的空間變換，使它與另一幅醫(yī)學圖像上的對應點達到空間上變換，使它與另一幅醫(yī)學圖像上的對應點達到空間上的一致。其中，剛性配準的空間變換為剛性變換，柔的一致。其中，剛性配準的空間變換為剛性變換，柔性配準的空間變換為非線性變換。性配準的空間變換為非線性變換。-42-

44、醫(yī)學圖像配準的必要性醫(yī)學圖像配準的必要性l 必要性：醫(yī)學圖像大致可分為解剖圖像必要性：醫(yī)學圖像大致可分為解剖圖像(如如CT,MRI)和功能和功能圖像圖像(如如PET,fMRI,SPECT)。解剖圖像能清晰地提供臟器的。解剖圖像能清晰地提供臟器的解剖結(jié)構信息解剖結(jié)構信息,但不具備功能顯示但不具備功能顯示;功能圖像能夠顯示人體的功能圖像能夠顯示人體的新陳代謝的功能變化新陳代謝的功能變化,但分辨率較低但分辨率較低,無法清晰地描繪出器官無法清晰地描繪出器官或病灶的解剖細節(jié)。若單獨使用某一種模態(tài)的成像技術或病灶的解剖細節(jié)。若單獨使用某一種模態(tài)的成像技術,效效果都不理想。因而我們需要利用圖像配準技術來使多

45、次成像果都不理想。因而我們需要利用圖像配準技術來使多次成像或多種模式成像的信息得到綜合利用?；蚨喾N模式成像的信息得到綜合利用。-43-醫(yī)學圖像配準的一般流程醫(yī)學圖像配準的一般流程-44-醫(yī)學圖像配準醫(yī)學圖像配準-剛性變換與非線性變換剛性變換與非線性變換剛體變換仿射變換投影變換非線性變換剛性變換用一句話來說剛性變換后直線仍然是直線，非線性變換后用一句話來說剛性變換后直線仍然是直線，非線性變換后直線可能會變成曲線。直線可能會變成曲線。-45-醫(yī)學圖像配準醫(yī)學圖像配準-剛性變換剛性變換l 剛體變換：指在變換前后能夠保持待配準圖像中任意兩點間距離不變的剛體變換：指在變換前后能夠保持待配準圖像中任意兩點

46、間距離不變的變換方法變換方法,包括平移和旋轉(zhuǎn)兩部分。包括平移和旋轉(zhuǎn)兩部分。l 仿射變換：變換前后能夠?qū)⒋錅蕡D像中的直線仍舊映射為直線仿射變換：變換前后能夠?qū)⒋錅蕡D像中的直線仍舊映射為直線,且任且任意兩直線之間的平行關系保持不變。它包括平移，旋轉(zhuǎn)和縮放。意兩直線之間的平行關系保持不變。它包括平移，旋轉(zhuǎn)和縮放。l 投影變換：變換前后的平行直線仍舊是直線投影變換：變換前后的平行直線仍舊是直線,但不保證它們間的平行關但不保證它們間的平行關系仍舊成立。投影變換反映的是目標在不同距離成像時系仍舊成立。投影變換反映的是目標在不同距離成像時,成像系統(tǒng)中發(fā)成像系統(tǒng)中發(fā)生的變形。生的變形。-46-醫(yī)學圖像配準

47、醫(yī)學圖像配準-柔性變換主要方法柔性變換主要方法l 彈性體模型：根據(jù)物理學中的彈性力學的運動抽象出來的模型彈性體模型：根據(jù)物理學中的彈性力學的運動抽象出來的模型, ,它主要它主要研究彈性物體在外力作用和內(nèi)外環(huán)境變化時產(chǎn)生的應變、應力以及位移研究彈性物體在外力作用和內(nèi)外環(huán)境變化時產(chǎn)生的應變、應力以及位移的大小和位置。的大小和位置。l 粘性流體理論：在配準過程中粘性流體理論：在配準過程中, ,源圖像被視作粘性流體源圖像被視作粘性流體, ,流體在內(nèi)力的作流體在內(nèi)力的作用下流動去擬合目標圖像。一段時間后用下流動去擬合目標圖像。一段時間后, ,內(nèi)力消失內(nèi)力消失, ,流體停止流動。圖像流體停止流動。圖像中的

48、內(nèi)力在形變的過程中隨著時間消逝而釋放中的內(nèi)力在形變的過程中隨著時間消逝而釋放, ,使它具有模擬高度局部使它具有模擬高度局部化形變的能力?；巫兊哪芰?。l 樣條函數(shù)法：常用的樣條函數(shù)有薄板樣條、樣條函數(shù)法：常用的樣條函數(shù)有薄板樣條、B B 樣條等。采用樣條函數(shù)的樣條等。采用樣條函數(shù)的配準方法的原理是配準方法的原理是: :假設在參考圖像和目標圖像中存在某些確定的對應假設在參考圖像和目標圖像中存在某些確定的對應點點( (也稱為控制點也稱為控制點),),將目標圖像中的控制點映射到參考圖像的對應點將目標圖像中的控制點映射到參考圖像的對應點, ,在在控制點之間控制點之間, ,求取它們之間存在的最優(yōu)光滑位移

49、場。求取它們之間存在的最優(yōu)光滑位移場。-47-醫(yī)學圖像配準醫(yī)學圖像配準-技術實現(xiàn)方法技術實現(xiàn)方法基于灰度的圖像配準技術基于灰度的圖像配準技術l 基于灰度的方法是通過尋找兩幅圖像重疊部分中相似的灰度信息來尋找基于灰度的方法是通過尋找兩幅圖像重疊部分中相似的灰度信息來尋找圖像的配準位置圖像的配準位置,使用灰度信息相似性最大或最小值點來判斷兩個區(qū)域使用灰度信息相似性最大或最小值點來判斷兩個區(qū)域是否相似。常用的算法有灰度比值、區(qū)域匹配法、最大互信息法等。其是否相似。常用的算法有灰度比值、區(qū)域匹配法、最大互信息法等。其中互信息是最常用的相似測度函數(shù)中互信息是最常用的相似測度函數(shù),并已取得了巨大成功。并已

50、取得了巨大成功。l 優(yōu)點：只與圖像的灰度相關，與圖像的顏色無關，并且互信息法已經(jīng)廣優(yōu)點：只與圖像的灰度相關，與圖像的顏色無關，并且互信息法已經(jīng)廣泛應用于醫(yī)學圖像配準當中。泛應用于醫(yī)學圖像配準當中。l 缺點：運算量大，配準時間長。缺點：運算量大，配準時間長。-48-醫(yī)學圖像配準醫(yī)學圖像配準-技術實現(xiàn)方法技術實現(xiàn)方法基于特征的圖像配準技術基于特征的圖像配準技術l 基于特征的方法是通過提取待配準圖像和參考圖像的相應特征基于特征的方法是通過提取待配準圖像和參考圖像的相應特征,以數(shù)學以數(shù)學方法建立特征之間的幾何變換關系匹配。這些圖像特征包括點方法建立特征之間的幾何變換關系匹配。這些圖像特征包括點,線線,

51、邊緣邊緣、輪廓等。特征的提取算法可以分為點特征提取算子、輪廓等。特征的提取算法可以分為點特征提取算子,例如例如Harris, SUSAN,還有輪廓特征算子還有輪廓特征算子,例如例如Canny,梯度算子等。梯度算子等。l 優(yōu)點：速度快、計算量小、拼接精度高。優(yōu)點：速度快、計算量小、拼接精度高。l 缺點：拼接的精度較大程度上取決于特征的提取，使用該方法運用時通缺點：拼接的精度較大程度上取決于特征的提取，使用該方法運用時通常需要半人工選取特征。常需要半人工選取特征。-49-醫(yī)學圖像配準舉例醫(yī)學圖像配準舉例 MR肝臟圖CT肝臟圖 基于基于B B樣條的柔性配準樣條的柔性配準 基于基于仿射變換的剛性配準仿

52、射變換的剛性配準 -50-醫(yī)學圖像剛性配準舉例醫(yī)學圖像剛性配準舉例（a) a) 參考參考圖像圖像 (b)(b) 待配準待配準圖像圖像 (c) (c) 配準后圖像配準后圖像-51-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準醫(yī)學圖像配準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在臨床的應用醫(yī)學圖像在臨床的應用10.醫(yī)學圖像處理技術在科研中的應用醫(yī)學圖像處理技術在科研中的應用-52-醫(yī)學圖像拼接醫(yī)學圖像拼接l 含義：將不同成像設備或同一成

53、像設備不同時間獲得的含有重疊區(qū)域的多幅含義：將不同成像設備或同一成像設備不同時間獲得的含有重疊區(qū)域的多幅醫(yī)學圖像綜合成一幅大型的高分辨率無縫醫(yī)學圖像的圖像處理技術。醫(yī)學圖像綜合成一幅大型的高分辨率無縫醫(yī)學圖像的圖像處理技術。l 必要性：由于現(xiàn)有的成像設備限制必要性：由于現(xiàn)有的成像設備限制, ,要獲得完整的醫(yī)學圖像常常需要多次拍要獲得完整的醫(yī)學圖像常常需要多次拍攝攝, ,醫(yī)生需要將多次拍攝的具有相互重疊的圖像拼接醫(yī)生需要將多次拍攝的具有相互重疊的圖像拼接, ,全局觀察病人情況。過全局觀察病人情況。過去臨床上醫(yī)生常使用手工拼接和網(wǎng)格拼接的方法。手動的方法雖然直接去臨床上醫(yī)生常使用手工拼接和網(wǎng)格拼接

54、的方法。手動的方法雖然直接, ,但但誤差相對較大誤差相對較大, ,速度慢速度慢, ,而網(wǎng)格拼接方法而網(wǎng)格拼接方法, ,需要專門設備需要專門設備, ,并且拍攝的圖像帶有并且拍攝的圖像帶有網(wǎng)格網(wǎng)格, ,影響臨床診斷。通過醫(yī)學圖像拼接技術來獲取全景的醫(yī)學圖像影響臨床診斷。通過醫(yī)學圖像拼接技術來獲取全景的醫(yī)學圖像, ,可以說可以說是一種便捷、高效、高性價比的解決途徑。是一種便捷、高效、高性價比的解決途徑。-53-醫(yī)學圖像拼接醫(yī)學圖像拼接-關鍵步驟關鍵步驟l 醫(yī)學圖像拼接主要分為兩步：圖像配準與圖像融合。醫(yī)學圖像拼接主要分為兩步：圖像配準與圖像融合。l 圖像配準：該步驟在上一章節(jié)已描述。圖像配準：該步驟

55、在上一章節(jié)已描述。l 圖像融合：由于在不同時刻獲得的圖像圖像融合：由于在不同時刻獲得的圖像,在光照、設備參數(shù)和周圍環(huán)境在光照、設備參數(shù)和周圍環(huán)境的影響下的影響下,圖像的像素很難保持不變圖像的像素很難保持不變,在拼接時就會出現(xiàn)縫隙在拼接時就會出現(xiàn)縫隙,不便于觀察不便于觀察。因此需要采用融合技術對重疊區(qū)域進行融合。因此需要采用融合技術對重疊區(qū)域進行融合,進而消除拼接縫隙線。進而消除拼接縫隙線。-54-醫(yī)學圖像融合醫(yī)學圖像融合-帶有縫隙線的拼接圖像帶有縫隙線的拼接圖像-55-醫(yī)學圖像拼接醫(yī)學圖像拼接-以像素為基礎的融合以像素為基礎的融合l 以像素為基礎的以像素為基礎的 方法：由于像素是圖像的基本元素

56、方法：由于像素是圖像的基本元素, 像素間灰度值的差像素間灰度值的差異顯現(xiàn)出圖像中所包含的結(jié)構信息異顯現(xiàn)出圖像中所包含的結(jié)構信息, 因此簡單地把兩幅圖像對應像素點因此簡單地把兩幅圖像對應像素點的灰度值進行加權求和、的灰度值進行加權求和、 灰度取大或者灰度取小等操作灰度取大或者灰度取小等操作, 便可得到一幅便可得到一幅融合圖像。融合圖像。l 優(yōu)點：數(shù)學原理易于理解優(yōu)點：數(shù)學原理易于理解,算法實現(xiàn)簡單。算法實現(xiàn)簡單。l 缺點：實現(xiàn)效果和效率相對較差缺點：實現(xiàn)效果和效率相對較差, 融合后圖像會出現(xiàn)一定程度的模糊。融合后圖像會出現(xiàn)一定程度的模糊。-56-醫(yī)學圖像拼接醫(yī)學圖像拼接-以圖像特征為基以圖像特征

57、為基 礎的融合礎的融合l 以圖像特征為基以圖像特征為基 礎的方法：現(xiàn)有的基于圖像特征的融合方法幾乎都是礎的方法：現(xiàn)有的基于圖像特征的融合方法幾乎都是從變換域上的圖像編碼和壓縮技術延伸來的從變換域上的圖像編碼和壓縮技術延伸來的,有有Laplacian金字塔法、金字塔法、 Gaussian金字塔法、多分辨率形態(tài)濾波法和小波變換法等。一般步驟為金字塔法、多分辨率形態(tài)濾波法和小波變換法等。一般步驟為: 將源圖像分別變換至一定的變換域上將源圖像分別變換至一定的變換域上; 在變換域上設計一定的融合在變換域上設計一定的融合規(guī)則規(guī)則; 根據(jù)選取的規(guī)則在變換域上創(chuàng)建融合圖像根據(jù)選取的規(guī)則在變換域上創(chuàng)建融合圖像;

58、 逆變換重建融合圖逆變換重建融合圖像。像。l 優(yōu)點：實現(xiàn)效果比較理想。優(yōu)點：實現(xiàn)效果比較理想。l 缺點：要對圖像進行特征提取、目標分割等處理缺點：要對圖像進行特征提取、目標分割等處理, 算法原理復雜。算法原理復雜。-57-醫(yī)學圖像拼接舉例醫(yī)學圖像拼接舉例MRI圖像和圖像和SPECT圖像拼接圖像拼接-58-醫(yī)學圖像拼接舉例醫(yī)學圖像拼接舉例 待拼接圖待拼接圖 拼接后的圖拼接后的圖-59-目錄目錄1.醫(yī)學圖像處理背景醫(yī)學圖像處理背景2.醫(yī)學圖像預處理醫(yī)學圖像預處理3.醫(yī)學圖像去噪醫(yī)學圖像去噪4.醫(yī)學醫(yī)學圖像復原圖像復原5.醫(yī)學圖像分割醫(yī)學圖像分割6.醫(yī)學醫(yī)學圖像圖像識別識別7.醫(yī)學圖像配準醫(yī)學圖像配

59、準8.醫(yī)學圖像的醫(yī)學圖像的拼接拼接9.醫(yī)學圖像在臨床的應用醫(yī)學圖像在臨床的應用10.醫(yī)學圖像處理技術在科研中的應用醫(yī)學圖像處理技術在科研中的應用-60-l 直接處理方法：直接處理方法：應用影像設備的隨機軟件對獲取的醫(yī)學圖像直接進行處應用影像設備的隨機軟件對獲取的醫(yī)學圖像直接進行處理。醫(yī)學影像設備的隨機軟件的功能一般比較齊全，基本上可以滿足對理。醫(yī)學影像設備的隨機軟件的功能一般比較齊全，基本上可以滿足對醫(yī)學圖像處理的一般性要求，例如，對醫(yī)學圖像處理的一般性要求，例如，對CT或或MRI圖像進行增強處理、圖像進行增強處理、濾波處理、血管成像、三維重建和一些定量測量等。濾波處理、血管成像、三維重建和一

60、些定量測量等。l 脫機應用工作站處理脫機應用工作站處理方法：方法：比直接處理更專業(yè)的醫(yī)學圖像處理方式，是比直接處理更專業(yè)的醫(yī)學圖像處理方式，是基于臨床對醫(yī)學圖像處理的更高要，如多模醫(yī)學圖像的配準基于臨床對醫(yī)學圖像處理的更高要，如多模醫(yī)學圖像的配準/融合，虛融合，虛擬內(nèi)窺鏡，外科手術的術前計劃及放射治療計劃等，一般都是通過專用擬內(nèi)窺鏡，外科手術的術前計劃及放射治療計劃等，一般都是通過專用圖像處理工作站進行的。圖像處理工作站上的軟件功能要比醫(yī)學影像設圖像處理工作站進行的。圖像處理工作站上的軟件功能要比醫(yī)學影像設備的隨機軟件功能要強大的多。目前有很多專用的醫(yī)學圖像處理工作站備的隨機軟件功能要強大的多