醫(yī)學(xué)圖像分析

醫(yī)學(xué)圖像分析醫(yī)學(xué)術(shù)語01簡介功能拓展及應(yīng)用理論目錄0302基本信息醫(yī)學(xué)圖像分析（MedicalImageAnalysis）是醫(yī)學(xué)術(shù)語，指綜合醫(yī)學(xué)影像、數(shù)學(xué)建模、數(shù)字圖像處理與分析、人工智能和數(shù)值算法等學(xué)科的交叉領(lǐng)域。簡介簡介20世紀(jì)70年代，X線圖像在臨床廣泛應(yīng)用，醫(yī)生借助學(xué)習(xí)得到的知識和實踐積累的經(jīng)驗，解讀病人的X線照片所反映的解剖結(jié)構(gòu)和病生理信息。但是，這種人工解讀方式，往往依賴于醫(yī)生個人的經(jīng)驗、知識和情緒，且效率較低。隨著計算機的發(fā)展和數(shù)字化儀器的出現(xiàn)，人們開始把X線膠片的模擬圖像轉(zhuǎn)變?yōu)閿?shù)字圖像存儲和傳輸；另外，計算機技術(shù)的逐步成熟也提供了相當(dāng)?shù)挠嬎隳芰?。研究者開始嘗試把醫(yī)學(xué)模擬圖像轉(zhuǎn)化為數(shù)字圖像，開展了計算機輔助診斷(computeraideddiagnosis，CAD)的初步研究，試圖在一定程度上輔助醫(yī)生判讀醫(yī)學(xué)圖像，排除人為主觀因素，提高診斷準(zhǔn)確性和效率。醫(yī)學(xué)臨床需求也推動著醫(yī)學(xué)圖像分析的發(fā)展。多排螺旋CT能夠在極短的時間內(nèi)采集到真正的各向同性體素數(shù)據(jù)并重組成三維數(shù)據(jù)，MR心臟圖像是時間加三維的四維數(shù)據(jù)，一次完整的心臟檢查結(jié)果包括在心動周期上、各個時刻、多個層面上的數(shù)百張二維圖像。數(shù)據(jù)采集的高維化，導(dǎo)致依靠傳統(tǒng)的二維表達已經(jīng)很難理解如此海量的信息，更談不上有效率地判讀和分析。醫(yī)學(xué)圖像分析的研究的對象也日益廣泛，不再局限于過去具有明顯診斷特征的病種，開始擴展到多種不同器官、解剖形態(tài)、功能過程的圖像，試圖利用自動精確定量的計算機輔助圖像分析，幫助臨床醫(yī)生和研究者高效準(zhǔn)確地處理海量圖像信息。在成像硬件的推動下，從20世紀(jì)90年代中期到現(xiàn)在，醫(yī)學(xué)圖像分析在理論方法和應(yīng)用上都取得了長足的進步。理論分割圖像配準(zhǔn)和信息融合可視化時序圖像的功能分析理論分割醫(yī)學(xué)圖像的感興趣區(qū)分割研究，是醫(yī)學(xué)圖像分析中最重要的基礎(chǔ)，準(zhǔn)確、魯棒和快速的圖像分割，是定量分析、三維可視化等后續(xù)環(huán)節(jié)之前的最重要步驟，也為圖像引導(dǎo)手術(shù)、放療計劃和治療評估等重要臨床應(yīng)用奠定了最根本的基礎(chǔ)。早期醫(yī)學(xué)圖像分割研究，主要是直接應(yīng)用圖像處理的經(jīng)典方法，如邊界提取和基于灰度的區(qū)域增長算法等。后來開始針對不同的解剖位置和成像模態(tài)，設(shè)計基于成像設(shè)備、成像參數(shù)和解剖結(jié)構(gòu)等先驗知識的專用圖像分析算法，如利用多參數(shù)的MR圖像、決策樹和統(tǒng)計聚類技術(shù)來分割腦組織的白質(zhì)和灰質(zhì)。隨著圖像分析和計算機視覺理論方法的不斷豐富，醫(yī)學(xué)圖像感興趣區(qū)分割也出現(xiàn)了很多新突破。參數(shù)動態(tài)輪廓線模型，(activecontourmodel)開創(chuàng)性地提出了高層模型指導(dǎo)、底層圖像特征驅(qū)動的圖像分割思想，通過最小化模型的內(nèi)外部能量得到分割結(jié)果，在隨后20多年中得到研究者的廣泛和不斷發(fā)展。動態(tài)表現(xiàn)模型(activeappearancemodel)，動態(tài)形狀模型(activeshapemodel)都是這一類的代表方法。Osher和Sethian提出的水平集(1evelset)方法，利用數(shù)值方法模擬各種曲面演化，后來作為一種數(shù)值模擬和分析的方法，被廣泛運用于曲線或曲面的運動跟蹤，在醫(yī)學(xué)圖像分割中也得到廣泛應(yīng)用。但目前大多數(shù)分割算法對醫(yī)學(xué)圖像成像參數(shù)和曲線、曲面的初始位置較敏感，沒有人工參與，難以做到魯棒分割不同設(shè)備乃至同種設(shè)備、不同參數(shù)的醫(yī)學(xué)圖像。圖1.醫(yī)學(xué)圖像分割圖像配準(zhǔn)和信息融合早期醫(yī)學(xué)圖像的配準(zhǔn)目的，是為了把顯示人體不同信息(結(jié)構(gòu)信息和功能信息)的醫(yī)學(xué)圖像放到統(tǒng)一坐標(biāo)系中顯示。隨著腦部結(jié)構(gòu)形態(tài)學(xué)分析研究的進步，出現(xiàn)了同病人不同時期及同種疾病的病人群體圖像數(shù)據(jù)配準(zhǔn)，以及標(biāo)準(zhǔn)圖譜到特定圖像數(shù)據(jù)集配準(zhǔn)研究。為了消除成像過程中對象運動的影響，圖像配準(zhǔn)也是時序圖像分析的第一步。尋找物體在不同影像中對應(yīng)像素點的關(guān)系是醫(yī)學(xué)圖像配準(zhǔn)的基本任務(wù)。通過尋找適當(dāng)?shù)目臻g變換，使圖像數(shù)據(jù)達到空間位置上的定位和配準(zhǔn)，進而進行圖像融合。圖像配準(zhǔn)方法可以分為基于外部特征和基于內(nèi)部特征兩類。使用外部特征的通過人工設(shè)置的標(biāo)記點實現(xiàn)配準(zhǔn)，如立體框架定位、皮膚標(biāo)記法等；而基于內(nèi)部特征方法通過尋找圖像內(nèi)部解剖結(jié)構(gòu)上的特征點或外部輪廓和表面的對應(yīng)關(guān)系實現(xiàn)配準(zhǔn)?；バ畔⒘渴请S機變量統(tǒng)計相關(guān)性的測度，在醫(yī)學(xué)圖像配準(zhǔn)中得到廣泛應(yīng)用。由于最大互信息方法不需要假設(shè)不同成像模式下的圖像灰度的相關(guān)性，也無需對圖像進行分割和預(yù)處理，非常適合三維多模醫(yī)學(xué)圖像配準(zhǔn)，具有精度高、魯棒性強的特點。目前，醫(yī)學(xué)圖像配準(zhǔn)技術(shù)和分割技術(shù)一樣，出現(xiàn)了很多成熟的方法和軟件，是醫(yī)學(xué)圖像分析中的基本技術(shù)之一。圖2.醫(yī)學(xué)圖像配準(zhǔn)融合可視化可視化（visualization）在醫(yī)學(xué)圖像分析中扮演重要角色。醫(yī)學(xué)圖像可視化技術(shù)是指利用從實驗中獲得的、掃描器測得的、計算模型合成的醫(yī)學(xué)圖像數(shù)據(jù)，重建三維圖像模型，并進行定性定量分析，為用戶提供具有真實感的三維醫(yī)學(xué)圖像，使人們更清楚地認(rèn)識蘊涵在體數(shù)據(jù)中的復(fù)雜結(jié)構(gòu)，便于醫(yī)生多角度多層次地觀察和分析，并且能夠使醫(yī)生有效參與數(shù)據(jù)處理與分析的過程。醫(yī)學(xué)圖像可視化技術(shù)，按照繪制過程中數(shù)據(jù)描述方法的不同，通常分成兩大類一面繪制和體繪制。面繪制技術(shù)是指對體表面重建，即從切片數(shù)據(jù)提供的三維數(shù)據(jù)場中抽取等值面，然后用傳統(tǒng)圖形學(xué)技術(shù)實現(xiàn)表面繪制。面繪制可以有效地繪制出物體表面，但缺乏對物體內(nèi)部信息的表達。體繪制則是以體素作為基本單元，直接由切片數(shù)據(jù)生成三維物體圖像，表示物體內(nèi)部信息，但是計算量很大。此外，將那些融合了這兩種技術(shù)特點的重建算法歸納為第3大類——混合繪制技術(shù)。體繪制技術(shù)不需要構(gòu)造中間對象，直接由三維數(shù)據(jù)本身來重建物體。三維數(shù)據(jù)中的各個數(shù)據(jù)作為一個表示實體的基本單元——體素，每個體素都有顏色、不透明度、梯度等相應(yīng)屬性。體繪制的基本原理是模擬光線穿越半透明物質(zhì)時能量的累積變化，即光線傳輸理論。具體說來，首先對每個體素賦以不透明度和顏色值(R、G、B)；再根據(jù)各個體素所在點的梯度以及光照模型計算相應(yīng)體素的光照強度；然后根據(jù)光照模型，將投射到圖像平面中同一個象素點的各個體素的不透明度和顏色值組合在一起，生成最終結(jié)果圖像。體繪制技術(shù)的典型算法有光線投影法、足跡法、錯切變形法、基于硬件的三維紋理映射、頻域體繪制法、基于小波的體繪制法等。圖3.時序圖像的功能分析醫(yī)學(xué)圖像分析的目的是得到生理過程的定量信息，為臨床診療提供更充分的依據(jù)。過去的醫(yī)學(xué)成像主要集中在解剖結(jié)構(gòu)成像和形態(tài)分析上。近年來，醫(yī)學(xué)設(shè)備成像速度的飛躍使對生理過程的動態(tài)觀察成為可能。例如：在腦功能成像領(lǐng)域，F(xiàn)unctionalMRI開始廣泛應(yīng)用；核醫(yī)學(xué)PET(positronemissiontomography)和SPECT(singlephotonemissioncomputertomography)，在腦功能和心功能動態(tài)成像方面也得到廣泛的應(yīng)用；MR心功能成像方面，標(biāo)記MR技術(shù)(Tagging)和相位對比MR成像技術(shù)，在物理上為圖像定量分析心功能提供了依據(jù)；另外，三維超聲的出現(xiàn)，提供了實時觀察心室和瓣膜運動的手段。以上設(shè)備都能生成產(chǎn)生時序的二維或三維醫(yī)學(xué)圖像，反映了生理過程的動態(tài)功能信息。相應(yīng)的醫(yī)學(xué)圖像分析也由圖像處理范疇的圖像分割、配準(zhǔn)技術(shù)，向以醫(yī)學(xué)圖像為媒介，精確、定量地分析器官的功能和生理過程發(fā)展。圖4.腦部灌注分析功能拓展及應(yīng)用功能拓展及應(yīng)用基于內(nèi)容的圖像檢索(contentbasedimageretrieval)在自然圖像和視頻檢索方面取得一定進步，通過提取輸入圖像的特征，在圖像數(shù)據(jù)庫快速搜索特征空間中鄰近的類似圖像。隨著醫(yī)學(xué)數(shù)據(jù)的海量化趨勢加劇，近幾年來基于內(nèi)容的醫(yī)學(xué)圖像檢索的研究與應(yīng)用正形成熱點。圖像檢索系統(tǒng)可以幫助醫(yī)生在海量數(shù)據(jù)庫中快速尋找具有類似病理特征并已確診的醫(yī)學(xué)圖像，提高疾病診斷的準(zhǔn)確率。醫(yī)學(xué)圖像檢索有以下難點：首先，不同成像設(shè)備得到的醫(yī)學(xué)圖像內(nèi)容特點差異巨大，很難用統(tǒng)一算法自動分析和提取特征；其次醫(yī)學(xué)圖像的分類涉及專業(yè)