醫(yī)學(xué)圖像處理綜述

醫(yī)學(xué)圖像處理綜述墨南-初夏2010-07-2423:51:56醫(yī)學(xué)圖像處理的對(duì)象是各種不同成像機(jī)理的醫(yī)學(xué)影像。廣泛使用的醫(yī)學(xué)成像模式主要分為X射線成像(X—CT)，核磁共振成像(MRI)，核醫(yī)學(xué)成像(NMI)和超聲波成像(UI)這四類。（1）x射線成像：傳統(tǒng)x射線成像基于人體不同器官和組織密度不同。對(duì)x射線的吸收衰減不同形成x射線影像。（例如人體中骨組織密度最大，在圖像上呈白影，肺是軟組織并且含有氣體，密度最低，在照片上的圖像通常是黑影。）常用于對(duì)人體骨骼和內(nèi)臟器官的疾病或損傷進(jìn)行診斷和定位。現(xiàn)代的x射線斷層成像(x—cT)發(fā)明于20世紀(jì)70年代，是傳統(tǒng)影像技術(shù)中最為成熟的成像模式之一，其速度已經(jīng)快到可以對(duì)心臟實(shí)現(xiàn)動(dòng)態(tài)成像。其缺點(diǎn)是醫(yī)生要在病人接收劑量和片厚之間進(jìn)行折衷選擇，空間分辨率和對(duì)比度的還需進(jìn)一步提高。（2）核磁共振成像(MIR)發(fā)展于20世紀(jì)70年代，到80年代才進(jìn)入市場(chǎng)，這種成像設(shè)備具有在任意方向上的多切片成像、多參數(shù)和多核素成像、可實(shí)現(xiàn)整個(gè)空問(wèn)的真三維數(shù)據(jù)采集、結(jié)構(gòu)和功能成像，無(wú)放射性等優(yōu)點(diǎn)。目前MRI的功能成像(fMRI)是MIR設(shè)備應(yīng)用的前沿領(lǐng)域，廣泛應(yīng)用于大腦功能性疾病的診斷,并為腫瘤等占位性病變提供功能信息。MRI受到世人的廣泛重視，其技術(shù)尚在迅速發(fā)展過(guò)程中。（3）核醫(yī)學(xué)成像(NMI)，目前以單光子計(jì)算機(jī)斷層成像(SPECT)和正電子斷層成像(PET)為主，其基本原理是向人體注射放射性核素示蹤劑，使帶有放射性核素的示蹤原子進(jìn)入人體內(nèi)要成像的臟器或組織通過(guò)測(cè)量其在人體內(nèi)的分布來(lái)成像。NMI不僅可以提供靜態(tài)圖像，而且可提供動(dòng)態(tài)圖像。（4）超聲波成像(UltrasonicImaging)，屬于非電離輻射的成像模態(tài)，以二維平面成像的功能為主，加上血液流動(dòng)的彩色杜普勒超聲成像功能在內(nèi)，在市場(chǎng)上已經(jīng)廣泛使用。超聲成像的缺點(diǎn)是圖像對(duì)比度差、信噪比不好、圖像的重復(fù)性依賴于操作人員。但是，它的動(dòng)態(tài)實(shí)時(shí)成像能力是別的成像模式不可代替的在目前的影像醫(yī)療診斷中，主要是通過(guò)觀察一組二維切片圖象去發(fā)現(xiàn)病變體．這往往需要借助醫(yī)生的經(jīng)驗(yàn)來(lái)判定。至于準(zhǔn)確地確定病變體的空間位置、大小、幾何形狀及與周圍生物組織的空間關(guān)系，僅通過(guò)觀察二維切片圖象是很難實(shí)現(xiàn)的。因此，利用計(jì)算機(jī)圖像處理技術(shù)對(duì)二維切片圖象進(jìn)行分析和處理。實(shí)現(xiàn)對(duì)人體器官，軟組織和病變體的分割提取，三維重建和三維顯示，可以輔助醫(yī)生對(duì)病變體及其它感興趣的區(qū)域進(jìn)行定性甚至定量的分近年來(lái)國(guó)外在圖像配準(zhǔn)方面研究很多，如幾何矩的配準(zhǔn)、利用圖像的相關(guān)系數(shù)、樣條插值等多項(xiàng)式變換對(duì)圖像進(jìn)行配準(zhǔn)。國(guó)內(nèi)研究人員也提出了一些相應(yīng)的算法：對(duì)于兩幅圖像共同來(lái)估計(jì)其正反變換的一種新的圖像配準(zhǔn)方法，稱為一致圖像配準(zhǔn)方法；采用金字塔式分割，進(jìn)行多柵格和多分辨率的圖像配準(zhǔn)，稱為金字塔式多層次圖像配準(zhǔn)方法；為了提高CT、MRI、PEC多模態(tài)醫(yī)學(xué)圖像的三維配準(zhǔn)、融合的精度，還可以采用基于互信息的方法。不同的醫(yī)學(xué)圖像提供了相關(guān)臟器的不同信息，圖像融合的潛力在于綜合處理應(yīng)用這些成像設(shè)備所得信息以獲得新的有助于臨床診斷的信息。利用可視化軟件，對(duì)多種模態(tài)的圖像進(jìn)行圖像融合，可以準(zhǔn)確地確定病變體的空間位置、大小、幾何形狀以及它與周圍生物組織之間的空問(wèn)關(guān)系，從而及時(shí)高效地診斷疾病，也可以用在手術(shù)計(jì)劃的制定、病理變化的跟蹤、治療效果的評(píng)價(jià)等方面。在放療中，利用MR圖像勾勒畫出腫瘤的輪廓線，也就是描述腫瘤的大?。焕肅T圖像計(jì)算出放射劑量的大小以及劑量的分布，以便修正治療方案。在制定手術(shù)方案時(shí)，對(duì)病變與周圍組織關(guān)系的了解是手術(shù)成功與否的關(guān)鍵，所以CT與MR圖像的融合為外科手術(shù)提供有利的佐證，甚至為進(jìn)一步研究腫瘤的生長(zhǎng)發(fā)育過(guò)程及早期診斷提供新的契機(jī)。在CT成像中，由于骨組織對(duì)x線有較大的吸收系數(shù)，很敏感而在MR成像中，骨組織含有較低的質(zhì)子密度，所以MR對(duì)骨組織和鈣化點(diǎn)信號(hào)較弱，融合后的圖像對(duì)病變的定性、定位有很大的幫助。由于不同醫(yī)學(xué)成像設(shè)備的成像機(jī)理不同，其圖像質(zhì)量、空間與時(shí)間特性有很大差別。因此，實(shí)現(xiàn)醫(yī)學(xué)圖像的融合、圖像數(shù)據(jù)轉(zhuǎn)換、圖像數(shù)據(jù)相關(guān)、圖像數(shù)據(jù)庫(kù)和數(shù)據(jù)理解都是亟待解決的關(guān)鍵技術(shù)。2.圖像融合。圖像融合的主要目的是通過(guò)對(duì)多幅圖像問(wèn)的冗余數(shù)據(jù)的處理來(lái)提高圖像的可讀性．對(duì)多幅圖像間的互補(bǔ)信息的處理來(lái)提高圖像的清晰度。因?yàn)椴煌尼t(yī)學(xué)影像設(shè)備獲取的影像反映了不同側(cè)重點(diǎn)的信息：功能圖像(SPECT、PET等)分辨率較差，但它提供的臟器功能代謝和血液流動(dòng)信息是解剖圖像所不能替代的；解剖圖像(CT、MRI、B超等)以較高的分辨率提供了臟器的解剖形態(tài)信息，其中CT有利于更致密的組織的探測(cè)，而MRI能夠提供軟組織的更多信息。多模態(tài)醫(yī)學(xué)圖像的融合把有價(jià)值的生理功能信息與精確的解剖結(jié)構(gòu)結(jié)合在一起．可以為臨床提供更加全面和準(zhǔn)確的資料。融合圖像的創(chuàng)建分為圖像數(shù)據(jù)的融合與融合圖像的顯示兩部分來(lái)完成。目前，圖像數(shù)據(jù)融合主要有以像素為基礎(chǔ)的方法和以圖像特征為基礎(chǔ)的方法。前者是對(duì)圖像進(jìn)行逐點(diǎn)處理。把兩幅圖像對(duì)應(yīng)像素點(diǎn)的灰度值進(jìn)行加權(quán)求和、灰度取大或者灰度取小等操作。算法比較簡(jiǎn)單，不過(guò)實(shí)現(xiàn)效果和效率都相對(duì)較差．融合后圖像會(huì)出現(xiàn)一定程度的模糊。以圖像像素為基礎(chǔ)的融合法模型后者要對(duì)圖像進(jìn)行特征提取、目標(biāo)分割等處理，用到的算法原理復(fù)雜，但是實(shí)現(xiàn)效果卻比較理想。圖像融合的步驟一般為：①將源圖像分別變換至一定變換域上；②在變換域上設(shè)計(jì)一定特征選擇規(guī)則；③根據(jù)選取的規(guī)則在變換域上刨建融合圖像；④逆變換重建融合圖像。⑤融合圖像的顯示。融合圖像的顯示常用的方法有偽彩色顯示法、斷層顯示法和三維顯示法等。偽彩色顯示一般以某個(gè)圖像為基準(zhǔn)用灰度色階顯示，將另一幅圖像疊加在基準(zhǔn)圖像上，用彩色色階顯示。斷層顯示法常用于某些特定圖像?？梢詫⑷诤虾蟮娜S數(shù)據(jù)以橫斷面、冠狀面和矢狀面斷層圖像同步地顯示。便于觀察者進(jìn)行診斷。三維顯示法是將融合后數(shù)據(jù)以三維圖像的形式顯示，使觀察者可更直觀地觀察病灶的空問(wèn)解剖位置。這在外科手術(shù)設(shè)計(jì)和放療計(jì)劃制定中有重要意義。目前,醫(yī)學(xué)圖像融合技術(shù)中還存在較多困難與不足。首先，基本的理論框架和有效的廣義融合模型尚未形成。以致現(xiàn)有的技術(shù)方法還只是針對(duì)具體病癥、具體問(wèn)題發(fā)揮作用，通用性相對(duì)較弱。研究的圖像以CT、MRI、核醫(yī)學(xué)圖像為主，超聲等成本較低的圖像研究較少,且研究主要集中于大腦、腫瘤成像等；其次由于成像系統(tǒng)的成像原理的差異，其圖像采集方式、格式以及圖像的大小、質(zhì)量、空間與時(shí)間特性等差異大，因此研究穩(wěn)定且精度較高的全自動(dòng)醫(yī)學(xué)圖像配準(zhǔn)與融合方法是圖像融合技術(shù)的難點(diǎn)之一；最后，缺乏能夠客觀評(píng)價(jià)不同融合方法融合效果優(yōu)劣的標(biāo)準(zhǔn)，通常用目測(cè)的方法比較融合效果。有時(shí)還需要利用到醫(yī)生的經(jīng)驗(yàn)。3紋理分析。一般認(rèn)為圖像的紋理特征描述物體表面灰度或顏色的變化，這種變化與物體自身屬性有關(guān)，是某種紋理基元的重復(fù)。Sldansky早在1978年給出了一個(gè)較為適合于醫(yī)學(xué)圖像的紋理定義：“如果圖像的一系列固有的統(tǒng)計(jì)特性或其它的特性是穩(wěn)定的、緩慢變化的或者是近似周期的，那么則認(rèn)為圖像的區(qū)域具有不變的紋理”。紋理的不變性即指紋理圖像的分析結(jié)果不會(huì)受到旋轉(zhuǎn)、平移、以及其它幾何處理的影響。紋理是人類視覺的一個(gè)重要組成部分，迄今為止還難以適當(dāng)?shù)貫榧y理建模。有研究針對(duì)肝臟疾病難以根除、危害面廣的問(wèn)題，采用灰度梯度共生矩陣的方法，分別提取纖維化肝組織和正常肝組織的CT圖像的紋理特征，提出了基于灰度梯度共生矩陣的小梯度優(yōu)勢(shì)、灰度均方差、灰度熵等參數(shù)作為圖像的紋理特征量。通過(guò)選取的紋理參數(shù)，可以看到正常組和異常組之間存在顯著性差異，為纖維化CT圖像臨床診斷提供了依據(jù)。4圖像的偽彩色處理：對(duì)一幅黑白圖像，人眼一般只能辨別出4到5比特的灰度級(jí)別，而人眼能辨別出上千種不同顏色。針對(duì)這一特點(diǎn)，人們往往將黑白圖像經(jīng)過(guò)處理變?yōu)椴噬珗D像，充分發(fā)揮人眼對(duì)彩色的視覺能力，從而使觀察者能從圖像中取得更多的信息，這就是偽彩色圖像處理技術(shù)的目的。偽彩色處理是醫(yī)學(xué)圖像處理中一種常用的方法，是將一副原來(lái)沒有色彩的灰度圖像通過(guò)某種對(duì)應(yīng)關(guān)系，映射到彩色空間，使之形成一副彩色圖像。這樣的彩色并不代表圖像中物體的真正顏色。故將這種為了某種目的經(jīng)過(guò)變換形成的彩色圖像稱之為“偽彩色”。醫(yī)學(xué)圖像大多是黑白圖像，如X、CT、MRI、B超圖像等。經(jīng)過(guò)偽彩色處理技術(shù)，即密度分割技術(shù)，提高了對(duì)圖像特征的識(shí)別。通過(guò)臨床研究對(duì)x線圖片、CT圖片、MRI圖片、B超圖片、電鏡圖片均進(jìn)行了偽彩色技術(shù)的嘗試，取得了良好的效果，部分圖片經(jīng)過(guò)處理后可以顯現(xiàn)隱性病灶。例如對(duì)X線圖片，在乳腺照影中偽彩色處理能鑒別囊性病、良性和惡性腫瘤，同樣，鋇餐照影圖片和各種x線圖片也得到良好的診斷效果。常用的方法有，灰度分割（也稱亮度分割），灰度到彩色的變換，以及頻域?yàn)V波法等。①灰度分割是是偽彩色圖像處理中最簡(jiǎn)單的一種，將灰度圖看做一個(gè)2-D的亮度函數(shù)，用一個(gè)平行于圖像坐標(biāo)軸的平面來(lái)切割亮度函數(shù)，把亮度函數(shù)分為兩個(gè)灰度值區(qū)間，并賦予兩種不同的顏色。將其推廣，在不同的灰度級(jí)定義的區(qū)域，可對(duì)每個(gè)灰度值區(qū)間內(nèi)的像素賦予一種顏色，這樣不同灰度值區(qū)域的像素很容易被區(qū)分出來(lái)。②灰度到彩色的變換對(duì)原始圖像中像素的灰度值用三個(gè)獨(dú)立的變換（紅，綠，藍(lán)三個(gè)不同特性的變換器）來(lái)處理，從而將不同的灰度映射位不同的顏色。其變換方法是先將黑白灰度圖像送到紅、綠、藍(lán)3個(gè)變換器，而后再將3個(gè)不同輸出分別送到彩色顯像管的紅、綠、藍(lán)三槍。即同一灰度由3個(gè)變換器實(shí)施不同的變換，使得變換器輸出不同的分量，然后在彩色顯像管中合成某一種彩色。這樣的偽彩色變換，不同大小灰度級(jí)一定可以合成不同的彩色。取得較好的圖像視覺效果。③頻域?yàn)V波法。將輸入圖像的傅立葉變換。其基本的思想是根據(jù)圖像中各區(qū)域中的不同頻率分量給區(qū)域賦予不同的顏色。未得到不同的頻率分量可以分別通過(guò)3個(gè)不同頻帶的濾波器（紅色高通濾波器，綠色帶通濾波器，藍(lán)色低通濾波器）產(chǎn)生不同的頻率分量，將輸出的每個(gè)內(nèi)的頻率分量再經(jīng)過(guò)傅立葉反變換，其結(jié)果