医学影像后处理技术在X线影像优化中的应用.doc

上传人:wux****ua 文档编号:7977714 上传时间:2020-03-26 格式:DOC 页数:4 大小:390.50KB
返回 下载 相关 举报
医学影像后处理技术在X线影像优化中的应用.doc_第1页
第1页 / 共4页
医学影像后处理技术在X线影像优化中的应用.doc_第2页
第2页 / 共4页
医学影像后处理技术在X线影像优化中的应用.doc_第3页
第3页 / 共4页
点击查看更多>>
资源描述
医学影像后处理技术在X线影像优化中的应用摘要:本文从实际应用出发,在对X线影像成像成像特点、医学影像增强技术的基本原理及相关算法进行系统分析、研究的基础上,通过实例展示了对为肋骨骨折图进行了逆灰度编码处理的效果图以及对乳腺癌病灶图进行了伪彩色处理得到的效果图。关键词:医学影像;后处理技术;伪彩色处理1 X线影像特点X线影像的成像机理不同于一般的摄像图像(利用物体对光的反射原理而形成的),它是建立在当X线透过人体时,各种人体组织对X射线的不同吸收程度的原理上形成的。沿着X线传播方向,X射线被吸收的程度是各种组织对X射线吸收的叠加,每个方向上组织的不同和组织个数的多少,都会影响X射线吸收程度。基于此,所得的X线图像是把三维结构的人体在二维空间中投影成像的技术,是人体内各层结构重叠后的图像。正是由于X线影像的成像机理特殊性,以及人体结构和组织的复杂性,使得X线医学影像表现为动态范围宽、重叠度大、噪声高、细节丰富、数据量大和对比度差等特点,从而增加了X线影像后处理的难度。2 医学影像增强技术简介在分析和阅读医学影像时,影像的对比度、边缘特征和信噪比等对病症的正确诊断具有极其重要的意义。但是各类医学影像在传输和转换过程中会不同程度地受到损伤变弱、降质,为了提高影像的对比度、突出目标的轮廓、衰减各种噪音等,需要对影像进行增强处理。图像增强(Image enhancement)是利用各种数学方法和变换,提高图像中的对象与非对象的对比度与图像的清晰度。这里,对象(Object)是指图像中所含的需要寻找和研究的内容,如病灶、肿瘤、阴影等。图像增强的目的是采用一系列技术去改善图像的视觉效果或将图像转换成一种更适合人或机器进行分析处理的形式。通过处理设法有选择地突出某些人或机器感兴趣的信息,抑制一些无用的信息,提高图像的使用价值。由于它是在不了解图像降质的具体原因的情况下,用试探的方式对图像加工,以改善图像质量的,因此需要同时提供几种方式以适应具体的图像。3图像增强技术分类根据图像增强采用算法所属技术范畴的不同,可将增强技术分为空域法增强和频域法增强两类13。空间域增强是指增强构成图像的像素,是直接对这些像素操作的过程。空域法基本上是以灰度映射变换为基础的,所用的映射变换取决于增强的目的。空间域处理可以用下式来描述: (1) g(x,y)=h(f(x,y) 式中f(x,y)是输入图像,g(x,y)是输出图像,定义在(x,y)某个邻域的h是作用在f上的一个算子,它也能作用于一串输入图像。图像增强的频域法就是在图像的某种变换域中(通常是频率域)对图像的变换值进行某种运算处理,然后变换回空间域。它是一种间接处理方法,我们可以用图1来描述该过程。图1频域增强模型其数学描述如下: (2) F(u,v)=Rf(x,y) (3) G(u,v)=H(u,v)F(u,v) (4) g(x,y)R-1 G(u,v) 其中,R表示某种频域正变换,R-1表示该频域变换的反变换。f(x,y)为原始图像,F(u,v)为频域正变换的结果,H(u,v)为频域中的修正函数,G(u,v)是修正后的结果,g(x,y)是G(u,v)反变换的结果,即增强后的图像。应该特别提及的是,图像增强没有通用的理论。增强处理后的图像质量的好坏主要靠人的视觉来评定,而视觉评定是非常主观的,因此不易定出一个通用的标准来比较算法的好坏。4伪彩色处理医学影像大多是灰度图像,如X线图片、CT图片、MRI图片、B超图片等。医学影像的各灰度级都蕴含着丰富的信息,但人眼的生理特性决定着人眼对灰度的分辨能力较差,而对彩色的微小差别却极为敏感。图像的伪彩色处理就是把人眼不敏感的灰度值信号映射为反应较为敏感的彩色信号,增强人对影像中细微变化的分辨力,以提高诊断的效果。目前,伪彩色技术已广泛应用于各种医学影像设备。实现灰度图像的伪彩色有频率域和空间域两大类方法。频率域中主要有频率滤波法,它输出图像的伪彩色与黑白图像的灰度级无关,而仅与黑白图像的不同空间频率成分有关,该方法能更好地提取图像的频率信息。空间域中实现医学影像伪彩色增强的方法较为常用的有两种:密度切割法和灰度级-彩色变换法。下面主要介绍这两种方法。4.1密度切割法密度切割法是伪彩色图像处理中一种最简单而又最常用的方法。它将图像的灰度f(x,y)看作是坐标点(x,y)的一个密度函数,假设用一些和坐标平面平行的平面切割此密度函数,即可将此图像的灰度分成若干个区域。显然如果将每一个区域分配给一种色彩,便可以将一幅灰度图像转换成一幅彩色图像。该技术可总结如下:假设分别在灰度级g0,g1,gn-1处定义n个平面,令g0代表黑色,gn-1代表白色。这n个平面将灰度级划分成n+1个区域,则灰度级到彩色的赋值根据如下关系进行: (5) f (x,y)=ck若f(x,y)Rk 其中ck是被分层平面所定义的与第Rk区域有关的彩色。密度切割法中,可以人为地将不同灰度级设置为不同颜色,但当灰度级太多时,这种方法显得太烦琐。4.2灰度级-彩色变换灰度级-彩色变换是一种更为常用的方法,它比密度切割方法更易于在广泛的色彩范围内达到图像增强的目的。对于绝大多数的色彩都可以用三元色红绿蓝三色按不同比例进行组合而得到,因此我们可以把一幅图像的每一点的像素按其灰度值独立地经过三种不同色彩的变换,之后再将其合成而得到一幅含有多种色彩的图像。彩色的含量由其各自的变换函数而定,在实际应用中这三个变换一般取同一类的函数。其变换过程如图2所示:图2灰度级-彩色变换流程图经过伪彩色增强后的图像的存储格式与灰度级图像的存储格式相比要复杂。考虑到通用性,可以选取位图作为伪彩色增强后的图像的存储格式。由于根据一定的灰度级-彩色变换传递函数得到的调色板是相同的,因此对伪彩色增强图像也可按照灰度图像的方式进行存储。当需要显示时按照灰度级-彩色变换传递函数生成并装入调色板即可。4.3实例3:伪彩色处理(图3)(a)为肋骨骨折图(b)逆灰度编码处理图(c)为乳腺癌病灶图;(d)对图(c)伪彩色处理得到的效果图。图3伪彩色处理效果4.4分析比较图(a)和图(b),经反色处理后,肋骨颜色由偏白转向偏黑,更容易判断病灶的位置;另外,若想观察纹理结构,其逆灰度编码影像比原图更为理想。可见,X线影像的反色图从相反的视觉角度来观察图像,在某些场合可以达到特殊的效果;图(c)为乳腺癌灰度图像,病灶处和正常纹理交织在一起,经过伪彩色处理后,通过颜色的差别,我们可以直观地观察病灶与纹理的情况,视觉效果比原图明显增强。X线影像大多是黑白图像,而人眼分辨灰度级能力较差,分辨彩色能力较强,经过伪彩色处理技术,提高了对图像特征的识别。通过大量实验,我们发现,对某些X线影像如果在做伪彩色处理之前,做预处理,使图像灰度分布合理,细节突出,则更能加强增强效果,部分影像经过处理后还可以显现隐性病灶。总结医学影像增强的目的就是为了提高图像的质量,增强其视觉效果。其方法主要包括对比度增强、平滑、锐化、伪彩色增强等。通过大量的实例验证,各种增强方法都有其优缺点,也不存在一种对所有影像都适合的增强方法。因此,用同一种后处理技术去处理所有的影像显然是不恰当也不理想的。我们必须从成像目的、影像的特点和各种增强方法的自身特性出发,选择合适的增强方法,有必要时,可以把几种增强方法结合起来,使它们取长补短,更好地显示影像的特征,得到好的增强效果。参考文献1. 沈国光.X线影像诊断技术的发展J.中国医学影像技术,2000,16(7):607-608.2. 徐跃.医学影像设备学M.北京:人民卫生出版社,2002:224-255.3. 陈志辉,金德勤.X线平片信息数字化技术J.医疗设备信息,2004,19(9):39-41.4. 武华,张定义,王文鼎等.浅析医学影像学领域中的数字化技术J.现代医用影像学,2002,11(5):234-235.5. T.Mcinerney, D. Terzopoulos. Deformable models in MedicalImage Analysis: a surveyJ. Medical image Analysis, 1996, 1(2):91-108.
展开阅读全文
相关资源
相关搜索

当前位置:首页 > 压缩资料 > 基础医学


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!