《医学图像处理及特点》由会员分享，可在线阅读，更多相关《医学图像处理及特点（7页珍藏版）》请在金锄头文库上搜索。
1、精选优质文档-倾情为你奉上数字医学图像及其特点【摘要】数字医学是现代医学的重要发展方向，随着计算机技术的不断发展，数字医学图像在医学中的应用领域越来越广泛。本文主要针对数字图像在医学中的应用及其特点展开相关的综述。【关键词】数字图像 医学影像 图像处理 引言随着电子技术、计算机技术的不断推广和应用，计算机技术在医学领域的应用也日趋明显，尤其是在医学数字图像处理方面体现的尤为突出。数字医学影像通过无创伤的数据采集获得人体内部解剖学或生理功能信息，并以图像形式提取并显示出来【1】，因而数字图像在这种背景下应运而生。1 数字医学图像的特点现代医学影像包括四大部分：以X-CT 为代表的X 射线影像；磁
2、共振成像MRI；放射性核素显像如ECT；超声波成像如超声CT 等。不管哪种医学图像，其影像灰度分布都是由人体组织特性参数的不同决定的。通常，这种差异（对比度）很小，导致影像上相邻灰度差别也就很小。而人眼对灰度的分辨率很低，只能清楚分辨从全黑到全白的十几个灰阶。所以，影像成像后必须经过数字后处理方具实用价值【2】。2 数字图像处理数字图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。数字图像处理的基础是数学，最主要任务就是各种算法的设计和实现。医学影像等卫生领域信息更具独特性，数字医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临
3、床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高【3】。数字医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，数字医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别【4】、图像融合等等。近年来，研发人员将众多领域方法引入应用于数字医学图像处理，经过不断的改进，处理算法的速度、处理效果得到不同程度的改善。随着信息技术的飞速发展和计算机应用水平的不断提高，利用计算机断层成像、正电子放射层析成像、单光子辐射断层摄像、磁共振成像、超声成像及其它医学影像设备所获得的图像被广泛应用于医疗诊断、组织容积定量分析、病变组织定位、解剖结构学习、
4、治疗规划、功能成像数据的局部体效应校正、计算机指导手术和术后监测等各个环节【5】。3 数字图像处理的优点(1) 再现性好. 数字图像处理与模拟图像处理的根本不同在于,它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化,只要图像在数字化时准确地表现了原稿,则数字图像处理过程始终能保持图像的再现。(2) 处理精度高. 按目前的技术,几乎可将一幅模拟图像数字化为任意大小的二维数组,现代扫描仪可以把每个像素的灰度等级量化为16 位甚至更高,这意味着图像的数字化精度可以达到满足任一应用需求。(3) 适用面宽. 图像可以来自多种信息源,从图像反映的客观实体尺度看,可以小到电子显微镜图像,大
5、到航空照片、遥感图像甚至天文望远镜图像. 这些来自不同信息源的图像只要被变换为数字编码形式后,均是用二维数组表示的灰度图像组合而成,因而均可用计算机来处理。(4) 灵活性高. 数字图像处理不仅能完成线性运算,而且能实现非线性处理,即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现【6】。4 数字图像处理的关键技术数字医学影像的成像依赖一定的数学方法，把数据用计算机重建成数字图像，再进行图像处理与分析得到我们感兴趣的医学图像，进而获得特征信息或决策信息。数字图像处理技术，涉及数学、信息论、计算机科学、模式识别、人工智能、生物医学等多种学科【1】。涉及的关键技术包括：41 图像数
6、字化图像数字化是数字图像之前的基本步骤， 目的是把真实的图像转变成计算机能够接受的存储格式， 数字化过程分为采样和量化两个步骤。图像在某个空间上的离散化状态称为采样， 即用空间上部分点的灰度值来表示图像，这些点称为样点【7】。采样的实质就是要用多少点来描述一幅图像， 采样结果质量的高低用图像分辨率来衡量。想要得到更加清晰的图像，就需要使用更多的点来表示图像，即使图像具有较高的分辨率，但是点的增加会需要付出更大的存储空间。采样方法可分为两种：点阵采样（直接对表示图像的二维函数值进行采样）和正交系数采样（对图像函数进行正交变换，用其变换系数作为采样值）。量化是指要使用多大范围的数值来表示图像采样之
7、后的每一个点，这个数值范围包括了图像上所能使用的颜色总数。量化的结果是图像能够容纳的颜色总数。所以，量化位数越大，表示图像可以拥有的颜色越多，自然可以产生更为细致的图像效果。但是，也会占用更大的存储空间。两者的基本问题都是视觉效果和存储空间的取舍【8】。图像经过采样和量化后才能产生一张计算机能够处理的数字化图像，不仅可减少计算量，而且可获得更有效的处理。4.2 图像压缩和编码图像压缩通过删除冗余的或者不需要的信息来达到减小减少数据存储量的目的。医学图像的压缩主要有三个指标：一是压缩比要大，要有较高的压缩效率；二是计算速度快；三是要保证医学图像诊断的可靠性。这三个指标相互制约，要根据实际的临床应
8、用进行取舍【9】。图像编码的主要方法有去冗余编码、变换编码、小波变换编码【10】、分形压缩编码【11】、标量量化编码、矢量量化编码、神经网络编码【12】、模型基编码等【13】。4.3 图像增强图像增强是数字图像处理的基本内容之一， 它是利用各种数学方法和变换手段来提高图像的对比度和清晰度【14】，使处理后的图像更适应于人的视觉特性或机器的识别系统。图像增强的方法可以分为空域图像增强和频域图像增强两大类。频率域法把图像看成一种二维信号， 对其进行基于二维傅里叶变换的信号增强。采用低通滤波法，可去掉图中的噪声，采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局
9、部求平均值法和中值滤波法等，它们可用于去除或减弱噪声。图像增强的常见方法有：灰度等级直方图处理【15】、干扰抵制、边缘锐化、伪彩色处理【16】。4.4 图像复原成像系统受各种因素的影响，导致了图像质量的降低，称之为图像退化。退化基本表现是图像模糊，去掉模糊和噪声干扰是其主要目的。复原实现方法有维纳滤波、逆滤波、同态滤波、最小约束二乘方滤波等。4.5 图像分割 图像分割是图像分析与处理的关键步骤，一般来说，图像分割方法可分为基于区域的分割方法和基于边界的分割方法将【17】。图像分割将图像分成互不相交的各具特性的区域，提取出感兴趣目标，是提供定量、定性分析基础，同时也是三维可视化的基础【18】。目
10、前研究的有关图像分割的热点是一种基于知识的分割方法， 即通过某种手段将一些先验的知识导入分割过程中，从而约束计算机的分割过程，使得分割结果控制在我们所能认识的范围内而不至于太离谱【19】。4.6 图像配准和融合医学图像配准是通过寻找某种空间变换，使两幅图像的对应点达到空间位置和解剖结构上的完全一致。要求配准的结构能使两幅图像上所有的解剖点，或至少是所有具有诊断意义以及手术区域的点都达到匹配【20】。将配准后的图像进行信息的整合显示，这一步称为“融合”【21】。4.7 图像识别图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。主要内容是图像经过某些预处理后，进行图像
11、分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法， 有统计模式分类和句法模式分类， 近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。5 数字图像处理在医学领域的应用数字医学图像处理和应用，不仅可以充分利用现有医学影像设备，极大提高临床诊断水平，而且能够为基础医学的教学、培训、计算机辅助临床外科手术等提供电子化的实现手段，为医学研究和发展提供坚实基础，主要应用如下: ( 1) 辅助医生诊断治疗: 数字医学图像可视化可以根据CT、MRI 等图像序列构造出三维几何模型，将看不见的人体器官以三维形式真实地显示出来，还可以对图像任意放大、缩小、旋转、对
12、比调整等处理。同时，利用三维重建技术还可以从不同方向观察、剖切重建模型，使医生对感兴趣区域的大小、形状和空间位置有定性和定量的认识。( 2) 手术及放射治疗规划: 利用放射线抑制或杀死恶性肿瘤，需要预先仔细规划，包括剂量计算和照射点精确定位。如果辐射定位不准或剂量不当，将导致治疗效果不佳，甚至危及周围正常组织。借助医学图像处理分析系统，医生可以在手术规划中事先观察病变体、敏感组织、重要组织的形状和空间位置，确定科学的手术方案。在放射治疗中，科学进行射线安排，使射线照射肿瘤时不穿过敏感组织和重要组织，尽量减少对正常组织的伤害，制定出合理的最优的治疗方案。( 3) 脑结构和脑功能研究: 借助新型的
13、FMRI 技术，可以成功观察视觉、触觉、嗅觉刺激导致大脑皮质层的功能活动，真正无损地检测活体人脑的功能变化。另外，对大脑解剖结构的差别进行定量分析，有助于从数量上研究大脑机制。( 4) 数字解剖模型与手术教学训练: 虚拟手术是一个涉及图形学、视觉、力学、机器人学和医学等多个学科领域的挑战性课题。通过利用虚拟人资源，研究者可以分析和重建人体内部各个器官组织，建立具有真实感的虚拟人体，并通过对虚拟人体进行各种剖切、透明效果设置，了解人体各组织器官的解剖结构及相互关系。这对医学教育、解剖分析、医学研究、手术教学训练等方面都有重要意义。( 5) 远程医疗: 医学图像以及相关信息可以通过数据接口与互联网
14、连接，从而进行数字医学图像远程传输，实现异地会诊。PACS( Picture Archiving and Communication Systems) 系统可以实现数字医学图像在医院内外的传输和分发，是实现医院图像信息管理的重要手段。6 展望随着医疗技术的蓬勃发展, 数字医学图像在当前剧增的医学影像类数据利用中凸显优势。数字图像处理技术发展至今,各个学科的交叉渗透已是发展的必然趋势,有效地提高数字图像处理技术在医学影像中的应用水平,与多学科理论的交叉融合、医务人员和理论技术人员之间的交流就显得越来越重要【22】。医学数字影像图像作为提升现代医疗诊断水平的有力依据，使实施风险低、创伤性小的化疗、
15、手术方案等成为可能，数字医学图像数据是医学卫生领域的主要信息之一，必将在医药卫生信息研究领域受到越来越多的关注。多维、多参数以及多模式图像在临床诊断(包括病灶检测、定性,脏器功能评估,血流估计等)与治疗(包括三维定位、体积计算、外科手术规划等)中将发挥更大的作用【22】。这都对数字医学图像处理在医学影像中的应用提出更高要求，而结合卫生信息化发展的实际需求发展医学数字图像处理技术显得越来越重要。参考文献：1 刘磊JIN Chen-Lie1.计算机图像处理技术在医学影像学上的应用.中国老年学杂志，2012；32：5642-5643.2 张瑞兰，华晶，安巍力，刘迎九.数字图像处理在医学影像方面的应用
16、.医学信息学,2006;19(3):400-401.3 周光华,李岳峰,孟群.医学图像处理技术与应用分析.中国卫生信息管理杂志，2013；8(6)：44-47.4 李强. 医学图像分割进展J. 临床影像技术, 2010；25(5): 121-124. 5 聂生东, 邱建峰, 郑建立. 医学图像处理M. 上海: 复旦大学出版社, 2010.6 刘中合，王瑞雪，王锋德，马长青，刘贤喜.数字图像处理技术现状与展望.计算机时代,2005;9:6-8.7 黄清，朱妍芳浅谈图像的数字化处理及格式特点J民营科技，2010;（7）：66.8 李庆义计算机图像处理技术综述J科技情报开发与经济，2007;17（11）：226228.9 范金坪，张春晓. 医学图像压缩算法研究进展J.科技信息，
