医疗影像处理综述.pptx

医学图像处理综述 二0一四年十月 目录 医学图像处理背景 医学图像预处理 医学图像去噪 医学图像复原 医学图像分割 医学图像识别 医学图像配准 医学图像的拼接 医学图像在临床的应用 医学图像处理技术在科研中的应用 医学图像处理背景 医学图像处理是一门综合了数学、计算机科学、医学影像学等多个学科的交叉科学，是利用数学的方法和计算机这一现代化的信息处理工具，对由不同的医学影像设备产生的图像按照实际需要进行处理和加工的技术。医学图像处理的对象主要是X射线图像，CT(Computerized Tomography)图像，MRI(Magnetic Resonance Imaging)图像，超声(Ultrasonic)图像，PET(Positron emission tomography)图像和SPECT(Single Photon Emission Computed Tomography)图像等。 医学图像处理过程一般包括：图像采集、图像预处理、图像分析、图像理解以及控制决策等环节。 医学图像处理过程 目录 医学图像处理背景 医学图像预处理 医学图像去噪 医学图像复原 医学图像分割 医学图像识别 医学图像配准 医学图像的拼接 医学图像在临床的应用 医学图像处理技术在科研中的应用 含义 图像预处理是对输入的图像进行特征抽取、分割及配准前所进行的处理。 图像预处理技术分为两大方面，即图像增强和图像复原技术。 必要性 图像在传输过程和存储过程中难免会受到某种程度的破坏和各种各样的噪声的污染，导致图片丧失了本质或者偏离了人们的需求。这就需要一系列的预处理操作来消除图像受到的影响。 进行图像预处理主要目的是为了消除图像中无关紧要的信息，恢复有用的真实的信息，增强相关信息的可检测性和最大限度地简化我们需要的数据，从而增加特征抽取、图像分割、配准和识别等后续图像处理步骤的可靠性。 医学图像的预处理 图像增强 增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 图像增强技术 图像增强技术主要有两种方法：空间域和频率域法。 空间域法则主原始图像?图像预处理?图像理解?特征分析?，直接在空间域内对图像进行运算处理，包括图像灰度变换、直方图修正、局部统计法、图像平滑和图像锐化等几个方面。 频率域法则只在图像的某种变换域里对图像的变换值进行运算，比如对图像进行傅立叶变换，然后在变换域里对图像的频谱进行某种计算，最后把计算后的图像逆变换到空间域。 医学图像的预处理-图像增强 医学图像的预处理-图像增强方法 医学图像的图像增强-直方图均衡 灰度直方图： 数字图像中每一灰度级与它出现的频率之间的统计，可以理解为描述各个灰度级的像素出现多少的统计图示。若用横坐标表示灰度级，纵坐标表示频率，就可以看出图像中灰度的分布情况. 四种典型灰度图像的直方图特征： (a)暗图像；(b)亮图像； (c)低对照度图像；(e)高对照度图像 医学图像的图像增强-图像锐化 图像锐化目的：图像经转换或传输后，质量可能下降，难免有些模糊。通过锐化，加强图像轮廓，使图像看起来比较清晰。 方法：空间频率愈高，幅度增加就愈大。这表明微分是可以加强高频成分的，从而使图像轮廓变清晰。最常用的锐化方法是梯度法和拉普拉斯算子。 医学图像的图像增强-伪彩色增强 伪彩色加强：人眼只能区分40多种不同等级的灰度，却能区分几千种不同色度、不同亮度的色彩。 伪彩色处理就是把黑白图象的灰度值映射成相应的彩色。 人脑图像伪彩色增强 心脏图像伪彩色增强 医学图像的图像增强-图像去噪 图像去噪：现实中的数字图像在数字化和传输过程中，常受到成像设备与外部环境噪声干扰等影响，成为含噪图像。完全去除或减少数字图像中的噪声称为图像去噪技术。 必要性 ：大多数的现实医学图像都是含噪图像，医学图像噪声对医学图像分析、医学图像压缩的影响很大，因此医学图像去噪是医学图像预处理阶段最重要的任务之一。医学图像去噪是图像预处理中一项被广泛应用的技术，其作用是提高医学图像的信噪比，突出医学图像期望特征。因此，具体重要的应用价值。 关于图像去噪的详细内容将在之后的章节进行介绍。 图像复原技术需要知道图像的降质缘由，根据图像降质的现眼知识，恢复并重构原来的图像。图像复原和图像增强的目的是不一样的，图像增强的目的是为了改善图像视觉效果，便于观察和分析人们所感兴趣的东西，而把那些不重要的地方给清除出去，不仅如此，图像增强还便于人工或者机器对图像的进一步处理。而图像复原不仅仅