提取医学图像局部特征的方法与实现.docVIP

提取医学图像局部特征的方法与实现 　　摘 要：随着X光医学成像技术的进步和发展，医学图像处理在医学研究与临床医学中的应用越来越广泛。与一般意义上的图像处理比较，医学图像处理有其特殊性和不同的侧重点，X光成像的目的是要让医生能够观察到被检者体内的某个病变组织或器官及其状况，所以医学图像处理更侧重于提取某一个组织或器官的特征。但由于X光图像不像光学图像那样聚焦，图像会略显模糊，再加上人体各种组织和器官纵横交错，很难分辨出某单个组织或器官的细节。目前急需提供一种从人体X光图像中提取某个组织或器官清晰特征的方法，为医生诊断该组织或器官疾病提供方便。因此可以通过提取医学图像的局部细节，凸显病变组织或器官特征。 　　关键词：医学图像处理；单个器官；特征 　　中图分类号：TP391.9 　　X光成像的目的是要让医生能够观察到被检者体内的某个病变组织或器官及其状况，因此医学影像质量的好坏将直接影响医生的诊断。人体所包含的许多组织和器官，在多数成像方法中它们都同时成像，而临床上经常考虑的是某一个组织或器官，医学成像系统的任务是将具体的组织或器官特征转换为影像的灰度梯度。X光图像的质量取决于成像方法、设备的特点、操作者选用的客观与主观成像参数以及被检者的配合等等。由于太多因素的影响，X光图像往往模糊不清。传统的处理方法通常是拉伸图像灰度，图像直接锐化等，这些方法虽然能突出图像的一些细节，但各种组织和器官纵横交错，让医生很难分辨出他所关心的组织或器官的细节。面对这些问题，本文提出了一种图像处理方案，在MATLAB中提取出了X光人体图像中骨组织和肺器官的清晰图像，可以为其他医学图像的处理提供借鉴。 　　1 图像处理过程和方法 　　从信息量的角度看，一幅图像所包含的信息远比一条曲线或几个数据要多。它以直观的形式向医生展示人体内部的结构或有关生理参数的空间分布，为医生的诊断提供重要依据，成为临床诊断与医学研究中不可缺少的工具。 　　医学图像处理更侧重于提取某一个组织或器官的细节特征，但由于病人病情的多样性，在人体医学图像中提取某一个组织和器官的细节特征都具有现实意义。下面提供一种医学图像处理方法，分别提取同一幅医学图像中的骨组织和肺器官。 　　1.1 提取骨组织 　　高通滤波器削弱傅里叶变换的低频而保持高频相对不变点，这样会突出图像的边缘和细节，使得图像边缘更加清晰。但由于高通滤波器偏离了直流项，从而把图像的平均值降低到了零。一种补偿方法是给高通滤波器加上一个偏移量。若偏移量与滤波器乘以一个大于1的常数结合起来，则这种方法就称为高频强调滤波，该常量乘数突出了高频部分，同时增加了低频部分的幅度，但只要偏移量与乘数项比较小，低频增强的影响就弱于高频增强的影响。高频强调滤波器的传递函数为： 　　1.2 提取肺部 　　处理图像的基本思想是将非线性问题转化成线性问题进行处理，即先对非线性混杂信号做某种数学运算D，变换成加性的，然后用线性滤波方法处理，最后做D-1运算，恢复处理后图像。该方法是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅立叶变换处理的失真。 　　一般处理方法如图2所示。 　　图2 突出肺部的图像处理流程 　　2 图像处理效果及其对效果的评价 　　对骨组织的提取结果如图4所示。 　　图4 提取骨组织效果 　　高频强调滤波的优点显示在图4（b）中，图像中由低频成分引起的灰度级色调得以保持。在窄范围灰度级中以灰度为特征的图像是直方图均衡化的理想选择。这种方法对于背景和前景都太亮或者太暗的图像非常有用，尤其是可以带来X光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节，如图4（c）所示，骨结构的细节已经显示了出来。直方图均衡化的一个主要优势是它是一个相当直观的技术并且是可逆操作，如果已知均衡化函数，那么就可以恢复原始的直方图，并且计算量也不大。 　　直方图均衡化后的图像基本显示出了骨结构的细节，但它对处理的数据不加选择，边缘信息会弱化一些，还需对直方图均衡化后的图像进行Butterworth高通滤波，得到图像的边缘信息，然后把此边缘信息加到直方图均衡化后的图像上，使图像锐化如图4（d）所示，使骨骼结构清楚地显现了出来。为医生观察病人骨骼结构提供了方便。 　　对肺部的提取结果如图5所示。 　　图5 提取肺部效果 　　在图像采集过程中，由于实际环境中成像条件的限制，造成图像的背景光照不均匀，当照度不均匀时，图像上对应照度暗的部分，其细节就较难分辨。 　　图5的中间结果有效地清除了图像的背景干扰，并且突出了肺部的纹理、边