醫学影像后处理技术在X线影像优化中的应用.docVIP

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)=R{f(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