有关医学影像学MUSICA参数的一点说明.doc

有关医学影像学MUSICA参数的一点说明 有关MUSICA参数的一点说明! 影像对比增强 本章节主要集中阐述了影像后处理技术是如何提高CR影像质量的。 在周围正常的光线环境下，CR的IP板摄影动态范围相对于普通暗盒或显示器的有效密度范围而言是非常宽的。如果没有影像后处理技术，这种不协调将导致在CR成像过程中图像信息严重的额外丢失。因此，下一小节将讲述除调节整体密度（global density）对比度和层次调节外，通过特殊的影像增强技术是如何最大程度的将影像信息转换到的可视范围内的。 4．1 边缘增强 影像的边缘和细微结构可以通过提高影像中高空间频率成份的频率幅度而更清楚显示。例如，通过二维的高通过（High-pans）滤过。不鲜明蒙片（Unsharp masking）是最早运用于CR系统公认最好的方法，其基本形式可由公式（4.1）表示。 Y=X+α·(X-X) (4.1) 这里，X、Y、X分别表示原始影像的像素值。处理后影像的像素值和原始图像通过移动均化（moving average）所得均值。（X-X）为图像的像素差值，表示着图像中高空间频率成份的含量，而增强系数α决定着最终图像中高频成份的增量。如今，商用CR设备中，为便于更好的控制，增强系数a常与图像数据联系在一起。 Y=X+α·β(X) ·(X-X) 4.2 这儿，系数α决定着影像增强的程度, β(x)的功能是调节影像增强程度以适应局部影像的密度变化，而β(x)的功能类型则是根据具体的检查需要来选择。因此，在胸部纵膈低穿透区域内降低增强程度以避免噪音扩大成为可能。 这里强调的空间频率的频宽是由处理中心的尺寸决定的，如果中心尺寸小的话，则相对于中低频率成份面言，所有高频成份的信号都被增强了；如中心尺寸增大，则中频率成份被放大，这原理已由图4.1曲线清楚说明了。图4.1表示的是不同中心尺寸m(以像素值为单位)下，基本不鲜明蒙片(Unsharp masking)处理的频率响应。其由公式（4.3确定）。 Fy(f)=1+α-αsin( Π·m·f)/ Π·m·f （4.3） 这里的f为空间频率，表示的是每像素值（Pixel）的波数，（1+α）为高频（asymptotic）放大系数。频率响应最低值可通过 fc=1/m确定。一般来说，不鲜明蒙片处理比中心尺寸更能突出影像细微特征，所以，如果只需增加边缘锐利度，那么只要将中心尺寸稍微超过影像边缘范围即可。其影像特征为设定比影像边缘的完成频率值稍大即可。一个细节可以看作是由左边缘和右边缘连接而成的，因此边缘增强的即是细节增强。 图4.2中心尺寸分别为109、39、13和5（像素值），不鲜明蒙片处理的频率响应。 尽管这些处理中心的特性在频谱上容易显示，但在不同的检查部位要确定最恰当的中心尺寸却不是轻而易举的。小的中心直径曾被报道适合提高影像锐利度和纤细线样结构的清晰度，但同时，噪音频谱中的高频成分也随之增加，从而产生典型的纤细条纹状表现；中等大小的处理中心增强的缺陷就是掩盖了没有轮廓的病变，如肺内小结节；采用大的处理中心，则大的所低对比的物体可能被抑制；轻度增强也曾被建议运用，因为没有边界的大对比度的结构，会因采用大中心尺寸而被抑制。 配备与密度密切相关的不鲜明蒙片后，由窄频率内噪音放大引起的纤细条纹状征象可减少。这是通过选择增强曲线β（x）以避免纵隔低穿透区的过度边缘增强来达到的。因为纵隔区内噪音最容易扭曲影像。然而，纵隔的代表性血管结构影像不会衰减。 边缘增强必须谨慎应用，因为一些增强会产生伪影。大幅度的阶样高频成份的放大会导致所谓的“rebound”或“overshoot”伪影，这种情况下，过度增强会在实际图像的边缘出现一条白线或黑线。此外，这种波浪线还会遮掩紧靠高对比度边缘邻近区域中的低对度损伤的显出。 4.2 动态范围压缩 骨盆或肩关节的照射范围太广而不能以恰当的对比度来显示所有的影像区域。因此采用不鲜明蒙片和非常大的中心尺寸，可通过减低影像中低频成份的相对影响而提高所有相关影像特征的对比度。假设影像中低频成分不包含重要信息，则 Y=（X-X）+α(X) (4.4) 且α1 (4.5) 这里X为模糊影像的像素值，其在非常大的中心尺寸（达到255像素值），通过滑动均化操作获得。 表达式（4.4）由两部分组成，第一部分中低频成分（即背景）已被移去，第二部分表示背景(contribution)。且第一部分（X-X）与影像中到高空间频率的频率相一致，它包含着所有相关影像特征，这一部分不作任何修改，保持原状。而背景从另一方面而言，已被压缩。 4.3 谐调处理 边缘增强和动态范围压缩这两种增强方法发展至今已有很大变化，但它们都共同依赖空间邻域操作(a　spatial neighbourhood operator)，多数为滑动均化处理。正