医学成像及医学图像处理课件.ppt

第四章 医学成像及医学图像处理(Medical Imaging and Medical Image Processing) 前 言 数字图像处理技术随着计算机的发展日新月异，当今的医学发展更是离不开图像处理技术，在医学中凡是与形态有关的课题都可用到它。 例如： 1. X光片和超声照片中噪声和干扰的消除，要用到最基本的图像处理方法，使处理后的医学图像变得更清晰、特征突出。 2. 把某些模糊的医学图像复原。 3. 在医学实践和研究中借助图像处理技术和分析技术可以对医学照片中的各种组织、结构和细胞形态等得以定量分析和分类识别。 4. CT图像的三维重建更是图像处理的优秀实例，它能为外科医生在术前彻底了解病变器官或肿瘤的空间位置和形状提供最直观的手段。 最近，国外出现了人体图像解剖学，人们可以在彩色屏幕前操作，一层一层剥离各层组织的图像图画，从而使医学院学生深入细致的了解人体内部情况。 图像处理应用举例: 图像的分类 灰度分类 二值图像(如图文传真、文字、图表、工程图纸) 多灰度图像(如工业电视64灰度级、传真机16灰度级、广播电视图像 256灰度级、医学图像1024灰度级) 色彩分类 单色图像 彩色图像 运动分类 静态图像 动态图像 时空分布分类 二维图像(平面图像) 三维图像(立体图像) 一、图像处理硬件环境(组成) 图像输入设备 将实物图像或照片输入计算机中。包括电视摄像机、CCD摄像机等 图像输出设备 主要用途是观察处理中的图像，以求最佳效果。包括各种监视器、打印机等。 图像处理设备本身 实现各种图像处理算法。包括各种超级图像处理工作站、图像阵列处理机。 二、图像模型 通常，用一个二维光强度函数f(x,y)来表示一幅图像。其中，x与y代表空间某点的坐标，函数值f(x,y)就是图像在此点的强弱（亮度，图像处理中称为灰度，grey level）。按照物理学的方法，我们通常又把f(x,y)分解为照射分量i(x,y)和被照射物体的反射分量r(x,y)，即 f(x,y) = i(x,y) .r(x,y) 上式称为图像的连续模型表达式。 三、图像的数字化表示法 计算机中的数量都是数字化的、离散的量。一幅医学图像在计算机中就用一组图像点表示。所谓图像点即是在二维坐标上采样，将此点上的图像灰度值通过A/D转换为离散的灰度值，这就是图像的数字化。 一般为了计算方便，把一幅平面划分为N×N个点，把灰度分为G级，N和G都是2的幂级。 三、图像的数字化表示法 因此，我们可以把一幅图像表达成为N×N的阵列，即： f(0,0) f(0,1)… f(0,N-1) f(x,y) = f(1,0) f(1,1)… f(1,N-1) f(N-1,0) f(N-1,1)…f(N-1,N-1) 这个表达式即为数字化图像。阵列中每一个元素称为像素(Pixel)。 f(x,y) 即坐标为(x,y)点的像素的灰度值。通常的规格为512×512或256×256或128×128个像素，而灰度值可以是256或128或64级等。 四、图像处理基本方法 几何处理(Geometrical processing) 算术处理(Arithmetic processing) 图像增强(Image enhancement) 图象复原(image restoration) 图象重建(Image reconstruction) 几何处理 几何处理主要包括坐标变换，图象的放大、缩小、旋转、移动、图象配准、畸变校正、扭曲校正和周长、面积、体积计算等。 算术处理 算术处理主要对图象施以＋、－、×、 ÷ 等运算，虽然该处理主要针对象素点，但非常有用，如医学图象的减影处理就有显著的效果。 图像增强 图象增强处理主要是突出图象中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强，便于区分或解释。主要方法有直方图增强、伪彩色增强法、灰度窗口等技术。 图像增强的两大技术： 频率域处理技术