计算机图像处理技术在医学影像中的进展与应用Word文件下载.docx

计算机图像处理技术在医学影像中的进展与应用Word文件下载.docx

《计算机图像处理技术在医学影像中的进展与应用Word文件下载.docx》由会员分享，可在线阅读，更多相关《计算机图像处理技术在医学影像中的进展与应用Word文件下载.docx（6页珍藏版）》请在冰点文库上搜索。

关键词：

移动医疗；

数字图像处理；

医学影像

中图分类号：

TP393文献标识码：

A文章编号：

1009-3044（2016）30-0238-03

随着科学技术的快速发展和生活质量的提高，健康问题已成为大家关注的焦点。

然而生活环境的污染、饮食结构的不健康和长期处于现代职场高压环境之下，很多人的身体出现亚健康状态：

头痛、胸闷、失眠等健康问题困扰着现代职场白领，长期以往，身体不堪重负，疾病随之而来。

面对这种情况，早期发现、早期治疗既可以减轻患者病痛，提高预后水平，又可以减少患者的经济支出。

因此，对疾病问题的早期诊断就成为国内外医学界关注的焦点。

然而由于医患交流以及过去医学影像不清晰、保管难等问题，始终制约了精准医疗的发展。

目前随着科学技术的进步和互联网技术的突飞猛进，影像学被越来越多的应用到各种疾病的检查中去，医生读片诊病，影像成了医生重要的诊断辅助工具，难以被低估，不能被替代。

随之影像学科也成了当今迅速发展起来的一门综合学科，多门课程如通讯、计算机、医疗交叉，为医务工作者提供尽可能准确的辅助诊疗方法，这将是今后影像学科持续发展的重要方面。

日常生活中我们在对体内和体外的血液细胞、器官组织进行无损害性检查时，通常会选择诸如：

数字线摄影、核磁共振、超声波三维诊断等治疗方法，这些拍片式的诊断方法可见即可得，不仅生动补充了书本上的人体正常组织以及病灶组织的解剖学知识，同时对影像引导下的教学、检查、穿刺、手术等有着不可低估的作用。

但是医疗图像旳生成往往会因自然界信号的干扰、信号传输过程中的衰减、医疗设备的成像原理、光线和显示屏等原因的影响，所显示出

来的影像像质往往不够清晰、感兴趣内容不突出，或者不适合人眼观察或者机器理解分析，同时医学影像本身也有图像分辨率不高导致图像模糊不清或者无明显边缘、噪声偏大、结构信息缺乏的问题，最终生成的影像不能准确定位病变部位以及病变性质，临床诊断面临各种困

难。

如果有一种方法能对生成的医学影像进行数据处理提高影像的清晰度，增强医学影像的可读性可分辨性，临床医生可以结合解剖学和生理学对病变组织有针对性的观察并诊断，这将大大提高临床诊断的准确率。

因此，医学影像的数字化处理对医疗卫生、信息技术、生物科学等学科来说无论在理论研究还是临床应用方面都起着关键作用，这是人类认识疾病并对之精确诊断的重要环节，这将是一门具有较强应用性和长远发展性的课题。

1医学影像的发展及意义

1.1国内外医学影像的背景及对其图像处理的意义

1895年德国物理学家W.K.伦琴在实验室拍摄出其夫人手指和的影像，自此“X射线”被发现，并被影像学逐步引进到医学领域。

经过30多年的研究与应用，医学影像起着翻天覆地的变化，随着计算机技术的引进和广泛应用，影像学科更是呈现出跨度大、知识交叉密集的特点，如今基于计算机算法的图像处理技术也已经成为医学影像学中发展迅速的领域之一。

1971 年，英国科学家汉斯·

基于计算机技术原理设计出第一台X-CT诊病机，这一发明在医学界引起巨大的轰动。

从此，对医学影像的数字成像技术的研究开始发展壮大，各种医疗设备也被开发出来，它包括计算机X线摄影（ComputedRadiography，CR）、数字X线摄影

（DigitalRadiography，DR）、X射线计算机断层成像（X-ComputedTomography，X-CT）、磁共振成像超声（MagneticResonance，MR），超声（Ultrasound）成像、光纤内窥镜图像、磁共振血管造影术（MagneticResonanceAngiography，MRA）、数字减影血管造影术（DigitalSubtractionAngiography，DSA）、单光子发射断层成像（SinglePhotonEmissionComputedTomography，SPECT）、正电子发射断层成像（PositronEmissionTomography，

PET），EEG脑电图、MEG脑磁图、光学内源成像等。

本文着重论述的X-CT（ComputedTomogaphy）意为X线计算机断层扫描技术，是用X线束对器官组织进行断层扫描，应用物理原理来测量X射线在人体组织中的衰减系数或吸收

系数，再经计算机进行数学计算来对图像进行三维重建。

按照测量的衰减系数的数值排列成一个二维分布矩阵，计算出人体被扫描组织断面上的图像灰度分布，从而生成断面图像。

X-CT以它高速、高分辨率、高灵敏度的探测器螺旋式旋转来获取器官组织的多方位、多层次的断面或立体影像，经临床实际应用，它能发挥有别于传统X线检查的巨大作用。

它能综合反映人体组织在解剖学方面的功能、性质，还能提供人体被拍摄部位的完整三维信息，器官和组织结构清楚显影，提示病变，已与核磁共振、超声波等诊断方法一样成了医生获取信息的重要来源。

并且具有其他医学设备不可比拟的优点，X-CT成像简单方便、对人体损伤小、组织结构密度分辨率高，这在病理学和解剖学研究中尤为重要。

特别是临床在对肿瘤的诊断中X-CT的分辨率要远远高于其他医学设备成像，研究显示在对于1～2厘米的小肿块的检测上，X-CT显示率高达88%，而B超、MRI等仅为48%。

在针对肝脏疾病实验的拍片中，X-CT可以较清

晰的显示出多种器官病变和功能性状，如肝癌、肝血管瘤、脂肪肝等，其对肝癌的诊断准确率高达93%，最小分辨率可显示为1.5厘米，

可以直接观察到肝静脉、门静脉与肿瘤大小、位置之间的关系，并能诊断出肝静脉、门静脉有无癌栓，为医生的精确诊疗提供了重要依据。

由于器官病变的位置、病灶大小、病程长短等自身因素，加上设备电子元器件、嘈杂的环境以及人为操作等因素的影响，X-CT在对病灶做定位影像、定性精确诊断时常常会有所限制，即它能反映出器官的异样变化，但却不能反应目前器官的生理功能。

现实工作中采集到的数字化影像或多或少的存在一些问题：

伪影、雪花、边缘不清、病灶不清、对比度不强……凭借肉眼无法从整张影像中清晰分辨出病灶部位或者确性病理改变的程度，要想精确诊断，还需做进一步的检查。

目前，对X-CT图像处理进行处理大部分的研究还集中在预处理阶段，即研究通过调试设备、提高影像像素、提高出图效率、减少外界干扰等方式增强医学影像的可读性和敏感性。

而对于医学影像成像后的处理则相对冷门，其中对部分内容的研究也比较单一，如仅仅单独研究医学影像的降噪或增强。

同时应用降噪、增强、分割技术来处理影像的研究较少，理论研究也停留在可行性阶段，针对单一疾病的医学影像处理研究还不常见。

1.2医学影像常用的诊断方法

目前我们常用超声波、核磁共振、X-CT等设备生成的医学影像作为辅助诊断方法。

其

中：

超声波是使用声波来探测病理并生成平面图像的一种诊断方法，由于其具有方向性好，穿透力强，声能集中，操作简便，能反映出人体组织的灰度形态和结构等优点，被影像科广泛采用。

其中B型超声波采用超声平面成像，在超声屏上显示出病变部位周围有明显的强弱不等的回声区，表现为亮度不等的光点、结合解剖学和生理学知识，可判断这些高光区和暗区的病变性质。

且价格低廉，诊断快速，但缺点是对于1～2厘米的小肿块诊断准确率不到达48%。

核磁共振是诊断组织病理变化的一种新的方法，通过层片选择，频率编码，相位编码，实现对接收到的电磁信号在人体内部的准确定位，根据接收到的电磁信号的频率、相位的差别成像，完成对器官组织的检测。

例如：

核磁共振检查原发性肝癌时通常表现为信号改变，T1W1驰豫时间加权图呈低信号，T2W2加权图呈高信号。

其特征性影像为病灶内出现粗大引流或供血血管的流空信号，该信号提示肝癌结节内有动静脉短路形成。

但缺点在于检查价格昂贵，且核磁共振设备在我国普及率较低，对于1～2厘米的小肿块诊断准确率较低。

X-CT 是用X线束对器官组织进行断层扫描，再经计算机由于分辨率高图像清晰，能够扫描到早期刚发展起来的较小的肿瘤，这对病人早诊断早治疗不至延误病情具有重要意义。

比如：

X-CT肝癌表现与大体病理形态一致，平扫多为低密度，少数为等密度或混杂密度，外形不规则呈球形或结节形，边界模糊。

增强扫描表现为低密度区略缩小，境界变得较为清楚。

肿

块中心部位常因肿瘤组织坏死囊变形成极低密度区。

研究显示在对于1～2厘米的小肿块的检测上，X-CT显示率高达88%。

目前X-CT已成为各种疑难杂症中最重要的诊断方法。

1.3对医学影像进行数字图像处理的可行性及意义

在实际图像信号的生成和传输过程中，由于受到医疗器械自身、人为操作控制和自然界噪声等干扰的影响，多多少少会出现细节模糊、对比度差、噪声较大或存在伪影等问题，影响到影像质量。

且成像是用亮度不等的灰度表示，加上病灶发展早期其空间形态变化通常比较小，拍出的片子肉眼很难观察，误诊和漏诊的情况也时有发生，致使病情诊断准确率下降，医务工作者的效率也难以体现。

因此，有必要运用适当的技术和方法来处理和分析医学影像，提高影像质量，这将有助于减少误诊和漏诊率，提高诊断准确率。

因此，研究医学影像的计算机辅助诊断技术和数字图像处理技术具有重要的意义和实用价值。

在医学影像领域的数字成像技术有个共性：

基于计算机将图像采集、显示、存储和传递分解成各个独立的部分，将每一部分图像信息分别数字化，这种共性为我们以后对各功能模块进行单独优化提供了便利，对其实施图像数字信息的后续处理提供了可行性。

以X-CT成像为例，对影像进行预处理可以过滤掉影像上的不利影响，处理掉无用的信息，保留或恢复有价值的信息。

通过过滤掉不利因素，加强病灶信息的可读性，突出感兴趣部位，清除各种干扰的同时能保留所摄影像的形态和边缘，有效的改善图像视觉效果，为医生诊病提供了依据和便利，这就达到了图像处理的目的。

2数字图像处理在医学影像中的具体应用

图像处理（imageprocessing），在医学上也被称作影像处理，是指将图像信号转换成数字信号后使用计算机对医学影像处理和分析，提高并改善影像的质量供医生有效诊断的专业技术。

将将人设为对象，图像设为目标，输入低质量的图像，输入改善后高质量的图像，当图像达到满足人的视觉效果为最终目标。

图像处理方法通常有图像增强、复原、编码、压缩等等。

本文将重点讨论图像去噪、增强、分割在医学影像中的应用技术。

2.1图像去噪

影像的生成和传输常常受到自然界各种声音的干扰导致影像质量下降，就像我们在日常生活中交谈时被其他声音打扰一样，在语言中表现为听不清对方说话，表现到影像上，则是原本很清楚的图像，因为机械本身、电子元件、外界杂音等干扰原因产生各种各样的斑点或条纹，图像变得模糊不清，此即为图像噪声。

噪声的存在势必影响后续对影像的分割和理解分析，所以图像去噪是预处理的重要步骤之一。

去噪的方法有很多，结合影像特点、噪声的统计特征及频谱分布规律，目前常用均值滤波、中值滤波、低通滤波等算法来对图像进行平滑处理。

2.2图像增强

图像增强（imageenhancement）是数字图像处理领域中的一个重要分支。

影像学上的图像增强和复原的目的是为了提高医学影像的质量，清除干扰、降低噪声，通过增强清晰度、对比度、边缘锐化、伪彩色等来提高影像的质量，或者转换为更适合人观察或机器识别的模式。

不同于图像噪声，在图像增强中通常不考虑影像降质的原因，它不需要反应真实的原始图像，只需突出图像中感兴趣的内容。

但要对降质的原因有所了解，依据降质的原因建立“降质模型”，然后各种滤波方法和变换手段增强图像中的背景与感兴趣部位的对比度，比如：

增加图像高频分量，被照人体组织轮廓变得清晰，细节特征明显；

增加低频分量，能有效降低噪声干扰，最终达到增强图像清晰度的目的。

图像增强根据空间不同可划分为基于空间域的增强方法和基于频率域的增强方法。

基于空间域的增强方法是对图像中的各个像素的灰度值直接处理，算法有直方图均衡化、直方图规定化等；

基于频率域的增强方法不直接处理，而是用傅里叶变换将空间域转换成频率域，在频率域对频谱进行处理，再使用反傅里叶变回到空间域，算法有低通滤波、高通滤波、同态滤波等。

2.3图像分割

图像分割是数字图像处理领域的关键技术之一，目的是将图像中有意义、感兴趣的内容从背景里剥离，划分为各个互不交叉的区域。

有意义、感兴趣的内容通常是指图像区域、图像边缘等。

分割是后续图像理解分析和识别工作的前提和依据。

目前已经开发出很多边缘检测和区域分割的算法，但是还没有一个算法对各种图像处理都有效。

因此对图像分割的研究还将继续深入，在以后很长一段时间将始终是热门话题。

图像分割方法基于灰度值主要划分为基于区域内部灰度相似性的分割和基于区域之间灰度不连续的分割。

（1）基于区域内部灰度相似性的分割

基于区域内部灰度相似性的分割是确定每个像素的归属区域（同一区域内部像素是相似的），从而形成一个区域图集，来对图像进行分割，常用算法有阈值分割法、形态学分割、区域生长法、分裂合并法等。

（2）基于区域之间灰度不连续的分割

基于区域之间灰度不连续的分割是指先提取区域边界，再确定边界限定的区域。

因为图像中的边缘部分往往是灰度级发生跃变的区域，根据像素灰度级的不连续性，找出点、线、边，最后确定边缘。

常用的算法有边缘检测分割法、Hough变换等。

3结束语

本文论述了医学影像的起源和发展，以及互联网时代医学影像对移动医疗的深远影响。

但是在影像生成的过程中不可避免地会受到成像设备、人为操作控制与外部环境噪声干扰等因素的影响，所呈现的影像或多或少的有诸如噪声、边缘不清、病灶不清、对比度不强等问题，影响专科医生的诊断。

而计算机数字图像处理技术在医学影像技术上的应用恰恰可以消除这些影响数字化影像成像的不利因素，因此对医学影像的数字图像处理方法具有实际应用意义，并就此论述了对影像进行预处理的几种应用方法。