医学影像技术的后处理及在临床医学中的应用文档格式.docx
《医学影像技术的后处理及在临床医学中的应用文档格式.docx》由会员分享，可在线阅读，更多相关《医学影像技术的后处理及在临床医学中的应用文档格式.docx（5页珍藏版）》请在冰点文库上搜索。
二、对比试验传统的医学成像技术是以物理学和现代电子计算机技术为基础的，就成像机理而论主要包括：
投影X射线成像、X射线计算机断层成像、超声成像、放射性核素、磁共振成像、红外线成像等。
随着计算机技术的进一步发展，基于全息摄影的三维成2
像技术也得到日益广泛的应用，从而进
一步提升了医学诊断技术的清晰性和准确性。
以数字图像处理技术和计算机技术为依托，医学图像的分析和处理是医学影像技术中极为重要的一个环节，它是使医生获得病人病情可靠信息的重要保证，也是医生开展进一步治疗的必要条件。
它对医学图像的分析处理主要包括：
图像的预处理、特征提取、图像分割、图像配准、图像融合、纹理分析和图像的压缩传输技术伪彩色处理等。
．
也是当前研究的一个热点，这种技术依赖于数字图像的压缩编码技术和现代通信技术，它的出现使得远程医疗成为可能，并加强了医疗诊断的即时性。
三、技术规程
（一）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3
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
（二）医学影像增强技后处理的难度。
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（Imageenhancement）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。
像图的体具应适以式方种几．
4
实例（a）为肋骨骨折图（b）逆灰度编码
处理图（c）为乳腺癌病灶图；
（d）对图（c）
伪彩色处理得到的效果图。
图3伪彩色处理效果（三）医学影像技术与数字图像处理技术的关系医学影像技术与数字图像处理技术是密不可分的，特别是在医学图像分析处理和医学图像压缩传输方向，这种关系表现得尤为密切。
图1.1
画出了医学图像分析处理的流程示意图：
5
预处理特征提取匹配估计多多视处理
二维显示伪彩色视处配准理融合重建医学图像分析处理的基图1.1三维显示在这个流程图中每个环节都是应本流程用数字图像处理的理论和技术完成的，只是在处理过程中有时还需考虑到医学图像中本身重要的特征。
下面简单说说图1.1
图像预处1.不同环节的处理方法和意义：
理：
从不同成像仪得到的医学图像都存在着不同程度的噪声和干扰，这些噪声的存在势必影响对图像的进一步分析，所以在．
这一环节需要考虑使用相关的数字图像滤波方法将含在图像中的噪声滤除掉，从而为下面的分析打下良好的基础。
在好的图像滤波算法下，图像预处理的结果已经可以为观察提供良好的视觉环境了。
2.图像分割：
图像分割主要是根据图像的不同特征将图像分割成若干区域，每个区域形成一个相应的像素集，图像分割得到的像素集可能与不同的目标相对应，也可能与目标的不同区域相对应。
图像分割本身是一个比较困难的课题，同时也是非常重要6
的。
近年来，随着人们不断深入的研究，
在这方面还是取得了一定的成就。
3.特征提取：
特征提取是为了能获得反映图像本质的一些特殊信息，提取的特征既包括直接检测到的信息也包括由计算得到的信息，如一些点、线，还包括根据已有的特征加以变换的得到的新的特征。
特征提取的作用是去除图像中冗余的信息而突出图像需要识别的信息。
但是必须注意所提取的特征必须能够反映目标的形状与属性。
4.图像配准：
医学图像配准是通过某种空间变．
换，使两幅图像的对应点达到空间位置和解剖结构上的完全一致。
要求配准的结构能使两幅图像上所有的解剖点，或至少是所有具有诊断意义的点以及手术区域的点都达到匹配。
图像配准是图像融合的前提，是公认难度较大的图像处理技术，也是决定医学图像融合技术发展的关键。
近年来国外在图像配准方面研究很多，如几何矩的配准、利用图像的相关系数、样条插值等多项式变换对图像进行配准等。
为了提高CT、MRI、PET多模态医学图像的三维配准和融合的精度，还可以采用基于互信息的方法5.图像融合：
不同的医学图像提供了不同器官的不同信息，图像融合的作用就在于综合处理应用这些成像设备所得到的信息并以某种方式将它们有机地合并在一起，从而使观察者可以在一幅图像中同时观察到目标对象不同层次上的信息。
这里是一些7
相关的图像融合技术。
6伪彩色：
一般
的医学图像都是黑白的灰度图像，而人的眼睛对彩色是十分敏感的，所以为了使人
眼获得更好的视觉效果，通过某种手段给医学图像加入一些颜色信息的处理方法就是伪彩色处理7.多视处理：
所谓的多视处理就是运用计算机技术和光学技术，来获取目标物体不同角度的摄影图以作为图像重建的基础,主要技术方法包括双向合成法、莫尔条纹法、傅利叶轮廓法、位相测量法、三角测距法等8.图像重建：
图像重建是使用图像多视化处理的结果，通过相关的数字图像技术来重新构建目标物体的三维立体图以获得更好的可视化效果。
常用的图像重建算法包括傅里叶变换重建、卷积法重建、代数方法重建等。
客观评价法：
客观评价法主要是通过计算一些量化的指标或者通过描绘能反映图像自身性能的曲线来评价图像处理效果的方法。
这里所说的量化指标是一些能反映图像特性的数值，如图像的方差，均值，信噪比等。
（四）医学图像去噪处理的意义医学图像去噪声处理属于图像的预处理阶段，从数字图像处理的技术角度来说属于图像恢复的技术范畴，它的存在有着非常8
重要的意义，主要表现在：
（1）医学图
像由于不同的成像机理，得到的初始图像中都含有大量的不同性质的噪声，这些噪声的存在影响着人们的对医学图像的观察，干扰人们对图像信息的理解。
噪声严重时候，图像几乎产生变形，更使得图像失去了存储信息的本质意义。
显然对图像进行去噪处理，是正确识别除了能提高人
（2）图像信息的必要保证。
视觉识别信息的准确性，图像去噪的意义还在于它是对图像作进一步处理的可靠保证。
如果对一幅含有噪声的医学图像进行特征提取、配准或者图像融合等处理其结果肯定不能令人满意。
特别是对于医学图像处理来说，必须要求每一步有尽可能的准确性和可靠性。
所以医（五）研究医学学图像去噪是必需的。
在数字图像处理领图像去噪方法的意义
域，有很多传统的图像去噪方法，它们可能已经被提出以至被应用很久了。
在这样的学术背景下依然研究医学图像去噪的意义何在？
我想意义依然是有的，
在于：
（1）虽然医学图像去噪技术是以一般数字图像处理技术为基础，但是医学图像本身具有自己一些鲜明的特征，这些特征正是医学图像所含有的特殊信息。
在对医学图像进行去噪处理的时候必须尽可能地保留这些特征，这就需要我们研究新的算法使得这些算法在保留一般数字图像去噪性能的基础上还能满足医学图像去噪的特殊要求。
9
（2）在医学图像去噪领域，传统方法呈百
花齐放之态，但是这些方法并非十全十美，主要表现在去噪的同时对图像细节的丢失。
因此进一步研究新的去噪方法或者完善已有的算法意义依然重大。
（3）不同算法都有者不同的数学理论基础，对图像去噪的效果也表现不同。
探求它们的内部机理，寻求相应的关系，研究不同算法之间如何取长补短，以达到更好的去噪效果，也是很有意义的。
（4）研究图像去噪的同时对医学图像其他处理环节性能的提升也有着促进意义。
五、医学影像增强的目的就是为了试验结果
提高图像的质量，增强其视觉效果。
其方法主要包括对比度增强、平滑、锐化、伪彩色增强等。
通过大量的实例验证，各种增强方法都有其优缺点，也不存在一种对所有影像都适合的增强方法。
因此，用同一种后处理技术去处理所有的影像显然是不恰当也不理想的。
我们必须从成像目的、影像的特点和各种增强方法的自身特性出发，选择合适的增强方法，有必要时，可以把几种增强方法结合起来，使它们取长补短，更好地显示影像的特征，得到好的增强效果。
10
升级会员 