医学影像技术的后处理及在医学中的应用

医学影像技术的后处理及在医学中的应用

肖瑞杰王晓廷

肖瑞杰王晓廷（山东省昌邑市人民医院261300）

【摘要】医学影像成像成像特点、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去噪声处理的方法及意义

一.医学影像的简介

医学影像技术是现代医学中重要的组成部分，并且已经成为医学技术中发展最快的领域之一。它主要包括医学成像显示技术、医学图像分析处理技术和医学图像压缩传输技术三个主要方向。[1]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[2]。

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。

二.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画出了医学图像分析处理的流程示意图：

图1医学图像分析处理的基本流程

在这个流程图中每个环节都是应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本身重要的特征。下面简单说说图1中有关环节的处理方法和意义：

(1)图像预处理：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)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[3]。

(4)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。

三.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，是正确识别图像信息的必要保证。

(2)除了能提高人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。所以医学图像去噪是必需的。

四.研究医学图像去噪方法的意义

在数字图像处理领域，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。

(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[5]。

总结医学影像增强的目的就是为了提高图像的质量，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。

参考文献

[1]张旭.《数字滤波技术在医学图像去噪处理中的应用研究》东北大学学报,2005.3.4.

[2]赵荣椿,等.数字图像处理导论.西安:西北工业大学出版社,1996.

[3]何东健,杨青.《实用图像处理技术》.西安:陕西科技出版社.1998(10).

[4]沈国光.X线影像诊断技术的发展[J].中国医学影像技术,2000,16(7):607-608.

[5]徐跃.医学影像设备学[M].北京:人民卫生出版社，2002：224-255.