數(shù)字圖像處理

1、數(shù)字圖像處理期末考查報告題 目：數(shù)字圖像處理技術(shù)在醫(yī)學影像的應用學 院：物理與電子工程學院專業(yè)班級：自動化14級7班姓 名：馬冰冰學 號 績：任課教師：劉 偉【摘要】 數(shù)字醫(yī)學是現(xiàn)代醫(yī)學的重要發(fā)展方向，隨著計算機技術(shù)的不斷發(fā)展，數(shù)字醫(yī)學圖像在醫(yī)學中的應用領(lǐng)域越來越廣泛。本文主要針對數(shù)字圖像在醫(yī)學中的應用及其特點展開相關(guān)的綜述。 【關(guān)鍵詞】 數(shù)字圖像  醫(yī)學影像  圖像處理  前言 隨著電子技術(shù)、計算機技術(shù)的不斷推廣和應用，計算機技術(shù)在醫(yī)學領(lǐng)域的應用也日趨明顯，尤其是在醫(yī)學數(shù)字圖像處理方面體現(xiàn)的尤為突

2、出。數(shù)字醫(yī)學影像通過無創(chuàng)傷的數(shù)據(jù)采集獲得人體內(nèi)部解剖學或生理功能信息，并以圖像形式提取并顯示出來，因而數(shù)字圖像在這種背景下應運而生。 1   數(shù)字醫(yī)學圖像的特點 現(xiàn)代醫(yī)學影像包括四大部分：以X-CT 為代表的X 射線影像；磁共振成像MRI；放射性核素顯像如ECT；超聲波成像如超聲CT 等。不管哪種醫(yī)學圖像，其影像灰度分布都是由人體組織特性參數(shù)的不同決定的。通常，這種差異（對比度）很小，導致影像上相鄰灰度差別也就很小。而人眼對灰度的分辨率很低，只能清楚分辨從全黑到全白的十幾個灰階。所以，影像成像后必須經(jīng)過數(shù)字后處理方

3、具實用價值。 2   數(shù)字圖像處理 數(shù)字圖像處理就是將圖像轉(zhuǎn)化為一個數(shù)字矩陣存放在計算機中，并采用一定的算法對其進行處理。數(shù)字圖像處理的基礎(chǔ)是數(shù)學，最主要任務就是各種算法的設計和實現(xiàn)。醫(yī)學影像等衛(wèi)生領(lǐng)域信息更具獨特性，數(shù)字醫(yī)學圖像較普通圖像紋理更多，分辨率更高，相關(guān)性更大，存儲空間要更大，并且為嚴格確保臨床應用的可靠性，其壓縮、分割等圖像預處理、圖像分析及圖像理解等要求更高。數(shù)字醫(yī)學圖像處理跨計算機、數(shù)學、圖形學、醫(yī)學等多學科研究領(lǐng)域，數(shù)字醫(yī)學圖像處理技術(shù)包括圖像變換、圖像壓縮、圖像增強、圖像平滑、邊緣銳化、圖像分割、圖像識別、圖像融合等等。近

4、年來，研發(fā)人員將眾多領(lǐng)域方法引入應用于數(shù)字醫(yī)學圖像處理，經(jīng)過不斷的改進，處理算法的速度、處理效果得到不同程度的改善。隨著信息技術(shù)的飛速發(fā)展和計算機應用水平的不斷提高，利用計算機斷層成像、正電子放射層析成像、單光子輻射斷層攝像、磁共振成像、超聲成像及其它醫(yī)學影像設備所獲得的圖像被廣泛應用于醫(yī)療診斷、組織容積定量分析、病變組織定位、解剖結(jié)構(gòu)學習、治療規(guī)劃、功能成像數(shù)據(jù)的局部體效應校正、計算機指導手術(shù)和術(shù)后監(jiān)測等各個環(huán)節(jié)。 3  數(shù)字圖像處理的優(yōu)點(1) 再現(xiàn)性好. 數(shù)字圖像處理與模擬圖像處理的根本不同在于,它不會因圖像的存儲、傳輸或復制等一系列變換

5、操作而導致圖像質(zhì)量的退化,只要圖像在數(shù)字化時準確地表現(xiàn)了原稿,則數(shù)字圖像處理過程始終能保持圖像的再現(xiàn)。 (2) 處理精度高. 按目前的技術(shù),幾乎可將一幅模擬圖像數(shù)字化為任意大小的二維數(shù)組,現(xiàn)代掃描儀可以把每個像素的灰度等級量化為16 位甚至更高,這意味著圖像的數(shù)字化精度可以達到滿足任一應用需求。 (3) 適用面寬. 圖像可以來自多種信息源,從圖像反映的客觀實體尺度看,可以小到電子顯微鏡圖像,大到航空照片、遙感圖像甚至天文望遠鏡圖像. 這些來自不同信息源的圖像只要被變換為數(shù)字編碼形式后,均是用二維數(shù)組表示的灰度圖像組

6、合而成,因而均可用計算機來處理。 (4) 靈活性高. 數(shù)字圖像處理不僅能完成線性運算,而且能實現(xiàn)非線性處理,即凡是可以用數(shù)學公式或邏輯關(guān)系來表達的一切運算均可用數(shù)字圖像處理實現(xiàn)。 4   數(shù)字圖像處理的關(guān)鍵技術(shù) 數(shù)字醫(yī)學影像的成像依賴一定的數(shù)學方法，把數(shù)據(jù)用計算機重建成數(shù)字圖像，再進行圖像處理與分析得到我們感興趣的醫(yī)學圖像，進而獲得特征信息或決策信息。數(shù)字圖像處理技術(shù)，涉及數(shù)學、信息論、計算機科學、模式識別、人工智能、生物醫(yī)學等多種學科。 涉及的關(guān)鍵技術(shù)包括： 41 圖像數(shù)字化

7、0;圖像數(shù)字化是數(shù)字圖像之前的基本步驟， 目的是把真實的圖像轉(zhuǎn)變成計算機能夠接受的存儲格式， 數(shù)字化過程分為采樣和量化兩個步驟。圖像在某個空間上的離散化狀態(tài)稱為采樣， 即用空間上部分點的灰度值來表示圖像，有醫(yī)學影像設備，極大提高臨床診斷水平，而且能夠為基礎(chǔ)醫(yī)學的教學、培訓、計算這些點稱為樣點。采樣的實質(zhì)就是要用多少點來描述一幅圖像， 采樣結(jié)果質(zhì)量的高低用圖像分辨率來衡量。想要得到更加清晰的圖像，就需要使用更多的點來表示圖像，即使圖像具有較高的分辨率，但是點的增加會需要付出更大的存儲空間。采樣方法可分為兩種：點陣采樣（直接對表示圖像的二維函數(shù)值進行采樣）和

8、正交系數(shù)采樣（對圖像函數(shù)進行正交變換，用其變換系數(shù)作為采樣值）。 量化是指要使用多大范圍的數(shù)值來表示圖像采樣之后的每一個點，這個數(shù)值范圍包括了圖像上所能使用的顏色總數(shù)。量化的結(jié)果是圖像能夠容納的顏色總數(shù)。所以，量化位數(shù)越大，表示圖像可以擁有的顏色越多，自然可以產(chǎn)生更為細致的圖像效果。但是，也會占用更大的存儲空間。兩者的基本問題都是視覺效果和存儲空間的取舍。圖像經(jīng)過采樣和量化后才能產(chǎn)生一張計算機能夠處理的數(shù)字化圖像，不僅可減少計算量，而且可獲得更有效的處理。4.2  圖像壓縮和編碼 圖像壓縮通過刪除冗余的或者不需要的信息來達到減小減少數(shù)據(jù)存儲量的目的。醫(yī)學

9、圖像的壓縮主要有三個指標：一是壓縮比要大，要有較高的壓縮效率；二是計算速度快；三是要保證醫(yī)學圖像診斷的可靠性。這三個指標相互制約，要根據(jù)實際的臨床應用進行取舍。圖像編碼的主要方法有去冗余編碼、變換編碼、小波變換編碼、分形壓縮編碼、標量量化編碼、矢量量化編碼、神經(jīng)網(wǎng)絡編碼、模型基編碼等。 4.3  圖像增強 圖像增強是數(shù)字圖像處理的基本內(nèi)容之一， 它是利用各種數(shù)學方法和變換手段來提高圖像的對比度和清晰度，使處理后的圖像更適應于人的視覺特性或機器的識別系統(tǒng)。圖像增強的方法可以分為空域圖像增強和頻域圖像增強兩大類。頻率域法把圖像看成一種二維信號，&#

10、160;對其進行基于二維傅里葉變換的信號增強。采用低通濾波法，可去掉圖中的噪聲，采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波法等，它們可用于去除或減弱噪聲。圖像增強的常見方法有：灰度等級直方圖處理、干擾抵制、邊緣銳化、偽彩色處理。 4.4  圖像復原 成像系統(tǒng)受各種因素的影響，導致了圖像質(zhì)量的降低，稱之為圖像退化。退化基本表現(xiàn)是圖像模糊，去掉模糊和噪聲干擾是其主要目的。復原實現(xiàn)方法有維納濾波、逆濾波、同態(tài)濾波、最小約束二乘方濾波等。 4.5  圖像分割

11、0; 圖像分割是圖像分析與處理的關(guān)鍵步驟，一般來說，圖像分割方法可分為基于區(qū)域的分割方法和基于邊界的分割方法將。圖像分割將圖像分成互不相交的各具特性的區(qū)域，提取出感興趣目標，是提供定量、定性分析基礎(chǔ)，同時也是三維可視化的基礎(chǔ)。目前研究的有關(guān)圖像分割的熱點是一種基于知識的分割方法， 即通過某種手段將一些先驗的知識導入分割過程中，從而約束計算機的分割過程，使得分割結(jié)果控制在我們所能認識的范圍內(nèi)而不至于太離譜。 4.6 圖像配準和融合 醫(yī)學圖像配準是通過尋找某種空間變換，使兩幅圖像的對應點達到空間位置和解剖結(jié)構(gòu)上的完全一致。要求配準的結(jié)構(gòu)能使兩幅圖像

12、上所有的解剖點，或至少是所有具有診斷意義以及手術(shù)區(qū)域的點都達到匹配。將配準后的圖像進行信息的整合顯示，這一步稱為“融合”。4.7  圖像識別 圖像識別是利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象。主要內(nèi)容是圖像經(jīng)過某些預處理后，進行圖像分割和特征提取，從而進行判決分類。圖像分類常采用經(jīng)典的模式識別方法， 有統(tǒng)計模式分類和句法模式分類， 近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡模式分類在圖像識別中也越來越受到重視。  5   數(shù)字圖像處理在醫(yī)學領(lǐng)域的應用 數(shù)

13、字醫(yī)學圖像處理和應用，不僅可以充分利用現(xiàn)機輔助臨床外科手術(shù)等提供電子化的實現(xiàn)手段，為醫(yī)學研究和發(fā)展提供堅實基礎(chǔ)，主要應用如下: (1) 輔助醫(yī)生診斷治療: 數(shù)字醫(yī)學圖像可視化可以根據(jù)CT、MRI 等圖像序列構(gòu)造出三維幾何模型，將看不見的人體器官以三維形式真實地顯示出來，還可以對圖像任意放大、縮小、旋轉(zhuǎn)、對比調(diào)整等處理。同時，利用三維重建技術(shù)還可以從不同方向觀察、剖切重建模型，使醫(yī)生對感興趣區(qū)域的大小、形狀和空間位置有定性和定量的認識。(2) 手術(shù)及放射治療規(guī)劃: 利用放射線抑制或殺死惡性腫瘤，需要預先仔細規(guī)劃，包括劑量計算和照射點精確

14、定位。如果輻射定位不準或劑量不當，將導致治療效果不佳，甚至危及周圍正常組織。借助醫(yī)學圖像處理分析系統(tǒng)，醫(yī)生可以在手術(shù)規(guī)劃中事先觀察病變體、敏感組織、重要組織的形狀和空間位置，確定科學的手術(shù)方案。在放射治療中，科學進行射線安排，使射線照射腫瘤時不穿過敏感組織和重要組織，盡量減少對正常組織的傷害，制定出合理的最優(yōu)的治療方案。(3) 腦結(jié)構(gòu)和腦功能研究: 借助新型的FMRI 技術(shù)，可以成功觀察視覺、觸覺、嗅覺刺激導致大腦皮質(zhì)層的功能活動，真正無損地檢測活體人腦的功能變化。另外，對大腦解剖結(jié)構(gòu)的差別進行定量分析，有助于從數(shù)量上研究大腦機制。(4) 數(shù)字解剖模型與

15、手術(shù)教學訓練: 虛擬手術(shù)是一個涉及圖形學、視覺、力學、機器人學和醫(yī)學等多個學科領(lǐng)域的挑戰(zhàn)性課題。通過利用虛擬人資源，研究者可以分析和重建人體內(nèi)部各個器官組織，建立具有真實感的虛擬人體，并通過對虛擬人體進行各種剖切、透明效果設置，了解人體各組織器官的解剖結(jié)構(gòu)及相互關(guān)系。這對醫(yī)學教育、解剖分析、醫(yī)學研究、手術(shù)教學訓練等方面都有重要意義。(5) 遠程醫(yī)療: 醫(yī)學圖像以及相關(guān)信息可以通過數(shù)據(jù)接口與互聯(lián)網(wǎng)連接，從而進行數(shù)字醫(yī)學圖像遠程傳輸，實現(xiàn)異地會診。PACS( Picture Archiving and Communication

16、 Systems) 系統(tǒng)可以實現(xiàn)數(shù)字醫(yī)學圖像在醫(yī)院內(nèi)外的傳輸和分發(fā)，是實現(xiàn)醫(yī)院圖像信息管理的重要手段。 6   結(jié)論 。隨著醫(yī)療技術(shù)的蓬勃發(fā)展, 數(shù)字醫(yī)學圖像在當前劇增的醫(yī)學影像類數(shù)據(jù)利用中凸顯優(yōu)勢。數(shù)字圖像處理技術(shù)發(fā)展至今,各個學科的交叉滲透已是發(fā)展的必然趨勢,有效地提高數(shù)字圖像處理技術(shù)在醫(yī)學影像中的應用水平,與多學科理論的交叉融合、醫(yī)務人員和理論技術(shù)人員之間的交流就顯得越來越重要。醫(yī)學數(shù)字影像圖像作為提升現(xiàn)代醫(yī)療診斷水平的有力依據(jù)，使實施風險低、創(chuàng)傷性小的化療、手術(shù)方案等成為可能，數(shù)字醫(yī)學圖像數(shù)據(jù)是醫(yī)學衛(wèi)生領(lǐng)域

17、的主要信息之一，必將在醫(yī)藥衛(wèi)生信息研究領(lǐng)域受到越來越多的關(guān)注。多維、多參數(shù)以及多模式圖像在臨床診斷(包括病灶檢測、定性,臟器功能評估,血流估計等)與治療(包括三維定位、體積計算、外科手術(shù)規(guī)劃等)中將發(fā)揮更大的作用。這都對數(shù)字醫(yī)學圖像處理在醫(yī)學影像中的應用提出更高要求，而結(jié)合衛(wèi)生信息化發(fā)展的實際需求發(fā)展醫(yī)學數(shù)字圖像處理技術(shù)顯得越來越重要。   參考文獻： 1 劉磊JIN Chen-Lie1.計算機圖像處理技術(shù)在醫(yī)學影像學上的應用.中國老年學雜志，2012；32：5642-5643. 2 張瑞蘭，華晶，安巍力，劉迎九.

18、數(shù)字圖像處理在醫(yī)學影像方面的應用.醫(yī)學信息學,2006;19(3):400-401. 3 周光華,李岳峰,孟群.醫(yī)學圖像處理技術(shù)與應用分析.中國衛(wèi)生信息管理雜志， 2013；8(6)：44-47. 4 李強. 醫(yī)學圖像分割進展J. 臨床影像技術(shù), 2010；25(5): 121-124.  5 聶生東, 邱建峰, 鄭建立. 醫(yī)學圖像處理M. 上海: 復旦大學出版社, 2010. 6 劉中合，王瑞雪，王鋒德，馬長青，劉賢喜.數(shù)字圖像處理技術(shù)現(xiàn)狀與展望.計算機時代,2005;9:6-8. 7 黃清，朱妍芳淺談圖像的數(shù)字化處理及格式特點J民營科技，2010;（7）：66. 8 李慶義計算機圖像處理技術(shù)綜述J科技情報開發(fā)與經(jīng)濟，2007;17（11）：226228. 9 范金坪，張春曉. 醫(yī)學圖像壓縮算法研究進展J.科技信息，2011;25:60. 10 Michael G S. Review of co