基于小波變換的磁共振圖像增強(qiáng)

陳文波 羅斌斌 深圳市貝斯達(dá)醫(yī)療器械有限公司 (深圳 518111)

基于小波變換的磁共振圖像增強(qiáng)

陳文波 羅斌斌 深圳市貝斯達(dá)醫(yī)療器械有限公司 (深圳 518111)

磁共振成像技術(shù)能在體外對疾病進(jìn)行無損和無創(chuàng)傷檢測,但其圖像極易被噪聲污染,有必要進(jìn)行增強(qiáng)處理。本文對小波變換進(jìn)行了介紹，重點分析其在圖像增強(qiáng)處理方面的優(yōu)點，并給出具體的算法實現(xiàn)步驟。最后給出了本算法用于磁共振圖像增強(qiáng)的實例，對結(jié)果進(jìn)行了討論和展望。

小波變換 磁共振 圖像增強(qiáng)

Abstract:Magnetic resonance imaging (MRI)technique can detect the diseases such as cancer in vitro invasively, but the images often contain noises and need to be enhanced. This paper introduced wavelet transform and focused on its application on image enhancement. Concrete algorithm steps are described. Finally, we shos the actual processing results.

Key words:wavelet transform, magnetic resonance imaging, image enhancement

1 磁共振成像簡介

磁共振成像(Magnetic Resonance Imaging, MRI)是利用核磁共振(Nuclear Magnetic Resonance, NMR)機(jī)理進(jìn)行成像的技術(shù),是當(dāng)今醫(yī)學(xué)影像領(lǐng)域極其重要的診斷方法之一。早期主要用于研究物質(zhì)的分子結(jié)構(gòu)，1971年，美國人R. Damadian發(fā)現(xiàn)了腫瘤組織的T1、T2時間延長，提出可將NMR應(yīng)用于醫(yī)學(xué)，1980年，第一幅人體全身核磁共振圖像問世。與其他醫(yī)學(xué)影像方法相比，MRI具有如下特點：多參數(shù)成像，可以提供豐富的診斷信息，所獲得的圖像對比度高，尤其是可獲得高對比度的軟組織的圖像；可實現(xiàn)任意方位的斷層；無電離輻射，對人體沒有損傷等。但是MRI也有其局限性，比如成像速度相對較慢，圖像易受運(yùn)動、設(shè)備等因素產(chǎn)生的偽影、噪聲的影響。尤其是使用快速成像序列進(jìn)行成像時，或者主磁場較低時，圖像的信噪比就會下降，從而影響圖像質(zhì)量。雖然增加成像次數(shù)進(jìn)行多幅圖像累加平均可以提高信噪比，但同時又增加了成像時間，而這又可能進(jìn)一步帶來運(yùn)動偽影的問題。因此，利用數(shù)字圖像處理方法對被噪聲污染的圖像進(jìn)行適當(dāng)?shù)脑鰪?qiáng)和降噪處理就具有重要的實用價值。

雖然目前實際的醫(yī)用磁共振成像設(shè)備一般都提供圖像增強(qiáng)的后處理功能,但就其研究算法的研究，各廠家一直都未停止過，比如應(yīng)用一些新的信號處理方法,如小波變換,對含有噪聲或成像效果不好的磁共振圖像進(jìn)行增強(qiáng)處理。

2 現(xiàn)有的圖像增強(qiáng)方法

圖像增強(qiáng)技術(shù)主要分為兩大類：空間域處理和變換域處理?？臻g域方法是直接對圖像數(shù)據(jù)進(jìn)行處理，增強(qiáng)過程是對每個像素點或者對較小的子圖像進(jìn)行處理，比如線性對比度拉伸、反銳化掩模、直方圖均衡以及各種改進(jìn)算法等。變換域方法對圖像的處理是在圖像的變換域中進(jìn)行的，即圖像數(shù)據(jù)通過某種變換后對變換的數(shù)據(jù)進(jìn)行處理，再轉(zhuǎn)換回圖像空間得到所需的效果。一般采用的變換方法有傅立葉變換、離散余弦變換和小波變換等。特別是在小波域進(jìn)行的圖像增強(qiáng)方法，利用了小波變換的多分辨率特性，不僅可實現(xiàn)圖像對比度的增強(qiáng)，而且壓縮小波近似部分系數(shù)從而改善了圖像的整體灰度。

3 小波變換基礎(chǔ)

小波分析是當(dāng)前應(yīng)用數(shù)學(xué)和工程學(xué)科中一個迅速發(fā)展的新領(lǐng)域，傳統(tǒng)的信號分析是建立在傅立葉變換基礎(chǔ)之上的，由于傅立葉分析使用的是一種全局變換，對信號性質(zhì)的討論要么完全在時域，要么完全在頻率域，因此無法同時表述信號的時頻局部性質(zhì)，而非平穩(wěn)信號關(guān)鍵的性質(zhì)就在于其時頻的局部特征。小波變換的窗口大小固定但形狀可改變，即時間窗和頻率窗都可改變，在低頻部分具有較高的頻率分辨率和較低的時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，這一特性使得小波變換具有對信號的自適應(yīng)性。也正是這一特性，使得小波變換能夠在信號處理領(lǐng)域中取得廣泛的應(yīng)用，不僅大量用于特征的提取與噪聲的去除，而且經(jīng)常用于圖像特別是醫(yī)學(xué)圖像質(zhì)量的增強(qiáng)。

4 本文所用算法

實際圖像的對比度主要是圖像邊緣和均勻區(qū)域的對比，如果圖像整體對比度較差，則需要先進(jìn)行預(yù)處理。突出顯示邊緣可大大改善視覺效果，本文采用樣條小波的離散小波變換，基于小波變換的的圖像增強(qiáng)算法步驟如下：

(1) 對圖像進(jìn)行4級分解，所用小波為樣條小波，得到各分解尺度j的低頻系數(shù)Lj和高頻系數(shù)Hj，其中每個Hj包含六個方向的復(fù)系數(shù)；

(2) 對j=N，近似部分不做變換，即分解與合成系數(shù)一致；

(3) 利用改變前和改變后的近似部分的小波系數(shù)計算ELj,ELj'；

(4) 分別計算6個方向的實部和虛部的增強(qiáng)系數(shù)Hj'；

(5) 根據(jù)改變后的小波重建j-1級的近似部分；

(6) j=j-1，若j＞0，則跳到步驟3繼續(xù)進(jìn)行處理，若j=0，則步驟5中重建的近似部分就是增強(qiáng)后的圖像。

小波域的操作除了通過細(xì)節(jié)系數(shù)可以增強(qiáng)圖像的邊緣之外，也可以通過修正近似部分的系數(shù)來改變圖像整體的明暗度。但是隨著圖像分解級數(shù)的增加，改變近似部分系數(shù)可能會造成圖像的嚴(yán)重失真，為了解決圖像偏暗或偏亮的情況，可在空間域中進(jìn)一步對重構(gòu)的圖像進(jìn)行處理，以實現(xiàn)良好的整體視覺效果。

5 MRI圖像處理結(jié)果

在貝斯達(dá)0.50T永磁磁共振系統(tǒng)上進(jìn)行水模成像分析，對比不同圖像增強(qiáng)方法，圖像增強(qiáng)后的結(jié)果大致有以下幾種：處理后的圖像均出現(xiàn)了嚴(yán)重的過增強(qiáng)現(xiàn)象；在增強(qiáng)圖像邊緣的同時，放大了噪聲；處理后的圖像雖然使較暗的圖像亮度有了增強(qiáng)，但是整體偏亮，明暗對比度不夠；處理后的圖像邊緣得到了增強(qiáng)，但是其對近似部分的壓縮處理使圖像整體偏灰；處理后的圖像實現(xiàn)了邊緣增強(qiáng)，但是圖像保留了原有圖的明間特性，增強(qiáng)特性效果不明顯。然而，使用本文空域方法處理的圖像則實現(xiàn)了邊緣增強(qiáng)的同時呈現(xiàn)良好的整體效果，明暗對比度較強(qiáng)。

圖像增強(qiáng)效果是一個很主觀的問題，目前也沒有一個統(tǒng)一的衡量標(biāo)準(zhǔn)，本文采用計算水模圖像圖中各灰度級出現(xiàn)概率的標(biāo)準(zhǔn)偏差delta的方法來評價圖像的質(zhì)量。由于對一幅圖像而言，各灰度級出現(xiàn)概率越平均則圖像質(zhì)量越好，所以delta值越小越好，其余方法的改善效果均不理想，本文所采用的方法明顯優(yōu)于其它幾個方法。

MRI圖像由于其固有的特點，需對其進(jìn)行額外的處理。典型的MRI圖像中心是高信噪比區(qū)域，即感興趣區(qū)域(Region of Interest, ROI)，外圍是背景黑色低信噪比區(qū)域。由于只有ROI內(nèi)包含有用的信息，所以增強(qiáng)算法僅作用于ROI內(nèi)的數(shù)據(jù)。

圖1為水模、頭顱T1和頭顱T2使用本文所述算法前后對比圖，其中(a)(b)(c)為增強(qiáng)前圖像，(e)(f)(g)為對應(yīng)增強(qiáng)后圖像。

圖1 增強(qiáng)前后對比

6 結(jié)論

由于小波分析對非穩(wěn)定信號處理方面的優(yōu)勢，使用本算法對MRI圖像進(jìn)行增強(qiáng)處理，經(jīng)對比試驗和臨床應(yīng)用，達(dá)到了較理想的處理效果。

[1] 熊國欣，李立本.核磁共振成像原理[M].科學(xué)出版社，2007年.

[2] Rafael C. Gonzalez，Richard E. Woods著，阮秋琦，阮宇智等譯.數(shù)字圖像處理(第二版) [M].電子工業(yè)出版社，2006.

[3] Huang K Q, Wu Z Y, Wang Q. Image enhancement based on the statistics of visual representation [J]. Image and Vision Computing, 2005, 23(1):51-57.

[4] Mallat S.信號處理的小波導(dǎo)引第2版[M].楊力華 等譯.北京：機(jī)械工業(yè)出版社 2002. 287-295.

[5] 謝杰成.小波圖像去噪綜述 .中國圖形圖像學(xué)報(A)[J], 2003, 7(3): 209-217.

MRI Image Enhancement Based on Wavelet Transform

CHEN Wen-bo LUO Bin-bin Shenzhen Basda Medical Apparatus Co.,Ltd (Shenzhen 518111)

1006-6586(2010)10-0015-03

TH834

A

2010-08-12

陳文波，總工程師；羅斌斌，總工程師