計算機圖像處理技術在醫(yī)學影像中的進展與應用

李越

摘要：在網(wǎng)絡時代，隨著人們生活條件的改善以及移動醫(yī)療改革的加深加快，對醫(yī)務工作者的臨床診斷工作有了新的標準和要求。不同于古代中醫(yī)的“望、聞、問、切”，現(xiàn)代醫(yī)療追求的是盡可能快速、精確地確定人體病變的位置，再對其進行針對性的有效治療。實踐中，為了減少醫(yī)療事故的發(fā)生概率以及提高醫(yī)生診斷的準確性，臨床診斷中迫切需要引進精密的醫(yī)學儀器、設備與技術。其中，醫(yī)學影像技術以其快速、直觀、無創(chuàng)的特點日益成為醫(yī)生診斷病情的關鍵性依據(jù)和現(xiàn)代醫(yī)學領域不可或缺的重要輔助技術，然而，由于受醫(yī)療成像設備、人為的操作控制和自然環(huán)境中的噪聲等影響，在實際的醫(yī)療工作中捕獲的數(shù)字圖像影像或多或少的存在著諸如噪聲、邊緣不清、病灶不清、對比度不強等問題，這就給專科醫(yī)生的精準診斷帶來了困難。而計算機數(shù)字圖像處理技術在醫(yī)學影像技術上的應用可以消除影響數(shù)字影像成像的不利因素，因此探討醫(yī)學影像的數(shù)字圖像處理方法具有臨床上的實際應用意義。

關鍵詞：移動醫(yī)療；數(shù)字圖像處理；醫(yī)學影像

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2016）30-0238-03

隨著科學技術的快速發(fā)展和生活質量的提高，健康問題已成為大家關注的焦點。然而生活環(huán)境的污染、飲食結構的不健康和長期處于現(xiàn)代職場高壓環(huán)境之下，很多人的身體出現(xiàn)亞健康狀態(tài)：頭痛、胸悶、失眠等健康問題困擾著現(xiàn)代職場白領，長期以往，身體不堪重負，疾病隨之而來。面對這種情況，早期發(fā)現(xiàn)、早期治療既可以減輕患者病痛，提高預后水平，又可以減少患者的經(jīng)濟支出。因此，對疾病問題的早期診斷就成為國內外醫(yī)學界關注的焦點。

然而由于醫(yī)患交流以及過去醫(yī)學影像不清晰、保管難等問題，始終制約了精準醫(yī)療的發(fā)展。目前隨著科學技術的進步和互聯(lián)網(wǎng)技術的突飛猛進，影像學被越來越多的應用到各種疾病的檢查中去，醫(yī)生讀片診病，影像成了醫(yī)生重要的診斷輔助工具，難以被低估，不能被替代。隨之影像學科也成了當今迅速發(fā)展起來的一門綜合學科，多門課程如通訊、計算機、醫(yī)療交叉，為醫(yī)務工作者提供盡可能準確的輔助診療方法，這將是今后影像學科持續(xù)發(fā)展的重要方面。

日常生活中我們在對體內和體外的血液細胞、器官組織進行無損害性檢查時，通常會選擇諸如：數(shù)字線攝影、核磁共振、超聲波三維診斷等治療方法，這些拍片式的診斷方法可見即可得，不僅生動補充了書本上的人體正常組織以及病灶組織的解剖學知識，同時對影像引導下的教學、檢查、穿刺、手術等有著不可低估的作用。但是醫(yī)療圖像旳生成往往會因自然界信號的干擾、信號傳輸過程中的衰減、醫(yī)療設備的成像原理、光線和顯示屏等原因的影響，所顯示出來的影像像質往往不夠清晰、感興趣內容不突出，或者不適合人眼觀察或者機器理解分析，同時醫(yī)學影像本身也有圖像分辨率不高導致圖像模糊不清或者無明顯邊緣、噪聲偏大、結構信息缺乏的問題， 最終生成的影像不能準確定位病變部位以及病變性質，臨床診斷面臨各種困難。如果有一種方法能對生成的醫(yī)學影像進行數(shù)據(jù)處理提高影像的清晰度，增強醫(yī)學影像的可讀性可分辨性，臨床醫(yī)生可以結合解剖學和生理學對病變組織有針對性的觀察并診斷，這將大大提高臨床診斷的準確率。因此，醫(yī)學影像的數(shù)字化處理對醫(yī)療衛(wèi)生、信息技術、生物科學等學科來說無論在理論研究還是臨床應用方面都起著關鍵作用，這是人類認識疾病并對之精確診斷的重要環(huán)節(jié)，這將是一門具有較強應用性和長遠發(fā)展性的課題。

1醫(yī)學影像的發(fā)展及意義

1.1國內外醫(yī)學影像的背景及對其圖像處理的意義

1895年德國物理學家W.K.倫琴在實驗室拍攝出其夫人手指和的影像，自此 “X射線”被發(fā)現(xiàn)，并被影像學逐步引進到醫(yī)學領域。經(jīng)過30多年的研究與應用，醫(yī)學影像起著翻天覆地的變化，隨著計算機技術的引進和廣泛應用，影像學科更是呈現(xiàn)出跨度大、知識交叉密集的特點，如今基于計算機算法的圖像處理技術也已經(jīng)成為醫(yī)學影像學中發(fā)展迅速的領域之一。

1971年，英國科學家漢斯·基于計算機技術原理設計出第一臺X-CT診病機，這一發(fā)明在醫(yī)學界引起巨大的轟動。從此，對醫(yī)學影像的數(shù)字成像技術的研究開始發(fā)展壯大，各種醫(yī)療設備也被開發(fā)出來，它包括計算機 X線攝影（ Computed Radiography， CR）、數(shù)字 X線攝影（ Digital Radiography， DR）、 X射線計算機斷層成像（ X- Computed Tomography，X- CT）、磁共振成像超聲（ Magnetic Resonance， MR），超聲（ Ultrasound）成像、光纖內窺鏡圖像、磁共振血管造影術（ Magnetic Resonance Angiography，MRA）、數(shù)字減影血管造影術（ Digital Subtraction Angiography， DSA）、單光子發(fā)射斷層成像（ Single Photon Emission Computed Tomography，SPECT）、正電子發(fā)射斷層成像（ Positron Emission Tomography， PET）， EEG腦電圖、 MEG腦磁圖、光學內源成像等。

本文著重論述的 X- CT（ Computed Tomogaphy）意為 X線計算機斷層掃描技術，是用 X線束對器官組織進行斷層掃描，應用物理原理來測量X射線在人體組織中的衰減系數(shù)或吸收系數(shù)，再經(jīng)計算機進行數(shù)學計算來對圖像進行三維重建。按照測量的衰減系數(shù)的數(shù)值排列成一個二維分布矩陣，計算出人體被掃描組織斷面上的圖像灰度分布，從而生成斷面圖像。X-CT以它高速、高分辨率、高靈敏度的探測器螺旋式旋轉來獲取器官組織的多方位、多層次的斷面或立體影像，經(jīng)臨床實際應用，它能發(fā)揮有別于傳統(tǒng)X線檢查的巨大作用。它能綜合反映人體組織在解剖學方面的功能、性質，還能提供人體被拍攝部位的完整三維信息，器官和組織結構清楚顯影，提示病變，已與核磁共振、超聲波等診斷方法一樣成了醫(yī)生獲取信息的重要來源。并且具有其他醫(yī)學設備不可比擬的優(yōu)點，X- CT成像簡單方便、對人體損傷小、組織結構密度分辨率高，這在病理學和解剖學研究中尤為重要。特別是臨床在對腫瘤的診斷中X-CT的分辨率要遠遠高于其他醫(yī)學設備成像，研究顯示在對于1～2厘米的小腫塊的檢測上，X-CT顯示率高達88%，而B超、MRI等僅為48%。在針對肝臟疾病實驗的拍片中， X-CT可以較清晰的顯示出多種器官病變和功能性狀，如肝癌、肝血管瘤、脂肪肝等，其對肝癌的診斷準確率高達93%，最小分辨率可顯示為1.5厘米，

可以直接觀察到肝靜脈、門靜脈與腫瘤大小、位置之間的關系，并能診斷出肝靜脈、門靜脈有無癌栓，為醫(yī)生的精確診療提供了重要依據(jù)。

由于器官病變的位置、病灶大小、病程長短等自身因素，加上設備電子元器件、嘈雜的環(huán)境以及人為操作等因素的影響， X- CT在對病灶做定位影像、定性精確診斷時常常會有所限制，即它能反映出器官的異樣變化，但卻不能反應目前器官的生理功能。現(xiàn)實工作中采集到的數(shù)字化影像或多或少的存在一些問題：偽影、雪花、邊緣不清、病灶不清、對比度不強……憑借肉眼無法從整張影像中清晰分辨出病灶部位或者確性病理改變的程度，要想精確診斷，還需做進一步的檢查。

目前，對 X- CT圖像處理進行處理大部分的研究還集中在預處理階段，即研究通過調試設備、提高影像像素、提高出圖效率、減少外界干擾等方式增強醫(yī)學影像的可讀性和敏感性。而對于醫(yī)學影像成像后的處理則相對冷門，其中對部分內容的研究也比較單一，如僅僅單獨研究醫(yī)學影像的降噪或增強。同時應用降噪、增強、分割技術來處理影像的研究較少，理論研究也停留在可行性階段，針對單一疾病的醫(yī)學影像處理研究還不常見。

1.2醫(yī)學影像常用的診斷方法

目前我們常用超聲波、核磁共振、X-CT等設備生成的醫(yī)學影像作為輔助診斷方法。其中：超聲波是使用聲波來探測病理并生成平面圖像的一種診斷方法，由于其具有方向性好，穿透力強，聲能集中，操作簡便，能反映出人體組織的灰度形態(tài)和結構等優(yōu)點，被影像科廣泛采用。其中 B型超聲波采用超聲平面成像，在超聲屏上顯示出病變部位周圍有明顯的強弱不等的回聲區(qū)，表現(xiàn)為亮度不等的光點、結合解剖學和生理學知識，可判斷這些高光區(qū)和暗區(qū)的病變性質。且價格低廉，診斷快速，但缺點是對于1～2厘米的小腫塊診斷準確率不到達48%。

核磁共振是診斷組織病理變化的一種新的方法，通過層片選擇，頻率編碼，相位編碼，實現(xiàn)對接收到的電磁信號在人體內部的準確定位，根據(jù)接收到的電磁信號的頻率、相位的差別成像，完成對器官組織的檢測。例如：核磁共振檢查原發(fā)性肝癌時通常表現(xiàn)為信號改變，T1W1馳豫時間加權圖呈低信號，T2W2加權圖呈高信號。其特征性影像為病灶內出現(xiàn)粗大引流或供血血管的流空信號，該信號提示肝癌結節(jié)內有動靜脈短路形成。但缺點在于檢查價格昂貴，且核磁共振設備在我國普及率較低，對于1～2厘米的小腫塊診斷準確率較低。

X- CT是用 X線束對器官組織進行斷層掃描，再經(jīng)計算機由于分辨率高圖像清晰，能夠掃描到早期剛發(fā)展起來的較小的腫瘤，這對病人早診斷早治療不至延誤病情具有重要意義。比如：X- CT肝癌表現(xiàn)與大體病理形態(tài)一致，平掃多為低密度，少數(shù)為等密度或混雜密度，外形不規(guī)則呈球形或結節(jié)形，邊界模糊。增強掃描表現(xiàn)為低密度區(qū)略縮小，境界變得較為清楚。腫塊中心部位常因腫瘤組織壞死囊變形成極低密度區(qū)。研究顯示在對于1～2厘米的小腫塊的檢測上，X-CT顯示率高達88%。目前X-CT已成為各種疑難雜癥中最重要的診斷方法。

1.3對醫(yī)學影像進行數(shù)字圖像處理的可行性及意義

在實際圖像信號的生成和傳輸過程中，由于受到醫(yī)療器械自身、人為操作控制和自然界噪聲等干擾的影響，多多少少會出現(xiàn)細節(jié)模糊、對比度差、噪聲較大或存在偽影等問題，影響到影像質量。且成像是用亮度不等的灰度表示，加上病灶發(fā)展早期其空間形態(tài)變化通常比較小，拍出的片子肉眼很難觀察，誤診和漏診的情況也時有發(fā)生，致使病情診斷準確率下降，醫(yī)務工作者的效率也難以體現(xiàn)。因此，有必要運用適當?shù)募夹g和方法來處理和分析醫(yī)學影像，提高影像質量，這將有助于減少誤診和漏診率，提高診斷準確率。因此，研究醫(yī)學影像的計算機輔助診斷技術和數(shù)字圖像處理技術具有重要的意義和實用價值。

在醫(yī)學影像領域的數(shù)字成像技術有個共性：基于計算機將圖像采集、顯示、存儲和傳遞分解成各個獨立的部分，將每一部分圖像信息分別數(shù)字化，這種共性為我們以后對各功能模塊進行單獨優(yōu)化提供了便利，對其實施圖像數(shù)字信息的后續(xù)處理提供了可行性。

以X-CT成像為例，對影像進行預處理可以過濾掉影像上的不利影響，處理掉無用的信息，保留或恢復有價值的信息。通過過濾掉不利因素，加強病灶信息的可讀性，突出感興趣部位，清除各種干擾的同時能保留所攝影像的形態(tài)和邊緣，有效的改善圖像視覺效果，為醫(yī)生診病提供了依據(jù)和便利，這就達到了圖像處理的目的。

2數(shù)字圖像處理在醫(yī)學影像中的具體應用

圖像處理（image processing），在醫(yī)學上也被稱作影像處理，是指將圖像信號轉換成數(shù)字信號后使用計算機對醫(yī)學影像處理和分析，提高并改善影像的質量供醫(yī)生有效診斷的專業(yè)技術。將將人設為對象，圖像設為目標，輸入低質量的圖像，輸入改善后高質量的圖像，當圖像達到滿足人的視覺效果為最終目標。圖像處理方法通常有圖像增強、復原、編碼、壓縮等等。本文將重點討論圖像去噪、增強、分割在醫(yī)學影像中的應用技術。

2.1圖像去噪

影像的生成和傳輸常常受到自然界各種聲音的干擾導致影像質量下降，就像我們在日常生活中交談時被其他聲音打擾一樣，在語言中表現(xiàn)為聽不清對方說話， 表現(xiàn)到影像上，則是原本很清楚的圖像，因為機械本身、電子元件、外界雜音等干擾原因產生各種各樣的斑點或條紋，圖像變得模糊不清，此即為圖像噪聲。噪聲的存在勢必影響后續(xù)對影像的分割和理解分析，所以圖像去噪是預處理的重要步驟之一。去噪的方法有很多，結合影像特點、噪聲的統(tǒng)計特征及頻譜分布規(guī)律，目前常用均值濾波、中值濾波、低通濾波等算法來對圖像進行平滑處理。

2.2 圖像增強

圖像增強（image enhancement）是數(shù)字圖像處理領域中的一個重要分支。影像學上的圖像增強和復原的目的是為了提高醫(yī)學影像的質量，清除干擾、降低噪聲，通過增強清晰度、對比度、邊緣銳化、偽彩色等來提高影像的質量，或者轉換為更適合人觀察或機器識別的模式。不同于圖像噪聲，在圖像增強中通常不考慮影像降質的原因，它不需要反應真實的原始圖像，只需突出圖像中感興趣的內容。但要對降質的原因有所了解，依據(jù)降質的原因建立“降質模型”，然后各種濾波方法和變換手段增強圖像中的背景與感興趣部位的對比度，比如：增加圖像高頻分量，被照人體組織輪廓變得清晰，細節(jié)特征明顯；增加低頻分量，能有效降低噪聲干擾，最終達到增強圖像清晰度的目的。

圖像增強根據(jù)空間不同可劃分為基于空間域的增強方法和基于頻率域的增強方法?；诳臻g域的增強方法是對圖像中的各個像素的灰度值直接處理，算法有直方圖均衡化、直方圖規(guī)定化等；基于頻率域的增強方法不直接處理，而是用傅里葉變換將空間域轉換成頻率域，在頻率域對頻譜進行處理，再使用反傅里葉變回到空間域，算法有低通濾波、高通濾波、同態(tài)濾波等。

2.3圖像分割

圖像分割是數(shù)字圖像處理領域的關鍵技術之一，目的是將圖像中有意義、感興趣的內容從背景里剝離，劃分為各個互不交叉的區(qū)域。有意義、感興趣的內容通常是指圖像區(qū)域、圖像邊緣等。分割是后續(xù)圖像理解分析和識別工作的前提和依據(jù)。目前已經(jīng)開發(fā)出很多邊緣檢測和區(qū)域分割的算法，但是還沒有一個算法對各種圖像處理都有效。因此對圖像分割的研究還將繼續(xù)深入，在以后很長一段時間將始終是熱門話題。

圖像分割方法基于灰度值主要劃分為基于區(qū)域內部灰度相似性的分割和基于區(qū)域之間灰度不連續(xù)的分割。

（1） 基于區(qū)域內部灰度相似性的分割

基于區(qū)域內部灰度相似性的分割是確定每個像素的歸屬區(qū)域（同一區(qū)域內部像素是相似的），從而形成一個區(qū)域圖集，來對圖像進行分割，常用算法有閾值分割法、形態(tài)學分割、區(qū)域生長法、分裂合并法等。

（2） 基于區(qū)域之間灰度不連續(xù)的分割

基于區(qū)域之間灰度不連續(xù)的分割是指先提取區(qū)域邊界，再確定邊界限定的區(qū)域。因為圖像中的邊緣部分往往是灰度級發(fā)生躍變的區(qū)域，根據(jù)像素灰度級的不連續(xù)性，找出點、線、邊，最后確定邊緣。常用的算法有邊緣檢測分割法、Hough變換等。

3結束語

本文論述了醫(yī)學影像的起源和發(fā)展，以及互聯(lián)網(wǎng)時代醫(yī)學影像對移動醫(yī)療的深遠影響。但是在影像生成的過程中不可避免地會受到成像設備、人為操作控制與外部環(huán)境噪聲干擾等因素的影響，所呈現(xiàn)的影像或多或少的有諸如噪聲、邊緣不清、病灶不清、對比度不強等問題，影響?？漆t(yī)生的診斷。而計算機數(shù)字圖像處理技術在醫(yī)學影像技術上的應用恰恰可以消除這些影響數(shù)字化影像成像的不利因素，因此對醫(yī)學影像的數(shù)字圖像處理方法具有實際應用意義，并就此論述了對影像進行預處理的幾種應用方法。