醫(yī)學圖像增強處理系統(tǒng)比較分析

史靜　任東峰　姜玉泉

【摘 要】醫(yī)學圖像在幫助醫(yī)生進行病情診斷的過程中起著重要的作用，但其與普通圖像一樣，在圖像攝取和傳輸?shù)倪^程中也會受到各種各樣的干擾，是圖像的清晰程度下降，影響成像質(zhì)量，從而干擾醫(yī)生對于病情的診斷，最終影響患者的治療效果。本文針對醫(yī)學圖像中存在的需要圖像增強的問題，著重研究圖像增強技術在醫(yī)學圖像中的應用。

【關鍵詞】醫(yī)學圖像；增強；比較

中圖分類號： TP391.41 文獻標識碼： A 文章編號： 2095-2457（2018）02-0030-002

【Abstract】Medical images play an important role in helping doctors to diagnose their illness.However，as with normal images，they also suffer various kinds of interference during the process of image taking and transmission， resulting in a decrease in the sharpness of the images and affecting Imaging quality，thus interfering with the doctor for the diagnosis of the disease，and ultimately affect the patients treatment.In this paper，we focus on the problem of image enhancement in medical images，and focus on the application of image enhancement in medical images.

【Key words】Medical images；Enhancement；Comparison

0 引言

近些年來，隨著科技的進步，圖像處理技術日新月異，特別是數(shù)字醫(yī)學影像，已經(jīng)在幫助醫(yī)生進行診斷和治療的過程中起著至關重要的作用。同時，醫(yī)學圖像處理技術也對醫(yī)學診斷領域產(chǎn)生深刻的影響。醫(yī)學圖像在攝取和傳輸?shù)倪^程中同樣會受到各種因素的干擾，從而影響圖像的成像質(zhì)量，而后期處理和分析的效果往往受到前期的很大影響，特別是一些定量和定性的分析。

圖像處理除了在生活和科學研究中的應用之外，在醫(yī)學領域有著非常重要的作用，而圖像增強技術是圖像處理中的一個重點和難點問題，其中包括圖像的線性和非線性對比度展寬、線性和非線性的動態(tài)范圍調(diào)整、直方圖均衡化、圖像的濾波和銳化等等。

本文針對醫(yī)學圖像的特點，利用圖像增強技術對其進行處理，使其能夠更好地滿足醫(yī)學診斷的要求。這其中包括：圖像增強技術在醫(yī)學圖像中的重要價值以及不同的圖像增強技術對于不同醫(yī)學用途的影響等等。

1 醫(yī)學圖像增強的研究背景

圖像增強[2]是圖像處理中一個重要的算法。其通過對圖像進行進一步的處理和加工，使圖像的對比度得到增強，產(chǎn)生較好的視覺效果，輔助醫(yī)生進行診斷。根據(jù)圖像產(chǎn)生模糊的情況以及模糊的程度不同，需要利用不同的圖像處理算法進行修正，常用的圖像增強方法有均值濾波、中值濾波、平滑濾波、灰度級變換、梯度增強以及頻域變換等。

這些增強算法大都比較復雜，運算量大。醫(yī)學圖像經(jīng)過系統(tǒng)的處理，可以提高圖像本身的質(zhì)量。

為了活得更加好的圖像質(zhì)量，克服上述問題，我們首先應在處理圖像的過程中盡可能避免或者減少干擾因素，在進行后期分析之前，對圖像進行增強的預處理，已獲得更好的畫質(zhì)，從而提高判別精度，為臨床診斷提供更多的便利條件。

近幾年來，許多科研工作者根據(jù)醫(yī)學領域圖像的特點提出了許多新穎的圖像增強算法，以達到改善醫(yī)學圖像的視覺效果的目的。一些經(jīng)典的圖像增強算法盡管已經(jīng)在醫(yī)學領域得到了廣泛地應用，并且取得了較好的效果，但大都存在著一定的問題，比如在圖像增強的過程中，去除噪聲影響的同時，也損失了圖像的一些細節(jié)特征，而往往這些細節(jié)特征就是進行后期圖像分析的關鍵因素，因此，需要在去除干擾因素和保持畫面細節(jié)信息中取得平衡。解決這一矛盾也成為醫(yī)學圖像增強技術發(fā)展的方向[3]。

2 增強系統(tǒng)及結果比較

隨著圖像處理技術的迅猛發(fā)展，圖像增強技術在醫(yī)學領域中發(fā)揮著舉足輕重的作用，下面主要列舉一些常用的處理方法。

2.1 直方圖增強系統(tǒng)

直方圖均衡化在增強圖像對比度的同時，突出診斷區(qū)域需要增強的細節(jié)信息，特別是在醫(yī)用透視圖像的應用中十分有效的。

直方圖規(guī)定化處理，可以使圖像的灰度間距拉大了，圖像不僅變得清晰，細節(jié)突出，而且可以通過改變其直方圖的形狀，避免圖像的過增強，明顯（下轉第42頁）（上接第30頁）優(yōu)于直方圖均衡化，但與此同時經(jīng)過直方圖規(guī)定化后的圖像顆粒感也明顯增強了，由規(guī)定化的優(yōu)點，可以看到其可以應用在對清晰度要求不是很高的醫(yī)學圖像中。

2.2 灰度增強系統(tǒng)

通過實驗可以發(fā)現(xiàn)，在醫(yī)學圖像畫質(zhì)比較清晰以及噪聲干擾較少的情況下，對醫(yī)學圖像進行灰度增強處理，可以使醫(yī)學圖像的可讀性有著較大的提高，也就是說對醫(yī)學圖像中需要關注的區(qū)域進行增強處理，可以更加清晰地顯示病灶部位，從而提高診斷的效率和正確率。

2.3 空域均值濾波系統(tǒng)

鄰域均值濾波的算法非常簡單，即將模板中像素點的均值去替換中心像素點的值，該算法運算速度快，對于高斯噪聲有著很好的屢濾除效果，但對于椒鹽噪聲效果一般。該算法一個最大的問題就是沒有考慮邊界影響，因此，在濾除噪聲的同時引起圖像中目標物邊界的模糊現(xiàn)象，而且模糊程度與模板半徑成正比。而維納濾波，在消除噪聲的同時，很好地保留了邊界信息。因此，鄰域濾波適合清晰度要求不是很高的X光圖像，維納濾波較適合CT圖像和B超圖像。

2.4 空域高通濾波系統(tǒng)

Sobel和Prewitt算法能夠對對X光圖像進行增強，且效果明顯，并且能夠將圖像的邊緣信息清晰保留，比較適合醫(yī)學透視圖像，Unsharp算法更適用于對于邊緣要求高的較清晰圖像。

2.5 空域中值濾波系統(tǒng)

中值濾波較鄰域均值濾波來說，對于椒鹽噪聲的處理效果更好，邊界保持效果也相對較好，但也存在邊界模糊問題，此外，模板尺寸的選擇也至關重要，過大，會使畫面質(zhì)量成倍下降。

3 結論

醫(yī)學圖像有著高清晰度、低噪聲影響以及病灶部位突出顯示的特點，這些使醫(yī)學圖像處理面臨更多更嚴峻的挑戰(zhàn)，存在許多亟待解決的問題，如評價醫(yī)學圖像畫質(zhì)等。

【參考文獻】

[1]宋宏寧，郭瑞強.基于醫(yī)學影像學的3D打印技術在心血管疾病診療中的應用現(xiàn)狀及研究進展[J].中國醫(yī)學影像技術，2017，33（3）：375-380.

[2]李紀成，謝凱，阮寧君，等.基于曲波變換的醫(yī)學圖像增強算法[J].計算機工程與設計，2017，38（1）：187-191.

[3]馮惠.基于二進小波與融合方法的醫(yī)學圖像增強研究[J].計算機應用與軟件，2017，34（4）：233-237.