《医学图像领域中数字图像处理的应用,数字图像处理论文.docx》由会员分享，可在线阅读，更多相关《医学图像领域中数字图像处理的应用,数字图像处理论文.docx（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、医学图像领域中数字图像处理的应用,数字图像处理论文计算机技术不断发展，硬件性能不断提升，软件效能不断优化，在其带动下，数字图像处理技术也得到了迅速的发展。以往难以解决的技术性瓶颈，而今已经能够轻而易举的突破。但是在一些专业性较强的领域，对于数字图像处理有着一些特殊的要求，很多通用的数字图像处理技术、方式方法，不能充分发挥其优势，甚至无法使用。本文针对数字图像去噪这一典型问题，在简单回首相关通用数字图像处理技术发展的基础上，针对医学PET图像的特殊性，提出一些自个的看法及考虑。 固然数字图像处理技术很早便被应用于医学相关领域，但是由于医学图像本身的分类多样、成像技术相对复杂，当前仍然有很多影响医
2、学图像成像的众多因素无法从理论层面解释，所以数字图像处理技术在医学领域的发展仍然相对滞后。 2 数字图像处理技术的回首 数字图像处理作为一个学科，经过将近60年的发展，已经构成了完善的理论体系，并细化为多个专业方向。数字图像处理技术诞生之初，图像去噪就是其主要目的之一。在通用数字图像处理领域，常见的噪声主要包括乘性噪声和加性噪声。数字图像的噪声往往和图像的特征信息交织在一起，怎样有效地区别并去除噪声，同时尽量保持图像的细节完好，是数字图像去除噪声要面对的难题1. 2.1 空间域通过卷积处理图像噪声 对获得的图像在空间域直接进行处理，往往采用卷积的数学形式。例如常见的均值滤波、中值滤波、为纳滤波
3、等。常见的中值滤波可定义为： 式子中xiji,j I2 表示数字图像个点的灰度值。根据图像处理的实际需要，当前已经有很多成熟的滤波器可供选择。该类方式方法的优势在于数学构造相对简单，运算量较小，但是图像处理结果相对较差，容易造成图像细节丢失或者噪声抑制缺乏等结果。 2.2 频率域通过相应转换处理图像噪声 将要处理的图像进行转换，根据实际情况选择适当的频带进行处理，然后经过反变换获得去噪后的图像2.基于小波及其衍生分析方式方法的多尺度分析是该种方式方法中最具代表性的。由于该类方式方法理论较为成熟，数学机构灵敏，所以致今仍然被学术界关注，并且每年都有一些新的方式方法被提出。固然该类方式方法与前面提
4、到的滤波器方式方法相比在运算复杂性上有着较大的劣势，但其在图像处理结果上的优势明显，并且随着计算机硬件效能的提升，在频率域的多尺度分析方式方法已经得到了较为普及的应用3. 传统的小波去噪方式方法wavelet-based denoising：将含有噪声的图像进行小波变换，转化成小波系数Wfj,k，选择适宜的阈值 Tf,根据一定的处理规则，对小波系数进行处理，把小波系数中噪声的部分去除，最后经过小波反变换得到去噪后的图像。 根据实际的图像分析需求，在小波的基础上发展出了很多小波的衍生方式方法。这些方式方法又能够根据处理图像时基函数的变化与否分为自适应分析和非自适应分析。华而不实自适应分析比拟常见
5、的方式方法有：Brushlet、Wedgelet、Bandelet和Directionlet等。非自适应分析常见的方式方法有：Ridgelet、Curvelet、Contourlet、Shearlet、NSCT等3. 3 数字图像技术在医学图像领域的应用 数字图像处理在医学领域有着广泛的应用，在这里只针对医疗中常见的大型设备来简单阐述。这里仅例举CT、MRI和PETpositron emissiontomography三种具有代表性的影像设备来简单分析。 CT、MRI和PET都属于临床常见的影像设备，固然成像原理各不一样，但却使用很多一样的数字成像技术。CT主要是运用X光穿透被照体，检测X光的
6、衰减，进而反推出被照体的衰减系数，根据已经知道的衰减系数对照表重建出被照体的解剖图像。MRI的构造成像主要检测静态磁场中外加射频脉冲对人体内氢质子的影响，进而得到对应的MR信号，重建出对应的解剖图像。PET主要是检测注入人体内的放射性核医药物在人体内代谢经过中发生 湮灭 放射出的 射线，通过图像重建得到对应的功能性信息4. 以上三种设备普遍使用了空间域通过卷积去噪的方式方法，最为常见的就是Gaussion filter.几乎常见的品牌设备都将此种方式方法作为图像重建经过中的去噪标准步骤。一般作为补充，很多品牌的设备也内建了一些 更为复杂 和 有效 的去噪方式方法。但是实际使用中，去噪效果并不特
7、别理想5. 4 局限与对策 CT在图像重建经过中，假如只简单使用Gaussion filter,忽略X光的实际物理效应，如康普顿散射、X光的能谱分布等，得不到较为准确的图像信息，这也是当前临床使用的普通CT无法做到准确 定量 的原因之一。MRI成像相较CT更为复杂，而且截至当前尚无研究表示清楚MRI对人体有任何直接危害，所以MRI设备生产商将更多资源投入到怎样从设备的硬件改善来提高图像品质，而不是考虑怎样从图像处理的角度来解决问题。因而Gaussion filter在MRI中使用也非常广泛。PET成像与CT原理不同，但是同样受限于放射剂量。与MRI相比PET的图像处理技术相对较为多样，由于PE
8、T图像本身的一些特点，也决定其需要配合更多的图像处理才能获得更多有价值的信息6.而对于PET来讲，固然核医药物的 射线产生符合泊松分布，但是在临床实际图像处理中往往并不针对泊松来处理，Guassion filter仍然被使用。 由于早期计算机硬件的效能不高，很多优秀的数字图像处理方式方法无法应用于临床实践，当今计算机硬件效能已经有了大幅度提升，能够重新考虑在相关大型医疗影像设备中植入较为先进的算法，进而获得更为优良的图像质量。并且应当根据不同影像设备的成像特点，合理优化图像处理技术，做到通过软件提升，使设备硬件发挥最大效率，使病人在最小的辐射剂量下得到最优化的诊疗。 5 讨论与总结 数字图像处
9、理经历了近60年的发展，涌现出了很多优秀的理论与研究成果，也在生产生活的众多领域得参 考 文 献到了广泛应用。医疗领域对于图像处理有着强大的需求，但就当前来看，该领域的数字图像处理技术发展仍然滞后。对于科研工作者，医疗领域的图像处理有较高的研究价值和较大的研究空间。要根据临床实践，通过深切进入研究医学图像的成像原理，理清问题的研究重点，有针对性地设计实验方式方法，进而获得较好的研究结果。在社会发展，人们越来越重视本身健康和生活质量的大背景下，只要把研究工作与生产生活实践相结合，才能获得科研转化为生产力的良性循环。在科学技术飞速发展的大背景下，只要深切进入研究，细化问题，有针对性地解决详细问题，
10、才是科研的最重要任务。 参 考 文 献 1 宁 媛 , 李 皖 . 图 像 去 噪 的 几 种 方 法 分析比拟J.贵州工业大学学报：自然科学版，200634：63-66. 2 马国兵，肖培如。基于小波的图像去噪研究综述J.工业控制计算机，20205：91-92. 3 李彦，汪胜前，邓承志。多尺度几何分析的图像去噪方式方法综述J.计算机工程与应用，201847。 4 陈武凡，秦安，江少峰，等。医学图像分析的现在状况与瞻望J.中国生物医学工程学报，200827。 5 Le Pogam A,Hanzouli H,Hatt M,et al.Denoising of PET images by com
11、biningwavelets and curvelets for improvedpreservation of resolution and quantitationJ.Medical Image Analysis,202017：877-891. 6 Mejia JM,Ochoa Dominguez HDJ,VergaraVillegas OO,et al.Noise reduction in small-animal PET images using a multiresolutiontransformJ.IEEE Transactions on MedicalImaging,202033：2018-2022.