医学图像处理技术及其发展

医学图像处理技术及其发展摘要：文章介绍了医学图像处理的基本技术，对图像分割、图像配准、图像融合、伪彩色处理和纹理分析技术进行了综述。介绍了三维医学图像的可视化和基于PACS的医学图像压缩在医学图像处理方面的应用。最后指出了医学图像处理的发展方向。关键词：医学图像处理；图像配准；图像融合；图像分割；纹理分析；伪彩色处理；可视化近年来，医学影像已成为医学技术中发展最快的领域之一。随着科技的进步，多学科交叉和融合已成为现代科学发展的突出特色和重要途径。自从显微镜问世以来，对医学图像的分析己成为医学研究中的重要方法，特别是X-CT,MRI、PET,SPECT等新型成像技术和设备的出现以及电脑技术的发展，使得医学图像处理技术对医学科研及临床实践的作用和影响日益增大，其结果使临床医生对人体内部病变部位的观察更直接、更清晰，确诊率也更高。各种新的医学成像方法的临床应用，使医学诊断和治疗技术取得了很大的进展，同时将各种成像技术得到的信息进行互补，也为临床诊断及生物医学研究提供了有力的科学依据。因此，医学图像处理技术一直受到国内外有关专家的高度重视，本文对医学图像处理技术进行了综述。1.图像配准和图像融合在临床诊断上，医生常常需要各种医学图像的支持，如CT、MRI.、PET、SPECT以及超声图像等，但无论哪一类的医学图像往往都难以提供全而的信息，这就需要将患者的各种图像信息综合研究，如何使多次成像或多种成像设备的信息得到综合利用，弥补信息不完整、部分信息不准确或不确定引起的缺陷，使临床的诊断治疗、放疗定位、计划设计、外科手术和疗效评估更准确，已成为医学图像处理急需解决的重要课题。而这就首先必须解决图像的配准(或叫匹配)和融合问题。医学图像配准是确定两幅或多幅医学图像像素的空间对应关系；而融合是指将不同形式的医学图像中的信息综合到一起，形成新的图像的过程图像配准是图像融合必需的预处理技术，反过来，图像融合是图像配准的一个目的。医学图像配准是通过寻找某种空间变换，使两幅图像的对应点达到空间位置和解剖结构上的完全一致。要求配准的结构能使两幅图像上所有的解剖点，或至少是所有具有诊断意义以及手术区域的点都达到匹配。目前医学图像配准方法有基于外部特征的图像配准（有框架）和基于图像内部特征的图像配准（无框架）两种方法。后者由于其无创性和可回溯性，已成为配准算法的研究中心。基于互信息的弹性形变模型也逐渐成为研究热点。互信息是统计两个随机变量相关性的测度，以互信息作为两幅图像相似性测度进行配准基于如下原理：当两幅基于共同的解剖结构的图像达到最佳配准时，它们对应的图像特征的互信息应为最大。近年来，医学图像配准技术有了新的进展，在配准方法上应用了信息学的理论和方法，例如应用最人化的互信息量作为配准准则进行图像的配准，在配准对象方而从二维图像发展到三维多模医学图像的配准。在医学图像配准技术方而引入信号处理技术，例如傅氏变换和小波变换。另外，非线性配准也是近年来研究的热点，它对于非刚性对象的图像配准更加适用，配准结果更加准确。向快速和准确方而改进算法，使用最优化策略改进图像配准以及对非刚性图像配准的研究是今后医学图像配准技术的发展方向。图像融合的主要目的是通过对多幅图像间的冗余数据的处理来提高图像的可读性，对多幅图像间的互补信息的处理来提高图像的清晰度。不同的医学影像设备获取的影像反映了不同的信息:功能图像(SPECT、PET等)分辨率较差，但它提供的脏器功能代谢和血液流动信息是解剖图像所不能替代的；解剖图像(CT、MRI、B超等)以较高的分辨率提供了脏器的解剖形态信息，其中CT有利于更致密的组织的探测，而MRI能够提供软组织的更多信息。多模态医学图像的融合把有价值的生理功能信息与精确的解剖结构结合在一起，可以为临床提供更加全而和准确的资料。目前，在图像融合技术研究中，不断有新的方法出现，其中小波变换在图像融合中的应用，基于有限元分析的非线性配准以及人工智能技术在图像融合中的应用将是今后图像融合研究的热点与方向。随着三维重建显不技术的发展，三维图像融合技术的研究也越来越受到重视，三维图像的融合和信息表达，也将是图像融合研究的一个重点。2.图像分割技术图像分割就是把图像中具有特殊涵义的不同区域分开来，这些区域使互不相交的每一个区域都满足特定区域的一致性。它是图像处理与图像分析中的一个经典问题。图像分割技术发展至今，已在灰度阈值分割法、边缘检测分割法、区域跟踪分割法的基础上结合特定的理论工具有了进一步的发展。比如基于三维可视化系统结合FastMarching算法和Watershed变换的医学图像分割方法，能得到快速、准确的分割结果。图像分割同时又是进行三维重建的基础，分割的效果直接影响到三维重建后模型的精确性，分割可以帮助医生将感兴趣的物体（病变组织等）提取出来，帮助医生能够对病变组织进行定性及定量的分析，从而提高医生诊断的准确性和科学性。3.纹理分析技术纹理是人类视觉的一个重要组成部分，迄今为止还难以适当地为纹理建模。为此有关专家进行了大量的探索研究，但未能获得有关纹理的分析、分类、分割及其综合的有效解释。有研究针对肝脏疾病难以根除、危害面广的问题，采用灰度梯度共生矩阵的方法，分别提取纤维化肝组织和正常肝组织的CT图像的纹理特征，提出了基于灰度梯度共生矩阵的小梯度优势、灰度均方差、灰度熵等参数作为图像的纹理特征量。通过选取的纹理参数，可以看到正常组和异常组之间存在显著性差异，为纤维化CT图像临床诊断提供了依据。4.伪彩色处理技术对一幅黑白图像，人眼一般只能辨别出4到5比特的灰度级别，而人眼能辨别出上千种不同颜色。针对这一特点，人们往往将黑白图像经过处理变为彩色图像，充分发挥人眼对彩色的视觉能力，从而使观察者能从图像中取得更多的信息，这就是伪彩色图像处理技术。医学图像大多是黑白图像，如X、CT、MRI、B超图像等。经过伪彩色处理技术，即密度分割技术，提高了对图像特征的识别。通过临床研究对X线图片、CT图片、MRI图片、B超图片、电镜图片均进行了伪彩色技术的尝试，取得了良好的效果，部分图片经过处理后可以显现隐性病灶。例如对X线图片，在乳腺照影中伪彩色处理能鉴别囊性病、良性和恶性肿瘤，同样，钡餐照影图片和各种X线图片也得到良好的诊断效果。5.三维医学图像的可视化医学图像的三维可视化的方法很多，但基本步骤大体相同。从CT/MR（或超声等成像系统）获得二维断层图像，然后需要将图像格式转化成计算机方便处理的格式。通过二维滤波，减少图像的噪声影响，提高信噪比和消除图像的尾迹。采取图像插值方法，对医学关键部位进行各向同性处理，获得体数据。经过三维滤波后，不同组织器官需要进行分割和归类，对同一部位的不同图像进行配准和融合，以利于进一步对某感兴趣部位的操作。根据不同的三维可视化要求和系统平台的能力，选择不同的方法进行三维体绘制，实现三维重构。随着互联网技术不断发展，跨越空间限制的远程虚拟现实技术已经成为可能。基于虚拟现实技术利用美国国家医学图书馆VHP（VisibleHumanProject）完整数据重建可视人体，综合VTK、VRML和OperFGL等可视化平台的优势，采用三维互动、空间电磁定位、立体视觉等虚拟现实技术，实现了全数字可拆装人体骨骼的本地和远程互动学习。三维虚拟现实使得邀游人体世界成为可能，可以呈现一个物理上并不存在但又实实在在看得见、摸得着的真实人体，使用者可以无数次地解剖这个虚拟人以了解人体的结构。6.总结随着医疗技术的蓬勃发展，对医学图像处理提出的要求也越来越高。医学图像处理技术发展至今，各个学科的交叉渗透已是发展的必然趋势，其中还有很多亟待解决的问题。有效地提高医学图像处理技术的水平、与多学科理论的交叉融合、医务人员和计算机理论技术人员之间的交流就显得越来越重要。总之，医学图像作为提升现代医疗诊断水平的有力依据，使实施风险低、创伤性小的化疗和手术方案成为可能，必将在医药信息研究领域和计算机图像处理领域受到更多的关注。