医学图像处理技术概述

JournalofChangzhiUniversityApr.,2009Vol.26,No.2

医学图像处理技术概述

张志宏

（中北大学信息与通信工程学院，山西太原033000）

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。

关键词：医学图像处理；图像分割；图像配准；图像融合；纹理分析；可视化；图像存档通信系统中图分类号：TP317.4

文献标识码：A

文章编号：1673-2014（2009）02-0026-03

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，对医学图像的分析已成为医学研究中的重要方法，特别是电脑技术的发展以及X-CT、MRI、PET、SPECT等新型成像技术和设备的出现，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更清晰，确诊率也体内部病变部位的观察更直接、

更高。计算机和医学图像处理技术作为这些成像技术的发展基础，带动着现代医学诊断正产生着深刻的变革。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，也为临床诊断及生医学图物医学研究提供了有力的科学依据。因此，本文对医学图像处理技术进行了综述。1

医学图像处理技术

具有普适向领域的特殊性，至今尚未得到圆满的、性的解决方法。图像分割技术发展至今，已在灰度边缘检测分割法、区域跟踪分割法的阈值分割法、

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。1.2图像配准和图像融合

如何使多次成像或多种成像设备的信息得到部分信息不准确或不综合利用，弥补信息不完整、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。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）两种已成为配准方法。后者由于其无创性和可回溯性，

算法的研究中心。基于互信息的弹性形变模型也逐

像处理技术一直受到国内外有关专家的高度重视，确定引起的缺陷，使临床的诊断治疗、放疗定位、计

1.1图像分割

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。目前针对各种具体问题已经提出了许多不同的图像分割算法，对图像分割的效果也有很好的分析结论。但是由于图像分割问题所面

收稿日期：2008—06—17

作者简介：张志宏（1981—），女，山西临县人，硕士，主要从事计算机软件开发与利用。

·26·

张志宏医学图像处理技术概述

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。

图像配准是图像融合的前提，是公认难度较大的图像处理技术，也是决定医学图像融合技术发展的关键技术。近年来国外在图像配准方面研究很多，如几何矩的配准、利用图像的相关系数、样条插值等多项式变换对图像进行配准。国内研究人员也提出了一些相应的算法：对于两幅图像共同来估计其正反变换的一种新的图像配准方法，称为一致图像配准方法；采用金字塔式分割，进行多栅格和多分辨率的图像配准，称为金字塔式多层次图像配准方MRI、PET多模态医学图像的三维法；为了提高CT、

融合的精度，还可以采用基于互信息的方法。配准、

图像融合的潜力在于综合处理应用这些成像设备所得信息以获得新的有助于临床诊断的信息。利用可视化软件，对多种模态的图像进行图像融合，可大小、几何形状以准确地确定病变体的空间位置、

及它与周围生物组织之间的空间关系，从而及时高效地诊断疾病，也可以用在手术计划的制定、病理治疗效果的评价等方面。在放疗中，利变化的跟踪、

也就是描述肿用MR图像勾勒画出肿瘤的轮廓线，

瘤的大小；利用CT图像计算出放射剂量的大小以及剂量的分布，以便修正治疗方案。在制定手术方案时，对病变与周围组织关系的了解是手术成功与否的关键，所以CT与MR图像的融合为外科手术提供有利的佐证，甚至为进一步研究肿瘤的生长发在CT成像中，由育过程及早期诊断提供新的契机。

于骨组织对X线有较大的吸收系数，因此对骨组织骨组织含有较低的质子很敏感；而在MR成像中，密度，所以MR对骨组织和钙化点信号较弱，融合后的图像对病变的定性、定位有很大的帮助。由于空间与时间特性有很大差别。因此，实现医学图像的融合、图像数据转换、图像数据相关、图像数据库和数据理解都是亟待解决的关键技术。1.3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线图良性片，在乳腺照影中伪彩色处理能鉴别囊性病、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。1.4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。有研究针对肝脏疾危害面广的问题，采用灰度梯度共生病难以根除、

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、灰度熵等参数作可以为图像的纹理特征量。通过选取的纹理参数，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。2

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减少图像的噪声影便处理的格式。通过二维滤波，

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。

三维医学图像可视化技术通常分为面绘制和体绘制两种方法。医学数据的可视化，已成为数据

·27·不同的医学图像提供了相关脏器的不同信息，止还难以适当地为纹理建模。为此有关专家进行了

不同医学成像设备的成像机理不同，其图像质量、割和归类，对同一部位的不同图像进行配准和融

长治学院学报

可视化领域中最为活跃的研究领域之一。实现三维数据可视化的方法很多，空间域方法的典型算法包括：射线投射法、足迹法、剪切一曲变法（目前被认为是一种速度最快的体绘制算法）等；变换域方法的典型算法有频域体绘制法和基于小波的体绘制法，其中小波的体绘制技术显现出较好的前景。

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。3

PACS图像压缩技术

图像存档及通信系统（picturearchivingandPACS）是近年来国内外新兴communicationsystem，

的医学影像信息技术，是专门为医学图像管理而设处理、存储、显示或打印的软计的，包括图像获取、数字化图像技术、计算机技硬件系统，是医学影像、术和网络通信技术相结合的产物。显然，计算机网络是PACS的重要组成部分，它负责提供底层图像正是通过各个层传输服务，是PACS的软硬件基础，次的网络才将PACS中的图像获取、存储显示以及医疗数据的管理等单元连为一体，使之形成一个统一、高性能的系统。PACS需要解决数据传输和图像存储的问题，如何利用有限的存储空间存储更多的图像，医学图像压缩是关键的技术之一，也是近年来图像处理技术中的一个重点研究的问题。

医学图像的压缩无疑是减低应用系统成本、提

新的压缩标准JPEG2000支持的可能性。随着新一代静态图像压缩标准JPEG2000的发展，小波理论在这个领域成为研究的热点。

医学图像是医学诊断和疾病治疗的重要根据，在临床上具有非常重要的应用价值。确保医学图像压缩后的高保真度是医学图像压缩首要考虑的因素。现在医学图像上常常采用无损压缩，因为它能够精确地还原原图像。但是无损图像压缩的压缩比很低，一般为1∶2--4，而有损图像压缩的压缩比可以高达1∶50，甚至更高。所以将这两种压缩方法在质量的前提下提高压缩比，这也是目前医学图像研究的一个热点。4

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医学图像作为提升现代医疗诊断来越重要。总之，

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。

参考文献：

［1］王新成.高级图像处理技术［M］.北京：中国科学技术出版

社，2001.

［2］卫阿盈，杨磊.图像分割在医学图像处理中的应用［J］.医

学信息，2005，12：1629-1630.

［3］丁莹.图像配准技术在医学图像处理中的应用研究［M］.

长春理工大学，2006.12.

［4］邹文，罗金香.小波变换在医学图像处理中的应用［J］.中

国医疗设备，2008，04.

和OperFGL等可视化平台的优势，采用三维互动、保证使用要求的基础上结合起来，在获取高的压缩

高网络传输效率、减少存储空间的一个重要途径。［5］何东健.数字图像处理［M］.西安电子科技大学出版社，

2003.07.DICOM作为医学图像与通信的重要标准，加入了对图像压缩算法的支持。目前DICOM正在研究对最

（责任编辑赵志彦）

·28·