1、數字圖像處理期末考查報告題 目：數字圖像處理技術在醫學影像的應用學 院：物理與電子工程學院專業班級：自動化14級7班姓 名：馬冰冰學 號 績：任課教師：劉 偉【摘要】 數字醫學是現代醫學的重要發展方向，隨著計算機技術的不斷發展，數字醫學圖像在醫學中的應用領域越來越廣泛。本文主要針對數字圖像在醫學中的應用及其特點展開相關的綜述。 【關鍵詞】 數字圖像  醫學影像  圖像處理  前言 隨著電子技術、計算機技術的不斷推廣和應用，計算機技術在醫學領域的應用也日趨明顯，尤其是在醫學數字圖像處理方面體現的尤為突

2、出。數字醫學影像通過無創傷的數據采集獲得人體內部解剖學或生理功能信息，并以圖像形式提取并顯示出來，因而數字圖像在這種背景下應運而生。 1   數字醫學圖像的特點 現代醫學影像包括四大部分：以X-CT 為代表的X 射線影像；磁共振成像MRI；放射性核素顯像如ECT；超聲波成像如超聲CT 等。不管哪種醫學圖像，其影像灰度分布都是由人體組織特性參數的不同決定的。通常，這種差異（對比度）很小，導致影像上相鄰灰度差別也就很小。而人眼對灰度的分辨率很低，只能清楚分辨從全黑到全白的十幾個灰階。所以，影像成像后必須經過數字后處理方

3、具實用價值。 2   數字圖像處理 數字圖像處理就是將圖像轉化為一個數字矩陣存放在計算機中，并采用一定的算法對其進行處理。數字圖像處理的基礎是數學，最主要任務就是各種算法的設計和實現。醫學影像等衛生領域信息更具獨特性，數字醫學圖像較普通圖像紋理更多，分辨率更高，相關性更大，存儲空間要更大，并且為嚴格確保臨床應用的可靠性，其壓縮、分割等圖像預處理、圖像分析及圖像理解等要求更高。數字醫學圖像處理跨計算機、數學、圖形學、醫學等多學科研究領域，數字醫學圖像處理技術包括圖像變換、圖像壓縮、圖像增強、圖像平滑、邊緣銳化、圖像分割、圖像識別、圖像融合等等。近

4、年來，研發人員將眾多領域方法引入應用于數字醫學圖像處理，經過不斷的改進，處理算法的速度、處理效果得到不同程度的改善。隨著信息技術的飛速發展和計算機應用水平的不斷提高，利用計算機斷層成像、正電子放射層析成像、單光子輻射斷層攝像、磁共振成像、超聲成像及其它醫學影像設備所獲得的圖像被廣泛應用于醫療診斷、組織容積定量分析、病變組織定位、解剖結構學習、治療規劃、功能成像數據的局部體效應校正、計算機指導手術和術后監測等各個環節。 3  數字圖像處理的優點(1) 再現性好. 數字圖像處理與模擬圖像處理的根本不同在于,它不會因圖像的存儲、傳輸或復制等一系列變換

5、操作而導致圖像質量的退化,只要圖像在數字化時準確地表現了原稿,則數字圖像處理過程始終能保持圖像的再現。 (2) 處理精度高. 按目前的技術,幾乎可將一幅模擬圖像數字化為任意大小的二維數組,現代掃描儀可以把每個像素的灰度等級量化為16 位甚至更高,這意味著圖像的數字化精度可以達到滿足任一應用需求。 (3) 適用面寬. 圖像可以來自多種信息源,從圖像反映的客觀實體尺度看,可以小到電子顯微鏡圖像,大到航空照片、遙感圖像甚至天文望遠鏡圖像. 這些來自不同信息源的圖像只要被變換為數字編碼形式后,均是用二維數組表示的灰度圖像組

6、合而成,因而均可用計算機來處理。 (4) 靈活性高. 數字圖像處理不僅能完成線性運算,而且能實現非線性處理,即凡是可以用數學公式或邏輯關系來表達的一切運算均可用數字圖像處理實現。 4   數字圖像處理的關鍵技術 數字醫學影像的成像依賴一定的數學方法，把數據用計算機重建成數字圖像，再進行圖像處理與分析得到我們感興趣的醫學圖像，進而獲得特征信息或決策信息。數字圖像處理技術，涉及數學、信息論、計算機科學、模式識別、人工智能、生物醫學等多種學科。 涉及的關鍵技術包括： 41 圖像數字化

7、0;圖像數字化是數字圖像之前的基本步驟， 目的是把真實的圖像轉變成計算機能夠接受的存儲格式， 數字化過程分為采樣和量化兩個步驟。圖像在某個空間上的離散化狀態稱為采樣， 即用空間上部分點的灰度值來表示圖像，有醫學影像設備，極大提高臨床診斷水平，而且能夠為基礎醫學的教學、培訓、計算這些點稱為樣點。采樣的實質就是要用多少點來描述一幅圖像， 采樣結果質量的高低用圖像分辨率來衡量。想要得到更加清晰的圖像，就需要使用更多的點來表示圖像，即使圖像具有較高的分辨率，但是點的增加會需要付出更大的存儲空間。采樣方法可分為兩種：點陣采樣（直接對表示圖像的二維函數值進行采樣）和

8、正交系數采樣（對圖像函數進行正交變換，用其變換系數作為采樣值）。 量化是指要使用多大范圍的數值來表示圖像采樣之后的每一個點，這個數值范圍包括了圖像上所能使用的顏色總數。量化的結果是圖像能夠容納的顏色總數。所以，量化位數越大，表示圖像可以擁有的顏色越多，自然可以產生更為細致的圖像效果。但是，也會占用更大的存儲空間。兩者的基本問題都是視覺效果和存儲空間的取舍。圖像經過采樣和量化后才能產生一張計算機能夠處理的數字化圖像，不僅可減少計算量，而且可獲得更有效的處理。4.2  圖像壓縮和編碼 圖像壓縮通過刪除冗余的或者不需要的信息來達到減小減少數據存儲量的目的。醫學

9、圖像的壓縮主要有三個指標：一是壓縮比要大，要有較高的壓縮效率；二是計算速度快；三是要保證醫學圖像診斷的可靠性。這三個指標相互制約，要根據實際的臨床應用進行取舍。圖像編碼的主要方法有去冗余編碼、變換編碼、小波變換編碼、分形壓縮編碼、標量量化編碼、矢量量化編碼、神經網絡編碼、模型基編碼等。 4.3  圖像增強 圖像增強是數字圖像處理的基本內容之一， 它是利用各種數學方法和變換手段來提高圖像的對比度和清晰度，使處理后的圖像更適應于人的視覺特性或機器的識別系統。圖像增強的方法可以分為空域圖像增強和頻域圖像增強兩大類。頻率域法把圖像看成一種二維信號，&#

10、160;對其進行基于二維傅里葉變換的信號增強。采用低通濾波法，可去掉圖中的噪聲，采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波法等，它們可用于去除或減弱噪聲。圖像增強的常見方法有：灰度等級直方圖處理、干擾抵制、邊緣銳化、偽彩色處理。 4.4  圖像復原 成像系統受各種因素的影響，導致了圖像質量的降低，稱之為圖像退化。退化基本表現是圖像模糊，去掉模糊和噪聲干擾是其主要目的。復原實現方法有維納濾波、逆濾波、同態濾波、最小約束二乘方濾波等。 4.5  圖像分割

11、0; 圖像分割是圖像分析與處理的關鍵步驟，一般來說，圖像分割方法可分為基于區域的分割方法和基于邊界的分割方法將。圖像分割將圖像分成互不相交的各具特性的區域，提取出感興趣目標，是提供定量、定性分析基礎，同時也是三維可視化的基礎。目前研究的有關圖像分割的熱點是一種基于知識的分割方法， 即通過某種手段將一些先驗的知識導入分割過程中，從而約束計算機的分割過程，使得分割結果控制在我們所能認識的范圍內而不至于太離譜。 4.6 圖像配準和融合 醫學圖像配準是通過尋找某種空間變換，使兩幅圖像的對應點達到空間位置和解剖結構上的完全一致。要求配準的結構能使兩幅圖像

12、上所有的解剖點，或至少是所有具有診斷意義以及手術區域的點都達到匹配。將配準后的圖像進行信息的整合顯示，這一步稱為“融合”。4.7  圖像識別 圖像識別是利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象。主要內容是圖像經過某些預處理后，進行圖像分割和特征提取，從而進行判決分類。圖像分類常采用經典的模式識別方法， 有統計模式分類和句法模式分類， 近年來新發展起來的模糊模式識別和人工神經網絡模式分類在圖像識別中也越來越受到重視。  5   數字圖像處理在醫學領域的應用 數

13、字醫學圖像處理和應用，不僅可以充分利用現機輔助臨床外科手術等提供電子化的實現手段，為醫學研究和發展提供堅實基礎，主要應用如下: (1) 輔助醫生診斷治療: 數字醫學圖像可視化可以根據CT、MRI 等圖像序列構造出三維幾何模型，將看不見的人體器官以三維形式真實地顯示出來，還可以對圖像任意放大、縮小、旋轉、對比調整等處理。同時，利用三維重建技術還可以從不同方向觀察、剖切重建模型，使醫生對感興趣區域的大小、形狀和空間位置有定性和定量的認識。(2) 手術及放射治療規劃: 利用放射線抑制或殺死惡性腫瘤，需要預先仔細規劃，包括劑量計算和照射點精確

14、定位。如果輻射定位不準或劑量不當，將導致治療效果不佳，甚至危及周圍正常組織。借助醫學圖像處理分析系統，醫生可以在手術規劃中事先觀察病變體、敏感組織、重要組織的形狀和空間位置，確定科學的手術方案。在放射治療中，科學進行射線安排，使射線照射腫瘤時不穿過敏感組織和重要組織，盡量減少對正常組織的傷害，制定出合理的最優的治療方案。(3) 腦結構和腦功能研究: 借助新型的FMRI 技術，可以成功觀察視覺、觸覺、嗅覺刺激導致大腦皮質層的功能活動，真正無損地檢測活體人腦的功能變化。另外，對大腦解剖結構的差別進行定量分析，有助于從數量上研究大腦機制。(4) 數字解剖模型與

15、手術教學訓練: 虛擬手術是一個涉及圖形學、視覺、力學、機器人學和醫學等多個學科領域的挑戰性課題。通過利用虛擬人資源，研究者可以分析和重建人體內部各個器官組織，建立具有真實感的虛擬人體，并通過對虛擬人體進行各種剖切、透明效果設置，了解人體各組織器官的解剖結構及相互關系。這對醫學教育、解剖分析、醫學研究、手術教學訓練等方面都有重要意義。(5) 遠程醫療: 醫學圖像以及相關信息可以通過數據接口與互聯網連接，從而進行數字醫學圖像遠程傳輸，實現異地會診。PACS( Picture Archiving and Communication

16、 Systems) 系統可以實現數字醫學圖像在醫院內外的傳輸和分發，是實現醫院圖像信息管理的重要手段。 6   結論 。隨著醫療技術的蓬勃發展, 數字醫學圖像在當前劇增的醫學影像類數據利用中凸顯優勢。數字圖像處理技術發展至今,各個學科的交叉滲透已是發展的必然趨勢,有效地提高數字圖像處理技術在醫學影像中的應用水平,與多學科理論的交叉融合、醫務人員和理論技術人員之間的交流就顯得越來越重要。醫學數字影像圖像作為提升現代醫療診斷水平的有力依據，使實施風險低、創傷性小的化療、手術方案等成為可能，數字醫學圖像數據是醫學衛生領域

17、的主要信息之一，必將在醫藥衛生信息研究領域受到越來越多的關注。多維、多參數以及多模式圖像在臨床診斷(包括病灶檢測、定性,臟器功能評估,血流估計等)與治療(包括三維定位、體積計算、外科手術規劃等)中將發揮更大的作用。這都對數字醫學圖像處理在醫學影像中的應用提出更高要求，而結合衛生信息化發展的實際需求發展醫學數字圖像處理技術顯得越來越重要。   參考文獻： 1 劉磊JIN Chen-Lie1.計算機圖像處理技術在醫學影像學上的應用.中國老年學雜志，2012；32：5642-5643. 2 張瑞蘭，華晶，安巍力，劉迎九.

18、數字圖像處理在醫學影像方面的應用.醫學信息學,2006;19(3):400-401. 3 周光華,李岳峰,孟群.醫學圖像處理技術與應用分析.中國衛生信息管理雜志， 2013；8(6)：44-47. 4 李強. 醫學圖像分割進展J. 臨床影像技術, 2010；25(5): 121-124.  5 聶生東, 邱建峰, 鄭建立. 醫學圖像處理M. 上海: 復旦大學出版社, 2010. 6 劉中合，王瑞雪，王鋒德，馬長青，劉賢喜.數字圖像處理技術現狀與展望.計算機時代,2005;9:6-8. 7 黃清，朱妍芳淺談圖像的數字化處理及格式特點J民營科技，2010;（7）：66. 8 李慶義計算機圖像處理技術綜述J科技情報開發與經濟，2007;17（11）：226228. 9 范金坪，張春曉. 醫學圖像壓縮算法研究進展J.科技信息，2011;25:60. 10 Michael G S. Review of co