医学图像处理.doc

第一章 医学图像处理概论医学图像处理是一门综合了数学、计算机科学、医学影像学等多个学科的交叉科学，是利用数学的方法和计算机这一现代化的信息处理工具，对由不同的医学影像设备产生的图像按照实际需要进行处理和加工的技术。医学图像处理的对象主要是X射线图像，CT(Computerized Tomography)图像，MRI(Magnetic Resonance Imaging)图像，超声(Ultrasonic)图像，PET(Positron emission tomography)图像和SPECT(Single Photon Emission Computed Tomography)图像等。医学图像处理的基本过程大体由以下几个步骤构成：首先，要了解待处理的对象及其特点，并按照实际需要利用数学的方法针对特定的处理对象，设计出一套切实可行的算法；其次，利用某种编程语言（C语言，Matlab或其他计算机语言）将设计好的算法编制成医学图像处理软件，最终由计算机实现对医学图像的处理；最后，利用相关理论和方法或对处理结果进行检验，以评价所设计处理方法的可靠性和实用性。因此，要正确掌握医学图像处理技术，除了具备算法设计（高等数学基础）和计算机程序设计能力外，对所要处理的对象及其特点的了解也是非常重要的，以下就对医学影像技术的发展及相关成像技术做简要的介绍。第一节 医学影像技术的发展现代医学影像技术的发展源于德国科学家伦琴于1895年发现的X射线并由此产生的X线成像技术(Radiography)。在发现X射线以前，医生都是靠“望、闻、问、切”等一些传统的手段对病人进行诊断。医生主要凭经验和主观判断确定诊断结果，诊断结果的正确与否与医生的临床经验直接相关。X射线的发现彻底改变了传统的诊断方式，它第一次无损地为人类提供了人体内部器官组织的解剖形态照片，由此引发了医学诊断技术的一场革命，从此使诊断正确率得到大幅度的提高。至今放射诊断学仍是医学影像学中的主要内容，应用普遍。因此，X射线的发现为现代医学影像技术的发展奠定了基础。自伦琴发现X线以后不久，X线就被用于对人体检查，进行疾病诊断，形成了放射诊断学(diagnostic radiology)的新学科，并奠定了现代医学影像学(medical imageology)的基础。上世纪50年代到60年代开始应用超声与核素扫描进行人体检查出现了超声成像和g闪烁成像(g-scintigraphy)。上世纪70年代和80年代又相继出现了X线计算机体层成像(CT)、磁共振成像（MRI）和发射体层成像(Emission Computed Tomography，ECT)，如单光子发射体层成像SPECT与正电子发射体层成像PET等新的成像技术。这样，仅100多年的时间就形成了包括X线诊断的影像诊断学(diagnostic imageology)。虽然各种成像技术的成像原理与方法不同，诊断价值与限度亦各异，但都是使人体内部结构和器官形成影像，临床医生通过这些影像获得人体解剖与生理功能状况以及病理变化的信息，以达到诊断的目的。上世纪70年代迅速兴起的介入放射学 (interventional radiology)，不仅扩大了医学影像学对人体的检查范围，提高了诊断水平，而且可以对某些疾病进行治疗。因此，不同成像技术的发展大大地扩展了医学影像学的内涵，并使其成为医疗工作中的重要支柱。近20年来，随着计算机技术的飞速发展，与计算机技术密切相关的影像技术也日新月异，医学影像学已经成为医学领域发展最快的学科之一。常规X线成像正逐步从胶片转向计算机放射摄影（Computed Radiography，CR）或更为先进的直接数字化摄影（Digital Radiography，DR）的数字化时代。诞生时即与计算机紧密相关的CT、MRI则发展速度更为惊人。CT已从早期的单纯的头颅CT发展为超高速多排螺旋CT、电子束CT。在速度提高的同时，扫描最薄层厚也从早期的10mm到现在的0.5mm以下，图像分辨率也达到了1024*1024。这些使CT的应用不仅在于早期横断面成像，同时可以作细腻的三维重建，虚拟内窥镜，手术立体定向，CT血管成像（Computed Tomography Angiography，CTA）等。MRI也从早期的永磁体、低场强发展到现在的超导、高场强，分辨率在常规扫描时间下提高了数千倍，磁共振血管成像（Magnetic Resonance Angiography，MRA）已成为常规检查项目，同时磁共振功能成像以及磁共振波谱（MRS）技术正在迅速发展之中。一、 X线成像1895年伦琴发现X线，使人们通过X线第一次无须手术就能观察到人体内部的结构，为医生确诊疾病的病因提供了重要直观的信息。发现X射线以来，医学影像学领域发生了几次具有重大意义的历史性变革。传统的X-ray成像第一次为人类提供了人体内部器官组织的解剖形态照片，由此引发了医学诊断技术的一场革命，并形成了放射诊断学。传统的X射线成像得到的是组织或器官的投影像，照片上某个像素的亮度反映穿过人体到达胶片的X射线的强度，它与人体对X射线的吸收量成反比，它将三维空间的图像投影到一个二维平面上，使厚度方面的信息都重叠地加在一起，造成了某些细节因信息重叠而丢失。因此，这种成像方式难以检测较小的病灶。X线成像技术到目前已经经历了100多年发展的历程，由最初单一的X线摄影发展到X线透视、X线数字减影血管造影 (Digital Subtraction Angiography， DSA)、X线介入治疗等多种诊断和治疗方式，其中在X线介入治疗基础上形成的介入放射学(Interventional Radiology)开创了诊断技术应用于临床治疗的先河。除此之外，X线成像的方式也发生了根本的变化，开始由模拟成像逐步向数字成像方式发展，如目前已经在临床上广泛应用的CR、DR以及数字胃肠机等。尽管如此，X线成像技术没有从根本上改变3D物体投影到2D平面的问题。由于处于不同深度的组织的像是重叠在一起的，从而使得X线影像的空间分辨率受到一定限制。尽管X线成像存在不足之处，但在临床很多方面（例如胃肠道仍主要使用X线检查，骨骼肌肉系统和胸部也多首先应用X线检查等），X线检查仍然是首选的影像学常规检查手段。二、超声成像超声可以探查出非常细微的病变组织，是X线摄影的有力补充。超声成像也是除了X线以外使用最为广泛的医学成像工具。超声成像依据的是脉冲-回波技术，这个技术和雷达技术相似。在第二次世界大战时期发展起来的雷达和声纳的基础上，应用超声脉冲反射原理发展了各种超声成像技术，后来又发展了超声多普勒技术和超声计算机断层技术。目前，三维超声成像技术也在发展之中。超声波成像从发明到现在已经有了很大的进步。目前已经从过去的单探头发展成为今天的探测器阵列，从模拟系统发展到全数字化和图像实时显示系统。超声仪使用的成像物质波源是震动频率在人的听觉范围以外的机械震动波。所以，超声成像是用不可见的也听不到的超声波能量实现的人体成像，不象X射线，超声波对人体无辐射伤害。人们常说的B超只是超声波成像仪的一种。它适合对人体解剖结构和血流进行成像。由于超声成像安全可靠，价格低廉，所以在临床诊断和介入治疗中都得到了迅速发展，成为目前临床上广泛使用的四大医学影像设备之一。超声成像的缺点是图像对比度差，图像的重复性依赖于操作人员。另外，超声检查的视野有限，难以显示正常组织及较大病变的全貌，也不利于与其它检查图像(如CT，MRI)进行对比。超声成像技术在妇女乳腺疾病的检查中具有重要的应用价值。随着超声技术的发展，如今超声检查已不再局限于乳腺囊实性肿块的鉴别，更可应用于乳腺微小病变的早期诊断，甚至是乳腺肿块良恶性的鉴别。较之老年妇女，年轻女性的乳腺组织较致密，从图像上看和癌变组织的密度非常相似，此时，超声检查就更具有价值。三、CT成像随着计算机技术的发展，1972年出现了计算机辅助X射线断层扫描术(CT)。CT是以高穿透性、高能量的X射线穿过人体的受检部位后，由于不同组织或器官在组织密度上的差异，使入射的X射线被人体组织的吸收而发生相应的衰减，得到人体断层中的所有体积元的X线吸收系数。其主要特点是具有高密度分辨率，比普通X线照片高1020倍；能准确测出某一平面各种不同组织之间的放射衰减特性的微小差异，以数字图像的形式将其显示，极其精细地分辨出各种软组织的不同密度，从而形成对比。如头颅X线平片不能区分脑组织及脑脊液，而CT不仅能显示出脑室系统、还能分辨出脑实质的灰质与白质；引入造影剂以增强对比度，可使其分辨率大幅度提高，故而拓宽了疾病的诊断范畴，提高了诊断正确率。CT的临床应用，很好地解决了普通X 线成像图像模糊，组织分辨率差的缺点，能比较清楚地看到软组织的结构，解决了普通X线难以拍摄部位的成像问题，从而极大地提高了临床诊断正确性。在临床应用方面，对脑出血、脑栓塞、脑萎缩、脑外伤等颅脑病变，诊断效果尤为显著。CT在临床上的应用，是继X射线发现以来又一次诊断技术的一场革命。英国工程师Godfrey Newbold Hounsfield因研制成功第一台头部扫描CT，于1979年与创立CT重建理论的美国科学家Allan Cormack共同获得了诺贝尔医学与生理学奖。这是在诺贝尔医学生物学奖的历史上第一次由工程技术人员获奖。由此可见CT技术对整个世界的影响。随着计算机技术的不断发展和断层扫描技术的不断改进， CT技术的发展日新月异，从早期的旋转/平移扫描方式到今天的多层螺旋扫描CT的出现，CT的空间分辨率(Spatial resolution)、密度分辨率(Density resolution) 和时间分辨率(Temporal resolution)越来越高，因而诊断效果也越来越好，临床应用也日趋普遍。由西门子在2005年推出的世界上首台双源CT 系统SOMATOM Definition，代表了CT技术的最新成果。它将传统上多层螺旋CT的单X线源、单套检测器改变为相互垂直的双X线源、双套检测器设计。该设计突出优化了当前CT发展中的三个薄弱环节：、提高了设备的时间分辨率，采集时间可达0.33秒；、可利用双能曝光技术明显改善CT的组织分辨率力，使空间分辨率小于0.4 mm；、进一步降低了X线剂量，其扫描剂量仅为单源CT的50%。双源CT为更广泛的临床应用和更多更新的研究课题奠定了基础，这些可能的领域包括：扫描中血管或骨骼的直接减影、肿瘤学中的肿瘤分类、血管斑块的定性以及急诊中体液性质的鉴别等。CT成像解决了传统X线成像因组织重叠造成的图像分辨率不高的问题，实现了组织器官的断层解剖结构的成像。但是，由于与X线成像技术一样，CT成像也是通过检测人体对X射线的吸收量而获得的图像，因此，CT成像对软组织获得的图像的密度分辨率远没有MRI高。四、核医学成像尽管CT技术解决了X线成像技术所不能解决的断层成像问题，使诊断技术发生了根本的变革。但是CT也有其局限性，如对血管病变，消化道腔内病变以及某些病变的难以定性等，而且只能对组织结构进行成像，不能进行功能性成像。核医学成像是现代医学影像学的重要组成部分。核医学成像是一种对人体无创、安全而有效的成像方法，它最重要的特点是能反映人体内各组织器官功能性（代谢）的变化，而功能性的变化常发生在疾病的早期。目前常用的影像诊断方法如超声、CT、MRI等提供的是人体解剖学变化的信息。而核医学成像提供的是人体组织器官的新陈代谢变化方面的信息，既功能性信息，这些信息有助于更早地发现疾病，并判断疾病的性质及发展程度。目前，在核医学领域广泛使用的影像技术是SPECT和PET，这两种成像技术又统称为发射型计算机断层ECT（Emission Computed Tomography）。核医学成像技术是以放射性核素示踪法为基础的，其基本特点是利用放射性核素制作标记化合物注入人体，释放的正电子与体内存在的电子碰撞而发生湮灭，从而释放出射线，利用体外检测器获得数据，并利用这些数据进行图像重建，进而形成核医学图像。ECT的本质是由在体外测量发自体内的射线技术来确定在体内的放射性核素的活度。核医学成像的空间分辨率远没有MRI和CT的高，但是，核医学成像是目前唯一可以在亚分子或分子水平上成像的技术。这主要是由于核医学成像具有特异显像能力。在核医学成像过程中，注入人体内的放射性药物根据自己的代谢和生物学特性，能特异地分布于体内特定的器官或病变组织，标记在放射性药物分子上的放射性核素由于放出射线能被体外探测器探测到，通过对探测器探测到的数据进行重建，就可显示放射性核素标记的放射性药物在体内的分布图，即对被标记的药物分布情况的显示。在被成像物体的体素内存在的物质非常多，但是让成像系统能够看到的物质只是其中被放射性药物标记过的药物分子的浓度分布。这就是核医学成像特异性问题，是核医学成像之所以立足的最主要原因。利用放射性药物在体内能被某一器官特异摄取或在某一特定的器官组织中被代谢或通过某一器官排出等特性，在体外测定这些放射性药物在相应的器官中摄取速度、存留时间、排出速度等，就可推断出器官功能状态。因此，核医学成像主要取决于脏器或组织的血流、细胞功能、细胞数量、代谢活性等因素，而不是组织密度的变化，因此（1）核医学显像是一种功能显像，影像的清晰度主要取决于脏器或组织的功能状态（2）不同脏器显像需用不同的放射性药物（3）同一器官不同目的显像需用不同的显像剂。显然，核医学显像技术上比其他显像技术更为复杂。核医学成像是目前正在迅速发展的分子影像学（Molecular imaging）的基础，分子影像学可广义定义为在活体内进行细胞和分子水平的生物过程的描述和测量。其利用目前临床上广泛应用的医学影像技术对生命体内部生理和病理过程在分子水平上进行无损伤实时成像，具有传统影像成像手段所不具有的优点：无创伤、实时、活体、特异、精细（分子水平）显像等独特性质。与经典影像诊断学不同，分子影像学是着眼于探测构成疾病基础的分子异常，而不是对由这些分子改变所构成的最终结果进行成像。其突出特点是用影像的手段非侵入性地对活体内的参与生理和病理过程的分子进行定性或定量可视化观察，因此分子影像学在临床医学、应用生物学等领域有着极其巨大的应用和开发前景。解剖结构成像（如CT图像）具有很高的空间分辨率，而核医学成像能得到不同器官或脏器的功能性信息。近年来，人们利用图像融合(fusion)技术，把解剖结构图像（CT或MRI图像）与核医学图像融合在一起，使得在一幅图像上既包含组织结构的信息又包含组织功能的信息，这对于神经外科术前计划和脑科学研究中的功能定位等都有重要的作用。受图像融合技术的启发，科学家们把CT和PET/SPECT两种技术合二为一，推出了一种新的影像诊断设备：PET（SPECT）-CT。PET（SPECT）-CT既能单独完成超高档螺旋CT的所有功能，又能单独完成PET/SPECT的所有功能；PET/SPECT和CT融合后的图像，对病灶定性、手术放射治疗定位以及一些目前仍然不清楚的代谢疾病研究和受体疾病研究具有重要价值，是核医学最先进技术和CT最先进技术的完美结合。在许多情况下PET/SPECT、X线CT和核磁共振三种检查组合可以大大提高临床诊断的准确性。目前影响PET普及的因素包括：发射正电子核素的半衰期大多太短（几分到几十分钟），几乎均为加速器生产，因此使用PET的单位必须有小型医用回旋加速器来生产这些缺中子核素，还要有快速制备这些核素的标记药物设备，投资昂贵，推广有一定限制，这是PET的一个主要缺点；PET扫描器结构极为复杂，并且成本高，操作不方便，对物理、化学和核医学临床人员素质要求极高；另外，PET的检查费用很高，一般患者负担不起。五、MRI成像磁共振成像(Magnetic Resonance Imaging，MRI) 是在CT出现后又一重大发明，它是医学、化学、物理学、电子学、电子计算机技术、CT技术和磁共振波谱技术等学科相结合的产物。MRI的物理学基础是核磁共振(Nuclear magnetic resonance ，NMR)现象，其本质是一种能级间跃迁的量子效应。NMR现象是1946年由两位美国的物理学家斯坦福大学的布洛赫（Felix Bloch）和哈佛大学的珀塞尔(Edward Purcell)几乎同时发现的。由于NMR的发现，使布洛赫和珀塞尔共同荣获1952年的诺贝尔物理奖。NMR现象是由于人体中的原子核吸收了来自外界的电磁波后，产生了共振现象，然后原子核再将其所吸收的能量以电磁波形式释放出来产生图像的过程。MRI较CT具有独特的优点和特点：无电磁辐射损伤，对软组织具有更高的分辩率，多方向、多参数成像方法，无需用造影剂就能对心血管成像。由于MRI的成像参数是由被检组织器官的化学等环境因素所决定的，MRI图像不仅能显示人体解剖及其病理变化的信息，而且还提供了有关器官功能性和分子水平的诊断信息。所以MRI所提供的信息比CT多。因此，有人说MRI是二十一世纪的医学影像技术。近年来，磁共振成像在临床上的应用越来越广泛和深入。由于磁共振成像对软组织具有很高的分辨率，而且对人体是无损检测，因此，MRI成了人们进行病理和解剖研究的主要手段。MRI系统已成为当今医学影像领域最先进、最昂贵的诊断设备之一，在四大医学影像系统中，磁共振成像也是功能最强大、技术含量最高、软组织图像最清晰、也是目前应用最广、在世界上装机容量最多的医学影像设备之一，是典型的高新技术产品。技术的进步，使MRI的应用领域不断扩大，它在医学诊断中所起的作用也愈加重要。它的多参数成像，可提供丰富的诊断信息；其高对比度成像，可得出详尽的解剖图谱；任意方位断层，使医学界从三维空间上观察人体成为现实；人体能量代谢研究，有可能直接观察细胞活动的生化蓝图；不使用造影剂，可观察心脏和血管结构；无电离辐射，一定条件下可进行介入MRI治疗。MRI的上述特点，已经使得 这一技术成了临床和科学研究的重要工具。功能磁共振成像（functional Magnetic Resonance Imaging，fMRI）是上世纪九十年代初期在磁共振成像技术的基础上迅速发展起来的能够反映大脑功能活动的一种磁共振成像方法，它的突出特点是可以利用超快速的成像技术，反映出大脑在受到刺激或发生病变时脑功能的变化。它突破了过去仅从生理学或病理生理学角度对人脑实施研究和评价的状态，打开了从语言、记忆和认知等领域对大脑进行探索的大门。fMRI的出现，大大推动了脑科学的发展。fMRI主要是反映被激活脑区血氧水平和血流变化的一种技术。在fMRI出现之前，科学家们主要是依靠PET研究脑功能，现在由于fMRI成像质量高，扫描速度快，检查成本低以及不需要具有放射性的示踪剂等特点，在脑科学研究领域已经占有了非常重要的位置，许多PET能实现的功能可以由fMRI来完成。近年来应用于临床的磁共振成像设备基本上都具有结构成像和功能性成像的双重功能。利用MRI技术可获得大脑解剖结构相关信息的高清晰图像，单凭肉眼就可以从MRI图像中识别出脑组织的解剖位置及其结构特点，病变部位及其大小。与脑结构MRI技术不同的是，fMRI技术是通过检测由神经活动引发的脑区域的血液动力学的变化，获得脑的功能活动信息。由于脑的各功能区域都处于脑皮层中，而脑皮层又处于脑灰质中，血液仅占灰质的%6左右。因此，当受到刺激时，脑的功能活动造成的血液动力学的信号改变是极其微弱的，在1.5T的磁场中，功能信号约占%1到5%左右。由于噪声与伪影的影响，人眼难以分辨出这些微弱的功能信号到底处于大脑功能活动区域的哪个区域。因此，要通过fMRI技术对大脑的功能区域进行精确定位，必须借助于有关图像处理和分析技术从这些功能映射图上把微弱的脑活动区域提取出来，并与MRI解剖图像进行融合，才能最终得到脑功能的定位图像。六、 小结医学图像几乎全部是把肉眼不可见的信息变成可见信息，从而为临床诊断提供有价值的依据。由于医学图像能够提供大量用其他方法所不能提供的信息，所以医学成像技术的发展非常迅速，各种新技术几乎无一不在医学成像技术中得到应用。从以上医学图像的发展情况看，我们不难看出医学成像技术的发展轨迹：其一，是逐步从模拟成像向数字化成像技术发展；其二，是从组织的形态学成像向组织的功能性成像发展；其三，是从平面成像（2D）向立体（3D）成像技术和动态成像技术（在3D的基础上再加时间，构成所谓的4D成像）发展。从医学图像的发展，我们可以归纳出到目前为止的医学图像存在的形式。根据用于成像的物质波的不同，我们可以把医学图像分成四种形式： X线图像，放射性同位素图像，超声图像和磁共振图像。X线图像主要有：X线平片，DSA图像，CR图像，DR图像和CT图像等。放射性同位素图像主要有：PET图像，SPECT图像；超声图像主要是目前我们熟知的B超图像；而磁共振图像主要是MRI图像和fMRI图像。根据成像设备是对组织结构（形态）成像还是对组织功能（代谢）成像，我们可以把医学图像分成两类，即医学结构图像和医学功能图像。医学结构图像主要有：X线图像，CT图像，MRI图像，B超图像等；而医学功能图像主要有：PET图像，SPECT图像和功能磁共振图像（fMRI）。根据医学影像设备最终形成的图像信号是模拟信号还是数字信号，我们还可以把医学图像分成模拟图像和数字图像。数字医学图像的主要表现形式是：MRI图像和fMRI图像，CT图像，PET图像，SPECT图像，DSA图像，CR图像，DR图像等。而模拟医学图像主要是由传统的X线成像设备形成的图像。另外我们还可以把医学图像分成二维（2D）图像、三维（3D）图像和四维图像（4D）。第二节 医学图像处理技术及其应用一 、引言现代医学越来越离不开医学图像提供的信息，医学图像往往在疾病的确诊、分期以及选择治疗方法和手段方面起决定性的作用。由于医学图像能够直观地反映病人的病情，从而大大提高了医生的诊断正确率。现代科学已经证明，人们通过图像获得的信息占其获得总信息的70%以上，所谓：百闻不如一见。在医学领域也不例外，医学图像能够最大限度的向医生提供病人的信息。医生在临床上越来越依赖医学图像，医学图像在现代医学中占有越来越重要的位置。然而，自从德国科学家伦琴发现X射线并产生各种医学图像以来，放射科医生对医学图像的判读仍然停留在定性阶段，即仅凭放射科医生对医学图像的定性判读，最终给出诊断结论。随着医学成像技术特别是数字化医学影像技术的发展，医学图像的定性判读方式已经越来越不能适应临床的需要。其中的主要原因是，医学成像技术的发展，使得越来越多的医学影像设备应用到临床诊断领域，从而使得放射科、超声科和核医学科等以影像诊断为主的科室的门诊量越来越大，对每个病人每次采集的数据量也越来越多，例如，多层螺旋CT对患者肺部的薄层扫描获得的图像数量可能超过1000幅。另外，利用医学影像设备对某种疾病（如乳腺癌）进行普查时，也会产生大量的医学图像。这就造成了两个问题：一方面，阅读病人的检查影像成为医生的一项非常繁重的工作，由于长时间判读图像，使放射科医生容易疲劳和分心，从而造成诊断正确率的下降；另一方面，仅凭借医生自身的经验很难保证不会出现漏诊和误诊的情况，并且很难对影像资料进行一致的定量分析，而对医学图像的定量分析是医学影像学发展的必然要求。在此背景下，医学图像处理与分析技术在医学影像学中的地位就显得越来越重要。所谓医学图像处理与分析就是借助计算机这一工具，根据临床特定的需要利用数学的方法对医学图像进行各种加工和处理，以便为临床提供更多的诊断信息或数据。例如，对于对比度不理想和信噪比不高的图像，利用图像增强和滤波的方法改变图像的对比度，提高图像的信噪比，从而提供给放射科医生较高质量的图像，以便于放射科医生对图像的判读；对于由先进的医学影像设备产生的大量医学图像数据，可以先由计算机进行图像处理后，把可疑的病灶全部标记出来，然后再由放射科医生对标记出来的可疑病灶进行判读。这样可以节省放射科医生大量的读片时间，使他们得以把注意力集中在可疑病灶上，从而为正确诊断奠定基础，这就是目前在医学影像学领域得到广泛关注并发展迅速的医学图像计算机辅助诊断技术（Computer-Aided Diagnosis/Detection，CAD）。另外，医学图像处理与分析技术在外科手术术前计划的制订，神经外科导航，虚拟内窥镜以及放射治疗计划的制订等方面都具有重要的应用价值。二、 医学图像处理及其应用医学图像处理技术早期在临床上的应用主要是通过对医学影像数据的处理为临床医生提供对比度好的图像，以便于医生的判读，这个时期所应用的医学图像处理技术主要是一些简单的图像增强和滤波技术等。随着医学成像技术的飞速发展，各种新型的医学成像设备大量应用于临床，如多排螺旋CT等，这些设备每天都会产生大量的医学图像数据，这就给临床医生带来了很大的工作负担。要对如此多的图像进行正确的判读，需要临床医生付出很大的体力和精力，长时间的读片会造成精神和视觉的疲劳，容易造成误诊。在此情况下，借助于计算机的医学图像处理技术可以为临床医生提供极大地帮助，使临床医生从繁重的读片工作中解脱出来，把精力放在由医学图像处理技术“筛选”出的可疑病灶上。医学图像处理也是医学影像学从定性影像学发展到定量影像学的必要手段。在医学影像学发展的早期，医生基本上是利用不同医学影像设备提供的人体不同部位的二维切片图像对患者进行定性诊断，并通过这些图像利用医生对病灶的空间想象，大体确定病灶的体积大小和空间位置，进而制定出手术计划或放疗计划。随着医学影像学的发展，对患者的诊断与治疗已经进入到精确诊断、精确计划和精确治疗的时代，所有这些都是以定量影像学为基础，而定量影像学的技术基础就是医学图像处理。通过利用图像分割、配准、融合及三维重构及可视化技术，对病灶或感兴趣区进行精确测量和精确定位，进而制定出精确的治疗计划和方案，为最终对患者的精确治疗打下基础。虚拟内窥镜是虚拟现实技术在医学中的典型应用。虚拟内窥镜是利用CT、MRI或超声波获得的二维断层图像，通过三维重建与可视化处理，在计算机屏幕上生成具有内窥镜可视效果的、病人结构组织序列的三维可视化图像。目前，虚拟内窥镜已经在脑血管诊断、直肠诊断等许多方面得到应用。虚拟内窥镜的技术基础主要是三维重建与可视化技术。医学图像处理通常是指在完成医学影像学检查之后，对所获得的图像进行再加工的过程，通常情况下我们把这种图像处理方式称为医学图像的后处理(post-processing)。目前几乎所有医学影像学手段(包括CT、MRI、DSA、CR、DR、超声、SPECT和PET等)都可以直接获得数字化图像，这就给对这些图像进行处理提供了很大的方便。与医学图像的后处理对应的是医学图像的前处理（pre-processing），医学图像的前处理是指对由医学影像设备获得的原始数据(raw data)进行的处理。直接由医学成像设备获得的图像数据称为原始数据，如MRI的原始数据为K-空间中的数据，CCD-DR的原始数据是由CCD获得但未经读出和处理电路处理的图像数据。由于医学影像设备的生产厂家出于对知识产权保护的考虑，影像设备的一般用户是难以获得原始数据的。因此，一般情况下如不特别声明，医学图像处理都是指对医学图像的后处理。医学图像处理在临床应用中一般有两种情况：直接处理与脱机应用工作站处理。直接处理是应用影像设备的随机软件对获取的医学图像直接进行处理。医学影像设备的随机软件的功能一般比较齐全，基本上可以满足对医学图像处理的一般性要求，例如，对CT或MRI图像进行增强处理、滤波处理、血管成像、三维重建和一些定量测量等。脱机应用工作站处理是一种比直接处理更专业的医学图像处理方式，是基于临床对医学图像处理的更高要，如多模医学图像的配准/融合，虚拟内窥镜，外科手术的术前计划及放射治疗计划等，一般都是通过专用图像处理工作站进行的。图像处理工作站上的软件功能要比医学影像设备的随机软件功能要强大的多。目前有很多专用的医学图像处理工作站投入市场。医学图像处理除了上述两种临床应用情况外，还有第三种应用情况就是专门用于医学科学研究，这种应用比前述两种应用情况处在更高的科学层面上。前两种应用主要是利用现有的医学图像处理技术对医学图像的处理，而第三种应用是以临床应用为背景，研究新的医学图像处理方法与理论，通过对新的医学图像处理方法与理论的研究，推动医学图像处理技术与医学影像学的发展。医学图像处理是一门综合了数学、计算机科学和医学影像学等学科的交叉科学。近年来，由于借鉴了人工智能、模式识别和数据挖掘等领域的理论和方法，医学图像处理技术得到了快速的发展，很多新的处理方法不断涌现。这就为进一步应用医学图像处理技术深入开展医科科学研究及临床应用研究奠定了基础，如基于医学图像的手术导航技术的研究，基于MRI和超声成像的射频消融技术的研究，通过脑功能磁共振成像的处理与分析对大脑的工作机制的研究，基于医学图像的计算机辅助检测/诊断技术的研究等。对上述这些技术开展科学研究是医学图像处理及医学影像学发展的必然要求。医学图像处理应用的对象主要为临床医生。不管是医学图像的直接处理还是脱机应用工作站处理，医学图像处理一般是临床医生应用医学图像处理软件对医学图像进行加工和处理。为了正确使用这些软件，需要临床医生具备一定的医学图像处理的基本概念和方法，只有这样，临床医生才能根据具体的临床需要，应用图像处理软件获得临床上所需要的处理数据。作为医学图像处理软件研发的工程技术人员，一方面要充分掌握医学图像处理的基本理论和方法，了解临床对医学图像处理的具体要求，与临床要求紧密结合，另一方面还要了解医学图像处理技术的发展动态和发展趋势，只有这样才能开发出具有高水平的具有实际应用价值的医学图像处理软件。因此，无论是临床医生还是工程技术人员，学习医学图像处理的基本理论和方法是非常必要的，特别是随着医学影像学的发展，这种必要性也越来越明显。第三节 本教材的主要内容 一、 概述医学成像技术的发展趋势是数字化。随着数字化影像技术的发展，影像设备的结构越来越向集成化和模块化发展，其软件与硬件紧密集合的特点越来越明显，这是数字化医学影像设备发展的必然要求。这种发展趋势使得医学图像处理技术在医学影像技术中的地位显得越来越重要，并已经成为医学影像技术的一个重要的组成部分。由于大量的数字化影像设备进入临床，影像科室也迫切需要即掌握设备原理又懂医学图像处理软件的工程技术人员辅助放射科医生完成对患者的检查和诊断任务。因此，作为医学影像工程专业（或医学影像技术专业）或相关专业的学生，不仅要掌握不同医学影像设备的原理和技术，还要掌握医学图像处理的基本理论和方法。医学图像处理已经成为临床实用技术，是计算机在影像学科应用的主要内容之一。根据近年来临床对医学图像处理技术的需求以及医学图像处理技术的发展情况看，医学图像处理技术研究的内容主要包括：医学图像的获取、医学图像的运算、医学图像的变换、医学图像的增强、医学图像的分割技术、医学图像的3D重建及可视化技术、医学图像的配准和融合技术、基于医学图像的计算机辅助诊断技术等。以下就这些技术的基本内容做简单介绍，后续章节将详细介绍这些内容。二、 医学图像处理基础医学图像处理技术是按照临床的要求利用计算机对医学图像进行处理和加工的技术，而计算机只能处理数字化的医学图像。因此，获得数字化的医学图像是进行医学图像处理的先决条件。要想对医学图像进行处理，就必须了解数字图像的一些最基本的性质。例如数字图像的矩阵表达方式、图像中的像素、灰度值的意义、图像的数据表达格式、如何找到图像中要处理的的对象、如何了解该对象的特点并通过该特点来实现获得图像中重要的可视化信息等等。第二章将主要介绍医学数字图像一些基本概念及最基本的操作，如图像的采样与量化，图像直方图的概念，图像的一般格式等。第二章的内容可为后续章节的学习奠定基础。三、 医学图像的运算图像运算是对图像的最基本的操作，主要包括图像的点运算，图像的代数运算、图像的插值运算和图像的几何运算等，第三章将主要介绍这些基本的图像运算。图像的点运算是一种既简单又重要的图像处理技术，它主要是通过图像灰度的线性变换和非线性变换，改变图像上像素点的灰度值，从而达到改善图像质量的目的；图像的代数运算是指对两幅输入图像进行点对点的加、减、乘和除计算而得到输出图像的运算。对于相加和相乘的情况，可能不止有两幅图像参加运算。图像相加的一个重要应用是对同一场景的多幅图像求平均值，这一点被经常用来有效地降低加性（additive）随机噪声的影响。图像相减是通过对两幅图像的减法运算，获得两幅图像的差异部分，图像相减在图像处理中的一个典型应用就是数字减影血管造影(Digital Subtraction Angiography，DSA)；图像的几何运算是图像处理中最基本和常用的运算，主要包括图像的平移(Translation)、旋转(Rotation)、放大和缩小(Zoom)等，图像的几何运算在图像配准中有具体的应用；图像的几何运算可能产生新的像素，另外浮点数的操作得到的像素坐标可能不是整数，为了保持变换后的图像质量，需要进行插值运算。图像插值运算对图像处理的效果有非常大的影响。四、 医学图像变换图像的正交变换是图像处理与分析的重要工具之一，通过各种正交变换可以改变图像的表示域，以便给后续的图像处理工作带来极大的方便。例如，傅立叶(Fourier)变换可使对图像的处理分析由空间域(Spatial Domain，简称空域)转换到频率域(Frequency Domain，简称频域)中进行，使运算简便；图像经过变换后往往能反映出图像的灰度结构特征，从而便于分析；许多变换可使能量集中在少数数据上，从而实现数据压缩，便于图像传输和存储，等等。第四章主要介绍目前在医学图像处理中常用的两个正交变换：傅立叶变换和小波(Wavelet)变换傅立叶变换在在很多领域中有着广泛地应用。它不仅能把空间域中复杂的卷积运算转化为频率域中的乘积运算，还能在频率域中简单而有效地实现增强处理和进行特征抽取，故而在图像处理中也得到了广泛的应用。卷积定理使傅立叶变换成为迄今为止在图像处理方面最具吸引力的变换之一。所谓卷积定理就是，两个函数卷积的傅立叶变换，等于它们各自傅立叶变换的乘积。小波变换的应用主要在图像和信号处理方面。对于稳定的信号（图像可以看作是二维信号），处理的理想工具仍然是傅立叶变换。但是在实际应用中的绝大多数信号是非稳定的，而特别适用于非稳定信号的工具就是小波变换。与Fourier变换相比，小波变换是一个时间和频率的局域变换，因而能有效的从信号中提取局部信息。它允许在宽的时间区域内对低频信号进行精确分析，在较窄时间区域内对所需的高频信号进行分析。因而能有效的从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis），解决了Fourier变换不能解决的许多困难问题。第四章除了介绍傅立叶变换和小波变换的基本理论和基本方法外，还将介绍傅立叶变换和小波变换在医学图像处理中的具体应用。五、 医学图像增强医学图像增强Image enhancement)是一类最简单、最直观，也是最实用和最常用的医学图像处理技术。图像增强就是采用一系列技术去增强图像中用户感兴趣的信息，其目的主要有两个：一是通过提高图像的对比度和信噪比，将原来不清晰的图像变得清晰，从而改善图像的视觉效果，以便于对图像的判读；二是通过强调某些感兴趣的特征使图像变得更有利于计算机的处理与分析。因此，图像增强是为了改善视觉效果或便于人或计算机对图像的分析理解，根据图像的特点、存在的问题或应用目的等，所采取的改善图像质量的方法或加强图像某些特征的措施。图像增强可分为空域增强和频域增强。空域增强是在空间域即图像空间本身对图像增强的一类方法，主要有均值滤波、中值滤波、图像平滑(Smoothing)、图像锐化（Sharpening）等。频域增强是在频率域中对图像增强的一类方法，主要有高通滤波(High Pass Filtering)和低通滤波(Low Pass Filtering)。因此，图像增强技术往往和图像滤波（Filtering）联系在一起。由于图像中的线条信息（如组织或器官的边缘）和噪声都表现为图像中的高频成分，在空域中对噪声的处理一般采用均值滤波、中值滤波和图像平滑的方法，而对边缘的增强一般采用图像锐化的方法，以突出图像的边缘信息。在频域中对噪声的处理一般采用低通滤波的方法，而对边缘的增强一般采用高通滤波的方法。第五章将对常见的医学图像增强方法进行详细介绍。六、 医学图像分割医学图像分割是一个根据区域内的相似性以及区域间的不同把图像分割成若干区域的过程。从图像中把有关结构(或感兴趣区) 分离出来是图像分析与识别首要解决的问题，也是制约医学图像处理中其它相关技术发展和应用的瓶颈。从医学研究和临床应用的角度来看，图像分割的目的是对原始2D或3D图像划分成不同性质(如灰度、纹理等) 的区域，从而把感兴趣的区域提取并显示出来，并使它尽可能地接近解剖结果，为临床诊疗和病理学研究提供可靠的依据。医学图像分割是医学图像处理领域的一个经典难题，是医学图像配准、融合、解剖结构的定量测量，图像重建与可视化等必不可少的预处理环节。由于医学图像常表现为对比度低，组织和器官的复杂性和多样性，不同个体之间的差异性，不同软组织之间或软组织与病灶之间边界的模糊性等，到目前，医学图像分割问题仍然没有得到很好的解决。为了解决医学图像分割问题，近几十年来，许多研究人员进行了大量的研究工作，取得了很多的研究成果，提出了很多的图像分割方法，也使医学图像分割成了医学图像处理领域的研究热点。医学图像分割在临床诊断、病理分析以及治疗方面具有重要意义，具体表现在以下几个方面: (1) 图像分割的结果常用于生物医学图像的分析，如不同形式图像的配准、融合，解剖结构的测量， 获取先验知识用于图像重建等。(2) 用于测量人体器官、组织或病灶的体积。通过对这些体积治疗前后的定量测量和分析，可以帮助医生进行诊断、预后和制定或修改对病人的治疗方案。(3) 用于医学图像的3D 重建方面， 便于可视化，外科手术方案的制定和仿真，病理研究，药物疗效的评估， 解剖参考以及放疗计划中的3D 定位等。(4) 图像分割结果可用于在不丢失有用信息的前提下进行数据的压缩和传输。这对于提高在PACS、远程放射学和Internet中图像传输速度是至关重要的。(5) 图像分割后与噪声的关系减弱，因此具有降噪功能，便于图像的理解。第六章除了详细介绍一些经典的图像分割方法如基于阈值的分割方法、基于边缘检测的分割方法和基于区域的分割方法外，还将对基于模式识别理论的分割方法和数学形态学分割方法进行详细介绍。七、 医学图像的重建与可视化医学图像的重建与可视化是医学图像处理中的重要研究内容之一，这种研究对术前计划及放射治疗计划的制订、虚拟内窥镜、外科手术仿真、辅助医生诊断、图像引导下的手术治疗等很多方面具有重要的实用价值。各种医学成像技术如CT，MRI，超声成像，SPECT和PET，为人体不同部位提供了多种不同时空分辨率的二维医学图像，形成了现代医学影像诊断学的基础。在医学影像诊断中，临床医生主要是通过对患者的一组CT或MRI的二维切片图像进行分析，并从中获得诊断信息。这种诊断基本上是定性诊断，难以定量。通过一系列的切片图像，医生只能靠空间的想象和自身的经验对组织器官或病灶的位置、大小有一个大概的估计，这在很大程度上影响了诊断的正确率，并有可能严重影响到对患者的正确治疗。利用医学图像的重建与可视化技术，可以通过二维切片图像重建出人体器官、软组织和病灶的三维结构，通过三维图像可以对病灶进行精确测量和定位，从而可以大大提高医疗诊断的准确率，为对患者的正确治疗奠定基础。医学图像的重建与可视化涉及到很多图像处理的关键技术，如图像分割技术、图像配准和融合技术、图像的面绘制和体绘制技术等。第七章将主要介绍目前常用的医学图像的重建与可视化技术。八、 医学图像的配准与融合医学图像配准是指对于一幅医学图像寻求一种（或一系列）空间变换，使它与另一幅医学图像上的对应点达到空间上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空间位置（位置一致，角度一致、大小一致）。几幅图像信息综合的结果称作图像的融合（Image fusion）。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。不同的成像模式能够提供人体组织或器官的不同信息，如CT和X线机对骨等密度较高的组织能提供高清晰的图像，磁共振成像对人体软组织的成像具有较高的分辨率，而PET和SPECT则能够提供人体组织或器官的功能性代谢的图像。因此，医学图像所提供的信息，可分为两大类：解剖结构图像（CT，MRI，X线等）和功能图像（SPECT，PET等）。这两类图像各有其优缺点：功能图像分辨率较差，但它提供的脏器功能代谢信息是解剖图像所不能替代的，这些信息是对疾病特别是肿瘤进行早期诊断的重要依据；解剖图像以较高的分辨率提供了脏器的解剖形态信息，但无法反映脏器的功能情况。成像原理的不同造成了某一种成像模式所能提供的图像信息具有一定的局限性，有时单独使用某一类图像难以获得正确的诊断结论。因此，为了提高诊断正确率，需要综合利用患者的各种图像信息。目前医学影像学的一个明显的发展趋势是，利用信息融合技术，将多种医学图像结合起来，充分利用不同医学图像的特点，在一幅图像上同时表达来自人体的多方面信息，使人体内部的结构、功能等多方面的状况通过影像反映出来，从而更加直观地提供人体解剖、生理及病理等信息。要解决多图像信息融合问题，首先要解决图像配准问题，即使多幅图像在空间域中达到几何位置的完全对应。医学图像配准还是医学图像三维重建与可视化的先决条件。利用CT、MRI获得的是人体组织或器官的断层序列图像。断层图像只能提供人体组织或器官的平面信息，要测量人体组织或器官的体积，或观察其三维结构，就要利用断层序列图像重建出组织或器官的三维图像。在对人体组织或器官进行扫描过程中，由于在操作的时间间隔中受测个体难以避免的运动，使同一器官或组织在不同的断层上发生错位。因此，在对以上得到的序列断层图像进行三维重建前，需要纠正上述的错位现象，即首先要对序列断层图像进行配准。另外，医学图像配准在临床上还有很多的应用，如对病灶发展情况的监控，外科手术导航及治疗计划的制订，对疾病进行回顾性研究及临床培训等。第八章首先对近年来的医学图像配准和融合技术进行综述，然后对目前常用的医学图像配准和融合技术和方法进行详细地介绍，最后以实例介绍医学图像配准和融合技术和方法在临床上的具体应用。九、 基于医学图像的计算机辅助诊断技术随着计算机科学的发展，医学成像技术也得到了飞速地发展，使得越来越多的人体成像工具进入医学临床诊断领域，从而使得放射科、超声科和核医学科等以影像诊断为主的科室的门诊量越来越大，对每个病人每次