第2章 医学图像基础(2.6-2.7)

1、第第2 2章章 医学图像基础医学图像基础-2 -2 2.6 2.6 图像体数据集图像体数据集 2.6.1 体数据集 (Volume Dataset) 许多医学图像（特别是断层图像Tomography） 例如，CT、MR、PET等采集的数据均为体数 据集。体数据文件可有多种格式，例如： DICOM3，MinC等。体数据，虽为3D，但在机 器内部表示仍是一数据序列（数组）。特点是 可以整体进行处理，例如分割、配准和显示等。 2.6.2 体数据文件格式 体数据文件头 体数据一般由文件头与数据区两部分组成。文件头可包括 受试者（subject）及图像本身的信息。 文件 类型 病人ID采集时间图像类型图

2、像尺寸强度分辨颜色保留 MILWang20000305TIW256x256x128256 黑白B&W 彩色RGB 3B 20B8B5B2B+2B+2B1B3B18B 由一些关于病人信息及数据格式的字段组成。究竟设置多少个 字段，每个字段占多少字节，完全是根据需要设置。 数据区（Data Block） 数据区由各体素（voxel）强度值简单排列组成。排列 的顺序是每一层面逐行逐个体素。对于图像体素进行处理 须根据该体素在体数据集中的位置，例如所在的行、列号， 通过计算索引。 Header 100100 100100 100100 y x z X-Y Slice s 思考题:如何显示图中所示平面上

3、的图像? 示例：体数据文件的生成与显示 目的：掌握体数据文件的文件格式，并做到冠状、矢状和横断面 分层显示方法。 任务： 对不同形状的物体，构造3D体数据文件，例如长方体（x=yz）、空心 圆柱体、空心球体和实体三棱锥的体数据文件； 具体要求如下： 文件名的后缀为mil； 整个图象空间为100*100*64； 构建二值图像，背景灰度=10，对象灰度=200； 物体位置居中（第1057层）； 显示volume Data ，程序自编，良好界面，能显示任意层面图像； 体数据文件的构造 字段名称文件类型图像大小灰度分辨颜色保留字段 赋值MIL100*100*648B&W0 字节数3B2B+2B+2B1

4、B3B18B 长方体的轴向面（x,y平面）为相等的正方形，矢状面（x,z 平面）和冠状面(y,z平面)为两块大小相等的长方形 轴向面 矢状面 冠状面 空心圆柱体的轴向面为相等的圆环，矢状面和冠状面均 为两块分离且大小相等的矩形 轴向面 矢状面 冠状面 空心球体的轴向面、矢状面、冠状面均为点、 半径不同的圆及圆环 。 轴向面 矢状面 冠状面 三棱锥轴向面为三角形，矢状面和冠状面因轴向 面三角形的形状与摆放方位不同，而有不同的形 状（梯形或三角形）。 轴向面 矢状面 冠状面 2.7 图像插值技术 2.7.1 插值的概念 插值（Interpolation）是实验数据处理中常用的方法。变量x 的变化规

5、律可能遵循某一函数关系 f(x)，但是通常只测得有 限个离散的数据点y1, y2, y3, yn。从已有数据点产生新的数 据点的技术称作插值技术。例如， 已知 )( 11 xfy )( 22 xfy 201 xxx )( 00 从y1, y2 计算 从两个端点数据计算内部的数据点称作内插。 若待产生数据点x3在两个端点数据之外，则需用外延法 （Extrapolation）。 2.7.2 图像灰度插值 为什么要做图像灰度插值？ (1) 断层扫描图像，例如CT, MR和 PET等，扫描数据是各 层片位置上的强度（灰度）数值，层的间隙处没有数据。 有时我们要从一些扫描的层片数据重建物体的表面或三 维

6、结构，由于片数不足，缺乏第三维的信息。重建的图 像往往是很薄的一段，产生严重畸变，失去三维的意义。 这时就要在这些层片中内插一些层片。但这些新插入层 片的数据不是直接来源于实际测试，而是通过算法从已 有层片计算出来的。 Atomic force microscopy imaging and 3-D reconstructions of serial thin sections of a single cell and its interior structures Ultramicroscopy 103 (2005) 173182 Yong Chena,b, Jiye Caib, Tao Zh

7、aob, Chenxi Wangc, Shuo Dongd, Shuqian Luod, Zheng W. Chena 细胞内线粒体的量化与分布分析， 从6个不等间距的层片，经插值到 10片，进行三维重建。 为什么要做图像灰度插值？ (2) 对一幅图像有时想从某一特定角度或断面进 行观察，观察平面可能并不通过原来数据格点， 这时，也要对显示断面进行灰度插值。 为什么要做图像灰度插值？ (3) 插值技术还是医学图像配准的重要准备工作 之一。例如，待配准的3D CT（512512），象素 尺寸0.9mm 0.9mm 1mm,而MR体数据集 （256256），象素尺寸1.2mm 1.2mm 3mm。

8、 要配准这两幅图像，往往要使他们具有相同的数 据点数，这也要用到插值技术。 再采样（Resampling） 为满足某些特定的要求,有时须对已有的图像数据进行重组,构成一个 新的数据集。这种技术又称作再采样（Resampling），或重新采 样。 对再采样的要求是，图像的分度变，数据点数变，但物体的形状、 性质不变。 对于一个特定的图像数据集，有时要做多分辨（多尺度）处理。这 时如果只是在原来格点数据重选择一部分使用就无须使用插值技 术，将不用的数据简单抛弃即可。这个过程称做子数据集采样 （Sub-sampling）。 反之，若使原来格点数据增加即提高分辨，就需要插值，称做超数 据集采样（Sup

9、er-sampling）。 2.7.3 二维图像灰度插值方法 最近邻插值 （Zero-order or Nearest-neighbour Interpolation） 最近邻插值(简称NN插值)就是用四个相邻格点 中与 (u0,v0) 点最近的点的灰度值作为该点灰 度值。假设，图中整数坐标 (u, v) 点与 (u0,v0) 点距离最近，则有 v),()v,( 00 ufuf 这种插值方法的特点是只用到距离及一个点的灰度值，简单、快速。 但当像素间灰度差值大时，此法的误差也较大。 双线性插值法（Bilinear Interpolation） 用S表示不超过S最大整数，则 0 uu 0 vv

10、00 uu 00 vv 根据 (u0,v0) 4个邻点灰值，插值计算),( 00 vuf 本质：根据4个邻点灰值，做 两方向、共3次线性插值。 特点：一般能够得到满意结果， 但此法有低通滤波性质，使图 像的高频分量受损失。 三次多项式插值 Cubic polynomial interpolation 如果图像灰度变化规律较复杂，就不能简 单地用两个邻点对其间的数据点线性插值。这 时，可用在同一直线方向上的更多采样点灰度 对该数据点做非线性插值。典型的有多项式插 值。 多项式插值原理 SinC函数及SinC插值(1) x x xc )sin( )( 整数 nynCxfy i )()( xx Si

11、nC函数定义为 由连续信号采样定理可知，若对采样值xi用SinC函数c(x) 做插值函数，可准确恢复原函数，即可准确得到采样点 间任意点的值。 整数 iyiCxfy i )()( SinC函数及SinC插值(2) x xSin )( x为已知样本点，xi为与待插值点距离。理论上对全部数 据点（包括无穷远处点）对插值点的影响累加求和。考 虑到计算量，仅取有限区间做近似计算 进一步减少计算量，用 的三次近似多项式 2 1 2 1 )()()()()( ii i ixfiCxfiCxf x xxxx xxx xc 20 21584 1021 )( 32 32 二维图像的三次多项式插值 以上介绍的是在

12、一个方向上的三次多 项式插值计算方法。对于二维医学图 像插值须考虑16个邻点灰值影响。 根据（u0,v0）16个邻点灰值，插值计算 00 00 vv uu 首先，在四条水平直线上分别用三次 多项式插值计算出点a，b，b，d处的 灰度值。 我们采用SinC函数c（x）的3次多项 式近似。 ),( 00 vuf )2,()(2)1,()(1),()()1,()(1),( ) 1,()() 1, 1()1 () 1,( 0 vufcvufcvuf ) 1,()() 1, 1()1 () 1,( 0 vufcvufcvuf ) 1, 2()2() 1, 1()1 (vufcvufc )2, 2()2(

13、)2, 1()1 (vufcvufc )2,()()2, 1()1 ()2,( 0 vufcvufcvuf ),()() 1,()1 (),( 0000 vufcvufcvuf )2,()2() 1,()1 ( 00 vufcvufc ),( 00 vuf ) 1, 2()2() 1, 1()1 (vufcvufc 点a, f(a)： 点b, f(b)： 点c, f(c):： 点d, f(d)： 由a,b,c,d 四点在垂直方向上再做3次多项式内插： 可见，共做五次SinC内插，从16个邻点计算得到 特点是插值精度高，但计算量大。 插值方法的矩阵表示 CBAvuf),( 00 )2(),1 (

14、),(),1 (ccccA T ccccC)2(),1 (),(),1 ( )2, 2() 1, 2(), 2() 1, 2( )2, 1() 1, 1(), 1() 1, 1( )2,() 1,(),() 1,( )2, 1() 1, 1(), 1() 1, 1( vufvufvufvuf vufvufvufvuf vufvufvufvuf vufvufvufvuf B 2.7.4 三维图像灰度插值方法 NN法： 与2D图像一样,3D最近邻插值是 用八个相临格点中与 G（u0,v0,w0）点最近的点的灰度 值作为该点灰度值。 三线性插值(Tri-linear Interpolation) F

15、DC EBA , , 利用8个邻点灰值，做3个方向（x，y，z 方向）线性插值。 x = u0 4次线性插值，求A，B，C，D点 灰度值； y = v0 z = w0 三个方向共计7次插值。三线性插值计算 简单，对体数据用的较多。 特点：在满足一定精度前提下，计算量 不是太大。 )w,(, 000 vuGFE 三维三次多项式插值 Tri-Cubic Polynormial Interpolation 与二维三次多项式内插相似，三维三次多项式内插 是用64个邻点，做21次三次多项式内插。由于计 算量过大，一般较少使用。 断层层片图像间插值 在断层层片图像间插值，要求插值层片距离 较近，层间灰度连续，最好导数连续。 若相临两层距离较大，解剖结构变化较大时， 应采用