关于 DICOM与图像处理

ABOUT

CAD&DICOM

CAD1.Introduction2.Enhancement3.Segmentation4.Detection5.Malignancyanalysis6.Evaluationfordetectionalgorithms1.Introduction近年来有很多女性死于乳癌，由于这种病的产生原因还不明确，所以早期预防似乎是不可能的。因此需要能够较早的诊断，CAD是用于乳癌等疾病的诊断与控制控制，其原理如上。2.增强Enhancement传统方法其他方法Region-basedenhancement

基于区域增强，增大与周围背景的对比度可运用区域生长法。Feature-basedenhancement

基于特征增强，利用图像特征，估算背景，或移除背景。可将图像增强。Contraststretching

对比伸展，移去相同的背景，方法简单，但难以消除噪声Enhancementbyhistogramequalizationmethod

图像直方图均衡法，将图像灰度调节的尽量均匀，但噪声也被增强Convolutionmaskenhancement

卷积屏蔽，普遍运用于乳房X照片，使用非锐化屏蔽，减少低频信息，加强高频信息，这种方法戏剧化地改变了图片Fixedandadaptiveneighborhoodenhancement

邻近固定和适应法，采用邻近区域的特征及灰度分布的方法，利用Square-rootfunction,但会使图像特征损失，而且很难和同样被加强的噪声和背景区分开。

Evaluationofenhancementalgorithms增强算法评估3.分割SegmentationGoalsofsegmentation:总的来说，分割就是将图像分为不同的部分ObtainthelocationofsuspiciousareaClassifytheabnormalitiesofthebreastintobenignormalignantLocalthresholding局部门限法，确定门限值，将图像分为四个窗口，将每个窗口最大灰度与最小灰度移动。每个像素点，都至少需要五个独立的窗口门限值。Regiongrowing区域生长法，以一个种子点，和周围的点比较，若差别在阈值范围类，则归为一类，否则算作另一类，重复上述过程。Edgedetection边缘探测法，用于解决图像分析中的几何问题。Wavelettransform微波转换，利用一些微波算子，可进行边缘特征分析，并且能够保存被分割图像的形态学特征及其空间信息。Stochasticapproaches随机方法，随机域模型，用来解决迭代处理中标记获得的空间关系。其优点是每个像素点的完善都有很大的利用4.探测DetectionTemplatematching模板匹配，将图片与已储备的模板进行匹配，为二位模板，是最简单以及最早的结构识别方法。但只是一个模拟的结果，且没在乳房X照片上演示，只能对有所存储的模板左移，噪声太大也不适用。Microcalcificationdetectionbaseonitsfeatures特征探测，用各种特征作为输入进行探测，特征有从图像提取的，也有直接描述个别图像的。4.探测DetectionMicrocalcificationdetectionbasedonstatisticaltexturefeatures

基于统计学结构特征的探测Surroundingregiondependencemethod(SRDM)

依赖周围区域的方法，二维直方矩阵Spatialgrayleveldependencemethod(SGLDM)

依赖空间灰度的方法Graylevelrunlengthmethod(GLRLM)

Agrey-levelrunisasetofconsecutiveandcollinearpixelpointshavingthesamegraylevelvalueanditslengthisthenumberofpixelpointsintherun.一系列有着相同灰度值共线的连续像素点，长度为点的个数Grayleveldifferencemethod(GLDM)

灰度差异的方法，两像素点有明显灰度差异4.探测DetectionMicrocalcificationdetectionbasedonmulti-scaletexturefeatures基于多数值结构特征Waveletbasedmethod基于微波的方法，运用不同微波转化数值，获得不同特征。GaborfilterbankmethodGabor滤波库方法，运用不同中心频率的波，可将原始图像变成不同数值及空间方向空间。将滤波后的图像分为小的nonoverlapping区，每个区的平均值和标准差被计算出来，同时生成一个特征矢量，将这些矢量输入。LaplacianofGaussianmethod高斯-拉普拉斯算法，改变滤波器大小，图像可分为不同的数值空间，不同的数值被认为是一种特征。通过比较高斯-拉普拉斯算法预先确定的门限的microcalcification的回应就可判断一个点是否是microcalcificationMicrocalcificationdetectionbasedonfractaldimensionfeatures基于不规则碎片尺寸，fractaldimension表示图片的粗糙度。Microcalcificationclusterdetectionusingclusteringfeatures运用串特征，设定门限值，用microcalcification之间的距离来进行分组，区分各个串。5.恶性肿瘤分析Malignancyanalysis

FeaturesetsClassifiers

Neuralnetworks（NN)Thekeycharacteristicsoftheartificialneuralnetworksisthedistributedrepresentation,localoperations,andnonlinearprocessing.神经网络，主要特征：分布式表示，局部运算，非线性处理。这些属性使得神经网络适用于在许多数据中只有一些结论的地方，和一些复杂的非线性关系需要学习的地方。当一般的专业知识不适用时，神经网络可以找到更好的方法，它还可以有效地学习非线性绘图，神经网络可以有效地更新来学习新的特征。K-nearestneighborclassifiers(KNN)K值最邻近分类器，基于已知样品区分未知结构。KNN算法计算未知结构与已知样本的距离，选取最近的K来分类，但比神经网络的效果差些。Bayesianbeliefnetwork(classifier)（BBN)贝叶斯定理网络，BNN是最佳的结构识别方法，运用概率性的方法来确定一个特殊数据库最佳的分割方法。结果更加依赖于特征和数据库，而不是分类器。Binarydecisiontree二元判定树，通过把特征设置门限，分为两类，直到能够分开为止。比起神经网络更简单，计算量更小，也不需要知道特征的概率，而且模糊逻辑学可以提高其精度。6.探测算法的量化Evaluationfordetectionalgorithms

Sensitivityandspecificity灵敏度和特征值TP,acorrectjudgmentofanactualabnormalityFP,anormalregionwasfalselyidentifiedasabnormalityTN,anormalregionwascorrectlylabeled.FN,atrueabnormalitywasnotdetectedsensitivity=TPs=(TPs+FNs)specificity=TNs=(TNs+FPs)ROCandFROCcurveanalysis曲线分析，两种曲线都有局限。Theydonotaddressthecomplexityofimagesandaredi9culttotransformthesubjectivemeasurements(radiologist’sobservations)totheobjectiveFROCcurve.AZvaluescomputingAZ值计算。TheareaundertheROCcurveortheFROCcurveisanimportantcriterionforevaluatingdiagnosticperformance.可表示FP,TP等的数值。DICOM1.DICOMBitmaps2.ImageCompression3.WorkingwithDigitalMedicalImages1.DICOM位图DICOMBitmaps

2.图像压缩ImageCompression

LosslessCompression无损压缩1000,1001,1002,1002,1000,1000,1001,1057,….用a代替1000a,1001,1002,1002,a,a,1001,1057,….只能为原来的一半或四分之一LossyCompression有损压缩1000,1001,1002,1002,1000,1000,1001,1057,….将1001，1002近似为1000，用a代替a,a,a,a,a,a,a,1057,….有损压缩容易出现一些人眼难以辨认的错误，但CAD软件可以辨别。一个项目中所有有损压缩的压缩值需要相同。不断地压缩解压会累积损失。StreamingCompression按需求，选择性压缩特点：快速下载，只需下载需要的，不需要全部都清晰。但整个下载需要很长时间。3.工作中的数字医疗图像WorkingwithDigitalMedicalImages

ImageInterpolation图像篡改，修改原图像，人为增加像素点。DICOM忽视篡改