医学影像处理存在的问题和展望

医学影像处理存在的问题和展望医学影像处理存在的问题和展望摘要：随着高性能计算技术与高精度探测技术的不断发展，医学影像辅助诊疗已经被医疗界广泛接受和采用，同时对医学影像的处理提出了更高的要求和挑战。简要介绍了医学影像处理技术的已有技术，并重点论述了该领域存在的主要问题，指出今后医学影像发展方向和趋势。关键词：医学影像；辅助诊疗；展望1医学影像处理的结果对于辅助诊疗的理论方面缺乏足够的支持（1）医学图像的处理目标主要是以能否达到医生的视觉效果和分辨出病灶有关系。从医学影像处理的总体目标而言，所有影响影像处理结果应用几乎都与医学影像的分割相关。由于医学图像对于病灶的分割直接关系到医生的诊断结果，因此，一个鲁棒分割算法是必须的，但就目前的图像分割算法来看，主要分为3类，一类是完全的人工分割方法，一类是半自动的分割方法，另外一类便是全自动的分割方法，这些分割方法各有优缺点。同时，诸多的算法没有相应算法的分析与评价体系，并且其分割效果的好坏评价主要是人视觉上主观的观察，并没有其相应的理论根据。医学图像分割要求算法对图像本身的目标对象具有不可预知性，分割区域的连通性，以及边界曲线的不规则性，比如说恶性肿瘤与良性肿瘤的轮廓与边界，而这些性质由于算法模型自身的问题有时候就被破坏了，例如原始水平集方法中要求轮廓曲线是闭合简单曲线；同时，如何将医学灰度图像进行多层次多分辨率的分割，也是医学影像处理的一个重要的问题。实际上，医学的诊断给医学的图像处理领域已经提出了更高的要求，那就是，如何根据医学图像，建立某个器官或者某个组织的多层次结构，比如说，同一个人的胸腔的骨质结构，肌肉结构，以及小到心脏动脉结构，因为这些小的器官，人们往往不能或者很难从纤维内窥镜或者其他的电子设备中直接获取，而这些都依赖于对于影像数据的准确高精度的分割。（2）在现有的多排螺旋CT扫描所得到的医学图像中，人们常常关注的是被扫描对象的三维空间结构，而恰恰忽略了扫描对象的第四维钦散词奔渖贤枷竦谋浠庑丁翁系谋浠蛲巧瓒韵蠊$艿囊桓龇从常庋褪沟靡窖枷竦拇斫鼋鼍窒抻诘^枷竦木蔡治觯挥懈徊浇沂酒湎嘤①钠鞴俟&鼙局市畔iii煌保煌翁系谋浠谌死嗟娜现讨校导噬鲜且桓霾还嬖蚯嬖谑奔渖系谋浠淙桓咚偈只囊搅粕璞缚梢允迪滞辉硕橹蚌咂鞴僭谁煌恢米刺厦娴挠跋袷荩侨嗣嵌哉庑丁跋袷萑鄙偃娴姆治站宣怼？医学图像中，对于某种或者某类疾病，缺少某种标准条件下影像必要的回归处理和分析，没有相应的正常和非正常的组织和器官各种参数的定量研究报告，使得医生诊断往往具有很大的主观性，这便给患者的后期的治疗带来很大的风险；同时，没有相应的形态学量化与组织功能的对应量化分析，就在很大程度上很难达到功能的修复目的。缺少医学图像自适应或者智能修复与增强、放大算法的理论与应用研究。当前大部分应用于医学影像处理这些方法都是来自于非医学图像的处理方法，这些方法有的就不太适合医学影像的处理。比如当CT图像遇到相互组织成像重叠时，普通图像处理会将这些重叠的数据理解为噪声或者其它干扰信号。同样，仅仅就图像放大技术和方法而言，医疗专家和研究者需要保持图像上面边界或者目标轮廓的边界具有的几何保持纺射不变。图像的修复和去噪永远是一对矛盾，主要是因为这种操作在实际的应用中图像的细节和噪声一并被去掉。而常见的图像放大算法在很大情况下用的是线性因子，或者分段的线性因子，这样做的直接后果就是图像出现方块效应，由于该过程模糊了诸多的信息，普通的算法图像增强的结果与放大的影像，对医生的诊断却带来了难以预料的困难。医学图像的颜色问题。在常见的医学图像中，人们能够看到的大部分是灰度图像或者伪彩色图像，而医生在实际的解剖学中看到的是彩色的组织，这便给医生的诊断带来了困难。由于对医师诊断来说，组织的颜色等信息在诊断学中占有很大的权重，比如说某组织的炎症，在解剖学上大部分体现红肿，虽然肿可以在影像形态学上部分地反映，但是往往被误认为是患者的个性器官形态上的差异。因此，这些情形就引发了图像的处理的另外一个问题钦斋绾卫猛枷竦幕叶刃畔iii】赡艿鼗乖蚌咄撇獠U瞬”洳课坏淖橹媸敌畔(15)虢峁梗佣窖d根咸峁」衔惫鄣氖泳跣UM保捎谌鄙傺丈畔5.南允疚侍猓沟没颊吠迥谁亢芏喙艿滥谁康难丈挥邢嘤①耐庠诒硐郑褪沟迷谁土碚根现衅鹱胖匾饔玫难丈庖惶由餍畔6.B?从而在通常的医学影像学中都很难或者没有体现出来，而在实际的组织活检中，有经验医生的眼睛对颜色的敏锐程度非常高。2医学可视化主要是计算复杂度、工程实现速度及定位（1）利用计算机进行医学三维可视化后，实现计算机辅助外科手术的导航存在诸多的问题。主要缺乏根据医学图像，重建三维对象时其世界坐标系与观察坐标系估计的研究，从而为计算机辅助外科手术导航带来了极大的障碍，而这一问题的根本原因主要是患者在进行图像采集时，除了自身生长发育的个体差异外，还会受到患者成像时的对造影剂的敏感性，对姿势的差异性等等。因此，导致计算机对于重构出来的对象或组织三维空间结构的重建误差很难进行定性和定量上的分析，而这一问题是三维可视化后计算机辅助外科手术的基本问题之一。（2）缺少高效快速的三维动态或者成为四维可视化的研究。此类研究主要体现在人的主要器官可视化方面，比如说人的大脑，心脏、肺等组织，缺少相应的动态三维重建与显示研究，并且方法需要高效快速，从而可以称为是实时地完成，而这些恰恰能够更真实地反映活体组织的形态与功能运动变化，因为只有这样，医学影像处理的可视化技术才可以为医生的诊断提供更为有效便捷的服务。缺少医学影像的图像融合。人们长期的经验得知，CT图像对含钙质差异明显的组织具有特别好的解析度与分辨率，但是对于肌肉组织之间的解析度与分辨率则不如MRI与B超。同时，乂因为MRI与B超则不具有CT图像的优点，那么，如何利用这些各自设备的优缺点，将采集到同一个对象的图像数据融合起来，利用各自的优点，避免各自的缺点，进行三维对象的重建，缺少一定的有效算法及其优劣标准。3医学影像处理理论的发展趋势及展望从众多的医学影像处理的应用来看，处理方法的来源除了依赖于常见的其它图像处理理论之外，还必须或者最好是从医学影像本身的成像原理出发，设计出适当的医学影像处理算法，从而在很大程度上满足实际工作的需要，笔者认为，医学影像的处理，今后的工作主要可能集中在以下几个方面：医学影像的分割需要研究更为先进高效的算法。由于曲率驱动的曲线演化对于图像的分割具有天然的连通性与有效性，同时对分割对象的轮廓具有很强的鲁棒性，因此，对于医学图像的分割，采用曲线演化的算法的基本思想，设计高效率的医学图像的分割算法，并给出其算法的正确性与效率的评价准则，研究其嵌入函数的最优选取以及分段连续函数的选区准则，同时给出其数值算法的实现，这些方面的研究应该在今后是一个十分有意义的工作；同时，利用智能算法的基本思想，设计医学图像多层次分割算法，研究算法的有效性与最优准则也给医学影像处理工作者提供了一个新的课题。（2）医学影像的分类需要得到其同一个组织的形态学特征空间，从而为医生的诊断提供足够的参考信息。以CT图像序列为例，利用非线性流形的相关理论与流形学习算法，讨论该图像序列中多排螺旋CT图像的一维流形嵌入的存在性，设计发现低维流形嵌入的算法，给出该螺旋扫描的一维曲线的一维流形描述，应该是理论工作者以后的研究重点。（3）跟踪同一病例的数据，建立某种病变的科学客观的数据采集、诊断量化信息。通过收集大量同一病例数据，在相关医生指导下，建立某种疾病数据采集参考标准状况，分别利用非线性回归的方法与非线性流行的学习方法，得出同一种疾病在确定标准条件下的量化分析特征，并给出相应的理论依据与算法实现，比较分析各自算法的优劣性，应该是今后医学影像辅助诊疗应用研究领域的一个难点。（4）对于人体内某些极其微小的组织结构，如何利用现有的数据采集设备，得到其对临床诊断有诊断价值的信息是一个十分具有挑战意义的课题。从目前现有的理论与技术来看，利用一些人工智能的方法，获取被放大图像基本的几何信息与本质特征信息，然后再保持这些信息放射不变的情况下，利用某种数学的方法，把图像放大然后再进行三维可视化，应该是一种可行的方法，同时乂要尽可能地维持图像的本质信息与拓扑结构不发生变化根本的形态学变化。（5）如何利用医学影像相关间接的知识，试图为相关的进行部分或者全部着色，以便尽可能地体现器官机体的本来颜色信息，为医生准确诊断在一定意义下提供一定的参考价值，而这一问题乂是医学影像学处理不能快速应用于临床诊断依据的一大障碍，如果这些研究得到突破，则其对临床的诊断意义是十分巨大的。医学影像的配准与数据融合技术，也是目前亟需解决的问题之一。研究医学影像中不同图像设备时间的图像融合问题，图像融合参数的选取与优化指标，从而为逼真精确地体现患者器官的结构等理论与算法，依据估计三维重建对象的参考坐标系，校正同一扫描对象在不同设备上图像获取的定位，从而为医学图像的融合奠定理论基础与算法保证；同时精确地配准与定位技术，可以为外科手术的导航提供可靠的技术支持。医学影像的处理与分析，需要研究利用时间上的形态学变化对某个病变与组织器官的功能预测，研究利用相关的数据与知识进行推测的方法。研究如何利用高精度的医学影像获取设备，建立一些重要器官的动态三维重建与显示，并给出这些器官的生命特征曲线，从而反映这些器官的功能，同时通过形态学、功能上与病理学的观点，从而为预防与早发现诸如中老年人心脑血管疾病，提供坚实可靠的医学量化指标，同时也可以为相应的病变提供手术前、后的诊疗评估。研究适应新的成像技术下的医学影像处理方法，可能是今后一个长时期的热点。实际上，当前的医学影像成像的基本原理主要有吸收成像，X射线相位衬度成像，超声成像和核磁共振成像。后两者图像获取，目前还受到影像师的采集技术以及患者个体差异的影响比较大，同时不适合采集高精度的影像数据。而衍射增强成像是X射线相位衬度成像方法之一，这种方法具有较高的衬度和空间分辨率，在生物、医学、材料科学等无损检测领域中的应用研究，已成为当前国际上X射线成像领域中的研究热点。因此研究衍射增强成像方法和该方法在计算机断层成像中的应用，可以预计使用衍射增强成像方法获得的数据源能够重建出微米级的生物组织结构，这些组织结构信息在常规X射线断层成像中是难以得到的。因此，研究适应这种新的成像技术下的图像处理方法，必然是以后的发展趋势。必将有一部分医学影像处理新的方法来自于医疗设备的成像原理。纵