第2章 医学图像基础(2.6-2.7)

第2章医学图像基础-2

2.6图像体数据集2.6.1体数据集(VolumeDataset)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像尺寸强度分辨颜色保留‘MIL’Wang20000305TIW256x256x128256黑白B&W彩色RGB

3B20B8B5B2B+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（DataBlock）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。

Header100

100100

100…100

100

yxzX-YSlices思考题:如何显示图中所示平面上的图像?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=y≠z）、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10－57层）；显示volumeData，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‘MIL’100*100*648‘B&W’0字节数3B2B+2B+2B1B3B18B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

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。Atomicforcemicroscopyimagingand3-Dreconstructionsof

serialthinsectionsofasinglecellanditsinteriorstructures

Ultramicroscopy103(2005)173–182

YongChena,b,JiyeCaib,,TaoZhaob,ChenxiWangc,ShuoDongd,

ShuqianLuod,ZhengW.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3DCT（512

512），象素尺寸0.9mm

0.9mm

1mm,而MR体数据集（256

256），象素尺寸1.2mm

1.2mm

3mm。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（Super-sampling）。

2.7.3二维图像灰度插值方法最近邻插值（Zero-orderorNearest-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（BilinearInterpolation）

用[S]表示不超过S最大整数，则根据(u0,v0)4个邻点灰值，插值计算本质：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