資源描述：
《數(shù)字圖像處理在醫(yī)學上的應用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、數(shù)字圖像處理在醫(yī)學上的應用1引言自倫琴1895年發(fā)現(xiàn)X射線以來,在醫(yī)學領域可以用圖像的形式揭示更多有用的醫(yī)學信息,醫(yī)學的診斷方式也發(fā)生了巨大的變化。隨著科學技術(shù)的不斷發(fā)展,現(xiàn)代醫(yī)學已越來越離不開醫(yī)學圖像的信息處理,醫(yī)學圖像在臨床診斷、教學科研等方面有重要的作用。目前的醫(yī)學圖像主要包括CT(計算機斷層掃描)圖像、MRI(核磁共振)圖像、B超掃描圖像、數(shù)字X光機圖像、X射線透視圖像、各種電子內(nèi)窺鏡圖像、顯微鏡下病理切片圖像等。但是由于醫(yī)學成像設備的成像機理、獲取條件和顯示設備等因素的限制,使得人眼對某些圖像
2、很難直接做出準確的判斷。計算機技術(shù)的應用可以改變這種狀況，通過圖像變換和增強技術(shù)來改善圖像的清晰度,突出重要的內(nèi)容，抑制不重要的內(nèi)容,以適應人眼的觀察和機器的自動分析，這無疑大大提高了醫(yī)生臨床診斷的準確性和正確性。數(shù)字圖像處理的基本方法就是圖像復原與圖像增強。圖像復原就是盡可能恢復原始圖像的信息量,盡量保真。數(shù)字化的一個基本特征是它所固有的噪聲。噪聲可視為圍繞真實值的隨機波動,是降低圖像質(zhì)量的主要因素。圖像復原的一個基本問題就是消除噪聲。圖像增強就是通過利用人的視覺系統(tǒng)的生理特性更好地分辨圖像細節(jié)。與其
3、他領域的應用相比較，醫(yī)學影像等衛(wèi)生領域信息更具獨特性，醫(yī)學圖像較普通圖像紋理更多，分辨率更高，相關(guān)性更大，存儲空間要更大，并且為嚴格確保臨床應用的可靠性，其壓縮、分割等圖像預處理、圖像分析及圖像理解等要求更高。醫(yī)學圖像處理跨計算機、數(shù)學、圖形學、醫(yī)學等多學科研究領域，醫(yī)學圖像處理技術(shù)包括圖像變換、圖像壓縮、圖像增強、圖像平滑、邊緣銳化、圖像分割、圖像識別、圖像融合等等。在此聯(lián)系數(shù)字圖像處理的相關(guān)理論知識和步驟設計規(guī)劃系統(tǒng)采集和處理的具體流程同時充分考慮到圖像采集設備的拍攝效果以及最終處理結(jié)果的準確性，例
4、舉了基于圖像處理技術(shù)的人體手指甲襞處微血管管袢直徑的測量方法。2人體微血管顯微圖像的采集人體微血管顯微圖像的采集采用了如圖1所示的顯微光學系統(tǒng)和圖像采集系統(tǒng)主要由透鏡模組濾鏡模組光源系統(tǒng)電荷耦合器件以及圖像采集卡等構(gòu)成。圖1顯微光學系統(tǒng)與圖像采集系統(tǒng)示意圖為實現(xiàn)人體微小血管顯微圖像的血管直徑測量整個系統(tǒng)圖像采集和處理的具體流程如下圖像采集預處理二值化提取中心線直徑。2.1圖像采集通過顯微光學放大系統(tǒng)及CCD數(shù)字圖像采集系統(tǒng)拍攝人體手指甲襞處微血管圖像如圖2所示.圖2中淺色部分為周邊組織深色彎曲部分為微循
5、環(huán)血管。圖2人體手指甲襞處微血管圖像2.2預處理由于采集到的圖像因試驗測量系統(tǒng)和測量者個人因素存在較多噪聲,通過預處理將采集到的人體手指甲襞處微血管圖像進行去噪處理和灰度變換增強處理可增加圖像的對比度利用圖像灰度直方圖可以直觀看出圖像中的像素亮度分布情況大多數(shù)自然圖像由于其灰度分布集中在較窄區(qū)間引起圖像細節(jié)不夠清晰采用直方圖修正后可使圖像的灰度間距拉開或使灰度分布均勻從而增加反差使圖像細節(jié)更加清晰以達到增強的目的[1-3],由圖3可見采集的圖像經(jīng)灰度變換增強處理后明顯變清晰。預處理完成后再利用中心路徑提
6、取算法對所獲取的圖像進行進一步處理。圖3增強處理前后圖像灰度變化3圖像處理3.1微血管圖像的二值化二值形態(tài)學的運算對象是集合給出一個圖像集合和一個結(jié)構(gòu)元素集合利用結(jié)構(gòu)元素對圖像進行操作其中結(jié)構(gòu)元素是一個用來定義形態(tài)操作中所用到的鄰域的形狀和大小的矩陣該矩陣僅由0和1組成可以具有任意的大小和維數(shù)數(shù)值1代表鄰域內(nèi)的像素在MATLAB圖像處理工具箱中進行膨脹操作時輸出像素值是輸入圖像相應像素鄰域內(nèi)所有像素的最大值在二進制圖像中如果任何一個像素值為1那么對應的輸出像素值也為1而在腐蝕操作中輸出像素值是輸入圖像相
7、應像素鄰域內(nèi)所有像素的最小值?在二進制圖像中如果任何一個像素值為0那么其對應的輸出像素值也為09，在合適閾值的基礎上選取適當結(jié)構(gòu)因素合理利用膨脹填充濾波腐蝕等操作逐步處理從而得到最終二值化后的微血管圖像如圖4所示。?圖4二值化后的微血管圖像3.2中心線的提取?基于Hessian矩陣的中心線提取理論依據(jù)為：令I(x，y)表示在(x，y)坐標系下的灰度值，那么微血管圖像I(x，y)可以看作是一個三維曲面[4]?即:?????⑴這個三維曲面的曲率可以用Hessian矩陣來定義:????????????????
8、由于血管截面的灰度值呈高斯分布為了提取微血管的灰度信息便于進行計算筆者采用高斯函數(shù)對圖像的二階微分做卷積，即??????式中a，b表示x，y的某一個取值。對于血管中心線上的點，其絕對值較小的特征值對應的特征向量表示曲面曲率小的強度和方向；而絕對值較大的特征值對應的特征向量表示曲面曲率大的強度和方向，這兩個特征向量正交。?利用Hessian矩陣跟蹤二維微血管圖像中心線主要包括以下步驟：?(1)設微血管上的任意一點P，其坐標為(x，y)，將其H
