醫(yī)學(xué)圖像診斷精品(七篇)

序論：寫(xiě)作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來(lái)了七篇醫(yī)學(xué)圖像診斷范文，愿它們成為您寫(xiě)作過(guò)程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞：醫(yī)學(xué)圖像；圖像采集；拼接技術(shù)；實(shí)時(shí)；自動(dòng)

中圖分類(lèi)號(hào)：TP319 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）27-0135-01

1引言

近年來(lái)，醫(yī)學(xué)影像技術(shù)已成為醫(yī)療技術(shù)中發(fā)展最快的領(lǐng)域之一，圖像拼接（Image Mosaic）是指將多幅具有重疊區(qū)域的序列圖像通過(guò)圖像預(yù)處理、圖像變換、圖像配準(zhǔn)、圖像融合等處理后，形成一幅包含各個(gè)圖像序列內(nèi)容的寬視角全景圖像的技術(shù)。圖像拼接技術(shù)是圖像處理的重要研究領(lǐng)域，被廣泛應(yīng)用于衛(wèi)星遙感、圖像識(shí)別、醫(yī)學(xué)圖像分析及無(wú)人機(jī)監(jiān)視和搜索、虛擬現(xiàn)實(shí)等方面。Shmuel Peleg等人在圖像拼接理論和圖像拼接方法上做了大量工作，為圖像拼接在工程技術(shù)上的應(yīng)用奠定了理論基礎(chǔ)。Masanobu Shimada等人將圖像拼接技術(shù)應(yīng)用于雷達(dá)圖像處理領(lǐng)域，用于監(jiān)控森林植被的變化情況。國(guó)外Mustafa Suphi Erden課題組研制了針式共聚焦顯微腹腔鏡，在微創(chuàng)手術(shù)中截取部分視頻圖像，拼接成全景圖像指導(dǎo)醫(yī)生診斷治療。國(guó)內(nèi)的嚴(yán)壯志課題組提出基于特征檢測(cè)、特征匹配、空間坐標(biāo)轉(zhuǎn)換和圖像融合等方法的圖像拼接技術(shù)，實(shí)現(xiàn)了連續(xù)X光片拼接的醫(yī)學(xué)全景成像。

現(xiàn)有的傳統(tǒng)醫(yī)學(xué)成像設(shè)備，特別是顯微成像設(shè)備，基本都是對(duì)組織的某一較小視野進(jìn)行成像，設(shè)備最后采集到的是不同組織部位的多幀醫(yī)學(xué)圖像，需要醫(yī)生對(duì)這些圖像進(jìn)行觀察分析，根據(jù)自身醫(yī)學(xué)知識(shí)與醫(yī)療經(jīng)驗(yàn)來(lái)做出診斷。圖像拼接技術(shù)的應(yīng)用，能將多幅具有重疊區(qū)域的醫(yī)學(xué)圖像，通過(guò)圖像變換、圖像配準(zhǔn)、圖像融合等方法，自動(dòng)拼接為大視野的清晰圖像。該圖像包含完整的醫(yī)學(xué)病理信息，有助于醫(yī)生全面了解病人病情。同時(shí)，系統(tǒng)能夠自動(dòng)追蹤圖像中的感興趣區(qū)域，做出標(biāo)記和注釋?zhuān)瑸獒t(yī)生提供診斷輔助。

2主要研究?jī)?nèi)容及關(guān)鍵技術(shù)

2.1主要研究?jī)?nèi)容

本系統(tǒng)的研究是通過(guò)研發(fā)基于實(shí)時(shí)自動(dòng)圖像拼接技術(shù)的醫(yī)學(xué)圖像分析系統(tǒng)，為醫(yī)學(xué)實(shí)踐中，實(shí)現(xiàn)顯微鏡、眼科設(shè)備、內(nèi)窺鏡等設(shè)備的數(shù)字化圖像采集、圖像自動(dòng)分析處理，從而對(duì)醫(yī)生的診斷、治療起到輔助作用。

本系統(tǒng)的主要研究?jī)?nèi)容有基于CMOS的圖像采集、實(shí)時(shí)自動(dòng)圖像拼接技術(shù)。

（1） 基于CMOS的圖像采集

基于CMOS的高清圖像采集系統(tǒng)的研發(fā)，包括圖像和視頻采集、圖像的編碼技術(shù)。兼顧紅外光和可見(jiàn)光，實(shí)現(xiàn)圖像的多波段自適應(yīng)采集。具體功能還包括自動(dòng)對(duì)焦、自動(dòng)識(shí)別拍照功能，以及圖像采集模塊在各種醫(yī)療設(shè)備使用的適應(yīng)性研究。

（2） 實(shí)時(shí)自動(dòng)圖像拼接技術(shù)

研究圖像灰度處理、圖像變換、圖像配準(zhǔn)、圖像融合等算法，實(shí)現(xiàn)多幀醫(yī)學(xué)圖像或視頻序列的實(shí)時(shí)自動(dòng)圖像拼接，輸出具有計(jì)算機(jī)診斷輔助功能的大視野全景醫(yī)學(xué)圖像。能夠自動(dòng)跟蹤圖像中的感興趣區(qū)域并做出標(biāo)識(shí)和注釋。

2.2關(guān)鍵技術(shù)

圖像的拼接技術(shù)是本設(shè)計(jì)的關(guān)鍵，本設(shè)計(jì)提出對(duì)采集的多幀醫(yī)學(xué)圖像進(jìn)行實(shí)時(shí)自動(dòng)拼接，提供寬角度全景圖像。同時(shí)，能夠自動(dòng)跟蹤圖像中的感興趣區(qū)域并做出標(biāo)識(shí)和注釋。

3 系統(tǒng)設(shè)計(jì)思路

3.1 圖像處理模塊

圖像傳感器模塊計(jì)劃采用CMOS傳感器為核心做成獨(dú)立硬件模塊，通過(guò)高速數(shù)據(jù)線與圖像處理模塊連接。這樣設(shè)計(jì)的優(yōu)點(diǎn)在于模塊可以根據(jù)不同的應(yīng)用場(chǎng)合，進(jìn)行合理布置。

圖像編解碼和圖像處理模塊的方案計(jì)劃采用TI的soc方案。該方案可以完成圖像編解碼、圖像處理功能。

3.2實(shí)時(shí)自動(dòng)圖像拼接技術(shù)研究

圖像拼接的核心技術(shù)是圖像配準(zhǔn)，關(guān)鍵在于準(zhǔn)確找到相鄰圖像間重疊區(qū)域的位置及范圍，進(jìn)而通過(guò)圖像融合的方法實(shí)現(xiàn)全景圖像構(gòu)建。圖像配準(zhǔn)通常有三類(lèi)方法：基于灰度值的圖像配準(zhǔn)、基于變換域的圖像配準(zhǔn)和基于特征的圖像配準(zhǔn)?；诨叶戎档膱D像配準(zhǔn)方法實(shí)現(xiàn)方便，計(jì)算量小，但該方法對(duì)圖像間的細(xì)微差別較敏感，抗干擾能力不強(qiáng)。基于變換域的圖像配準(zhǔn)可以緩解這個(gè)問(wèn)題，且算法簡(jiǎn)潔，利于硬件的實(shí)現(xiàn)。不過(guò)該方法要求兩幅圖像的重疊區(qū)域不能少于50%，如果重疊區(qū)域過(guò)小，容易造成誤配準(zhǔn)。為了提高圖像配準(zhǔn)的精確度和速度，達(dá)到實(shí)時(shí)自動(dòng)圖像拼接的功能，本設(shè)計(jì)提出將基于灰度的網(wǎng)格配準(zhǔn)和基于特征值配準(zhǔn)相結(jié)合的方法。首先，對(duì)輸入圖像進(jìn)行粗網(wǎng)格的分塊處理，利用基于灰度的配準(zhǔn)方法確定相似重疊區(qū)域。然后在重疊區(qū)域內(nèi)進(jìn)行基于SIFT（Scale-invariant feature transform）特征點(diǎn)提取和配準(zhǔn)，這樣就可以大大提高圖像配準(zhǔn)的速度。圖像拼接算法的流程如圖1所示。

4 結(jié)論

本文探討了基于實(shí)時(shí)自動(dòng)拼接技術(shù)的醫(yī)學(xué)圖像處理系統(tǒng)的主要技術(shù)和設(shè)計(jì)思路，有了自動(dòng)的圖像拼接技術(shù)，就能將多幅具有重疊區(qū)域的醫(yī)學(xué)圖像，通過(guò)圖像處理的方法，自動(dòng)拼接為大視野的清晰圖像，為醫(yī)生的診斷提供參考。

參考文獻(xiàn)：

[1]馬玉琨，張志霞. 圖像拼接技術(shù)在醫(yī)學(xué)診斷中的應(yīng)用研究[J].軟件導(dǎo)刊，2014（5）：169-171.

篇(2)

[關(guān)鍵詞] 醫(yī)學(xué)圖像融合技術(shù)；腫瘤；放射治療

[中圖分類(lèi)號(hào)] R730 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1674-0742（2015）11（b）-0196-03

[Abstract] Objective To discuss the application effect of medical image fusion technology in cancer radiotherapy by takeing CT-MRI image fusion technology as an example. Methods 50 patients with prostate cancer admitted to this hospital from January 2013 and January 2014 were included. They all underwent CT and MRI scanning. We compared CT image and fusion image in determining the target volume and radiation dose. Results The tumor volume was 72.45cm3 on the CT image and 51.12cm3 on the CT-MRI fusion image， and the area of target tumour cells determined by the CT-MRI fusion image was precise than that determined by CT image. Calculation results of dose of radiation to the bladder and rectum showed that the minimum radiation dose and maximum radiation dose of the fusion image were both smaller than that of the CT image， and the difference was statistically significant，（P

[Key words] Medical image fusion technology； Tumor； Radiotherapy

醫(yī)學(xué)圖像融合技術(shù)[1]作為當(dāng)代科技與醫(yī)學(xué)影像相結(jié)合的計(jì)算機(jī)信息融合工程，為臨床腫瘤診斷、治療提供多模態(tài)圖像，為醫(yī)學(xué)診斷提供了更確切的醫(yī)學(xué)信息。醫(yī)學(xué)圖像融合技術(shù)最重要的應(yīng)用領(lǐng)域在于腫瘤的放射治療，通過(guò)各種模態(tài)醫(yī)學(xué)圖像的融合，準(zhǔn)確勾勒出腫瘤靶區(qū)輪廓，使腫瘤放射治療更加精準(zhǔn)和有效[2]。該文將通過(guò)對(duì)該院2013年1月-2014年1月收治的50名前列腺癌癥患者，應(yīng)用CT―MRI融合技術(shù)確定前列腺癌強(qiáng)調(diào)放療靶區(qū)，綜合分析、探討醫(yī)學(xué)圖像融合技術(shù)在腫瘤放射治療中的應(yīng)用效果，現(xiàn)報(bào)道如下。

1 資料與方法

1.1 一般資料

整群選取該院2013年1月-2014年1月收治的前列腺癌癥患者50名為研究對(duì)象。病例年齡5678歲，平均年齡（65.32.2）歲。所有患者經(jīng)醫(yī)學(xué)圖像及病理學(xué)檢查符合前列腺癌的臨床診斷標(biāo)準(zhǔn)，癌癥病程情況為T(mén)2bT3a期21例，T3bT4期9例。

1.2 方法

1.2.1 掃描方法 所有患者檢查當(dāng)天清晨保持空腹?fàn)顟B(tài)。醫(yī)學(xué)圖像掃描前1 h飲用1.5%泛影葡胺水（金陵藥業(yè)股份有限公司浙江天峰制藥廠，生產(chǎn)批號(hào)：國(guó)藥準(zhǔn)字H33021004），掃面前15 min肌肉注射15 mg鹽酸山莨菪（國(guó)藥集團(tuán)容聲制藥有限公司，生產(chǎn)批號(hào)：國(guó)藥準(zhǔn)字H41023400）。由本科專(zhuān)業(yè)醫(yī)師操作行CT掃描，掃描范圍從第3腰椎至坐骨結(jié)節(jié)下緣約 5 cm?；颊哂诘诙霤T掃描時(shí)間短進(jìn)行MRI掃描，掃描前1 h喝800 ml溫開(kāi)水，其他操作與CT掃描一致。

1.2.2 放療靶區(qū)勾畫(huà) 運(yùn)用圖像配準(zhǔn)軟件對(duì)CT掃描及MRI掃描圖像進(jìn)行配準(zhǔn)，并將配準(zhǔn)圖片傳入放療計(jì)劃系統(tǒng)，根據(jù)CT及CT-MRI融合圖像勾畫(huà)患者前列腺、精囊的體積，并勾畫(huà)出膀胱、直腸、股骨頭周?chē)恼＝M織。對(duì)勾畫(huà)的腫瘤體積進(jìn)行化療，化療劑量根據(jù)照射體積計(jì)算。比較患者CT圖像與融合圖像放療靶區(qū)體積大小，以及各部位的照射劑量。

1.3 統(tǒng)計(jì)方法

采用SPSS18.0統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)處理，計(jì)量資料采用（x±s）表示，行t檢驗(yàn)，P

2 結(jié)果

2.1 腫瘤體積勾畫(huà)體積比較

50例患者采用CT圖像勾畫(huà)的腫瘤體積為（72.45±2.35）mm3，采用CT-MRI融合圖像勾畫(huà)的腫瘤體積為（51.12±2.12）mm3，CT-MRI融合圖像確定的腫瘤靶細(xì)胞范圍更加精準(zhǔn)。差異具有統(tǒng)計(jì)學(xué)意義（t=6.424，P

2.2 放療照射劑量比較

對(duì)膀胱、直腸等部位的照射劑量選擇上，CT圖像技術(shù)的放療最小照射量為與最大照射量均大于CT-MRI融合圖像的放療照射劑量，（詳見(jiàn)表1）。采用CT圖像與CT-MR融合技術(shù)，兩組數(shù)據(jù)比較：膀胱最小照射劑量，差異有統(tǒng)計(jì)學(xué)意義（t=5.456，P

3 討論

3.1 醫(yī)學(xué)圖像融合技術(shù)的應(yīng)用討論

3.1.1 幾種主要的醫(yī)學(xué)圖像融合技術(shù) 目前臨床成像設(shè)備主要有CT、MRI、SPECT、PET等[3]，為臨床提供多模態(tài)的醫(yī)學(xué)圖像。圖像融合技術(shù)在放療中的應(yīng)用主要有：①CT與MRI融合。CT圖像應(yīng)用于腫瘤放療中對(duì)高密度組織比較敏感，圖形穩(wěn)定不易發(fā)生變形的優(yōu)點(diǎn)，但對(duì)軟組織邊界顯示不清晰[4]。MRI圖像則提供了較高的空間分辨度，對(duì)浸潤(rùn)性腫瘤軟組織更加敏感，能清晰顯示圖像的邊界。二者的融合對(duì)某些特殊部位，如腦部、前列腺要求精度更高的靶區(qū)位置時(shí)，圖像融合就起到了互補(bǔ)作用，可以幫助醫(yī)師確定腫瘤邊界。②CT與MRSI融合[5]。在膠質(zhì)瘤的放療中，MRI圖像技術(shù)對(duì)腫瘤的局部控制和復(fù)發(fā)控制效果不明顯。MRSI技術(shù)相比于MRI技術(shù)能更加清楚顯示腫瘤位置及形狀，還可以同時(shí)顯示代謝水平的有關(guān)信息。CT與MRSI融合能提高部分腫瘤的控制效果。③ CT與PET融合[6]。腫瘤細(xì)胞具有增殖快、轉(zhuǎn)移速度快的特點(diǎn)，PET可以根據(jù)失蹤化合物在組織內(nèi)的濃度，對(duì)比腫瘤細(xì)胞的增殖及代謝水平。PET顯示的活性腫瘤區(qū)域圖像與CT圖像圖像融合技術(shù)可提高圖像對(duì)腫瘤病灶的敏感性和特異性，有助于指導(dǎo)精確腫瘤化療區(qū)域與化療藥物的劑量控制。

3.1.2 醫(yī)學(xué)圖像融合技術(shù)操作步驟 第一，預(yù)處理。醫(yī)學(xué)圖像預(yù)處理是對(duì)選定的圖像信息進(jìn)行增強(qiáng)對(duì)比度、噪聲去除、統(tǒng)一圖像大小、格式、分辨率，對(duì)感興趣區(qū)域進(jìn)行分割等各項(xiàng)處理[7]。

第二，圖像配準(zhǔn)。配準(zhǔn)首先應(yīng)選擇適合的圖像特征量進(jìn)行圖像特征提??；再根據(jù)圖像的特征量確定幾何變換，以相似性測(cè)度函數(shù)檢驗(yàn)所選圖像與參考圖像的相似程度，并通過(guò)改變參數(shù)使測(cè)度函數(shù)值達(dá)到最優(yōu)，最后執(zhí)行整體變換。

第三，創(chuàng)建融合圖像。首先應(yīng)進(jìn)行圖像數(shù)據(jù)的融合，以圖像為基礎(chǔ)的融合是通過(guò)各種圖像預(yù)處理方法使圖像最終呈現(xiàn)的效果達(dá)到最佳，以像素為基礎(chǔ)的融合即盡量提高圖像清晰度。完成圖像數(shù)據(jù)融合后，最終通過(guò)偽彩色顯示法、斷層顯示法和三維顯示法等顯示方法使臨床醫(yī)師能夠通過(guò)直觀的圖像進(jìn)行疾病診斷。

3.2 該次研究結(jié)果討論

醫(yī)學(xué)圖像融合技術(shù)使傳統(tǒng)化療計(jì)劃的確定擺脫了單一模態(tài)數(shù)據(jù)指引，以不同圖像技術(shù)的優(yōu)點(diǎn)彌補(bǔ)不同技術(shù)存中在的不足，具有廣泛的臨床應(yīng)用價(jià)值。醫(yī)學(xué)圖像融合技術(shù)應(yīng)用于腫瘤放射治療，可確定腫瘤分布位置，有效提高診斷準(zhǔn)確性與靈活性，對(duì)惡性腫瘤的控制與提高患者生存率具有重要意義。

該次研究中采用CT-MRI融合圖像確定前列腺癌強(qiáng)調(diào)放療靶區(qū)的應(yīng)用中，可以看到，CT圖像勾畫(huà)的腫瘤體積為（72.45±2.35）mm3，采用CT-MRI融合圖像勾畫(huà)的腫瘤體積為（51.12±2.12）mm3，CT-MRI融合圖像確定的腫瘤靶細(xì)胞范圍更加精準(zhǔn)。另外，腫瘤靶細(xì)胞區(qū)域的體積大小與放療照射劑量密切相關(guān)，放療區(qū)域確定越大，使用的放療劑量越多，對(duì)患者身體造成的危害更大。CT-MRI融合圖像放療劑量明顯少于CT圖像，化療的毒副作用更少。該次研究與胡玉蘭等[8]關(guān)于CT-MRI融合圖像確定前列腺癌放療靶區(qū)的結(jié)果具有一致性，認(rèn)為可以利用圖形融合技術(shù)進(jìn)行靶區(qū)勾勒，以減小誤差。

綜上所述，醫(yī)學(xué)融合技術(shù)在腫瘤放療中已有廣泛應(yīng)用，各種醫(yī)學(xué)顯像技術(shù)取長(zhǎng)補(bǔ)短，提高了診斷的靈敏度和準(zhǔn)確性。

[參考文獻(xiàn)]

[1] 李興波，陳煬，葉嶺，等.醫(yī)學(xué)圖像融合技術(shù)在腫瘤放射治療中的應(yīng)用分析[J].中國(guó)衛(wèi)生產(chǎn)業(yè)，2013，10（31）：105-106.

[2] 趙琦，錢(qián)永紅，王琨，等.CT、MRI 圖像融合技術(shù)在頭部腫瘤放療中的應(yīng)用[J].中國(guó)醫(yī)師雜志，2014（z2）：163-164.

[3] 宋永浩，夏海波，周誠(chéng)忠，等.CT/MRI圖像融合在骨轉(zhuǎn)移瘤放射治療中的應(yīng)用和價(jià)值[J].現(xiàn)代腫瘤醫(yī)學(xué)，2015，23（3）：412-144.

[4] 金爍.醫(yī)學(xué)圖像配準(zhǔn)技術(shù)的研究及其在放射治療PET-CT系統(tǒng)中的應(yīng)用[D].濟(jì)南：山東大學(xué)，2013.

[5] 李凱，蘇中振，鄭榮琴，等.三維超聲-CT圖像融合評(píng)價(jià)肝癌消融安全邊界[J].中華超聲影像學(xué)雜志，2012，21（8）：719-722.

[6] 呂宗燁.常規(guī)超聲、CT檢查及超聲/CT融合成像對(duì)腎腫瘤診斷價(jià)值的對(duì)比研究[D].濟(jì)南：山東大學(xué)，2014：21.

[7] 張德智，梁萍.肝臟超聲圖像融合技術(shù)的應(yīng)用進(jìn)展[J].中華醫(yī)學(xué)超聲雜志：電子版，2014（5）：375-377.

篇(3)

醫(yī)學(xué)圖像處理技術(shù)包括很多方面，本文主要介紹分析圖像分割、圖像配準(zhǔn)和融合以及偽彩色處理技術(shù)和紋理分析在醫(yī)學(xué)領(lǐng)域的應(yīng)用和發(fā)展。圖像分割就是把圖像中具有特殊涵義的不同區(qū)域分開(kāi)來(lái)，這些區(qū)域使互不相交的每一個(gè)區(qū)域都滿(mǎn)足特定區(qū)域的一致性。它是圖像處理與圖像分析中的一個(gè)經(jīng)典問(wèn)題。目前針對(duì)各種具體問(wèn)題已經(jīng)提出了許多不同的圖像分割算法,對(duì)圖像分割的效果也有很好的分析結(jié)論。但是由于圖像分割問(wèn)題所面向領(lǐng)域的特殊性，至盡尚未得到圓滿(mǎn)的、具有普適性的解決方法[2]。

圖像分割技術(shù)發(fā)展至今，已在灰度閾值分割法、邊緣檢測(cè)分割法、區(qū)域跟蹤分割法的基礎(chǔ)上結(jié)合特定的理論工具有了更進(jìn)一步的發(fā)展。比如基于三維可視化系統(tǒng)結(jié)合FastMarching算法和Watershed變換的醫(yī)學(xué)圖像分割方法,能得到快速、準(zhǔn)確的分割結(jié)果[3]。圖像分割同時(shí)又是進(jìn)行三維重建的基礎(chǔ)，分割的效果直接影響到三維重建后模型的精確性，分割可以幫助醫(yī)生將感興趣的物體(病變組織等)提取出來(lái)，幫助醫(yī)生能夠?qū)Σ∽兘M織進(jìn)行定性及定量的分析，從而提高醫(yī)生診斷的準(zhǔn)確性和科學(xué)性[4]。

如何使多次成像或多種成像設(shè)備的信息得到綜合利用，彌補(bǔ)信息不完整、部分信息不準(zhǔn)確或不確定引起的缺陷，使臨床的診斷治療、放療定位、計(jì)劃設(shè)計(jì)、外科手術(shù)和療效評(píng)估更準(zhǔn)確，已成為醫(yī)學(xué)圖像處理急需解決的重要課題。醫(yī)學(xué)圖像配準(zhǔn)是通過(guò)尋找某種空間變換，使兩幅圖像的對(duì)應(yīng)點(diǎn)達(dá)到空間位置和解剖結(jié)構(gòu)上的完全一致。要求配準(zhǔn)的結(jié)構(gòu)能使兩幅圖像上所有的解剖點(diǎn)，或至少是所有具有診斷意義以及手術(shù)區(qū)域的點(diǎn)都達(dá)到匹配[5]。目前醫(yī)學(xué)圖像配準(zhǔn)方法有基于外部特征的圖像配準(zhǔn)(有框架)和基于圖像內(nèi)部特征的圖像配準(zhǔn)(無(wú)框架)兩種方法。后者由于其無(wú)創(chuàng)性和可回溯性，已成為配準(zhǔn)算法的研究中心?；诨バ畔⒌膹椥孕巫兡Ｐ鸵仓饾u成為研究熱點(diǎn)。

互信息是統(tǒng)計(jì)兩個(gè)隨機(jī)變量相關(guān)性的測(cè)度，以互信息作為兩幅圖像相似性測(cè)度進(jìn)行配準(zhǔn)基于如下原理：當(dāng)兩幅基于共同的解剖結(jié)構(gòu)的圖像達(dá)到最佳配準(zhǔn)時(shí)，它們對(duì)應(yīng)的圖像特征的互信息應(yīng)為最大[6]。圖像配準(zhǔn)是圖像融合的前提，是公認(rèn)難度較大的圖像處理技術(shù)，也是決定醫(yī)學(xué)圖像融合技術(shù)發(fā)展的關(guān)鍵技術(shù)。近年來(lái)國(guó)外在圖像配準(zhǔn)方面研究很多，如幾何矩的配準(zhǔn)、利用圖像的相關(guān)系數(shù)、樣條插值等多項(xiàng)式變換對(duì)圖像進(jìn)行配準(zhǔn)。國(guó)內(nèi)研究人員也提出了一些相應(yīng)的算法：對(duì)于兩幅圖像共同來(lái)估計(jì)其正反變換的一種新的圖像配準(zhǔn)方法，稱(chēng)為一致圖像配準(zhǔn)方法；采用金字塔式分割，進(jìn)行多柵格和多分辨率的圖像配準(zhǔn)，稱(chēng)為金字塔式多層次圖像配準(zhǔn)方法；為了提高CT、MRI、PET多模態(tài)醫(yī)學(xué)圖像的三維配準(zhǔn)、融合的精度，還可以采用基于互信息的方法[7]。

在圖像配準(zhǔn)方面，在努力提高配準(zhǔn)精度的同時(shí)，目前提出的多種方法都盡量避免人工介入，力求整個(gè)過(guò)程自動(dòng)化，其結(jié)果導(dǎo)致實(shí)現(xiàn)算法的過(guò)程復(fù)雜而耗費(fèi)時(shí)間，文獻(xiàn)[5]已進(jìn)行研究，試圖實(shí)現(xiàn)基于人機(jī)交互的快速圖像配準(zhǔn)策略,同時(shí)根據(jù)圖像的不同成像模式選擇合適的配準(zhǔn)測(cè)度也十分重要。不同的醫(yī)學(xué)圖像提供了相關(guān)臟器的不同信息，圖像融合的潛力在于綜合處理應(yīng)用這些成像設(shè)備所得信息以獲得新的有助于臨床診斷的信息。利用可視化軟件，對(duì)多種模態(tài)的圖像進(jìn)行圖像融合，可以準(zhǔn)確地確定病變體的空間位置、大小、幾何形狀及它與周?chē)锝M織之間的空間關(guān)系，從而及時(shí)高效地診斷疾病，也可以用在手術(shù)計(jì)劃的制定、病理變化的跟蹤、治療效果的評(píng)價(jià)等方面。在放療中，利用MR圖像勾勒畫(huà)出腫瘤的輪廓線，也就是描述腫瘤的大??；利用CT圖像計(jì)算出放射劑量的大小以及劑量的分布，以便修正治療方案。

在制定手術(shù)方案時(shí)，對(duì)病變與周?chē)M織關(guān)系的了解是手術(shù)成功與否的關(guān)鍵，所以CT與MR圖像的融合為外科手術(shù)提供有利的佐證，甚至為進(jìn)一步研究腫瘤的生長(zhǎng)發(fā)育過(guò)程及早期診斷提供新的契機(jī)。在CT成像中，由于骨組織對(duì)X線有較大的吸收系數(shù)，因此對(duì)骨組織很敏感；而在MR成像中，骨組織含有較低的質(zhì)子密度，所以MR對(duì)骨組織和鈣化點(diǎn)信號(hào)較弱，融合后的圖像對(duì)病變的定性、定位有很大的幫助[8]。由于不同醫(yī)學(xué)成像設(shè)備的成像機(jī)理不同，其圖像質(zhì)量、空間與時(shí)間特性有很大差別。因此，實(shí)現(xiàn)醫(yī)學(xué)圖像的融合、圖像數(shù)據(jù)轉(zhuǎn)換、圖像數(shù)據(jù)相關(guān)、圖像數(shù)據(jù)庫(kù)和數(shù)據(jù)理解都是亟待解決的關(guān)鍵技術(shù)[9]。對(duì)一幅黑白圖像，人眼一般只能辨別出4到5比特的灰度級(jí)別，而人眼能辨別出上千種不同的顏色。針對(duì)這一特點(diǎn)，人們往往將黑白圖像經(jīng)過(guò)處理變?yōu)椴噬珗D像，充分發(fā)揮人眼對(duì)彩色的視覺(jué)能力，從而使觀察者能從圖像中取得更多的信息，這就是偽彩色圖像處理技術(shù)。

醫(yī)學(xué)圖像大多是黑白圖像，如X、CT、MRI、B超圖像等。經(jīng)過(guò)偽彩色處理技術(shù)，即密度分割技術(shù)，提高了對(duì)圖像特征的識(shí)別。通過(guò)臨床研究對(duì)X線圖片、CT圖片、MRI圖片、B超圖片、電鏡圖片均進(jìn)行了偽彩色技術(shù)的嘗試，取得了良好的效果，部分圖片經(jīng)過(guò)處理后可以顯現(xiàn)隱性病灶。例如對(duì)X線圖片，在乳腺照影中偽彩色處理能鑒別囊性病、良性和惡性腫瘤，同樣，鋇餐照影圖片和各種X線圖片也得到良好的診斷效果[10]。紋理是人類(lèi)視覺(jué)的一個(gè)重要組成部分，迄今為止還難以適當(dāng)?shù)貫榧y理建模。為此有關(guān)專(zhuān)家進(jìn)行了大量的探索研究，但未能獲得有關(guān)紋理的分析、分類(lèi)、分割及其綜合的有效解釋[11]。

有研究針對(duì)肝臟疾病難以根除、危害面廣的問(wèn)題，采用灰度梯度共生矩陣的方法，分別提取纖維化肝組織和正常肝組織的CT圖像的紋理特征，提出了基于灰度梯度共生矩陣的小梯度優(yōu)勢(shì)、灰度均方差、灰度熵等參數(shù)作為圖像的紋理特征量。通過(guò)選取的紋理參數(shù)，可以看到正常組和異常組之間存在顯著性差異，為纖維化CT圖像臨床診斷提供了依據(jù)[12]。

2三維醫(yī)學(xué)圖像的可視化

三維醫(yī)學(xué)圖像的可視化通常是利用人類(lèi)的視覺(jué)特性，通過(guò)計(jì)算機(jī)對(duì)二維數(shù)字?jǐn)鄬訄D像序列形成的三維體數(shù)據(jù)進(jìn)行處理，使其變換為具有直觀立體效果的圖像來(lái)展示人體組織的三維形態(tài)。三維醫(yī)學(xué)圖像可視化技術(shù)通常分為面繪制和體繪制兩種方法。體繪制技術(shù)的中心思想是為每一個(gè)體素指定一個(gè)不透明度，并考慮每一個(gè)體素對(duì)光線的透度、發(fā)射和反射作用。醫(yī)學(xué)數(shù)據(jù)的可視化，已成為數(shù)據(jù)可視化領(lǐng)域中最為活躍的研究領(lǐng)域之一。實(shí)現(xiàn)三維數(shù)據(jù)可視化的方法很多，空間域方法的典型算法包括：射線投射法、足跡法、剪切－曲變法(目前被認(rèn)為是一種速度最快的體繪制算法)等；變換域方法的典型算法有頻域體繪制法和基于小波的體繪制法，其中小波的體繪制技術(shù)顯現(xiàn)出較好的前景[13]。

以上可以利用的三維可視化軟件有AVS、Analyze、amira、3Dslicer等，其中Analyze是專(zhuān)為生物醫(yī)學(xué)圖像的研究而開(kāi)發(fā)的圖像可視化軟件。利用二維斷層數(shù)據(jù)進(jìn)行三維重建，可以更為直觀地顯示人體器官的各個(gè)解剖結(jié)構(gòu)的形態(tài)及它們之間的毗鄰關(guān)系，為基礎(chǔ)研究和手術(shù)規(guī)劃及手術(shù)過(guò)程模擬提供參考。鼻部是人體內(nèi)解剖結(jié)構(gòu)比較復(fù)雜的部位之一，可以利用3DSlicer來(lái)嘗試實(shí)現(xiàn)鼻部部分解剖結(jié)構(gòu)的三維可視化，以此為可視化虛擬人體模型的建立探索一種精確的重建方法和顯示手段，同時(shí)也可為醫(yī)療工作者提供更為細(xì)致、完全和快捷的觀察方案[14]。

隨著互聯(lián)網(wǎng)技術(shù)不斷發(fā)展，跨越空間限制的遠(yuǎn)程虛擬現(xiàn)實(shí)技術(shù)已經(jīng)逐步成為可能?；谔摂M現(xiàn)實(shí)技術(shù)利用美國(guó)國(guó)家醫(yī)學(xué)圖書(shū)館VHP(VisibleHumanProject)完整數(shù)據(jù)重建可視人體，綜合VTK、VRML、OperGL等可視化平臺(tái)的優(yōu)勢(shì)，采用三維互動(dòng)、空間電磁定位、立體視覺(jué)等虛擬現(xiàn)實(shí)技術(shù)，實(shí)現(xiàn)了全數(shù)字可拆裝人體骨骼的本地和遠(yuǎn)程互動(dòng)學(xué)習(xí)。三維虛擬現(xiàn)實(shí)讓“遨游”人體世界成為可能，可以呈現(xiàn)一個(gè)物理上并不存在但又實(shí)實(shí)在在“看得見(jiàn)”、“摸得著”的“真實(shí)”人體，使用者可以無(wú)數(shù)次地“解剖”這個(gè)虛擬人以了解人體的結(jié)構(gòu)[15]。在臨床方面，提出了一種用AVS/Express開(kāi)發(fā)的基于PC的LeFortI手術(shù)模型系統(tǒng)原型。

利用AVS/Express大量預(yù)制的可視化編程對(duì)象模塊，快速構(gòu)建系統(tǒng)的結(jié)構(gòu)框架和功能模塊，生成的原型能對(duì)以DICOM(DigitalImagingandCommunicationsinMedicine)格式存儲(chǔ)的顱頜面CT序列斷層圖像進(jìn)行預(yù)處理，并進(jìn)行三維重建，在交互式操作環(huán)境中，顯示顱頜面各種組織的解剖結(jié)構(gòu)，進(jìn)行相應(yīng)的三維測(cè)量，模擬LeFortI手術(shù)的截骨頭，對(duì)截骨段實(shí)行任意的平移頜旋轉(zhuǎn)[16]。

在體視化方面一直致力于提高重建速度(實(shí)時(shí)顯示利于交互操作)，使重建效果理想，減少冗余信息及存儲(chǔ)空間。具體需要考慮：1)不完全數(shù)據(jù)提出一個(gè)足夠精確的數(shù)據(jù)提取方案2)什么算法能夠快速準(zhǔn)確地實(shí)現(xiàn)圖像重建。人體器官是一個(gè)高精度龐大的結(jié)構(gòu)，所建模型還應(yīng)考慮臨床實(shí)用方面的因素以及某些特殊部位的個(gè)體差異，針對(duì)不同的生理組織應(yīng)采用不同的分割方法[17]。3針對(duì)PACS的圖像壓縮PACS(PictureArchivingandCommunicationSystem，圖像存檔及通信系統(tǒng))是近年來(lái)國(guó)內(nèi)外新興的醫(yī)學(xué)影像信息技術(shù)，是專(zhuān)門(mén)為醫(yī)學(xué)圖像管理而設(shè)計(jì)的，包括圖像獲取、處理、存儲(chǔ)、顯示或打印的軟硬件系統(tǒng)，是醫(yī)學(xué)影像、數(shù)字化圖像技術(shù)、計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)通信技術(shù)相結(jié)合的產(chǎn)物。顯然，計(jì)算機(jī)網(wǎng)絡(luò)是PACS的重要組成部分，它負(fù)責(zé)提供底層圖像傳輸服務(wù)，是PACS的軟硬件基礎(chǔ)，正是通過(guò)各個(gè)層次的網(wǎng)絡(luò)才將PACS中的圖像獲取、存儲(chǔ)顯示以及醫(yī)療數(shù)據(jù)的管理等單元連為一體，使之形成一個(gè)統(tǒng)一、高性能的系統(tǒng)。

PACS需要解決數(shù)據(jù)傳輸和圖像存儲(chǔ)的問(wèn)題，如何利用有限的存儲(chǔ)空間存儲(chǔ)更多的圖像，醫(yī)學(xué)圖像壓縮是關(guān)鍵的技術(shù)之一。醫(yī)學(xué)圖像數(shù)據(jù)量是非常驚人的，建立PACS的許多技術(shù)困難都與之有關(guān)，如圖像的存儲(chǔ)、傳輸、顯示等。從圖像壓縮還原的角度出發(fā)，圖像壓縮方法可分為無(wú)損壓縮和有損壓縮兩大類(lèi)，常用的無(wú)損壓縮方法有差分脈沖預(yù)測(cè)編碼、多級(jí)內(nèi)插方法等。常用的有損壓縮方法有離散余弦變換(DCT)、全幀離散余弦變換、重疊正交變換(LOT)、自適應(yīng)預(yù)測(cè)編碼和神經(jīng)網(wǎng)絡(luò)法等，近年來(lái)又出現(xiàn)了分形和小波變換編碼[18]。如何對(duì)醫(yī)學(xué)圖像進(jìn)行壓縮，是近年來(lái)圖像處理技術(shù)中的一個(gè)重點(diǎn)研究的問(wèn)題[19]。

醫(yī)學(xué)圖像的壓縮無(wú)疑是減低應(yīng)用系統(tǒng)成本，提高網(wǎng)絡(luò)傳輸效率，減少存儲(chǔ)空間的一個(gè)重要途徑。DICOM作為醫(yī)學(xué)圖像與通信的重要標(biāo)準(zhǔn)，加入了對(duì)圖像壓縮算法的支持。目前DICOM正在研究對(duì)最新的壓縮標(biāo)準(zhǔn)JPEG2000支持的可能性。隨著新一代靜態(tài)圖像壓縮標(biāo)準(zhǔn)JPEG2000的發(fā)展，小波理論在這個(gè)領(lǐng)域成為研究的熱點(diǎn)，在這方面文獻(xiàn)[20]提出了面向任務(wù)的醫(yī)學(xué)圖像壓縮的概念。醫(yī)學(xué)圖像是醫(yī)學(xué)診斷和疾病治療的重要根據(jù)，在臨床上具有非常重要的應(yīng)用價(jià)值。確保醫(yī)學(xué)圖像壓縮后的高保真度是醫(yī)學(xué)圖像壓縮首要考慮的因素，現(xiàn)在醫(yī)學(xué)圖像上常常采用無(wú)損壓縮，因?yàn)樗軌蚓_地還原原圖像。但是無(wú)損圖像壓縮的壓縮比很低，一般為2~4；而有損圖像壓縮的壓縮比可以高達(dá)50，甚至更高。

所以將這兩種壓縮方法在保證使用要求的基礎(chǔ)上結(jié)合起來(lái)，在獲取高的壓縮質(zhì)量的前提下提高壓縮比。因此，醫(yī)學(xué)圖像被人為地劃分為兩個(gè)區(qū)域：1)包含重要診斷信息的區(qū)域，其錯(cuò)誤描述的代價(jià)非常高，所以此感興趣區(qū)域(ROIRegionofInterest)需要高重構(gòu)質(zhì)量的壓縮方案；2)非感興趣區(qū)域則要求達(dá)到盡可能高的壓縮比,即需要在某一框架下將無(wú)損壓縮與有損壓縮統(tǒng)一起來(lái)，這也是目前醫(yī)學(xué)圖像研究領(lǐng)域的一個(gè)熱點(diǎn)。我們的工作就集中在小波理論框架下實(shí)現(xiàn)面向任務(wù)的醫(yī)學(xué)圖像壓縮,由于并非所有的小波基都適合于分解圖像，所以前期工作的重點(diǎn)在MATLAB的仿真上，考慮到部分所選醫(yī)學(xué)圖像的ROI區(qū)域和非ROI區(qū)域的對(duì)比度不很理想的情況，圖像分割的最優(yōu)算法是考慮的一個(gè)方面。

壓縮比方面在滿(mǎn)足一般性的圖像條件下針對(duì)某些特殊圖像也會(huì)有相應(yīng)的考慮，目前的工作是在VC平臺(tái)下實(shí)現(xiàn)面向任務(wù)的醫(yī)學(xué)圖像壓縮。在醫(yī)學(xué)圖像壓縮方面，許多學(xué)者結(jié)合模式識(shí)別、計(jì)算機(jī)視覺(jué)、神經(jīng)網(wǎng)絡(luò)理論、小波變換和分形理論等探索圖像編碼的新途徑，同時(shí)人的視覺(jué)生理心理特性的研究成果也開(kāi)拓了人們的視野，給從事圖像編碼技術(shù)研究的學(xué)者帶來(lái)了新的啟迪。但隨著網(wǎng)絡(luò)技術(shù)在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用，更加細(xì)致的要求也逐漸被提出來(lái)了。

篇(4)

影像融合是大勢(shì)所趨

“影像融合”是近來(lái)被國(guó)內(nèi)醫(yī)學(xué)影像界提及頻率很高的一個(gè)詞，7月19日，由中國(guó)醫(yī)科院主辦的“首屆醫(yī)學(xué)影像高峰論壇”在北京舉行，該會(huì)議的主題即為“融合共贏”。復(fù)旦大學(xué)副校長(zhǎng)、中華醫(yī)學(xué)會(huì)放射學(xué)分會(huì)主任委員馮曉源在會(huì)議間隙接受《e醫(yī)療》專(zhuān)訪時(shí)說(shuō)：“影像醫(yī)學(xué)必然要以影像為根本，但這個(gè)‘影像’不是CT、核磁等單種技術(shù)的圖像，而是多種影像的融合。從目前以形態(tài)（解剖）為基礎(chǔ)的診斷向功能診斷、分子水平診斷的發(fā)展過(guò)程中，影像融合是必經(jīng)的階段?！蓖瑯拥膬?nèi)容，他在2012年的中華醫(yī)學(xué)會(huì)放射學(xué)分會(huì)年會(huì)上也提到過(guò)。

中國(guó)醫(yī)科大學(xué)附屬盛京醫(yī)院院長(zhǎng)郭啟勇認(rèn)為，以?xún)?nèi)、外科為代表的臨床學(xué)科對(duì)影像檢查的依賴(lài)性日益增加；以產(chǎn)前診斷為代表的特殊學(xué)科對(duì)影像檢查的需求認(rèn)識(shí)不斷加深；綜合影像診斷的重要性被臨床廣泛認(rèn)知……知識(shí)附加值在影像診斷中將日益顯現(xiàn)。

誠(chéng)然，影像對(duì)于臨床有著非常重要的作用，而影像醫(yī)學(xué)的發(fā)展也必須圍繞臨床進(jìn)行，因?yàn)樽鳛椤搬t(yī)技科室”的影像科，其終極目的必然是為“醫(yī)”提供服務(wù)。

影像融合概念的提出，與醫(yī)學(xué)的發(fā)展方向有著直接的關(guān)系。未來(lái)醫(yī)學(xué)的發(fā)展將朝著以預(yù)測(cè)（Predictive）、預(yù)防（Preventive）、個(gè)性化（Personalized）和參與性（Participatory）為特征的P4醫(yī)學(xué)方向進(jìn)行，這正在逐漸成為醫(yī)學(xué)界的共識(shí)。馮曉源認(rèn)為，個(gè)性化醫(yī)學(xué)將是新醫(yī)學(xué)模式的核心之一，而影像醫(yī)學(xué)檢查技術(shù)，將可能是個(gè)性化醫(yī)學(xué)的核心和基礎(chǔ)。改變?cè)\斷模式，適應(yīng)新醫(yī)學(xué)發(fā)展的要求，不僅能改變影像醫(yī)學(xué)式微的趨勢(shì)，更能讓其走向具有廣闊前景的康莊大道。影像融合，是大勢(shì)所趨。

隨著科學(xué)技術(shù)的發(fā)展，越來(lái)越多的影像檢查設(shè)備開(kāi)始提供標(biāo)準(zhǔn)DICOM格式的影像數(shù)據(jù)，從技術(shù)上解決了影像融合的問(wèn)題。而影像學(xué)科因細(xì)分而導(dǎo)致的碎片化，卻在阻礙著影像融合的進(jìn)行。中國(guó)影像醫(yī)學(xué)奠基人之一、中國(guó)工程院院士劉玉清教授一直提倡“大影像”，他呼吁所有的影像部門(mén)一起工作，把基于不同成像原理組成的圖像放在一起，并在此基礎(chǔ)上提取有用的信息進(jìn)行融合。馮曉源認(rèn)為，影像的融合更應(yīng)該是學(xué)術(shù)上的融合，是各學(xué)科知識(shí)點(diǎn)在融合的圖像上的呈現(xiàn)。他說(shuō)：“影像醫(yī)學(xué)應(yīng)該從原來(lái)提供單純的影像學(xué)信息――主要是形態(tài)學(xué)信息――向提供生物學(xué)信息進(jìn)行轉(zhuǎn)變?！?/p>

事實(shí)上，影像融合現(xiàn)在已經(jīng)不僅僅只是影像醫(yī)學(xué)的愿景，有些醫(yī)院已經(jīng)開(kāi)始了相應(yīng)的實(shí)踐，中國(guó)醫(yī)科大學(xué)附屬盛京醫(yī)院就是其中的一個(gè)先行者。目前，該院已經(jīng)嘗試將不同學(xué)科領(lǐng)域（如化學(xué)、計(jì)算機(jī)、生物工程）的人才引入影像學(xué)科，企圖打造一個(gè)全新的融合影像學(xué)科。

三維重建與PACS

根據(jù)醫(yī)學(xué)圖像所提供的信息，可將圖像分為解剖結(jié)構(gòu)圖像（CT、MRI、B超等）和功能圖像（SPECT、PET等）。解剖圖像以較高的分辨率提供了臟器的解剖形態(tài)信息，但無(wú)法反映臟器的功能情況；功能圖像分辨率較差，無(wú)法提供臟器或病灶的解剖細(xì)節(jié)，但它提供的臟器功能代謝信息是解剖圖像所不能替代的。由于成像原理的不同所造成的圖像信息局限性，使單獨(dú)使用某一類(lèi)圖像的效果并不理想。這就需要對(duì)影像進(jìn)行包括圖像融合在內(nèi)的圖像后處理，三維重建是其中的內(nèi)容之一。

所謂圖像后處理，是指對(duì)獲取的圖像進(jìn)行處理、使之滿(mǎn)足各種需要的一系列技術(shù)的總稱(chēng)，最典型的技術(shù)包括圖像分割和三維重建。通過(guò)一定的圖像分割操作，切除任意不感興趣的數(shù)據(jù)集，僅保留要處理的部分。分割技術(shù)可以使醫(yī)生排除無(wú)關(guān)圖像的干擾，看得更清楚，自然得出的診斷結(jié)論也更準(zhǔn)確。而三維重建則是根據(jù)一系列二維的醫(yī)學(xué)圖像，經(jīng)過(guò)多重處理，提取不同物體的邊界數(shù)據(jù)，得出物體的三維模型，并允許對(duì)模型進(jìn)行顯示、旋轉(zhuǎn)、縮放等操作。三維模型的重構(gòu)可以為醫(yī)生提供多角度立體的視角，從而使醫(yī)生方便、快捷地對(duì)病灶進(jìn)行定量的分析和處理，提高診療水平和效率。

三維影像的獲取有兩種方式：設(shè)備獲取和PACS獲取，設(shè)備獲取可分為CT、MR等設(shè)備自帶工作站和專(zhuān)業(yè)的三維影像工作站。專(zhuān)業(yè)三維影像工作站功能強(qiáng)大，能夠提供信息更豐富、品質(zhì)更精細(xì)的三維圖像，而另外兩種途徑獲取的圖像品質(zhì)相對(duì)較差。

PACS作為一個(gè)獲取、存儲(chǔ)并提供調(diào)閱醫(yī)學(xué)圖像的綜合應(yīng)用平臺(tái)，其看圖模塊能對(duì)圖像進(jìn)行各種二維處理，而三維處理功能并不是所有醫(yī)療信息化廠家提供的PACS產(chǎn)品都支持的功能。PACS可以集成三維后處理功能，這樣就可以進(jìn)行影像的三維重建。PACS是一個(gè)數(shù)字運(yùn)行的平臺(tái)，是一個(gè)更大的概念，重建后的三維影像可以通過(guò)PACS進(jìn)行存儲(chǔ)、傳輸和查看。

融合了三維影像后處理功能的PACS，以所獲取的DICOM圖像為基礎(chǔ)，對(duì)其進(jìn)行重建、分割等處理操作，使醫(yī)生可以更全面地觀察醫(yī)學(xué)影像，從而擴(kuò)充了PACS看圖模塊的功能，取得了更理想的診療效果。把圖像分割和三維重建技術(shù)結(jié)合起來(lái)使用，將最大限度地發(fā)揮后處理功能。診斷醫(yī)生通過(guò)醫(yī)學(xué)PACS系統(tǒng)得到患者的圖像信息，在看圖模塊中進(jìn)行簡(jiǎn)單的處理之后，如果發(fā)現(xiàn)還不足以做出確切的診斷，就可以利用三維影像后處理系統(tǒng)先重建出患者檢查部位的三維立體模型，分割操作可以去除不感興趣的干擾部分，各種旋轉(zhuǎn)平移操作可以給醫(yī)生更多的信息，最終做出合理的診斷。

綜上所述，三維影像后處理系統(tǒng)處理的影像來(lái)源主要是PACS，各方面都要得到PACS的良好支持，既可以成為PACS的輔助模塊，也可以單獨(dú)成為一個(gè)獨(dú)立的軟件系統(tǒng)。

三維重建的醫(yī)學(xué)應(yīng)用

三維影像的應(yīng)用主要體現(xiàn)在臨床上，比如在做手術(shù)時(shí)查看病灶和周?chē)芗敖M織之間的關(guān)系，幫助臨床醫(yī)生進(jìn)行手術(shù)計(jì)劃的制訂?！吨袊?guó)放射學(xué)雜志》編輯部主任高宏說(shuō)：“3D影像技術(shù)在疾病的診斷、治療和基礎(chǔ)研究方面有著廣泛的應(yīng)用，在腫瘤疾病上的應(yīng)用更為廣泛，很多腫瘤的介入治療和放射治療都是通過(guò)三維成像引導(dǎo)來(lái)完成治療計(jì)劃的制訂的?！?/p>

除了高宏提到的腫瘤疾病的治療，三維影像在骨科、心血管等臨床外科的應(yīng)用也較普遍。北京大學(xué)第一醫(yī)院泌尿外科要求每個(gè)腎癌病例都要進(jìn)行三維重建，有著一套嚴(yán)格的對(duì)腎癌進(jìn)行三維重建的要求：重建哪幾個(gè)解剖的位置、重建哪些血管和腫瘤的關(guān)系等等。該院呼吸內(nèi)科開(kāi)創(chuàng)了用呼吸內(nèi)鏡把肺氣腫病變切除的手術(shù)，該院影像科主任王霄英評(píng)價(jià)：“內(nèi)科把外科的活干了，開(kāi)拓了一個(gè)全新的領(lǐng)域?！?/p>

不僅僅是在臨床，目前三維重建在診斷、教學(xué)和科研方面的應(yīng)用也已經(jīng)初具規(guī)模。郭佑民認(rèn)為，三維影像在放射科的應(yīng)用會(huì)越來(lái)越多，“對(duì)于放射科醫(yī)師而言，除了觀察斷面圖像之外，結(jié)合3D技術(shù)可以為臨床提供更多更豐富的診斷依據(jù)?！彼f(shuō)。

并不是所有的影像從業(yè)者都認(rèn)可郭佑民的觀點(diǎn)，在采訪中部分放射科主任認(rèn)為，作為診斷工具來(lái)講，三維影像對(duì)放射科的幫助并不大。放射科醫(yī)生一直都是通過(guò)二維影像做診斷，經(jīng)過(guò)多年的專(zhuān)業(yè)訓(xùn)練之后，他們已經(jīng)可以透過(guò)二維影像在腦海中重建三維結(jié)構(gòu)，此外，三維影像并沒(méi)有提供更多與診斷相關(guān)的信息。倒是對(duì)臨床醫(yī)生而言，三維影像更能幫到他們。

青島大學(xué)醫(yī)學(xué)院附屬醫(yī)院副院長(zhǎng)董則在科研方面進(jìn)行了探索，國(guó)家“十二五”科技支撐計(jì)劃課題“小兒肝臟腫瘤手術(shù)治療臨床決策系統(tǒng)開(kāi)發(fā)” 就是由他領(lǐng)銜的。董和他的團(tuán)隊(duì)希望在國(guó)際上首次將中國(guó)各年齡階段兒童和成人肝臟進(jìn)行數(shù)字化虛擬測(cè)量，建立中國(guó)兒童肝臟數(shù)據(jù)庫(kù)和小兒肝臟腫瘤立體模擬手術(shù)系統(tǒng)。

在教學(xué)方面，郭佑民認(rèn)為3D影像與2D影像相結(jié)合，有利于學(xué)生對(duì)影像學(xué)結(jié)構(gòu)圖像的理解和應(yīng)用?！耙?yàn)獒t(yī)學(xué)生從學(xué)習(xí)人體解剖課程開(kāi)始，就逐步地建立了人體組織和結(jié)構(gòu)的空間概念，而對(duì)橫斷面的2D圖像理解不夠透徹。借助3D圖像可以更好地對(duì)照和理解每一幅2D圖像與3D圖像的關(guān)系，為后續(xù)的學(xué)習(xí)奠定基礎(chǔ)?！彼f(shuō)。

三維重建的發(fā)展方向

三維重建在醫(yī)學(xué)上的應(yīng)用已經(jīng)較為普遍，其重要性正在越來(lái)越多地得到認(rèn)可。如何充分利用三維影像的優(yōu)勢(shì)，更好地為醫(yī)學(xué)服務(wù)，學(xué)術(shù)、臨床及產(chǎn)業(yè)界都在進(jìn)行著積極的探索。

影像引導(dǎo)的放射治療

影像引導(dǎo)的放射治療（IGRT）是一種前沿技術(shù)，通過(guò)放療前以加速器自帶的CT進(jìn)行掃描，采集并重建三維圖像，與治療計(jì)劃圖像配準(zhǔn)后再實(shí)施治療。這樣可以克服因治療擺位和腫瘤位置移動(dòng)所造成的誤差，確保在精確照射腫瘤的同時(shí)，將對(duì)其周?chē)＝M織的損傷降到最低限度，全方位提高效果。它在三維放療技術(shù)的基礎(chǔ)上加入了時(shí)序的概念，可以說(shuō)是一種四維技術(shù)。

IGRT可從定位、計(jì)劃到治療實(shí)施和驗(yàn)證等方面創(chuàng)造各種解決方案。它充分考慮了解剖組織在治療過(guò)程中的運(yùn)動(dòng)和分次治療間的位移誤差，如呼吸運(yùn)動(dòng)、小腸蠕動(dòng)、膀胱充盈、胸腹水、日常擺位誤差、腫瘤增大/縮小等引起放療劑量分布的變化和對(duì)治療計(jì)劃的影響等方面的情況，在患者進(jìn)行治療前和治療中利用各種先進(jìn)的影像設(shè)備對(duì)腫瘤及正常器官進(jìn)行實(shí)時(shí)監(jiān)控，并能根據(jù)器官位置的變化調(diào)整治療條件，使照射野緊緊“追隨”靶區(qū)，做到真正意義上的精確治療。

高級(jí)影像中心

四川大學(xué)附屬華西醫(yī)院目前正在計(jì)劃建立AVC（Advanced Visualization Centre，高級(jí)影像中心，也稱(chēng)3D中心或三維中心）。

西門(mén)子大中華區(qū)影像和知識(shí)管理總經(jīng)理王峻介紹，AVC模式是以臨床需求為中心而設(shè)計(jì)的影像信息系統(tǒng)，其所有的活動(dòng)都是圍繞著臨床的某些診療需求而設(shè)計(jì)的。他說(shuō)：“AVC改變了傳統(tǒng)影像科的工作模式，使其更貼近臨床科室的需求。AVC把大量之前只有在放射科才能訪問(wèn)到的高級(jí)圖像處理軟件的瀏覽權(quán)限向臨床科室開(kāi)放，使臨床醫(yī)生大為獲益。AVC模式還將改變放射科的報(bào)告不受臨床科室重視的尷尬狀態(tài)，使得放射科的檢查、處理和報(bào)告可以全面地為臨床治療服務(wù)，并為臨床醫(yī)生提供大量其需要的輔助信息。相信AVC能為醫(yī)院診斷和治療這兩個(gè)重要的醫(yī)療行為找到更好的合作模式?！?/p>

華西醫(yī)院放射科高級(jí)工程師王躍介紹，AVC所特有的各種結(jié)構(gòu)化報(bào)告，能協(xié)助放射科在臨床科室的亞專(zhuān)業(yè)和放射科的亞專(zhuān)業(yè)之間形成對(duì)接，這種一對(duì)一的溝通和協(xié)作，可以為臨床中的不同疾病和亞專(zhuān)業(yè)提供更準(zhǔn)確而有用的個(gè)性化、專(zhuān)業(yè)化報(bào)告，在提高放射科醫(yī)生診斷報(bào)告價(jià)值的同時(shí)，也能提高放射科報(bào)告的利用率和實(shí)用性。

王躍說(shuō)：“AVC的建設(shè)不僅能夠大大加強(qiáng)放射科與臨床科室的互動(dòng)，使得臨床更加需要放射科的工作以便更好地為患者服務(wù)，而且能夠提升放射科自身的實(shí)力和水平。AVC代表了未來(lái)的放射科-臨床科室工作模式，完全可以稱(chēng)為診療模式的一次革命?！?/p>

3D醫(yī)學(xué)打印

據(jù)《健康報(bào)》今年7月報(bào)道，北京大學(xué)第三醫(yī)院骨科劉忠軍帶領(lǐng)的團(tuán)隊(duì)在脊柱及關(guān)節(jié)外科領(lǐng)域研發(fā)出了幾十個(gè)3D打印脊柱外科植入物，其中包括頸椎椎間融合器 、頸椎人工椎體及人工髖關(guān)節(jié)在內(nèi)的三個(gè)產(chǎn)品已經(jīng)進(jìn)入了臨床觀察階段。報(bào)道稱(chēng)，已經(jīng)有近40位頸椎病患者和髖關(guān)節(jié)病患者在簽署知情同意之后，植入了3D打印出來(lái)的骨骼。

3D打印技術(shù)，是以計(jì)算機(jī)三維設(shè)計(jì)模型為藍(lán)本，通過(guò)軟件分層離散和數(shù)控成型系統(tǒng)，利用激光束、熱熔噴嘴等方式將金屬粉末、陶瓷粉末、塑料、細(xì)胞組織等特殊材料進(jìn)行逐層堆積黏結(jié)，最終疊加成型，制造出實(shí)體產(chǎn)品。3D打印技術(shù)又稱(chēng)“增材制造”，長(zhǎng)期以來(lái)被應(yīng)用于制造珠寶、電子產(chǎn)品和汽車(chē)部件模型，然而如今的工業(yè)3D打印機(jī)也在造福醫(yī)療領(lǐng)域，它們已經(jīng)可以定制人體肝臟和腎臟的模型，而科學(xué)家們也正在研究如何用3D打印機(jī)打印胚胎干細(xì)胞和活體組織，目標(biāo)是制造出能夠直接移植到受體者身上的人體部位，先進(jìn)的3D打印機(jī)目前已經(jīng)開(kāi)始走進(jìn)醫(yī)院。

醫(yī)療行業(yè)（尤其是修復(fù)性醫(yī)學(xué)領(lǐng)域）存在大量的定制化需求，難以進(jìn)行標(biāo)準(zhǔn)化、大批量生產(chǎn)，而這恰是3D打印技術(shù)的優(yōu)勢(shì)所在。目前，3D打印技術(shù)在助聽(tīng)器材制造、牙齒矯正與修復(fù)、假肢制造等領(lǐng)域已經(jīng)得到了成功應(yīng)用，且應(yīng)用已經(jīng)相對(duì)比較成熟。

但是，要想走進(jìn)全球各地成千上萬(wàn)的醫(yī)院手術(shù)室，3D打印技術(shù)還面臨許多障礙：第一，用于制造器官模型的3D打印機(jī)售價(jià)在25萬(wàn)美元至50萬(wàn)美元，小醫(yī)院難以負(fù)擔(dān)；第二，大多數(shù)醫(yī)生不會(huì)使用3D打印機(jī)，所以醫(yī)院還需要技術(shù)人員來(lái)操作3D打印機(jī)并把醫(yī)療圖像轉(zhuǎn)換為可以打印的3D數(shù)據(jù)。

篇(5)

【摘要】 為彌補(bǔ)解剖結(jié)構(gòu)圖像（CT， MRI， B超等）和功能圖像（SPECT， PET等）的各自不足，醫(yī)學(xué)圖像融合技術(shù)應(yīng)運(yùn)而生，并且有了較大發(fā)展. 本文從三方面綜述了近年來(lái)有關(guān)醫(yī)學(xué)圖像融合技術(shù)研究的最新進(jìn)展，認(rèn)為在醫(yī)學(xué)影像設(shè)備的發(fā)展中，功能圖像和解剖圖像的結(jié)合是一個(gè)發(fā)展趨勢(shì)，在腫瘤的精確定位、早期檢測(cè)和診斷中將發(fā)揮重要的作用.

【關(guān)鍵詞】 診斷顯像；圖像融合

0引言

醫(yī)學(xué)影像學(xué)是臨床診斷信息的重要來(lái)源之一. 根據(jù)醫(yī)學(xué)圖像所提供的信息內(nèi)涵，可將醫(yī)學(xué)影像分為兩大類(lèi)： 解剖結(jié)構(gòu)圖像（CT， MRI， B超等）和功能圖像（SPECT， PET等）. 這兩類(lèi)圖像各有其優(yōu)缺點(diǎn)： 功能圖像分辨率較差，但它提供的臟器功能代謝信息是解剖圖像所不能替代的；解剖圖像以高分辨率提供了臟器的解剖形態(tài)信息（功能圖像無(wú)法提供臟器或病灶的解剖細(xì)節(jié)），但無(wú)法反映臟器的功能情況.

目前這兩類(lèi)成像設(shè)備的研究都已取得了很大的進(jìn)步，一方面，雙方都在逐步彌補(bǔ)自身弱點(diǎn)，如MR的功能成像開(kāi)發(fā)以拓展其功能，SPECT， PET新型晶體開(kāi)發(fā)以增強(qiáng)自身的空間分辨率；另一方面，雙方均在不斷地增強(qiáng)自身強(qiáng)項(xiàng)，如MR開(kāi)發(fā)不同新型成像序列，CT的螺旋層數(shù)不斷增加，PET的晶體數(shù)目越來(lái)越多. 這使得各自圖像的空間分辨率和圖像質(zhì)量有很大的提高，但由于成像原理不同所造成的圖像信息局限性，使得單獨(dú)使用某一類(lèi)圖像的效果并不理想，且進(jìn)展緩慢，往往事倍功半. 由于上述原因，醫(yī)學(xué)圖像融合技術(shù)應(yīng)運(yùn)而生［1］.

1圖像融合（image fusion）技術(shù)的內(nèi)涵

圖像融合是指將多源信道所采集到的關(guān)于同一目標(biāo)的圖像經(jīng)過(guò)一定的圖像處理，提取各自信道的信息，最后綜合成同一圖像以供觀察或進(jìn)一步處理［2］. 簡(jiǎn)單來(lái)說(shuō)，醫(yī)學(xué)圖像融合就是將解剖結(jié)構(gòu)成像與功能成像兩種醫(yī)學(xué)成像的優(yōu)點(diǎn)結(jié)合起來(lái)，為臨床提供更多、更準(zhǔn)確的信息. 其最終結(jié)果是1＋1>2.

20世紀(jì)90年代以來(lái)，醫(yī)學(xué)圖像融合技術(shù)隨著計(jì)算機(jī)技術(shù)、通訊技術(shù)、傳感器技術(shù)、材料技術(shù)等的飛速發(fā)展而獲得重大發(fā)展，經(jīng)歷了異機(jī)圖像融合和同機(jī)圖像融合兩個(gè)階段.

2異機(jī)圖像融合

2.1異機(jī)圖像融合的研究?jī)?nèi)容在同機(jī)融合顯像設(shè)備沒(méi)有出現(xiàn)以前，圖像融合的研究?jī)H限于異機(jī)圖像融合. 最初其研究?jī)?nèi)容僅限于相同或不同成像模式（imaging modality）所得圖像經(jīng)過(guò)必要的幾何變換，空間分辨率統(tǒng)一和位置匹配后，進(jìn)行疊加獲得互補(bǔ)信息，增加信息量. 而現(xiàn)在，異機(jī)圖像融合的研究范圍包括： 圖像對(duì)位、融合圖像的顯示和分析，利用從對(duì)應(yīng)解剖結(jié)構(gòu)圖像（MRI， CT）獲取的先驗(yàn)信息對(duì)發(fā)射型數(shù)據(jù)（SPECT， PET）做有效的衰減校正、數(shù)據(jù)重建等［3］.

2.2異機(jī)圖像融合的基本方法按圖像融合對(duì)象的來(lái)源可分為同類(lèi)圖像融合（innermodality，如SPECTSPECT， CTCT等等）和異類(lèi)圖像融合（intermodality，如SPECTCT， PETMRI， MRICT， MRB超等). 按圖像融合的分析方法可分為同一患者的圖像融合、不同患者間的圖像融合和患者圖像與模板圖像融合. 按圖像融合對(duì)象的獲取時(shí)間可分為短期圖像融合(如跟蹤腫瘤的發(fā)展情況時(shí)在1~3 mo內(nèi)做的圖像進(jìn)行融合)和長(zhǎng)期圖像融合(如進(jìn)行治療效果評(píng)估時(shí)進(jìn)行的治療后2~3 a的圖像與治療后當(dāng)時(shí)的圖像進(jìn)行融合). 臨床工作人員根據(jù)自己的研究目的不斷設(shè)計(jì)出更多的融合方式.

2.3異機(jī)圖像融合的主要技術(shù)圖像融合的步驟大致為： 特征提取，設(shè)計(jì)誤差評(píng)估方法，對(duì)圖像數(shù)據(jù)進(jìn)行處理使誤差最小，將變換后的圖像數(shù)據(jù)進(jìn)行對(duì)位和綜合顯示，分析綜合數(shù)據(jù). 其中對(duì)位技術(shù)是圖像融合的關(guān)鍵和難點(diǎn)［4］.

2.3.1特征提取特征提取可分為內(nèi)部特征提取和外部特征提取內(nèi)部特征主要是人體解剖結(jié)構(gòu)特征，如顱骨、脊柱、胸骨、肋骨、關(guān)節(jié)；膈下軟組織，如脾、肝、腎等等. 外部特征是為進(jìn)行融合處理而特制在兩幅圖像上均可見(jiàn)的體表標(biāo)記物. 據(jù)文獻(xiàn)報(bào)道使用的外標(biāo)志物有進(jìn)行腦圖像融合的頭罩、牙環(huán)，胸部、腹部圖像融合采用的背帶，四肢圖像融合采用的支架，甚至顱骨嵌入螺釘?shù)鹊? 采用內(nèi)部特征的優(yōu)點(diǎn)是不需要對(duì)患者做預(yù)處理，可進(jìn)行多次融合方法分析，缺點(diǎn)是難以實(shí)現(xiàn)融合自動(dòng)化處理，需要人工干預(yù)，融合的精確性往往與經(jīng)驗(yàn)有關(guān). 外部特征的優(yōu)點(diǎn)是特征明確，易于進(jìn)行計(jì)算機(jī)自動(dòng)處理，缺點(diǎn)是預(yù)處理復(fù)雜，并且由于而引起的臟器與體表標(biāo)記之間的位移誤差難以避免.

2.3.2誤差評(píng)估方法常用的有基于相似度的誤差評(píng)估方法(以相似度最大為最優(yōu))和基于距離的誤差評(píng)估方法(以距離最小為最優(yōu)).

2.3.3圖像處理圖像預(yù)處理： 對(duì)于有條件的圖像進(jìn)行重新斷層分層(reslice)以確保圖像在空間分辨率和空間方位上的大體接近. 幾何變換： 主要包括尺度變換、平移、旋轉(zhuǎn)等.

2.3.4圖像的對(duì)位將處理好的圖像按誤差最小的原則進(jìn)行對(duì)位. 按外部特征進(jìn)行對(duì)位的方法以?xún)煞鶊D像上的特征點(diǎn)配準(zhǔn)為對(duì)位成功. 按內(nèi)部特征進(jìn)行圖像對(duì)位法主要有兩種：圖像分割配準(zhǔn)和像素特征配準(zhǔn)［5］.

圖像分割配準(zhǔn)法分為曲線法和表面法，在目前實(shí)際應(yīng)用中較多采用. 因分割算法通常是半自動(dòng)的，需人為參與，其配準(zhǔn)的精度受限于分割的精度. 理論上此法可用于全身各部位的配準(zhǔn)，但現(xiàn)在常用于神經(jīng)系統(tǒng)成像和矯形外科成像. 曲線法是將一些具有幾何特征的線條（如脊線）或柵格提取出來(lái)進(jìn)行配準(zhǔn). 但是，曲線法要求圖像有較高分辨率，以便提取幾何特征. 表面法的代表算法是“頭帽法”： 從一幅圖中提取一組輪廓點(diǎn)作為“帽子”，從另一幅圖中提取表面模型作為“頭”，然后使用Powell搜索算法（使帽點(diǎn)和頭表面間的距離平均平方和最?。﹣?lái)確定變換關(guān)系. 采用表面匹配技術(shù)可以對(duì)SPECT和PET的心臟圖像進(jìn)行了對(duì)位融合.

表面配準(zhǔn)算法不僅用于3D剛性（rigid）變換，而且可用于3D彈性（elastic）變換，從而為一些組織器官的配準(zhǔn)，如心臟、肝臟、肺等，提供了可能性. 但這種方法與其他基于組織分割的算法一樣，配準(zhǔn)精度受限于組織分割的精度. 近年來(lái)，由于分割算法的復(fù)雜程度降低、自動(dòng)化程度提高以及斜面匹配技術(shù)在計(jì)算距離變換上的優(yōu)勢(shì)，此法被普遍應(yīng)用. 表面配準(zhǔn)法主要應(yīng)用于PETMR圖像的配準(zhǔn)，由于SPECT圖像的邊界模糊，不宜使用此法. 像素特征配準(zhǔn)法［6］： 像素特征配準(zhǔn)法與其他內(nèi)部特征配準(zhǔn)方法不同之處在于，他是以圖像灰度為配準(zhǔn)依據(jù)，不需要對(duì)圖像原始數(shù)據(jù)進(jìn)行預(yù)歸納或預(yù)分割，其常用算法有主軸矩配準(zhǔn)、全圖像信息配準(zhǔn)和圖譜法配準(zhǔn). 主軸矩配準(zhǔn)： 是將圖像灰度內(nèi)容轉(zhuǎn)換為數(shù)量和方向的幾何表示. 目前大多是從零階及一階矩中計(jì)算出圖像的質(zhì)心及主軸，再通過(guò)平移和旋轉(zhuǎn)使兩幅圖像的質(zhì)心和主軸對(duì)齊，達(dá)到配準(zhǔn)目的. 此法對(duì)于數(shù)據(jù)缺失比較敏感，細(xì)節(jié)丟失或形狀的病理性改變均會(huì)影響配準(zhǔn)結(jié)果. 但此法實(shí)現(xiàn)了自動(dòng)化，且十分快捷，易于移植，目前多用于粗配準(zhǔn). 全圖像信息配準(zhǔn)： 是在配準(zhǔn)全過(guò)程中使用全部圖像信息，使用的算法有區(qū)域相似性測(cè)量法、最大互信息法、相關(guān)法、聯(lián)合熵法、條件熵法等. 此方法適用性最廣，它不象其他內(nèi)部特征法那樣需先進(jìn)行灰度圖像的信息壓縮提取，而是在配準(zhǔn)過(guò)程中利用所有可獲得的信息. 圖譜法： 用于患者間的圖像配準(zhǔn)同一解剖結(jié)構(gòu)的形狀、大小、位置都會(huì)因解剖和生理上的個(gè)體差異有很大不同，這就使患者間的圖像配準(zhǔn)問(wèn)題成為當(dāng)今醫(yī)學(xué)圖像分析中的最大難題. 因此就要有一個(gè)詳細(xì)標(biāo)記人體各個(gè)解剖位置的標(biāo)準(zhǔn)化圖譜. 用圖譜法對(duì)兩個(gè)患者的PET或MRI圖像進(jìn)行比較時(shí)，首先把二者的圖像都映射到一個(gè)標(biāo)準(zhǔn)化的圖譜空間去，然后在此空間中進(jìn)行比較. 使用內(nèi)部特征定位不需外加定位裝置，但要求兩幅圖像要有相似結(jié)構(gòu)或共同特征才可進(jìn)行匹配. 定位的精確度是由具體的算法來(lái)決定的.

2.3.5融合數(shù)據(jù)的分析以某種算法將融合圖像數(shù)據(jù)綜合顯示并做定量分析. 有些影像學(xué)工作者提出了如融合圖像中像素CT值/SPECT計(jì)數(shù)等數(shù)值分析方法，但由于圖像融合技術(shù)研究時(shí)間較短，各種融合數(shù)據(jù)對(duì)臨床的指導(dǎo)意義有待進(jìn)一步檢驗(yàn)確定.

融合圖像有多種直觀的顯示方法. 常用的有斷層顯示法和三維顯示法. 融合圖像的顯示往往以某個(gè)圖像為基準(zhǔn)，該圖像用灰度色階顯示，另一個(gè)圖像迭加在基準(zhǔn)圖像上，用彩階顯示［7］： ① 斷層顯示法： 對(duì)于某些（得到原始數(shù)據(jù)）圖像融合，可以將融合的三維數(shù)據(jù)以橫斷面、冠狀面和矢狀面斷層圖像同步地顯示，便于觀察者進(jìn)行診斷. 這是融合圖像最常用的顯示方法. 這種顯示要求觀察者對(duì)于圖像三維層面的特征有豐富的經(jīng)驗(yàn)； ② 三維顯示法： 將融合的三維數(shù)據(jù)以三維圖像的形式顯示使觀察者可更加直觀地觀察病灶的解剖位置，在外科手術(shù)設(shè)計(jì)和放療計(jì)劃制定中有重要的意義.

2.4異機(jī)圖像融合的現(xiàn)狀目前對(duì)于剛性組織的對(duì)位已基本解決，如腦部異機(jī)圖像融合［8］，而對(duì)于非剛性組織（如腹部）的對(duì)位有待進(jìn)一步研究. 因此在圖像對(duì)位技術(shù)上目前尚未找到一種確保完全、通用、有效的方法.

3同機(jī)圖像融合

同機(jī)圖像融合是伴隨著同機(jī)顯像設(shè)備的發(fā)展而發(fā)展的. 1991年，Hasegawa等［9，10］人首先提出了同機(jī)圖像融合設(shè)備的設(shè)想. 1999年，通用電器公司(GE)推出了全球第一臺(tái)醫(yī)用同機(jī)圖像融合設(shè)備Hawkeye，它將XCT球管、探測(cè)器及放射性核素探頭裝在同一旋轉(zhuǎn)機(jī)架上，患者可同時(shí)進(jìn)行CT和SPECT檢查. 得到的X線圖像不僅可以用來(lái)與SPECT圖像進(jìn)行融合，還可以通過(guò)不同軟組織及骨骼對(duì)X線與γ光子的不同衰減比例因子，由CT值計(jì)算線性衰減系數(shù)，進(jìn)行SPECT的衰減校正. 由于這一臺(tái)劃時(shí)代設(shè)備的出現(xiàn)，使得圖像融合技術(shù)發(fā)生了根本性的變化.

由于圖像融合設(shè)備顯像過(guò)程中，患者同時(shí)進(jìn)行兩種不同的檢查，其變化由計(jì)算機(jī)精確控制，且不同顯像間的時(shí)間間隔非常短暫，從根本上解決了異機(jī)圖像融合中的最大難題：對(duì)位技術(shù)的準(zhǔn)確性. 在CT與SPECT圖像融合的領(lǐng)域內(nèi)，它具有了所有異機(jī)圖像融合的優(yōu)勢(shì)，而且實(shí)現(xiàn)過(guò)程更為簡(jiǎn)單，并廣泛應(yīng)用于臨床醫(yī)學(xué)的各個(gè)領(lǐng)域［11］. 因此，這一設(shè)備從產(chǎn)生之日起，就對(duì)影像醫(yī)學(xué)特別是影像核醫(yī)學(xué)產(chǎn)生了革命性的影響. 目前已廣泛應(yīng)用于國(guó)內(nèi)、外影像醫(yī)學(xué)臨床診斷.

在Hawkeye之后，GE公司、西門(mén)子公司及飛利浦先后推出了第二代圖像融合設(shè)備： PET/CT［12］，其功能在Hawkeye基礎(chǔ)上更進(jìn)一步，定位更加準(zhǔn)確，診斷準(zhǔn)確性進(jìn)一步提高. 目前國(guó)內(nèi)有此設(shè)備十余臺(tái).

相比PET/CT，PET/MR的研究更加令影像醫(yī)學(xué)工作者期待. PET/MR除具有所有PET/CT的優(yōu)點(diǎn)外，還可以提供更多的軟組織信息，其提供的組織信息可應(yīng)用于高精度的PET圖像衰減校正，從而進(jìn)一步提高圖像質(zhì)量和空間分辨率. 目前，美國(guó)將PET晶體置于MR內(nèi)部，已研制出一種新型的PET/MR，并已獲得了大鼠腦部同機(jī)融合圖像［13］，相信PET/MR很快將進(jìn)入臨床.

4展望

總之，在醫(yī)學(xué)影像設(shè)備的發(fā)展中，功能圖像和解剖圖像的結(jié)合是一個(gè)發(fā)展趨勢(shì)，而圖像融合的潛力在于綜合處理應(yīng)用這些成像設(shè)備所得信息以獲得新的有助于臨床診斷的信息［14］，在腫瘤的精確定位、癌癥的早期診斷和治療中發(fā)揮重要的作用. 隨著功能成像設(shè)備和解剖成像設(shè)備雜交技術(shù)的出現(xiàn)，圖像融合技術(shù)將得到進(jìn)一步的發(fā)展，給臨床診斷帶來(lái)一場(chǎng)新的變革.

參考文獻(xiàn)

［1］ Davide W， Simon R. Combining anatomy and function the pathto image fusion ［J］. Eur Radiol， 2001;11:1968-1974.

［2］ 蔣長(zhǎng)英. 什么是“醫(yī)學(xué)圖像融合”［J］? 抗癌，2003;(1):36-37.

［3］ 張孝飛，王強(qiáng). 醫(yī)學(xué)圖像融合技術(shù)研究綜述［J］. 廣西科學(xué)，2002;9(1):64-68.

［4］ 劉敬華，錢(qián)宗才. 醫(yī)學(xué)圖像融合技術(shù)及其應(yīng)用［J］. 醫(yī)學(xué)信息醫(yī)學(xué)與計(jì)算機(jī)應(yīng)用，2002;15(5):258-259.

［5］ 俞亞青，田學(xué)隆，閆春紅. 醫(yī)學(xué)圖像配準(zhǔn)方法分類(lèi)及現(xiàn)狀［J］. 重慶大學(xué)學(xué)報(bào)(自然科學(xué)版)，2003;26(8):114-118.

［6］ 姜慶娟，譚景信. 像素級(jí)圖像融合方法與選擇［J］. 計(jì)算機(jī)工程與應(yīng)用，2003;39(25):116-120.

［7］ 唐慶玉，王宇. 醫(yī)學(xué)圖像融合顯示的幾種方法［J］. 中國(guó)醫(yī)療器械信息，2002;8(3):14-15.

［8］ Ferroli P， Franzini A， Marras C， et al. A simple method to assess accuracy of deep brain stimulation electrode placement: Preoperative stereotactic CT + postoperative MR image fusion ［J］. Stereotact Funct Neurosurg， 2004;82:14-19.

［9］ Hasegawa BH， Stebler B， Butt BK， et al. A prototype highpurity germanium detector system with fast photoncounting circuiry for medical imaging ［J］. Med Phys， 1991;18:900-999.

［10］ Lang TF， Hasegawa BH， Liew SC， et al. Description of a prototype emissiontransmission computed tomography imaging system ［J］. J Nucl Med， 1991;33:1881-1887.

［11］ Schillaci O. Functionalanatomical image fusion in neuroendocrine tumors ［J］. Cancer Biother Radiopharm， 2004;19:129-134.

［12］ Townsend DW， Beyer T， Blodgett TM. PET/CT scanners: A hardware approach to image fusion ［J］. Semin Nucl Med， 2003;33:193-204.

篇(6)

基于數(shù)據(jù)挖掘的醫(yī)學(xué)圖像分類(lèi)方法研究是多媒體數(shù)據(jù)挖掘的一個(gè)重要組成部分。在分析和總結(jié)了現(xiàn)有各種特征提取方法的基礎(chǔ)上，提出了基于競(jìng)爭(zhēng)聚類(lèi)和關(guān)聯(lián)規(guī)則的醫(yī)學(xué)圖像分類(lèi)算法和基于關(guān)聯(lián)規(guī)則的醫(yī)學(xué)圖像分類(lèi)器框架。該算法先用競(jìng)爭(zhēng)聚集算法實(shí)現(xiàn)醫(yī)學(xué)圖像的聚類(lèi)，利用聚類(lèi)的結(jié)果提取局部特征，基于局部特征用關(guān)聯(lián)規(guī)則實(shí)現(xiàn)醫(yī)學(xué)圖像的分類(lèi)。實(shí)驗(yàn)結(jié)果表明，用此方法較好地提高了醫(yī)學(xué)圖像分類(lèi)的準(zhǔn)確率，進(jìn)而為數(shù)字化臨床診斷提供了有利的證據(jù)。

【關(guān)鍵詞】 數(shù)據(jù)挖掘 圖像分類(lèi) 醫(yī)學(xué)圖像 數(shù)字化診斷

Abstract：The multi-media data mining is the key part of the whole researches about the method of medical images classification. Under the base of the analysis and conclusion about the methods of deriving the various characteristics previously provided by other researchers， this framework of the medical images classification with the association rules and clustering was provided. At first， the clustering algorithm was used for the characteristic in local areas ，and then the medical image classification was realized by the association rules. The results of the experiment showed that the accurate rate could be improved by this method， and better testimony could be provided for digital diagnosis.

Key words：Data mining； Images classification； Medical images； Digital diagnosis

數(shù)據(jù)挖掘立于數(shù)據(jù)庫(kù)系統(tǒng)和數(shù)據(jù)庫(kù)應(yīng)用學(xué)科最活躍的前沿。數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的數(shù)據(jù)中，提取新穎的、有效的和潛在有用的信息，發(fā)現(xiàn)隱含在其中的模式、特征、規(guī)律和知識(shí)。其所處理的數(shù)據(jù)類(lèi)型很豐富，其應(yīng)用領(lǐng)域也非常廣泛，但針對(duì)特定領(lǐng)域（如醫(yī)學(xué)）的復(fù)雜數(shù)據(jù)類(lèi)型的數(shù)據(jù)挖掘新方法還有待研究。

醫(yī)學(xué)圖像的數(shù)據(jù)挖掘旨在從海量的圖像數(shù)據(jù)中挖掘出有效的模型、關(guān)聯(lián)、規(guī)則、變化、不規(guī)則以及普遍的規(guī)律，以加速醫(yī)生決策診斷的過(guò)程和提高其決策診斷的準(zhǔn)確度。隨著醫(yī)療數(shù)字化設(shè)備的快速發(fā)展，醫(yī)學(xué)信息數(shù)據(jù)庫(kù)中不僅包括病人的結(jié)構(gòu)化的信息，還包括病人大量非結(jié)構(gòu)化的醫(yī)學(xué)圖像信息，為醫(yī)學(xué)圖像的數(shù)據(jù)挖掘提供了豐富的數(shù)據(jù)源。

近年來(lái)，隨著計(jì)算機(jī)相關(guān)技術(shù)及圖形圖像技術(shù)的廣泛應(yīng)用，使醫(yī)學(xué)領(lǐng)域尤其是臨床診斷發(fā)生了重大的變化，開(kāi)創(chuàng)了數(shù)字診斷新時(shí)代。借助于圖形、圖像技術(shù)的有力手段，醫(yī)學(xué)影像的質(zhì)量和顯示方式得到了極大的改善，從而借助于圖像處理與分析技術(shù)使得診療水平大大提高。

本研究將醫(yī)學(xué)圖像的處理技術(shù)與數(shù)據(jù)挖掘技術(shù)有機(jī)結(jié)合，研究醫(yī)學(xué)圖像數(shù)據(jù)的特征提取和醫(yī)學(xué)圖像數(shù)據(jù)的分類(lèi)方法。醫(yī)學(xué)圖像分類(lèi)效果的好壞在很大程度上取決于提取的特征。目前國(guó)內(nèi)外有大量的學(xué)者正在進(jìn)行這方面的研究：Maria - Luiza， Osm［1］提出的關(guān)聯(lián)規(guī)則分類(lèi)器和李丙春等［2］的徑向基函數(shù)網(wǎng)絡(luò)分類(lèi)器都采用了均值、方差、傾斜度和峰度4個(gè)特征；韓培友設(shè)計(jì)的是基于模糊粗糙集、數(shù)學(xué)形態(tài)學(xué)和分形特征分類(lèi)器等［3］。分析這些研究結(jié)果可以發(fā)現(xiàn)，醫(yī)學(xué)圖像數(shù)據(jù)挖掘的研究是一項(xiàng)復(fù)雜的、具有挑戰(zhàn)性的和多學(xué)科交叉的工作，開(kāi)展基于醫(yī)學(xué)圖像的數(shù)據(jù)挖掘技術(shù)的研究具有重要的理論意義和實(shí)用價(jià)值。

1 腦部腫瘤圖像預(yù)處理和特征提取

1.1 圖像預(yù)處理由于實(shí)際數(shù)據(jù)常常存在不完整性、噪聲和不一致性，預(yù)處理就變得很重要。有兩種數(shù)據(jù)預(yù)處理技術(shù)用于圖像數(shù)據(jù)的數(shù)據(jù)挖掘，即數(shù)據(jù)清洗和數(shù)據(jù)變換［3，4］。數(shù)據(jù)清洗用于清除影響數(shù)據(jù)挖掘的噪聲和孤立點(diǎn)。我們使用的圖像包含大量有噪聲的背景，有的圖像看起來(lái)太暗，有的太亮。在預(yù)處理階段，已有的方法都是進(jìn)行圖像的二值化，忽略了圖像的最基本元素-像素本身的灰度所具有的意義，而且也沒(méi)有很好地利用領(lǐng)域知識(shí)對(duì)圖像進(jìn)行預(yù)處理。本研究采用的圖像預(yù)處理的步驟如下：

1.1.1 利用去噪技術(shù)對(duì)圖像進(jìn)行處理經(jīng)過(guò)去噪聲處理后，可去掉圖像中的大多數(shù)背景信息和噪聲。

1.1.2 圖像增強(qiáng)在圖像生成、傳輸和變換過(guò)程中，由于多種因素的影響，總會(huì)造成圖像質(zhì)量的下降。圖像增強(qiáng)的目的是采用一系列技術(shù)改造圖像的效果或?qū)D像轉(zhuǎn)換成更適合處理的形式。圖像的增強(qiáng)處理有兩種方法：空域法和頻域法。直方圖均衡化是在空域中進(jìn)行的灰度增強(qiáng)算法。一幅對(duì)比度較小的圖像，其所有灰度級(jí)出現(xiàn)的相對(duì)頻數(shù)相同，此時(shí)圖像的熵最大，圖像所包含的信息量最大。本研究采用廣泛使用的直方圖均衡化技術(shù)來(lái)實(shí)現(xiàn)圖像的增強(qiáng)。同時(shí)，在此前應(yīng)該完成去噪聲處理，否則噪聲也會(huì)同時(shí)得到增強(qiáng)。

1.2 特征提取原始的腦部醫(yī)學(xué)圖像的噪聲處理和增強(qiáng)處理后，就可以從這些清晰的圖像中抽取與分類(lèi)相關(guān)的圖像特征。被抽取的特征組織在一個(gè)事物數(shù)據(jù)庫(kù)中作為分類(lèi)系統(tǒng)挖掘的輸入。數(shù)據(jù)庫(kù)的數(shù)據(jù)項(xiàng)主要包括：圖像編碼、圖像類(lèi)型、患者年齡、組織類(lèi)型、病灶位置等原始病案數(shù)據(jù)以及從圖像中提取出來(lái)的多個(gè)圖像特征。如圖像的鈣化點(diǎn)，圖像的紋理特征：角二階矩、對(duì)比度、方差、逆階矩、和平均、熵、以及和方差等。在這樣的數(shù)據(jù)集上應(yīng)用后面討論的關(guān)聯(lián)規(guī)則算法實(shí)施數(shù)據(jù)挖掘操作，從而將腦部腫瘤分類(lèi)為良性和惡性。

2 利用競(jìng)爭(zhēng)聚集算法進(jìn)行數(shù)據(jù)離散化

為了使用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘，數(shù)量型屬性必須離散化。劃分區(qū)間時(shí)，對(duì)于某些屬性，若醫(yī)生已經(jīng)有約定的分割點(diǎn)，我們可以直接采用。但是，對(duì)提取出的圖像特征屬性，沒(méi)有經(jīng)驗(yàn)閾值。Agrawal等［4］提出的基于支持度的部分K度完全離散化的方法，擴(kuò)展了布爾型屬性的關(guān)聯(lián)規(guī)則算法，并將其應(yīng)用于數(shù)量型屬性關(guān)聯(lián)規(guī)則的提取。但是這種方法對(duì)于一些高偏度的數(shù)據(jù)存在一些問(wèn)題，它傾向于將那些盡管具有典型相似性能的相鄰數(shù)據(jù)因具有高支持率而被擱開(kāi)。而競(jìng)爭(zhēng)聚集算法［5］綜合了分層聚類(lèi)和劃分聚類(lèi)的優(yōu)點(diǎn)，它能夠有效地體現(xiàn)數(shù)據(jù)的實(shí)際分布情況并得到優(yōu)化的聚類(lèi)個(gè)數(shù)。我們利用競(jìng)爭(zhēng)聚集算法將數(shù)量型屬性離散化成若干個(gè)優(yōu)化的區(qū)間。對(duì)于給定的不同的初始類(lèi)個(gè)數(shù)，競(jìng)爭(zhēng)聚集能隨著迭代過(guò)程的進(jìn)展不斷改變類(lèi)的數(shù)目，一些競(jìng)爭(zhēng)力差的類(lèi)，即類(lèi)的基數(shù)小于給定閾值的類(lèi)將在迭代過(guò)程中不斷消失，并最終得到優(yōu)化的聚類(lèi)個(gè)數(shù)。最后，根據(jù)模糊集合中的最大隸屬原則，將數(shù)據(jù)集中的元素聚成N個(gè)類(lèi)，并取出類(lèi)中最小值和最大值分別作為區(qū)間的左右端點(diǎn)，這樣數(shù)據(jù)型屬性就被離散化成N個(gè)優(yōu)化區(qū)間。

3 基于關(guān)聯(lián)規(guī)則的醫(yī)學(xué)圖像分類(lèi)器的構(gòu)造

3.1 關(guān)聯(lián)規(guī)則定義如下：

設(shè)I=｛i1，i2，……im｝是項(xiàng)的集合。記 D為數(shù)據(jù)庫(kù)事務(wù)T的集合，并且TI。對(duì)應(yīng)每一個(gè)事務(wù)有唯一的標(biāo)識(shí)，記做TID。設(shè)X是一個(gè)I中項(xiàng)的集合，如果XT，那么稱(chēng)事務(wù)T包含X。

一個(gè)關(guān)聯(lián)規(guī)則是形如XY的蘊(yùn)涵式，這里XI，YI ，并且X∩Y＝。規(guī)則XY在事務(wù)數(shù)據(jù)庫(kù)D中的支持度（Support）是事務(wù)集中包含X和Y的事務(wù)數(shù)與所有事務(wù)數(shù)之比，記為Support(XY)，即：

Support（XY） =｜｛T；X∪YT，T∈D｝/｜D｜

規(guī)則XY事務(wù)集中的可信度（Confidence）是指包含X和Y的事務(wù)數(shù)與包含X的事務(wù)數(shù)之比，記為confidence(XY)，即

confidence(XY)=｜｛T：X∪YT，T∈D｝｜/｜XT，T∈D｜

3.2 利用關(guān)聯(lián)規(guī)則對(duì)腦部腫瘤圖像數(shù)據(jù)進(jìn)行分類(lèi)本研究用關(guān)聯(lián)規(guī)則挖掘?qū)?shù)字化的腦部腫瘤圖像分為正常和異常兩類(lèi)。

利用關(guān)聯(lián)規(guī)則挖掘時(shí)，首先發(fā)現(xiàn)頻繁項(xiàng)目集（即支持度不低于最小支持度的項(xiàng)目集），然后從頻繁項(xiàng)目集中提取關(guān)聯(lián)規(guī)則。本研究用Apriori算法［6］來(lái)發(fā)現(xiàn)從腦部腫瘤圖像提取出的特征和腫瘤圖像所屬類(lèi)別的關(guān)聯(lián)規(guī)則。我們約束挖掘出的關(guān)聯(lián)規(guī)則，使規(guī)則的前提為腦部腫瘤圖像提取出的特征，規(guī)則的結(jié)論為圖像所屬類(lèi)別。

用關(guān)聯(lián)規(guī)則分類(lèi)的過(guò)程分兩個(gè)階段：第1階段為訓(xùn)練階段，用已知類(lèi)型的圖像訓(xùn)練分類(lèi)系統(tǒng)，輸入數(shù)據(jù)為經(jīng)過(guò)預(yù)處理、特征提取和數(shù)據(jù)離散化后得到的事務(wù)數(shù)據(jù)庫(kù)，然后應(yīng)用改進(jìn)的Apriori算法來(lái)挖掘滿(mǎn)足以上約束條件的關(guān)聯(lián)規(guī)則；第2階段為測(cè)試階段，該階段對(duì)未知類(lèi)型的圖像利用發(fā)現(xiàn)的關(guān)聯(lián)規(guī)則進(jìn)行分類(lèi)。

3.3 圖像分類(lèi)器的構(gòu)造圖像分類(lèi)器的設(shè)計(jì)框架見(jiàn)圖1。

4 結(jié)果與結(jié)論

我們從185個(gè)腦部腫瘤典型病例數(shù)據(jù)中經(jīng)圖像預(yù)處理及特征提取了27個(gè)屬性特征數(shù)據(jù)，這些抽取的特征數(shù)據(jù)被組織在一個(gè)數(shù)據(jù)庫(kù)中，經(jīng)過(guò)數(shù)量型屬性離散化等數(shù)據(jù)預(yù)處理，將數(shù)量型屬性關(guān)聯(lián)規(guī)則問(wèn)題映射成布爾型關(guān)聯(lián)規(guī)則問(wèn)題，X到一個(gè)布爾屬性的數(shù)據(jù)庫(kù)，作為分類(lèi)系統(tǒng)挖掘的輸入，此時(shí)通過(guò)Aprior算法進(jìn)行關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘。最后分別計(jì)算訓(xùn)練樣本和測(cè)試樣本分類(lèi)的準(zhǔn)確率。結(jié)果表明對(duì)腦部腫瘤典型病例數(shù)據(jù)分類(lèi)準(zhǔn)確率達(dá)到86%，測(cè)試準(zhǔn)確率達(dá)到82%。

本研究在介紹了圖像預(yù)處理及特征提取和數(shù)量型屬性離散化的基礎(chǔ)上，提出了一個(gè)基于關(guān)聯(lián)規(guī)則的醫(yī)學(xué)圖像分類(lèi)器。可以看出，該挖掘方法中，數(shù)據(jù)預(yù)處理工作十分重要，會(huì)直接影響到分類(lèi)的準(zhǔn)確性。從實(shí)驗(yàn)結(jié)果看，本文提出的醫(yī)學(xué)圖像分類(lèi)器精確度較高，在數(shù)字化臨床診斷方面具有很好的實(shí)用價(jià)值。

參考文獻(xiàn)

［1］Maria一Luiza Antonie， Osmar R Zaiane. Associative Classifiers for Medical image［J］.Mining Multimedia and Canplex Data，2003，27：9768.

［2］李丙春，耿國(guó)華，周明全，等.一個(gè)醫(yī)學(xué)圖像分類(lèi)器的設(shè)計(jì)［J］.計(jì)算機(jī)工程與應(yīng)用，2004，40（17）：230.

［3］韓培友，郝重陽(yáng)，張先勇，等.基于模糊粗糙集、數(shù)學(xué)形態(tài)學(xué)和分形理論的醫(yī)學(xué)圖像分類(lèi)研究［J］.計(jì)算機(jī)應(yīng)用研究，2004，21(2):241.

［4］Srikant R， Agrawal R. Mining Quantitative Association Rules in Large Relational Tables［J］.ACM SIGMOD Issues， 1996， 25(2):1.

［5］Frigui H， Krishnapuram R. Clustering by competitive agglomeration［J］. Pattern Recognition， 1997， 30(7):1109.

篇(7)

醫(yī)學(xué)成像的分類(lèi)

醫(yī)學(xué)成像是借助于某種介質(zhì)與人體的相互作用，把人體內(nèi)部組織、器官的形態(tài)結(jié)構(gòu)、密度、功能等以圖像的方式表達(dá)出來(lái)，從而對(duì)人體健康狀況進(jìn)行判斷的技術(shù)。

我們?nèi)メt(yī)院拍片時(shí)，會(huì)遇到各種各樣的術(shù)語(yǔ)，如DR、CT、MRI等，它們決定了用什么機(jī)器，通過(guò)什么方式來(lái)對(duì)我們的身體進(jìn)行掃描和成像。

從成像過(guò)程來(lái)說(shuō)，醫(yī)學(xué)成像大致由能量發(fā)射源、效應(yīng)組織、探測(cè)器、處理和顯示設(shè)備幾部分組成（如圖1）。

從成像的目的功能上看，醫(yī)學(xué)圖像又可分為結(jié)構(gòu)圖像、功能圖像和其他類(lèi)型圖像。但比較常見(jiàn)的還是從技術(shù)特點(diǎn)上進(jìn)行分類(lèi)，這也是我們平時(shí)見(jiàn)到的類(lèi)別。

1.X射線成像（X-ray）

X射線能夠穿透人體組織，常用于胸部透視和四肢骨骼檢查，是最早應(yīng)用和使用最普遍的醫(yī)學(xué)影像技術(shù)，在臨床診斷上價(jià)值很高。根據(jù)穿透組織后的X射線強(qiáng)度，可以分辨組織厚度及密度差異，顯示病變部位形狀。采用數(shù)字技術(shù)，在計(jì)算機(jī)控制下直接進(jìn)行數(shù)字化X射線攝影的成像技術(shù)則稱(chēng)為DR（Digital Radiography），如圖2所示。DR成像速度快，X射線輻射低，圖像可進(jìn)行后期處理，并且方便網(wǎng)絡(luò)傳輸。

2.計(jì)算機(jī)X射線斷層掃描（CT）

用X射線束對(duì)人體某部位一定厚度的層面進(jìn)行掃描，由探測(cè)器接收透過(guò)該層面的X射線，轉(zhuǎn)變?yōu)榭梢?jiàn)光后，由光電轉(zhuǎn)換變?yōu)殡娦盘?hào)，再經(jīng)過(guò)數(shù)字化輸入計(jì)算機(jī)處理。斷層掃描所得的每個(gè)點(diǎn)的信息排列成矩陣，經(jīng)數(shù)字化后轉(zhuǎn)換為灰度像素點(diǎn)，再按矩陣排列CT圖像。CT圖像是重建圖像，可顯示被檢查部位的斷面或立體的圖像，發(fā)現(xiàn)體內(nèi)任何部位的細(xì)小病變，常用于腦部、胸部掃描。在傳統(tǒng)CT的基礎(chǔ)上，還誕生了螺旋CT（如下頁(yè)圖3），它采用滑環(huán)技術(shù)，使X射線管和探測(cè)器沿人體長(zhǎng)軸連續(xù)勻速旋轉(zhuǎn)，掃描床同步勻速遞進(jìn)，掃描軌跡呈螺旋狀前進(jìn)，可快速、不間斷地完成容積掃描，得到真正的三維重建圖像，并能實(shí)時(shí)成像。

3.核磁共振成像（MRI）

生物體中的原子核在外加磁場(chǎng)的作用下接受特定射頻脈沖時(shí)會(huì)發(fā)生共振現(xiàn)象，把這種共振用圖像表達(dá)出來(lái)，可以反映人體組織中質(zhì)子狀態(tài)的差異，揭示組織形態(tài)和生理、生化信息。通過(guò)磁場(chǎng)的改變，就能獲得各種斷面的體層圖像，如腦和脊髓的立體圖像。肌肉、骨骼系統(tǒng)也適于做核磁共振成像（如圖4）。

4.核醫(yī)學(xué)成像（RNI）

核醫(yī)學(xué)成像又稱(chēng)放射性核素成像，用圖像信號(hào)反映體內(nèi)放射性核素的濃度分布，顯示形態(tài)學(xué)信息和功能信息。這種影像取決于組織的血流、細(xì)胞功能和數(shù)量、代謝活性、排泄引流情況等因素，而不是組織的密度變化，因而是一種功能性影像，其清晰度取決于臟器或組織的功能狀態(tài)，可以反映出由病變而引起的形態(tài)學(xué)改變，具有較高早期診斷價(jià)值。

5.超聲波成像（USG）

超聲波具有良好的指向性和明顯的反射、折射、衰減規(guī)律及多普勒效應(yīng)等，因而可通過(guò)超聲回波反映人體組織的聲學(xué)特性，信號(hào)經(jīng)處理后可動(dòng)態(tài)顯示器官的大小和形狀，方便直觀地對(duì)疾病做出診斷。最常見(jiàn)的是B型超聲成像，簡(jiǎn)稱(chēng)B超，常用于腹部軟組織結(jié)構(gòu)顯像。

6.多普勒成像（DFI）

聲波都具有多普勒效應(yīng)，當(dāng)聲源與反射體之間有相對(duì)運(yùn)動(dòng)時(shí)，回聲的頻率有所改變，稱(chēng)之為頻移。超聲頻移診斷法，即D超，包括脈沖多普勒、連續(xù)多普勒和彩色多普勒血流圖像。彩色多普勒超聲（即彩超）一般是用自相關(guān)技術(shù)進(jìn)行多普勒信號(hào)處理，把獲得的血流信號(hào)經(jīng)彩色編碼后實(shí)時(shí)地疊加在黑白B超的二維圖像上，形成彩色多普勒超聲血流圖像。彩超既具有二維超聲結(jié)構(gòu)圖像的優(yōu)點(diǎn)，又提供了血流動(dòng)力學(xué)的豐富信息，在臨床上可實(shí)現(xiàn)“非創(chuàng)傷性血管造影”。

以上這些技術(shù)，實(shí)際上都?xì)w屬于四類(lèi)，即X射線成像、核磁共振成像、核醫(yī)學(xué)成像和超聲波成像，它們的應(yīng)用最為廣泛，被稱(chēng)為四大醫(yī)學(xué)成像技術(shù)。此外，還有阻抗成像、熱成像、微波成像、光學(xué)成像、γ閃爍成像、發(fā)射體層成像等多種成像技術(shù)。

醫(yī)學(xué)成像技術(shù)是物理學(xué)、電子技術(shù)、計(jì)算機(jī)技術(shù)、工程數(shù)學(xué)、材料科學(xué)、網(wǎng)絡(luò)和通信技術(shù)等多種學(xué)科和技術(shù)相互滲透的結(jié)果，在臨床應(yīng)用和數(shù)據(jù)交換的復(fù)雜性上，需要一個(gè)統(tǒng)一的標(biāo)準(zhǔn)來(lái)進(jìn)行規(guī)范。

DICOM的誕生

說(shuō)到醫(yī)學(xué)成像，不能不提DICOM。

上述各種醫(yī)學(xué)成像技術(shù)，它們所使用的設(shè)備、實(shí)現(xiàn)原理、成像方法、圖像輸出方式、數(shù)據(jù)交換格式、信息傳輸模式等各不相同，如果沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)來(lái)定義能滿(mǎn)足臨床需要的可用于數(shù)據(jù)交換的醫(yī)學(xué)圖像格式，在PACS（圖像歸檔和傳輸系統(tǒng)）和HIS（醫(yī)院信息系統(tǒng)）等系統(tǒng)中就無(wú)法方便地利用，遠(yuǎn)程會(huì)診和檔案調(diào)閱更是無(wú)法實(shí)現(xiàn)。

這個(gè)標(biāo)準(zhǔn)，最常見(jiàn)的就是DICOM（Digital Imaging and Communications in Medicine），即醫(yī)學(xué)數(shù)字成像和通信，是醫(yī)學(xué)圖像和相關(guān)信息的國(guó)際標(biāo)準(zhǔn)（ISO 12052）。

隨著以CT為代表的數(shù)字成像診斷設(shè)備在臨床上的廣泛應(yīng)用，為推動(dòng)不同制造商的設(shè)備間數(shù)字圖像信息通信標(biāo)準(zhǔn)的建立，為不同診斷設(shè)備創(chuàng)建統(tǒng)一的診斷信息數(shù)據(jù)庫(kù)并與其他醫(yī)院信息系統(tǒng)進(jìn)行交互，美國(guó)放射學(xué)院（ACR）和國(guó)家電氣制造協(xié)會(huì)（NEMA）在1983年成立了一個(gè)聯(lián)合委員會(huì)ACR-NEMA，并于1985年了最初DICOM的1.0版本，1988年推出2.0版本。1993年，DICOM標(biāo)準(zhǔn)3.0并沿用至今，成為醫(yī)學(xué)影像信息學(xué)領(lǐng)域的國(guó)際通用標(biāo)準(zhǔn)。

DICOM標(biāo)準(zhǔn)中涵蓋了醫(yī)學(xué)數(shù)字圖像的采集、歸檔、通信、顯示及查詢(xún)等幾乎所有信息交換的協(xié)議，以開(kāi)放互聯(lián)的架構(gòu)和面向?qū)ο蟮姆椒ǘx了一套包含各種類(lèi)型的醫(yī)學(xué)診斷圖像及其相關(guān)的分析、報(bào)告等信息的對(duì)象集，定義了用于信息傳遞、交換的服務(wù)類(lèi)與命令集，以及消息的標(biāo)準(zhǔn)響應(yīng)，詳述了唯一標(biāo)識(shí)各類(lèi)信息對(duì)象的技術(shù)，提供了應(yīng)用于網(wǎng)絡(luò)環(huán)境（OSI或TCP/IP）的服務(wù)支持，結(jié)構(gòu)化地定義了制造廠商的兼容性聲明（Conformance Statement）。

有了DICOM，昂貴的醫(yī)療診斷設(shè)備就可以實(shí)現(xiàn)一定范圍內(nèi)的共享，診斷圖像的輸出更為方便，醫(yī)生能隨時(shí)隨地調(diào)閱這些醫(yī)學(xué)圖像，實(shí)現(xiàn)無(wú)膠片診斷，甚至是遠(yuǎn)程會(huì)診。在RIS（放射學(xué)信息系統(tǒng)）和PACS（圖像歸檔和傳輸系統(tǒng)）的配合下，這些圖像數(shù)據(jù)還能與HIS（醫(yī)院信息系統(tǒng)）完美對(duì)接，形成完善的醫(yī)療診斷系統(tǒng)。

DICOM的文件格式

DICOM規(guī)范下的醫(yī)學(xué)圖像的文件格式一般以“.dcm”為擴(kuò)展名。要顯示和打印DCM文件，就需要讀取這種文件的格式。

DCM文件的文件頭最前面是128字節(jié)的導(dǎo)言，然后是4個(gè)字節(jié)的4個(gè)字符“DICM”，用來(lái)表明這是一個(gè)DCM文件。后面才是數(shù)據(jù)元素，多個(gè)數(shù)據(jù)元素一直排到文件的結(jié)尾（如圖5）。

每段數(shù)據(jù)元素以4個(gè)字節(jié)的標(biāo)識(shí)符（tag）開(kāi)始，類(lèi)似于數(shù)據(jù)庫(kù)的字段定義，可以用來(lái)表明元信息長(zhǎng)度、標(biāo)題、文本編碼、協(xié)議名稱(chēng)、成像時(shí)間、檢查日期、成像儀器、設(shè)備廠商、病人姓名、影像編號(hào)、像素采樣、圖像模式、窗位窗寬、數(shù)據(jù)起點(diǎn)等多種信息。而值表示法（VR）則用2個(gè)字節(jié)定義數(shù)據(jù)類(lèi)型，數(shù)據(jù)元素的后部才是數(shù)據(jù)，由Len來(lái)指定它的長(zhǎng)度。數(shù)據(jù)值采用記錄每個(gè)像素值的方式來(lái)描述圖像，這有些類(lèi)似于BMP位圖，為程序讀取文件中的影像部分提供了便利。

需要注意的是，DCM文件的像素?cái)?shù)據(jù)部分是用12級(jí)灰度來(lái)定義的，這么豐富的灰度級(jí)別我們一般不能全部用上，而是只取需要的部分，即所謂的“窗寬”，這個(gè)范圍的上下界就是“窗位”。上界以上的部分全部視為白色，下界以下的部分全部視為黑色，這樣根據(jù)不同的需要，就可以有不同的窗位窗寬，用8位灰度（256級(jí)）就可以表示出來(lái)了。當(dāng)然，由原來(lái)全部信息的12位灰度變?yōu)椴糠中畔⒌?位灰度，做一下簡(jiǎn)單的數(shù)學(xué)映射即可。

在一般的電腦上，如果要查看DCM文件，可以使用DICOM圖像瀏覽器（如Sante DICOM Viewer、DICOM Medical Image Viewer、ezDICOM等），或者使用DICOM文件格式轉(zhuǎn)換工具（如MRI Convert、 Dicom Digital Jacket、DICOM to Video等），把DCM文件轉(zhuǎn)換成圖片或視頻格式進(jìn)行查看。

DCM文件不是一般的圖片，信息比較豐富，如果需要更多的功能，如對(duì)DICOM格式文件進(jìn)行編輯，對(duì)圖像進(jìn)行轉(zhuǎn)換壓縮和處理，或者進(jìn)行3D重建、窗位變換以及PACS系統(tǒng)定制開(kāi)發(fā)，就需要用到專(zhuān)業(yè)的DICOM開(kāi)發(fā)工具包了。

DICOM的網(wǎng)絡(luò)傳輸

DICOM定義了DCM格式的文檔，用來(lái)保存和交換醫(yī)學(xué)成像信息，這些信息需要遵循DICOM協(xié)議，實(shí)現(xiàn)從醫(yī)療設(shè)備到數(shù)據(jù)中心之間的傳輸。

網(wǎng)絡(luò)軟件的架構(gòu)有C/S模式（Client/Server，客戶(hù)端/服務(wù)器）和B/S模式（Brower/Server，瀏覽器/服務(wù)器）。B/S模式架構(gòu)建立在廣域網(wǎng)上，適應(yīng)范圍廣，只要有操作系統(tǒng)和瀏覽器就行，對(duì)安全的控制能力相對(duì)較弱，面向的是不可知的用戶(hù)群。而C/S模式架構(gòu)建立在專(zhuān)用網(wǎng)絡(luò)上，一般是小范圍的局域網(wǎng)環(huán)境，通過(guò)專(zhuān)門(mén)的服務(wù)器提供連接和數(shù)據(jù)交換服務(wù)，對(duì)信息安全的控制能力很強(qiáng)，可用于高度機(jī)密的信息系統(tǒng)。DICOM一般建立在醫(yī)療機(jī)構(gòu)內(nèi)部，因此多采用C/S模式進(jìn)行服務(wù)和數(shù)據(jù)傳輸，當(dāng)然它也可以使用B/S模式架構(gòu)。

在C/S模式下，DICOM中的Server稱(chēng)為SCP（Service Class Provider，服務(wù)類(lèi)提供者），Client稱(chēng)為SCU（Service Class User，服務(wù)類(lèi)用戶(hù)），連接則稱(chēng)為Association（對(duì)應(yīng)于OSI模型中的Connection）。要建立DICOM連接，客戶(hù)端SCU會(huì)向服務(wù)端SCP發(fā)送Association連接請(qǐng)求消息，描述此次連接的目的和設(shè)置，服務(wù)端接收到請(qǐng)求信息后，確認(rèn)自己是否支持相關(guān)服務(wù)并給出響應(yīng)信息（Response Message）。如果服務(wù)端支持客戶(hù)端請(qǐng)求的某些服務(wù)，就會(huì)發(fā)送確認(rèn)信息（Association Acknowledge），表明此次連接完成，否則就發(fā)送拒絕信息（Association Reject），通知客戶(hù)端連接失敗。連接成功建立后，客戶(hù)端和服務(wù)端就可以進(jìn)行11類(lèi)信息的交互（如圖6）。

例如，門(mén)診醫(yī)生要查閱相關(guān)病人的CT圖像，他所使用的電腦和上面安裝的相關(guān)軟件就屬于SCU，查閱請(qǐng)求會(huì)發(fā)送到醫(yī)院數(shù)據(jù)中心的服務(wù)器上，服務(wù)器及其上面的軟件和數(shù)據(jù)庫(kù)就屬于SCP，會(huì)響應(yīng)醫(yī)生發(fā)來(lái)的請(qǐng)求，查詢(xún)到相關(guān)信息后反饋到醫(yī)生的電腦上，在客戶(hù)端軟件的界面上顯示出來(lái)。這些請(qǐng)求不僅可以是查詢(xún)、顯示請(qǐng)求，也可以是歸檔、打印輸出請(qǐng)求，打印請(qǐng)求一般由DICOM協(xié)議的打印服務(wù)器軟件來(lái)協(xié)調(diào)。

DICOM的打印輸出

很多時(shí)候DICOM圖像還是需要打印輸出的，特別是需要病人留存的時(shí)候。

醫(yī)學(xué)影像的打印輸出可以分為兩種：一種是醫(yī)療機(jī)構(gòu)的打印，另一種是個(gè)人打印方式。部分診所限于系統(tǒng)功能，也會(huì)采用個(gè)人打印方式。醫(yī)院里打印各種圖像一般是通過(guò)成像設(shè)備與打印設(shè)備連接，或者成像設(shè)備通過(guò)DICOM連接到局域網(wǎng)上來(lái)進(jìn)行打印的。

一般大醫(yī)院里都是DICOM支持下的打印輸出，基于RIS或HIS系統(tǒng)，在PACS系統(tǒng)的統(tǒng)一管理下，打印輸出只是醫(yī)療管理的一部分，在相應(yīng)的管理軟件中都已集成了這些功能。而小型醫(yī)院的打印，常常是依靠支持DICOM協(xié)議的打印機(jī)，或者是在DICOM打印服務(wù)器的支持下進(jìn)行。

個(gè)人方式的打印，是從電腦上查看和打印DCM文件，完全可以像普通圖片那樣進(jìn)行打印輸出。