序論：寫作是一種深度的自我表達。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，好投稿為您帶來了七篇醫(yī)學圖像診斷范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關鍵詞：醫(yī)學圖像；圖像采集；拼接技術；實時；自動

中圖分類號：TP319 文獻標識碼：A 文章編號：1009-3044（2015）27-0135-01

1引言

近年來，醫(yī)學影像技術已成為醫(yī)療技術中發(fā)展最快的領域之一，圖像拼接（Image Mosaic）是指將多幅具有重疊區(qū)域的序列圖像通過圖像預處理、圖像變換、圖像配準、圖像融合等處理后，形成一幅包含各個圖像序列內(nèi)容的寬視角全景圖像的技術。圖像拼接技術是圖像處理的重要研究領域，被廣泛應用于衛(wèi)星遙感、圖像識別、醫(yī)學圖像分析及無人機監(jiān)視和搜索、虛擬現(xiàn)實等方面。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上的應用奠定了理論基礎。Masanobu Shimada等人將圖像拼接技術應用于雷達圖像處理領域，用于監(jiān)控森林植被的變化情況。國外Mustafa Suphi Erden課題組研制了針式共聚焦顯微腹腔鏡，在微創(chuàng)手術中截取部分視頻圖像，拼接成全景圖像指導醫(yī)生診斷治療。國內(nèi)的嚴壯志課題組提出基于特征檢測、特征匹配、空間坐標轉(zhuǎn)換和圖像融合等方法的圖像拼接技術，實現(xiàn)了連續(xù)X光片拼接的醫(yī)學全景成像。

現(xiàn)有的傳統(tǒng)醫(yī)學成像設備，特別是顯微成像設備，基本都是對組織的某一較小視野進行成像，設備最后采集到的是不同組織部位的多幀醫(yī)學圖像，需要醫(yī)生對這些圖像進行觀察分析，根據(jù)自身醫(yī)學知識與醫(yī)療經(jīng)驗來做出診斷。圖像拼接技術的應用，能將多幅具有重疊區(qū)域的醫(yī)學圖像，通過圖像變換、圖像配準、圖像融合等方法，自動拼接為大視野的清晰圖像。該圖像包含完整的醫(yī)學病理信息，有助于醫(yī)生全面了解病人病情。同時，系統(tǒng)能夠自動追蹤圖像中的感興趣區(qū)域，做出標記和注釋，為醫(yī)生提供診斷輔助。

2主要研究內(nèi)容及關鍵技術

2.1主要研究內(nèi)容

本系統(tǒng)的研究是通過研發(fā)基于實時自動圖像拼接技術的醫(yī)學圖像分析系統(tǒng)，為醫(yī)學實踐中，實現(xiàn)顯微鏡、眼科設備、內(nèi)窺鏡等設備的數(shù)字化圖像采集、圖像自動分析處理，從而對醫(yī)生的診斷、治療起到輔助作用。

本系統(tǒng)的主要研究內(nèi)容有基于CMOS的圖像采集、實時自動圖像拼接技術。

（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。兼顧紅外光和可見光，實現(xiàn)圖像的多波段自適應采集。具體功能還包括自動對焦、自動識別拍照功能，以及圖像采集模塊在各種醫(yī)療設備使用的適應性研究。

（2） 實時自動圖像拼接技術

研究圖像灰度處理、圖像變換、圖像配準、圖像融合等算法，實現(xiàn)多幀醫(yī)學圖像或視頻序列的實時自動圖像拼接，輸出具有計算機診斷輔助功能的大視野全景醫(yī)學圖像。能夠自動跟蹤圖像中的感興趣區(qū)域并做出標識和注釋。

2.2關鍵技術

圖像的拼接技術是本設計的關鍵，本設計提出對采集的多幀醫(yī)學圖像進行實時自動拼接，提供寬角度全景圖像。同時，能夠自動跟蹤圖像中的感興趣區(qū)域并做出標識和注釋。

3 系統(tǒng)設計思路

3.1 圖像處理模塊

圖像傳感器模塊計劃采用CMOS傳感器為核心做成獨立硬件模塊，通過高速數(shù)據(jù)線與圖像處理模塊連接。這樣設計的優(yōu)點在于模塊可以根據(jù)不同的應用場合，進行合理布置。

圖像編解碼和圖像處理模塊的方案計劃采用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實時自動圖像拼接技術研究

圖像拼接的核心技術是圖像配準，關鍵在于準確找到相鄰圖像間重疊區(qū)域的位置及范圍，進而通過圖像融合的方法實現(xiàn)全景圖像構(gòu)建。圖像配準通常有三類方法：基于灰度值的圖像配準、基于變換域的圖像配準和基于特征的圖像配準。基于灰度值的圖像配準方法實現(xiàn)方便，計算量小，但該方法對圖像間的細微差別較敏感，抗干擾能力不強。基于變換域的圖像配準可以緩解這個問題，且算法簡潔，利于硬件的實現(xiàn)。不過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)域過小，容易造成誤配準。為了提高圖像配準的精確度和速度，達到實時自動圖像拼接的功能，本設計提出將基于灰度的網(wǎng)格配準和基于特征值配準相結(jié)合的方法。首先，對輸入圖像進行粗網(wǎng)格的分塊處理，利用基于灰度的配準方法確定相似重疊區(qū)域。然后在重疊區(qū)域內(nèi)進行基于SIFT（Scale-invariant feature transform）特征點提取和配準，這樣就可以大大提高圖像配準的速度。圖像拼接算法的流程如圖1所示。

4 結(jié)論

本文探討了基于實時自動拼接技術的醫(yī)學圖像處理系統(tǒng)的主要技術和設計思路，有了自動的圖像拼接技術，就能將多幅具有重疊區(qū)域的醫(yī)學圖像，通過圖像處理的方法，自動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：

[1]馬玉琨，張志霞. 圖像拼接技術在醫(yī)學診斷中的應用研究[J].軟件導刊，2014（5）：169-171.

篇(2)

[關鍵詞] 醫(yī)學圖像融合技術；腫瘤；放射治療

[中圖分類號] R730 [文獻標識碼] A [文章編號] 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)學圖像融合技術[1]作為當代科技與醫(yī)學影像相結(jié)合的計算機信息融合工程，為臨床腫瘤診斷、治療提供多模態(tài)圖像，為醫(yī)學診斷提供了更確切的醫(yī)學信息。醫(yī)學圖像融合技術最重要的應用領域在于腫瘤的放射治療，通過各種模態(tài)醫(yī)學圖像的融合，準確勾勒出腫瘤靶區(qū)輪廓，使腫瘤放射治療更加精準和有效[2]。該文將通過對該院2013年1月-2014年1月收治的50名前列腺癌癥患者，應用CT―MRI融合技術確定前列腺癌強調(diào)放療靶區(qū)，綜合分析、探討醫(yī)學圖像融合技術在腫瘤放射治療中的應用效果，現(xiàn)報道如下。

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名為研究對象。病例年齡5678歲，平均年齡（65.32.2）歲。所有患者經(jīng)醫(yī)學圖像及病理學檢查符合前列腺癌的臨床診斷標準，癌癥病程情況為T2bT3a期21例，T3bT4期9例。

1.2 方法

1.2.1 掃描方法 所有患者檢查當天清晨保持空腹狀態(tài)。醫(yī)學圖像掃描前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：國藥準字H33021004），掃面前15 min肌肉注射15 mg鹽酸山莨菪（國藥集團容聲制藥有限公司，生產(chǎn)批號：國藥準字H41023400）。由本科專業(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。患者于第二天CT掃描時間短進行MRI掃描，掃描前1 h喝800 ml溫開水，其他操作與CT掃描一致。

1.2.2 放療靶區(qū)勾畫 運用圖像配準軟件對CT掃描及MRI掃描圖像進行配準，并將配準圖片傳入放療計劃系統(tǒng)，根據(jù)CT及CT-MRI融合圖像勾畫患者前列腺、精囊的體積，并勾畫出膀胱、直腸、股骨頭周圍的正常組織。對勾畫的腫瘤體積進行化療，化療劑量根據(jù)照射體積計算。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)計方法

采用SPSS18.0統(tǒng)計學軟件進行數(shù)據(jù)處理，計量資料采用（x±s）表示，行t檢驗，P

2 結(jié)果

2.1 腫瘤體積勾畫體積比較

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

2.2 放療照射劑量比較

對膀胱、直腸等部位的照射劑量選擇上，CT圖像技術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，（詳見表1）。采用CT圖像與CT-MR融合技術，兩組數(shù)據(jù)比較：膀胱最小照射劑量，差異有統(tǒng)計學意義（t=5.456，P

3 討論

3.1 醫(yī)學圖像融合技術的應用討論

3.1.1 幾種主要的醫(yī)學圖像融合技術 目前臨床成像設備主要有CT、MRI、SPECT、PET等[3]，為臨床提供多模態(tài)的醫(yī)學圖像。圖像融合技術在放療中的應用主要有：①CT與MRI融合。CT圖像應用于腫瘤放療中對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，但對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，對浸潤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，圖像融合就起到了互補作用，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圖像技術對腫瘤的局部控制和復發(fā)控制效果不明顯。MRSI技術相比于MRI技術能更加清楚顯示腫瘤位置及形狀，還可以同時顯示代謝水平的有關信息。CT與MRSI融合能提高部分腫瘤的控制效果。③ CT與PET融合[6]。腫瘤細胞具有增殖快、轉(zhuǎn)移速度快的特點，PET可以根據(jù)失蹤化合物在組織內(nèi)的濃度，對比腫瘤細胞的增殖及代謝水平。PET顯示的活性腫瘤區(qū)域圖像與CT圖像圖像融合技術可提高圖像對腫瘤病灶的敏感性和特異性，有助于指導精確腫瘤化療區(qū)域與化療藥物的劑量控制。

3.1.2 醫(yī)學圖像融合技術操作步驟 第一，預處理。醫(yī)學圖像預處理是對選定的圖像信息進行增強對比度、噪聲去除、統(tǒng)一圖像大小、格式、分辨率，對感興趣區(qū)域進行分割等各項處理[7]。

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

第三，創(chuàng)建融合圖像。首先應進行圖像數(shù)據(jù)的融合，以圖像為基礎的融合是通過各種圖像預處理方法使圖像最終呈現(xiàn)的效果達到最佳，以像素為基礎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)師能夠通過直觀的圖像進行疾病診斷。

3.2 該次研究結(jié)果討論

醫(yī)學圖像融合技術使傳統(tǒng)化療計劃的確定擺脫了單一模態(tài)數(shù)據(jù)指引，以不同圖像技術的優(yōu)點彌補不同技術存中在的不足，具有廣泛的臨床應用價值。醫(yī)學圖像融合技術應用于腫瘤放射治療，可確定腫瘤分布位置，有效提高診斷準確性與靈活性，對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調(diào)放療靶區(qū)的應用中，可以看到，CT圖像勾畫的腫瘤體積為（72.45±2.35）mm3，采用CT-MRI融合圖像勾畫的腫瘤體積為（51.12±2.12）mm3，CT-MRI融合圖像確定的腫瘤靶細胞范圍更加精準。另外，腫瘤靶細胞區(qū)域的體積大小與放療照射劑量密切相關，放療區(qū)域確定越大，使用的放療劑量越多，對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，認為可以利用圖形融合技術進行靶區(qū)勾勒，以減小誤差。

綜上所述，醫(yī)學融合技術在腫瘤放療中已有廣泛應用，各種醫(yī)學顯像技術取長補短，提高了診斷的靈敏度和準確性。

[參考文獻]

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

[2] 趙琦，錢永紅，王琨，等.CT、MRI 圖像融合技術在頭部腫瘤放療中的應用[J].中國醫(yī)師雜志，2014（z2）：163-164.

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

[4] 金爍.醫(yī)學圖像配準技術的研究及其在放射治療PET-CT系統(tǒng)中的應用[D].濟南：山東大學，2013.

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

[6] 呂宗燁.常規(guī)超聲、CT檢查及超聲/CT融合成像對腎腫瘤診斷價值的對比研究[D].濟南：山東大學，2014：21.

[7] 張德智，梁萍.肝臟超聲圖像融合技術的應用進展[J].中華醫(yī)學超聲雜志：電子版，2014（5）：375-377.

篇(3)

醫(yī)學圖像處理技術包括很多方面，本文主要介紹分析圖像分割、圖像配準和融合以及偽彩色處理技術和紋理分析在醫(yī)學領域的應用和發(fā)展。圖像分割就是把圖像中具有特殊涵義的不同區(qū)域分開來，這些區(qū)域使互不相交的每一個區(qū)域都滿足特定區(qū)域的一致性。它是圖像處理與圖像分析中的一個經(jīng)典問題。目前針對各種具體問題已經(jīng)提出了許多不同的圖像分割算法,對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題所面向領域的特殊性，至盡尚未得到圓滿的、具有普適性的解決方法[2]。

圖像分割技術發(fā)展至今，已在灰度閾值分割法、邊緣檢測分割法、區(qū)域跟蹤分割法的基礎上結(jié)合特定的理論工具有了更進一步的發(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)學圖像分割方法,能得到快速、準確的分割結(jié)果[3]。圖像分割同時又是進行三維重建的基礎，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，幫助醫(yī)生能夠?qū)Σ∽兘M織進行定性及定量的分析，從而提高醫(yī)生診斷的準確性和科學性[4]。

如何使多次成像或多種成像設備的信息得到綜合利用，彌補信息不完整、部分信息不準確或不確定引起的缺陷，使臨床的診斷治療、放療定位、計劃設計、外科手術和療效評估更準確，已成為醫(yī)學圖像處理急需解決的重要課題。醫(yī)學圖像配準是通過尋找某種空間變換，使兩幅圖像的對應點達到空間位置和解剖結(jié)構(gòu)上的完全一致。要求配準的結(jié)構(gòu)能使兩幅圖像上所有的解剖點，或至少是所有具有診斷意義以及手術區(qū)域的點都達到匹配[5]。目前醫(yī)學圖像配準方法有基于外部特征的圖像配準(有框架)和基于圖像內(nèi)部特征的圖像配準(無框架)兩種方法。后者由于其無創(chuàng)性和可回溯性，已成為配準算法的研究中心。基于互信息的彈性形變模型也逐漸成為研究熱點。

互信息是統(tǒng)計兩個隨機變量相關性的測度，以互信息作為兩幅圖像相似性測度進行配準基于如下原理：當兩幅基于共同的解剖結(jié)構(gòu)的圖像達到最佳配準時，它們對應的圖像特征的互信息應為最大[6]。圖像配準是圖像融合的前提，是公認難度較大的圖像處理技術，也是決定醫(yī)學圖像融合技術發(fā)展的關鍵技術。近年來國外在圖像配準方面研究很多，如幾何矩的配準、利用圖像的相關系數(shù)、樣條插值等多項式變換對圖像進行配準。國內(nèi)研究人員也提出了一些相應的算法：對于兩幅圖像共同來估計其正反變換的一種新的圖像配準方法，稱為一致圖像配準方法；采用金字塔式分割，進行多柵格和多分辨率的圖像配準，稱為金字塔式多層次圖像配準方法；為了提高CT、MRI、PET多模態(tài)醫(yī)學圖像的三維配準、融合的精度，還可以采用基于互信息的方法[7]。

在圖像配準方面，在努力提高配準精度的同時，目前提出的多種方法都盡量避免人工介入，力求整個過程自動化，其結(jié)果導致實現(xiàn)算法的過程復雜而耗費時間，文獻[5]已進行研究，試圖實現(xiàn)基于人機交互的快速圖像配準策略,同時根據(jù)圖像的不同成像模式選擇合適的配準測度也十分重要。不同的醫(yī)學圖像提供了相關臟器的不同信息，圖像融合的潛力在于綜合處理應用這些成像設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，對多種模態(tài)的圖像進行圖像融合，可以準確地確定病變體的空間位置、大小、幾何形狀及它與周圍生物組織之間的空間關系，從而及時高效地診斷疾病，也可以用在手術計劃的制定、病理變化的跟蹤、治療效果的評價等方面。在放療中，利用MR圖像勾勒畫出腫瘤的輪廓線，也就是描述腫瘤的大小；利用CT圖像計算出放射劑量的大小以及劑量的分布，以便修正治療方案。

在制定手術方案時，對病變與周圍組織關系的了解是手術成功與否的關鍵，所以CT與MR圖像的融合為外科手術提供有利的佐證，甚至為進一步研究腫瘤的生長發(fā)育過程及早期診斷提供新的契機。在CT成像中，由于骨組織對X線有較大的吸收系數(shù)，因此對骨組織很敏感；而在MR成像中，骨組織含有較低的質(zhì)子密度，所以MR對骨組織和鈣化點信號較弱，融合后的圖像對病變的定性、定位有很大的幫助[8]。由于不同醫(yī)學成像設備的成像機理不同，其圖像質(zhì)量、空間與時間特性有很大差別。因此，實現(xiàn)醫(yī)學圖像的融合、圖像數(shù)據(jù)轉(zhuǎn)換、圖像數(shù)據(jù)相關、圖像數(shù)據(jù)庫和數(shù)據(jù)理解都是亟待解決的關鍵技術[9]。對一幅黑白圖像，人眼一般只能辨別出4到5比特的灰度級別，而人眼能辨別出上千種不同的顏色。針對這一特點，人們往往將黑白圖像經(jīng)過處理變?yōu)椴噬珗D像，充分發(fā)揮人眼對彩色的視覺能力，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。

醫(yī)學圖像大多是黑白圖像，如X、CT、MRI、B超圖像等。經(jīng)過偽彩色處理技術，即密度分割技術，提高了對圖像特征的識別。通過臨床研究對X線圖片、CT圖片、MRI圖片、B超圖片、電鏡圖片均進行了偽彩色技術的嘗試，取得了良好的效果，部分圖片經(jīng)過處理后可以顯現(xiàn)隱性病灶。例如對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]。紋理是人類視覺的一個重要組成部分，迄今為止還難以適當?shù)貫榧y理建模。為此有關專家進行了大量的探索研究，但未能獲得有關紋理的分析、分類、分割及其綜合的有效解釋[11]。

有研究針對肝臟疾病難以根除、危害面廣的問題，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、灰度均方差、灰度熵等參數(shù)作為圖像的紋理特征量。通過選取的紋理參數(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)學圖像的可視化

三維醫(yī)學圖像的可視化通常是利用人類的視覺特性，通過計算機對二維數(shù)字斷層圖像序列形成的三維體數(shù)據(jù)進行處理，使其變換為具有直觀立體效果的圖像來展示人體組織的三維形態(tài)。三維醫(yī)學圖像可視化技術通常分為面繪制和體繪制兩種方法。體繪制技術的中心思想是為每一個體素指定一個不透明度，并考慮每一個體素對光線的透度、發(fā)射和反射作用。醫(yī)學數(shù)據(jù)的可視化，已成為數(shù)據(jù)可視化領域中最為活躍的研究領域之一。實現(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是專為生物醫(yī)學圖像的研究而開發(fā)的圖像可視化軟件。利用二維斷層數(shù)據(jù)進行三維重建，可以更為直觀地顯示人體器官的各個解剖結(jié)構(gòu)的形態(tài)及它們之間的毗鄰關系，為基礎研究和手術規(guī)劃及手術過程模擬提供參考。鼻部是人體內(nèi)解剖結(jié)構(gòu)比較復雜的部位之一，可以利用3DSlicer來嘗試實現(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，同時也可為醫(yī)療工作者提供更為細致、完全和快捷的觀察方案[14]。

隨著互聯(lián)網(wǎng)技術不斷發(fā)展，跨越空間限制的遠程虛擬現(xiàn)實技術已經(jīng)逐步成為可能。基于虛擬現(xiàn)實技術利用美國國家醫(yī)學圖書館VHP(VisibleHumanProject)完整數(shù)據(jù)重建可視人體，綜合VTK、VRML、OperGL等可視化平臺的優(yōu)勢，采用三維互動、空間電磁定位、立體視覺等虛擬現(xiàn)實技術，實現(xiàn)了全數(shù)字可拆裝人體骨骼的本地和遠程互動學習。三維虛擬現(xiàn)實讓“遨游”人體世界成為可能，可以呈現(xiàn)一個物理上并不存在但又實實在在“看得見”、“摸得著”的“真實”人體，使用者可以無數(shù)次地“解剖”這個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開發(fā)的基于PC的LeFortI手術模型系統(tǒng)原型。

利用AVS/Express大量預制的可視化編程對象模塊，快速構(gòu)建系統(tǒng)的結(jié)構(gòu)框架和功能模塊，生成的原型能對以DICOM(DigitalImagingandCommunicationsinMedicine)格式存儲的顱頜面CT序列斷層圖像進行預處理，并進行三維重建，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)，進行相應的三維測量，模擬LeFortI手術的截骨頭，對截骨段實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(實時顯示利于交互操作)，使重建效果理想，減少冗余信息及存儲空間。具體需要考慮：1)不完全數(shù)據(jù)提出一個足夠精確的數(shù)據(jù)提取方案2)什么算法能夠快速準確地實現(xiàn)圖像重建。人體器官是一個高精度龐大的結(jié)構(gòu)，所建模型還應考慮臨床實用方面的因素以及某些特殊部位的個體差異，針對不同的生理組織應采用不同的分割方法[17]。3針對PACS的圖像壓縮PACS(PictureArchivingandCommunicationSystem，圖像存檔及通信系統(tǒng))是近年來國內(nèi)外新興的醫(yī)學影像信息技術，是專門為醫(yī)學圖像管理而設計的，包括圖像獲取、處理、存儲、顯示或打印的軟硬件系統(tǒng)，是醫(yī)學影像、數(shù)字化圖像技術、計算機技術和網(wǎng)絡通信技術相結(jié)合的產(chǎn)物。顯然，計算機網(wǎng)絡是PACS的重要組成部分，它負責提供底層圖像傳輸服務，是PACS的軟硬件基礎，正是通過各個層次的網(wǎng)絡才將PACS中的圖像獲取、存儲顯示以及醫(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)傳輸和圖像存儲的問題，如何利用有限的存儲空間存儲更多的圖像，醫(yī)學圖像壓縮是關鍵的技術之一。醫(yī)學圖像數(shù)據(jù)量是非常驚人的，建立PACS的許多技術困難都與之有關，如圖像的存儲、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損壓縮和有損壓縮兩大類，常用的無損壓縮方法有差分脈沖預測編碼、多級內(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)、自適應預測編碼和神經(jīng)網(wǎng)絡法等，近年來又出現(xiàn)了分形和小波變換編碼[18]。如何對醫(yī)學圖像進行壓縮，是近年來圖像處理技術中的一個重點研究的問題[19]。

醫(yī)學圖像的壓縮無疑是減低應用系統(tǒng)成本，提高網(wǎng)絡傳輸效率，減少存儲空間的一個重要途徑。DICOM作為醫(yī)學圖像與通信的重要標準，加入了對圖像壓縮算法的支持。目前DICOM正在研究對最新的壓縮標準JPEG2000支持的可能性。隨著新一代靜態(tài)圖像壓縮標準JPEG2000的發(fā)展，小波理論在這個領域成為研究的熱點，在這方面文獻[20]提出了面向任務的醫(yī)學圖像壓縮的概念。醫(yī)學圖像是醫(yī)學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用價值。確保醫(yī)學圖像壓縮后的高保真度是醫(yī)學圖像壓縮首要考慮的因素，現(xiàn)在醫(yī)學圖像上常常采用無損壓縮，因為它能夠精確地還原原圖像。但是無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上結(jié)合起來，在獲取高的壓縮質(zhì)量的前提下提高壓縮比。因此，醫(yī)學圖像被人為地劃分為兩個區(qū)域：1)包含重要診斷信息的區(qū)域，其錯誤描述的代價非常高，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)域則要求達到盡可能高的壓縮比,即需要在某一框架下將無損壓縮與有損壓縮統(tǒng)一起來，這也是目前醫(yī)學圖像研究領域的一個熱點。我們的工作就集中在小波理論框架下實現(xiàn)面向任務的醫(yī)學圖像壓縮,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在MATLAB的仿真上，考慮到部分所選醫(yī)學圖像的ROI區(qū)域和非ROI區(qū)域的對比度不很理想的情況，圖像分割的最優(yōu)算法是考慮的一個方面。

壓縮比方面在滿足一般性的圖像條件下針對某些特殊圖像也會有相應的考慮，目前的工作是在VC平臺下實現(xiàn)面向任務的醫(yī)學圖像壓縮。在醫(yī)學圖像壓縮方面，許多學者結(jié)合模式識別、計算機視覺、神經(jīng)網(wǎng)絡理論、小波變換和分形理論等探索圖像編碼的新途徑，同時人的視覺生理心理特性的研究成果也開拓了人們的視野，給從事圖像編碼技術研究的學者帶來了新的啟迪。但隨著網(wǎng)絡技術在醫(yī)學領域的廣泛應用，更加細致的要求也逐漸被提出來了。

篇(4)

影像融合是大勢所趨

“影像融合”是近來被國內(nèi)醫(yī)學影像界提及頻率很高的一個詞，7月19日，由中國醫(yī)科院主辦的“首屆醫(yī)學影像高峰論壇”在北京舉行，該會議的主題即為“融合共贏”。復旦大學副校長、中華醫(yī)學會放射學分會主任委員馮曉源在會議間隙接受《e醫(yī)療》專訪時說：“影像醫(yī)學必然要以影像為根本，但這個‘影像’不是CT、核磁等單種技術的圖像，而是多種影像的融合。從目前以形態(tài)（解剖）為基礎的診斷向功能診斷、分子水平診斷的發(fā)展過程中，影像融合是必經(jīng)的階段。”同樣的內(nèi)容，他在2012年的中華醫(yī)學會放射學分會年會上也提到過。

中國醫(yī)科大學附屬盛京醫(yī)院院長郭啟勇認為，以內(nèi)、外科為代表的臨床學科對影像檢查的依賴性日益增加；以產(chǎn)前診斷為代表的特殊學科對影像檢查的需求認識不斷加深；綜合影像診斷的重要性被臨床廣泛認知……知識附加值在影像診斷中將日益顯現(xiàn)。

誠然，影像對于臨床有著非常重要的作用，而影像醫(yī)學的發(fā)展也必須圍繞臨床進行，因為作為“醫(yī)技科室”的影像科，其終極目的必然是為“醫(yī)”提供服務。

影像融合概念的提出，與醫(yī)學的發(fā)展方向有著直接的關系。未來醫(yī)學的發(fā)展將朝著以預測（Predictive）、預防（Preventive）、個性化（Personalized）和參與性（Participatory）為特征的P4醫(yī)學方向進行，這正在逐漸成為醫(yī)學界的共識。馮曉源認為，個性化醫(yī)學將是新醫(yī)學模式的核心之一，而影像醫(yī)學檢查技術，將可能是個性化醫(yī)學的核心和基礎。改變診斷模式，適應新醫(yī)學發(fā)展的要求，不僅能改變影像醫(yī)學式微的趨勢，更能讓其走向具有廣闊前景的康莊大道。影像融合，是大勢所趨。

隨著科學技術的發(fā)展，越來越多的影像檢查設備開始提供標準DICOM格式的影像數(shù)據(jù)，從技術上解決了影像融合的問題。而影像學科因細分而導致的碎片化，卻在阻礙著影像融合的進行。中國影像醫(yī)學奠基人之一、中國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，并在此基礎上提取有用的信息進行融合。馮曉源認為，影像的融合更應該是學術上的融合，是各學科知識點在融合的圖像上的呈現(xiàn)。他說：“影像醫(yī)學應該從原來提供單純的影像學信息――主要是形態(tài)學信息――向提供生物學信息進行轉(zhuǎn)變。”

事實上，影像融合現(xiàn)在已經(jīng)不僅僅只是影像醫(yī)學的愿景，有些醫(yī)院已經(jīng)開始了相應的實踐，中國醫(yī)科大學附屬盛京醫(yī)院就是其中的一個先行者。目前，該院已經(jīng)嘗試將不同學科領域（如化學、計算機、生物工程）的人才引入影像學科，企圖打造一個全新的融合影像學科。

三維重建與PACS

根據(jù)醫(yī)學圖像所提供的信息，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，但無法反映臟器的功能情況；功能圖像分辨率較差，無法提供臟器或病灶的解剖細節(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，使單獨使用某一類圖像的效果并不理想。這就需要對影像進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，是指對獲取的圖像進行處理、使之滿足各種需要的一系列技術的總稱，最典型的技術包括圖像分割和三維重建。通過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。分割技術可以使醫(yī)生排除無關圖像的干擾，看得更清楚，自然得出的診斷結(jié)論也更準確。而三維重建則是根據(jù)一系列二維的醫(yī)學圖像，經(jīng)過多重處理，提取不同物體的邊界數(shù)據(jù)，得出物體的三維模型，并允許對模型進行顯示、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、快捷地對病灶進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：設備獲取和PACS獲取，設備獲取可分為CT、MR等設備自帶工作站和專業(yè)的三維影像工作站。專業(yè)三維影像工作站功能強大，能夠提供信息更豐富、品質(zhì)更精細的三維圖像，而另外兩種途徑獲取的圖像品質(zhì)相對較差。

PACS作為一個獲取、存儲并提供調(diào)閱醫(yī)學圖像的綜合應用平臺，其看圖模塊能對圖像進行各種二維處理，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，這樣就可以進行影像的三維重建。PACS是一個數(shù)字運行的平臺，是一個更大的概念，重建后的三維影像可以通過PACS進行存儲、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，對其進行重建、分割等處理操作，使醫(yī)生可以更全面地觀察醫(yī)學影像，從而擴充了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結(jié)合起來使用，將最大限度地發(fā)揮后處理功能。診斷醫(yī)生通過醫(yī)學PACS系統(tǒng)得到患者的圖像信息，在看圖模塊中進行簡單的處理之后，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，也可以單獨成為一個獨立的軟件系統(tǒng)。

三維重建的醫(yī)學應用

三維影像的應用主要體現(xiàn)在臨床上，比如在做手術時查看病灶和周圍血管及組織之間的關系，幫助臨床醫(yī)生進行手術計劃的制訂。《中國放射學雜志》編輯部主任高宏說：“3D影像技術在疾病的診斷、治療和基礎研究方面有著廣泛的應用，在腫瘤疾病上的應用更為廣泛，很多腫瘤的介入治療和放射治療都是通過三維成像引導來完成治療計劃的制訂的。”

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用也較普遍。北京大學第一醫(yī)院泌尿外科要求每個腎癌病例都要進行三維重建，有著一套嚴格的對腎癌進行三維重建的要求：重建哪幾個解剖的位置、重建哪些血管和腫瘤的關系等等。該院呼吸內(nèi)科開創(chuàng)了用呼吸內(nèi)鏡把肺氣腫病變切除的手術，該院影像科主任王霄英評價：“內(nèi)科把外科的活干了，開拓了一個全新的領域。”

不僅僅是在臨床，目前三維重建在診斷、教學和科研方面的應用也已經(jīng)初具規(guī)模。郭佑民認為，三維影像在放射科的應用會越來越多，“對于放射科醫(yī)師而言，除了觀察斷面圖像之外，結(jié)合3D技術可以為臨床提供更多更豐富的診斷依據(jù)。”他說。

并不是所有的影像從業(yè)者都認可郭佑民的觀點，在采訪中部分放射科主任認為，作為診斷工具來講，三維影像對放射科的幫助并不大。放射科醫(yī)生一直都是通過二維影像做診斷，經(jīng)過多年的專業(yè)訓練之后，他們已經(jīng)可以透過二維影像在腦海中重建三維結(jié)構(gòu)，此外，三維影像并沒有提供更多與診斷相關的信息。倒是對臨床醫(yī)生而言，三維影像更能幫到他們。

青島大學醫(yī)學院附屬醫(yī)院副院長董則在科研方面進行了探索，國家“十二五”科技支撐計劃課題“小兒肝臟腫瘤手術治療臨床決策系統(tǒng)開發(fā)” 就是由他領銜的。董和他的團隊希望在國際上首次將中國各年齡階段兒童和成人肝臟進行數(shù)字化虛擬測量，建立中國兒童肝臟數(shù)據(jù)庫和小兒肝臟腫瘤立體模擬手術系統(tǒng)。

在教學方面，郭佑民認為3D影像與2D影像相結(jié)合，有利于學生對影像學結(jié)構(gòu)圖像的理解和應用。“因為醫(yī)學生從學習人體解剖課程開始，就逐步地建立了人體組織和結(jié)構(gòu)的空間概念，而對橫斷面的2D圖像理解不夠透徹。借助3D圖像可以更好地對照和理解每一幅2D圖像與3D圖像的關系，為后續(xù)的學習奠定基礎。”他說。

三維重建的發(fā)展方向

三維重建在醫(yī)學上的應用已經(jīng)較為普遍，其重要性正在越來越多地得到認可。如何充分利用三維影像的優(yōu)勢，更好地為醫(yī)學服務，學術、臨床及產(chǎn)業(yè)界都在進行著積極的探索。

影像引導的放射治療

影像引導的放射治療（IGRT）是一種前沿技術，通過放療前以加速器自帶的CT進行掃描，采集并重建三維圖像，與治療計劃圖像配準后再實施治療。這樣可以克服因治療擺位和腫瘤位置移動所造成的誤差，確保在精確照射腫瘤的同時，將對其周圍正常組織的損傷降到最低限度，全方位提高效果。它在三維放療技術的基礎上加入了時序的概念，可以說是一種四維技術。

IGRT可從定位、計劃到治療實施和驗證等方面創(chuàng)造各種解決方案。它充分考慮了解剖組織在治療過程中的運動和分次治療間的位移誤差，如呼吸運動、小腸蠕動、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治療計劃的影響等方面的情況，在患者進行治療前和治療中利用各種先進的影像設備對腫瘤及正常器官進行實時監(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。

高級影像中心

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

西門子大中華區(qū)影像和知識管理總經(jīng)理王峻介紹，AVC模式是以臨床需求為中心而設計的影像信息系統(tǒng)，其所有的活動都是圍繞著臨床的某些診療需求而設計的。他說：“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到的高級圖像處理軟件的瀏覽權(quán)限向臨床科室開放，使臨床醫(yī)生大為獲益。AVC模式還將改變放射科的報告不受臨床科室重視的尷尬狀態(tài)，使得放射科的檢查、處理和報告可以全面地為臨床治療服務，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重要的醫(yī)療行為找到更好的合作模式。”

華西醫(yī)院放射科高級工程師王躍介紹，AVC所特有的各種結(jié)構(gòu)化報告，能協(xié)助放射科在臨床科室的亞專業(yè)和放射科的亞專業(yè)之間形成對接，這種一對一的溝通和協(xié)作，可以為臨床中的不同疾病和亞專業(yè)提供更準確而有用的個性化、專業(yè)化報告，在提高放射科醫(yī)生診斷報告價值的同時，也能提高放射科報告的利用率和實用性。

王躍說：“AVC的建設不僅能夠大大加強放射科與臨床科室的互動，使得臨床更加需要放射科的工作以便更好地為患者服務，而且能夠提升放射科自身的實力和水平。AVC代表了未來的放射科-臨床科室工作模式，完全可以稱為診療模式的一次革命。”

3D醫(yī)學打印

據(jù)《健康報》今年7月報道，北京大學第三醫(yī)院骨科劉忠軍帶領的團隊在脊柱及關節(jié)外科領域研發(fā)出了幾十個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節(jié)在內(nèi)的三個產(chǎn)品已經(jīng)進入了臨床觀察階段。報道稱，已經(jīng)有近40位頸椎病患者和髖關節(jié)病患者在簽署知情同意之后，植入了3D打印出來的骨骼。

3D打印技術，是以計算機三維設計模型為藍本，通過軟件分層離散和數(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、細胞組織等特殊材料進行逐層堆積黏結(jié)，最終疊加成型，制造出實體產(chǎn)品。3D打印技術又稱“增材制造”，長期以來被應用于制造珠寶、電子產(chǎn)品和汽車部件模型，然而如今的工業(yè)3D打印機也在造福醫(yī)療領域，它們已經(jīng)可以定制人體肝臟和腎臟的模型，而科學家們也正在研究如何用3D打印機打印胚胎干細胞和活體組織，目標是制造出能夠直接移植到受體者身上的人體部位，先進的3D打印機目前已經(jīng)開始走進醫(yī)院。

醫(yī)療行業(yè)（尤其是修復性醫(yī)學領域）存在大量的定制化需求，難以進行標準化、大批量生產(chǎn)，而這恰是3D打印技術的優(yōu)勢所在。目前，3D打印技術在助聽器材制造、牙齒矯正與修復、假肢制造等領域已經(jīng)得到了成功應用，且應用已經(jīng)相對比較成熟。

但是，要想走進全球各地成千上萬的醫(yī)院手術室，3D打印技術還面臨許多障礙：第一，用于制造器官模型的3D打印機售價在25萬美元至50萬美元，小醫(yī)院難以負擔；第二，大多數(shù)醫(yī)生不會使用3D打印機，所以醫(yī)院還需要技術人員來操作3D打印機并把醫(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)學圖像融合技術應運而生，并且有了較大發(fā)展. 本文從三方面綜述了近年來有關醫(yī)學圖像融合技術研究的最新進展，認為在醫(yī)學影像設備的發(fā)展中，功能圖像和解剖圖像的結(jié)合是一個發(fā)展趨勢，在腫瘤的精確定位、早期檢測和診斷中將發(fā)揮重要的作用.

【關鍵詞】 診斷顯像；圖像融合

0引言

醫(yī)學影像學是臨床診斷信息的重要來源之一. 根據(jù)醫(yī)學圖像所提供的信息內(nèi)涵，可將醫(yī)學影像分為兩大類： 解剖結(jié)構(gòu)圖像（CT， MRI， B超等）和功能圖像（SPECT， PET等）. 這兩類圖像各有其優(yōu)缺點： 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（功能圖像無法提供臟器或病灶的解剖細節(jié)），但無法反映臟器的功能情況.

目前這兩類成像設備的研究都已取得了很大的進步，一方面，雙方都在逐步彌補自身弱點，如MR的功能成像開發(fā)以拓展其功能，SPECT， PET新型晶體開發(fā)以增強自身的空間分辨率；另一方面，雙方均在不斷地增強自身強項，如MR開發(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，使得單獨使用某一類圖像的效果并不理想，且進展緩慢，往往事倍功半. 由于上述原因，醫(yī)學圖像融合技術應運而生［1］.

1圖像融合（image fusion）技術的內(nèi)涵

圖像融合是指將多源信道所采集到的關于同一目標的圖像經(jīng)過一定的圖像處理，提取各自信道的信息，最后綜合成同一圖像以供觀察或進一步處理［2］. 簡單來說，醫(yī)學圖像融合就是將解剖結(jié)構(gòu)成像與功能成像兩種醫(yī)學成像的優(yōu)點結(jié)合起來，為臨床提供更多、更準確的信息. 其最終結(jié)果是1＋1>2.

20世紀90年代以來，醫(yī)學圖像融合技術隨著計算機技術、通訊技術、傳感器技術、材料技術等的飛速發(fā)展而獲得重大發(fā)展，經(jīng)歷了異機圖像融合和同機圖像融合兩個階段.

2異機圖像融合

2.1異機圖像融合的研究內(nèi)容在同機融合顯像設備沒有出現(xiàn)以前，圖像融合的研究僅限于異機圖像融合. 最初其研究內(nèi)容僅限于相同或不同成像模式（imaging modality）所得圖像經(jīng)過必要的幾何變換，空間分辨率統(tǒng)一和位置匹配后，進行疊加獲得互補信息，增加信息量. 而現(xiàn)在，異機圖像融合的研究范圍包括： 圖像對位、融合圖像的顯示和分析，利用從對應解剖結(jié)構(gòu)圖像（MRI， CT）獲取的先驗信息對發(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異機圖像融合的基本方法按圖像融合對象的來源可分為同類圖像融合（innermodality，如SPECTSPECT， CTCT等等）和異類圖像融合（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. 按圖像融合對象的獲取時間可分為短期圖像融合(如跟蹤腫瘤的發(fā)展情況時在1~3 mo內(nèi)做的圖像進行融合)和長期圖像融合(如進行治療效果評估時進行的治療后2~3 a的圖像與治療后當時的圖像進行融合). 臨床工作人員根據(jù)自己的研究目的不斷設計出更多的融合方式.

2.3異機圖像融合的主要技術圖像融合的步驟大致為： 特征提取，設計誤差評估方法，對圖像數(shù)據(jù)進行處理使誤差最小，將變換后的圖像數(shù)據(jù)進行對位和綜合顯示，分析綜合數(shù)據(jù). 其中對位技術是圖像融合的關鍵和難點［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、關節(jié)；膈下軟組織，如脾、肝、腎等等. 外部特征是為進行融合處理而特制在兩幅圖像上均可見的體表標記物. 據(jù)文獻報道使用的外標志物有進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)點是不需要對患者做預處理，可進行多次融合方法分析，缺點是難以實現(xiàn)融合自動化處理，需要人工干預，融合的精確性往往與經(jīng)驗有關. 外部特征的優(yōu)點是特征明確，易于進行計算機自動處理，缺點是預處理復雜，并且由于而引起的臟器與體表標記之間的位移誤差難以避免.

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

2.3.3圖像處理圖像預處理： 對于有條件的圖像進行重新斷層分層(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圖像的對位將處理好的圖像按誤差最小的原則進行對位. 按外部特征進行對位的方法以兩幅圖像上的特征點配準為對位成功. 按內(nèi)部特征進行圖像對位法主要有兩種：圖像分割配準和像素特征配準［5］.

圖像分割配準法分為曲線法和表面法，在目前實際應用中較多采用. 因分割算法通常是半自動的，需人為參與，其配準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，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）或柵格提取出來進行配準. 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（使帽點和頭表面間的距離平均平方和最小）來確定變換關系. 采用表面匹配技術可以對SPECT和PET的心臟圖像進行了對位融合.

表面配準算法不僅用于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，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，配準精度受限于組織分割的精度. 近年來，由于分割算法的復雜程度降低、自動化程度提高以及斜面匹配技術在計算距離變換上的優(yōu)勢，此法被普遍應用. 表面配準法主要應用于PETMR圖像的配準，由于SPECT圖像的邊界模糊，不宜使用此法. 像素特征配準法［6］： 像素特征配準法與其他內(nèi)部特征配準方法不同之處在于，他是以圖像灰度為配準依據(jù)，不需要對圖像原始數(shù)據(jù)進行預歸納或預分割，其常用算法有主軸矩配準、全圖像信息配準和圖譜法配準. 主軸矩配準： 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算出圖像的質(zhì)心及主軸，再通過平移和旋轉(zhuǎn)使兩幅圖像的質(zhì)心和主軸對齊，達到配準目的. 此法對于數(shù)據(jù)缺失比較敏感，細節(jié)丟失或形狀的病理性改變均會影響配準結(jié)果. 但此法實現(xiàn)了自動化，且十分快捷，易于移植，目前多用于粗配準. 全圖像信息配準： 是在配準全過程中使用全部圖像信息，使用的算法有區(qū)域相似性測量法、最大互信息法、相關法、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行灰度圖像的信息壓縮提取，而是在配準過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同一解剖結(jié)構(gòu)的形狀、大小、位置都會因解剖和生理上的個體差異有很大不同，這就使患者間的圖像配準問題成為當今醫(yī)學圖像分析中的最大難題. 因此就要有一個詳細標記人體各個解剖位置的標準化圖譜. 用圖譜法對兩個患者的PET或MRI圖像進行比較時，首先把二者的圖像都映射到一個標準化的圖譜空間去，然后在此空間中進行比較. 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)或共同特征才可進行匹配. 定位的精確度是由具體的算法來決定的.

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. 有些影像學工作者提出了如融合圖像中像素CT值/SPECT計數(shù)等數(shù)值分析方法，但由于圖像融合技術研究時間較短，各種融合數(shù)據(jù)對臨床的指導意義有待進一步檢驗確定.

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圖像為基準，該圖像用灰度色階顯示，另一個圖像迭加在基準圖像上，用彩階顯示［7］： ① 斷層顯示法： 對于某些（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于圖像三維層面的特征有豐富的經(jīng)驗； 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，在外科手術設計和放療計劃制定中有重要的意義.

2.4異機圖像融合的現(xiàn)狀目前對于剛性組織的對位已基本解決，如腦部異機圖像融合［8］，而對于非剛性組織（如腹部）的對位有待進一步研究. 因此在圖像對位技術上目前尚未找到一種確保完全、通用、有效的方法.

3同機圖像融合

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

由于圖像融合設備顯像過程中，患者同時進行兩種不同的檢查，其變化由計算機精確控制，且不同顯像間的時間間隔非常短暫，從根本上解決了異機圖像融合中的最大難題：對位技術的準確性. 在CT與SPECT圖像融合的領域內(nèi)，它具有了所有異機圖像融合的優(yōu)勢，而且實現(xiàn)過程更為簡單，并廣泛應用于臨床醫(yī)學的各個領域［11］. 因此，這一設備從產(chǎn)生之日起，就對影像醫(yī)學特別是影像核醫(yī)學產(chǎn)生了革命性的影響. 目前已廣泛應用于國內(nèi)、外影像醫(yī)學臨床診斷.

在Hawkeye之后，GE公司、西門子公司及飛利浦先后推出了第二代圖像融合設備： PET/CT［12］，其功能在Hawkeye基礎上更進一步，定位更加準確，診斷準確性進一步提高. 目前國內(nèi)有此設備十余臺.

相比PET/CT，PET/MR的研究更加令影像醫(yī)學工作者期待. PET/MR除具有所有PET/CT的優(yōu)點外，還可以提供更多的軟組織信息，其提供的組織信息可應用于高精度的PET圖像衰減校正，從而進一步提高圖像質(zhì)量和空間分辨率. 目前，美國將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融合圖像［13］，相信PET/MR很快將進入臨床.

4展望

總之，在醫(yī)學影像設備的發(fā)展中，功能圖像和解剖圖像的結(jié)合是一個發(fā)展趨勢，而圖像融合的潛力在于綜合處理應用這些成像設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. 隨著功能成像設備和解剖成像設備雜交技術的出現(xiàn)，圖像融合技術將得到進一步的發(fā)展，給臨床診斷帶來一場新的變革.

參考文獻

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

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

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

［4］ 劉敬華，錢宗才. 醫(yī)學圖像融合技術及其應用［J］. 醫(yī)學信息醫(yī)學與計算機應用，2002;15(5):258-259.

［5］ 俞亞青，田學隆，閆春紅. 醫(yī)學圖像配準方法分類及現(xiàn)狀［J］. 重慶大學學報(自然科學版)，2003;26(8):114-118.

［6］ 姜慶娟，譚景信. 像素級圖像融合方法與選擇［J］. 計算機工程與應用，2003;39(25):116-120.

［7］ 唐慶玉，王宇. 醫(yī)學圖像融合顯示的幾種方法［J］. 中國醫(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)學圖像分類方法研究是多媒體數(shù)據(jù)挖掘的一個重要組成部分。在分析和總結(jié)了現(xiàn)有各種特征提取方法的基礎上，提出了基于競爭聚類和關聯(lián)規(guī)則的醫(yī)學圖像分類算法和基于關聯(lián)規(guī)則的醫(yī)學圖像分類器框架。該算法先用競爭聚集算法實現(xiàn)醫(yī)學圖像的聚類，利用聚類的結(jié)果提取局部特征，基于局部特征用關聯(lián)規(guī)則實現(xiàn)醫(yī)學圖像的分類。實驗結(jié)果表明，用此方法較好地提高了醫(yī)學圖像分類的準確率，進而為數(shù)字化臨床診斷提供了有利的證據(jù)。

【關鍵詞】 數(shù)據(jù)挖掘 圖像分類 醫(yī)學圖像 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)庫系統(tǒng)和數(shù)據(jù)庫應用學科最活躍的前沿。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。其所處理的數(shù)據(jù)類型很豐富，其應用領域也非常廣泛，但針對特定領域（如醫(yī)學）的復雜數(shù)據(jù)類型的數(shù)據(jù)挖掘新方法還有待研究。

醫(yī)學圖像的數(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)生決策診斷的過程和提高其決策診斷的準確度。隨著醫(yī)療數(shù)字化設備的快速發(fā)展，醫(yī)學信息數(shù)據(jù)庫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)學圖像信息，為醫(yī)學圖像的數(shù)據(jù)挖掘提供了豐富的數(shù)據(jù)源。

近年來，隨著計算機相關技術及圖形圖像技術的廣泛應用，使醫(yī)學領域尤其是臨床診斷發(fā)生了重大的變化，開創(chuàng)了數(shù)字診斷新時代。借助于圖形、圖像技術的有力手段，醫(yī)學影像的質(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使得診療水平大大提高。

本研究將醫(yī)學圖像的處理技術與數(shù)據(jù)挖掘技術有機結(jié)合，研究醫(yī)學圖像數(shù)據(jù)的特征提取和醫(yī)學圖像數(shù)據(jù)的分類方法。醫(yī)學圖像分類效果的好壞在很大程度上取決于提取的特征。目前國內(nèi)外有大量的學者正在進行這方面的研究：Maria - Luiza， Osm［1］提出的關聯(lián)規(guī)則分類器和李丙春等［2］的徑向基函數(shù)網(wǎng)絡分類器都采用了均值、方差、傾斜度和峰度4個特征；韓培友設計的是基于模糊粗糙集、數(shù)學形態(tài)學和分形特征分類器等［3］。分析這些研究結(jié)果可以發(fā)現(xiàn)，醫(yī)學圖像數(shù)據(jù)挖掘的研究是一項復雜的、具有挑戰(zhàn)性的和多學科交叉的工作，開展基于醫(yī)學圖像的數(shù)據(jù)挖掘技術的研究具有重要的理論意義和實用價值。

1 腦部腫瘤圖像預處理和特征提取

1.1 圖像預處理由于實際數(shù)據(jù)常常存在不完整性、噪聲和不一致性，預處理就變得很重要。有兩種數(shù)據(jù)預處理技術用于圖像數(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。我們使用的圖像包含大量有噪聲的背景，有的圖像看起來太暗，有的太亮。在預處理階段，已有的方法都是進行圖像的二值化，忽略了圖像的最基本元素-像素本身的灰度所具有的意義，而且也沒有很好地利用領域知識對圖像進行預處理。本研究采用的圖像預處理的步驟如下：

1.1.1 利用去噪技術對圖像進行處理經(jīng)過去噪聲處理后，可去掉圖像中的大多數(shù)背景信息和噪聲。

1.1.2 圖像增強在圖像生成、傳輸和變換過程中，由于多種因素的影響，總會造成圖像質(zhì)量的下降。圖像增強的目的是采用一系列技術改造圖像的效果或?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行的灰度增強算法。一幅對比度較小的圖像，其所有灰度級出現(xiàn)的相對頻數(shù)相同，此時圖像的熵最大，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來實現(xiàn)圖像的增強。同時，在此前應該完成去噪聲處理，否則噪聲也會同時得到增強。

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

2 利用競爭聚集算法進行數(shù)據(jù)離散化

為了使用關聯(lián)規(guī)則進行數(shù)據(jù)挖掘，數(shù)量型屬性必須離散化。劃分區(qū)間時，對于某些屬性，若醫(yī)生已經(jīng)有約定的分割點，我們可以直接采用。但是，對提取出的圖像特征屬性，沒有經(jīng)驗閾值。Agrawal等［4］提出的基于支持度的部分K度完全離散化的方法，擴展了布爾型屬性的關聯(lián)規(guī)則算法，并將其應用于數(shù)量型屬性關聯(lián)規(guī)則的提取。但是這種方法對于一些高偏度的數(shù)據(jù)存在一些問題，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。而競爭聚集算法［5］綜合了分層聚類和劃分聚類的優(yōu)點，它能夠有效地體現(xiàn)數(shù)據(jù)的實際分布情況并得到優(yōu)化的聚類個數(shù)。我們利用競爭聚集算法將數(shù)量型屬性離散化成若干個優(yōu)化的區(qū)間。對于給定的不同的初始類個數(shù)，競爭聚集能隨著迭代過程的進展不斷改變類的數(shù)目，一些競爭力差的類，即類的基數(shù)小于給定閾值的類將在迭代過程中不斷消失，并最終得到優(yōu)化的聚類個數(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個類，并取出類中最小值和最大值分別作為區(qū)間的左右端點，這樣數(shù)據(jù)型屬性就被離散化成N個優(yōu)化區(qū)間。

3 基于關聯(lián)規(guī)則的醫(yī)學圖像分類器的構(gòu)造

3.1 關聯(lián)規(guī)則定義如下：

設I=｛i1，i2，……im｝是項的集合。記 D為數(shù)據(jù)庫事務T的集合，并且TI。對應每一個事務有唯一的標識，記做TID。設X是一個I中項的集合，如果XT，那么稱事務T包含X。

一個關聯(lián)規(guī)則是形如XY的蘊涵式，這里XI，YI ，并且X∩Y＝。規(guī)則XY在事務數(shù)據(jù)庫D中的支持度（Support）是事務集中包含X和Y的事務數(shù)與所有事務數(shù)之比，記為Support(XY)，即：

Support（XY） =｜｛T；X∪YT，T∈D｝/｜D｜

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

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

3.2 利用關聯(lián)規(guī)則對腦部腫瘤圖像數(shù)據(jù)進行分類本研究用關聯(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。

利用關聯(lián)規(guī)則挖掘時，首先發(fā)現(xiàn)頻繁項目集（即支持度不低于最小支持度的項目集），然后從頻繁項目集中提取關聯(lián)規(guī)則。本研究用Apriori算法［6］來發(fā)現(xiàn)從腦部腫瘤圖像提取出的特征和腫瘤圖像所屬類別的關聯(lián)規(guī)則。我們約束挖掘出的關聯(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)論為圖像所屬類別。

用關聯(lián)規(guī)則分類的過程分兩個階段：第1階段為訓練階段，用已知類型的圖像訓練分類系統(tǒng)，輸入數(shù)據(jù)為經(jīng)過預處理、特征提取和數(shù)據(jù)離散化后得到的事務數(shù)據(jù)庫，然后應用改進的Apriori算法來挖掘滿足以上約束條件的關聯(lián)規(guī)則；第2階段為測試階段，該階段對未知類型的圖像利用發(fā)現(xiàn)的關聯(lián)規(guī)則進行分類。

3.3 圖像分類器的構(gòu)造圖像分類器的設計框架見圖1。

4 結(jié)果與結(jié)論

我們從185個腦部腫瘤典型病例數(shù)據(jù)中經(jīng)圖像預處理及特征提取了27個屬性特征數(shù)據(jù)，這些抽取的特征數(shù)據(jù)被組織在一個數(shù)據(jù)庫中，經(jīng)過數(shù)量型屬性離散化等數(shù)據(jù)預處理，將數(shù)量型屬性關聯(lián)規(guī)則問題映射成布爾型關聯(lián)規(guī)則問題，X到一個布爾屬性的數(shù)據(jù)庫，作為分類系統(tǒng)挖掘的輸入，此時通過Aprior算法進行關聯(lián)規(guī)則的數(shù)據(jù)挖掘。最后分別計算訓練樣本和測試樣本分類的準確率。結(jié)果表明對腦部腫瘤典型病例數(shù)據(jù)分類準確率達到86%，測試準確率達到82%。

本研究在介紹了圖像預處理及特征提取和數(shù)量型屬性離散化的基礎上，提出了一個基于關聯(lián)規(guī)則的醫(yī)學圖像分類器。可以看出，該挖掘方法中，數(shù)據(jù)預處理工作十分重要，會直接影響到分類的準確性。從實驗結(jié)果看，本文提出的醫(yī)學圖像分類器精確度較高，在數(shù)字化臨床診斷方面具有很好的實用價值。

參考文獻

［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，耿國華，周明全，等.一個醫(yī)學圖像分類器的設計［J］.計算機工程與應用，2004，40（17）：230.

［3］韓培友，郝重陽，張先勇，等.基于模糊粗糙集、數(shù)學形態(tài)學和分形理論的醫(yī)學圖像分類研究［J］.計算機應用研究，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)學成像的分類

醫(yī)學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出來，從而對人體健康狀況進行判斷的技術。

我們?nèi)メt(yī)院拍片時，會遇到各種各樣的術語，如DR、CT、MRI等，它們決定了用什么機器，通過什么方式來對我們的身體進行掃描和成像。

從成像過程來說，醫(yī)學成像大致由能量發(fā)射源、效應組織、探測器、處理和顯示設備幾部分組成（如圖1）。

從成像的目的功能上看，醫(yī)學圖像又可分為結(jié)構(gòu)圖像、功能圖像和其他類型圖像。但比較常見的還是從技術特點上進行分類，這也是我們平時見到的類別。

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，是最早應用和使用最普遍的醫(yī)學影像技術，在臨床診斷上價值很高。根據(jù)穿透組織后的X射線強度，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，在計算機控制下直接進行數(shù)字化X射線攝影的成像技術則稱為DR（Digital Radiography），如圖2所示。DR成像速度快，X射線輻射低，圖像可進行后期處理，并且方便網(wǎng)絡傳輸。

2.計算機X射線斷層掃描（CT）

用X射線束對人體某部位一定厚度的層面進行掃描，由探測器接收透過該層面的X射線，轉(zhuǎn)變?yōu)榭梢姽夂螅晒怆娹D(zhuǎn)換變?yōu)殡娦盘枺俳?jīng)過數(shù)字化輸入計算機處理。斷層掃描所得的每個點的信息排列成矩陣，經(jīng)數(shù)字化后轉(zhuǎn)換為灰度像素點，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)任何部位的細小病變，常用于腦部、胸部掃描。在傳統(tǒng)CT的基礎上，還誕生了螺旋CT（如下頁圖3），它采用滑環(huán)技術，使X射線管和探測器沿人體長軸連續(xù)勻速旋轉(zhuǎn)，掃描床同步勻速遞進，掃描軌跡呈螺旋狀前進，可快速、不間斷地完成容積掃描，得到真正的三維重建圖像，并能實時成像。

3.核磁共振成像（MRI）

生物體中的原子核在外加磁場的作用下接受特定射頻脈沖時會發(fā)生共振現(xiàn)象，把這種共振用圖像表達出來，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。通過磁場的改變，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)學成像（RNI）

核醫(yī)學成像又稱放射性核素成像，用圖像信號反映體內(nèi)放射性核素的濃度分布，顯示形態(tài)學信息和功能信息。這種影像取決于組織的血流、細胞功能和數(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)學改變，具有較高早期診斷價值。

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)律及多普勒效應等，因而可通過超聲回波反映人體組織的聲學特性，信號經(jīng)處理后可動態(tài)顯示器官的大小和形狀，方便直觀地對疾病做出診斷。最常見的是B型超聲成像，簡稱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，當聲源與反射體之間有相對運動時，回聲的頻率有所改變，稱之為頻移。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）一般是用自相關技術進行多普勒信號處理，把獲得的血流信號經(jīng)彩色編碼后實時地疊加在黑白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，又提供了血流動力學的豐富信息，在臨床上可實現(xiàn)“非創(chuàng)傷性血管造影”。

以上這些技術，實際上都歸屬于四類，即X射線成像、核磁共振成像、核醫(yī)學成像和超聲波成像，它們的應用最為廣泛，被稱為四大醫(yī)學成像技術。此外，還有阻抗成像、熱成像、微波成像、光學成像、γ閃爍成像、發(fā)射體層成像等多種成像技術。

醫(yī)學成像技術是物理學、電子技術、計算機技術、工程數(shù)學、材料科學、網(wǎng)絡和通信技術等多種學科和技術相互滲透的結(jié)果，在臨床應用和數(shù)據(jù)交換的復雜性上，需要一個統(tǒng)一的標準來進行規(guī)范。

DICOM的誕生

說到醫(yī)學成像，不能不提DICOM。

上述各種醫(yī)學成像技術，它們所使用的設備、實現(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，如果沒有統(tǒng)一的標準來定義能滿足臨床需要的可用于數(shù)據(jù)交換的醫(yī)學圖像格式，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)中就無法方便地利用，遠程會診和檔案調(diào)閱更是無法實現(xiàn)。

這個標準，最常見的就是DICOM（Digital Imaging and Communications in Medicine），即醫(yī)學數(shù)字成像和通信，是醫(yī)學圖像和相關信息的國際標準（ISO 12052）。

隨著以CT為代表的數(shù)字成像診斷設備在臨床上的廣泛應用，為推動不同制造商的設備間數(shù)字圖像信息通信標準的建立，為不同診斷設備創(chuàng)建統(tǒng)一的診斷信息數(shù)據(jù)庫并與其他醫(yī)院信息系統(tǒng)進行交互，美國放射學院（ACR）和國家電氣制造協(xié)會（NEMA）在1983年成立了一個聯(lián)合委員會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標準3.0并沿用至今，成為醫(yī)學影像信息學領域的國際通用標準。

DICOM標準中涵蓋了醫(yī)學數(shù)字圖像的采集、歸檔、通信、顯示及查詢等幾乎所有信息交換的協(xié)議，以開放互聯(lián)的架構(gòu)和面向?qū)ο蟮姆椒ǘx了一套包含各種類型的醫(yī)學診斷圖像及其相關的分析、報告等信息的對象集，定義了用于信息傳遞、交換的服務類與命令集，以及消息的標準響應，詳述了唯一標識各類信息對象的技術，提供了應用于網(wǎng)絡環(huán)境（OSI或TCP/IP）的服務支持，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)療診斷設備就可以實現(xiàn)一定范圍內(nèi)的共享，診斷圖像的輸出更為方便，醫(yī)生能隨時隨地調(diào)閱這些醫(yī)學圖像，實現(xiàn)無膠片診斷，甚至是遠程會診。在RIS（放射學信息系統(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)學圖像的文件格式一般以“.dcm”為擴展名。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)的導言，然后是4個字節(jié)的4個字符“DICM”，用來表明這是一個DCM文件。后面才是數(shù)據(jù)元素，多個數(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個字節(jié)的標識符（tag）開始，類似于數(shù)據(jù)庫的字段定義，可以用來表明元信息長度、標題、文本編碼、協(xié)議名稱、成像時間、檢查日期、成像儀器、設備廠商、病人姓名、影像編號、像素采樣、圖像模式、窗位窗寬、數(shù)據(jù)起點等多種信息。而值表示法（VR）則用2個字節(jié)定義數(shù)據(jù)類型，數(shù)據(jù)元素的后部才是數(shù)據(jù)，由Len來指定它的長度。數(shù)據(jù)值采用記錄每個像素值的方式來描述圖像，這有些類似于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文件的像素數(shù)據(jù)部分是用12級灰度來定義的，這么豐富的灰度級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）就可以表示出來了。當然，由原來全部信息的12位灰度變?yōu)椴糠中畔⒌?位灰度，做一下簡單的數(shù)學映射即可。

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DICOM格式文件進行編輯，對圖像進行轉(zhuǎn)換壓縮和處理，或者進行3D重建、窗位變換以及PACS系統(tǒng)定制開發(fā)，就需要用到專業(yè)的DICOM開發(fā)工具包了。

DICOM的網(wǎng)絡傳輸

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

網(wǎng)絡軟件的架構(gòu)有C/S模式（Client/Server，客戶端/服務器）和B/S模式（Brower/Server，瀏覽器/服務器）。B/S模式架構(gòu)建立在廣域網(wǎng)上，適應范圍廣，只要有操作系統(tǒng)和瀏覽器就行，對安全的控制能力相對較弱，面向的是不可知的用戶群。而C/S模式架構(gòu)建立在專用網(wǎng)絡上，一般是小范圍的局域網(wǎng)環(huán)境，通過專門的服務器提供連接和數(shù)據(jù)交換服務，對信息安全的控制能力很強，可用于高度機密的信息系統(tǒng)。DICOM一般建立在醫(yī)療機構(gòu)內(nèi)部，因此多采用C/S模式進行服務和數(shù)據(jù)傳輸，當然它也可以使用B/S模式架構(gòu)。

在C/S模式下，DICOM中的Server稱為SCP（Service Class Provider，服務類提供者），Client稱為SCU（Service Class User，服務類用戶），連接則稱為Association（對應于OSI模型中的Connection）。要建立DICOM連接，客戶端SCU會向服務端SCP發(fā)送Association連接請求消息，描述此次連接的目的和設置，服務端接收到請求信息后，確認自己是否支持相關服務并給出響應信息（Response Message）。如果服務端支持客戶端請求的某些服務，就會發(fā)送確認信息（Association Acknowledge），表明此次連接完成，否則就發(fā)送拒絕信息（Association Reject），通知客戶端連接失敗。連接成功建立后，客戶端和服務端就可以進行11類信息的交互（如圖6）。

例如，門診醫(yī)生要查閱相關病人的CT圖像，他所使用的電腦和上面安裝的相關軟件就屬于SCU，查閱請求會發(fā)送到醫(yī)院數(shù)據(jù)中心的服務器上，服務器及其上面的軟件和數(shù)據(jù)庫就屬于SCP，會響應醫(yī)生發(fā)來的請求，查詢到相關信息后反饋到醫(yī)生的電腦上，在客戶端軟件的界面上顯示出來。這些請求不僅可以是查詢、顯示請求，也可以是歸檔、打印輸出請求，打印請求一般由DICOM協(xié)議的打印服務器軟件來協(xié)調(diào)。

DICOM的打印輸出

很多時候DICOM圖像還是需要打印輸出的，特別是需要病人留存的時候。

醫(yī)學影像的打印輸出可以分為兩種：一種是醫(yī)療機構(gòu)的打印，另一種是個人打印方式。部分診所限于系統(tǒng)功能，也會采用個人打印方式。醫(yī)院里打印各種圖像一般是通過成像設備與打印設備連接，或者成像設備通過DICOM連接到局域網(wǎng)上來進行打印的。

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，或者是在DICOM打印服務器的支持下進行。

個人方式的打印，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行打印輸出。