医学图像处理技术新进展
陈 浩1 ,李本富2 (第一军医大学:1 医工系计算机教研
室,2 基础部心电研究中心,广东广州,510515)
收稿日期:2003206223 ; 修回日期:2003209219
通讯作者:李本富. Tel. (020) 61648233 Email. libenfu @21cn. com
作者简介:陈 浩(19572) ,男(汉族) ,辽宁省抚顺市人. 硕士,副教
授. Tel. (020) 61648281 Email. camelch @fimmu. com
【摘 要】分析了医学图像处理技术的最新进展,介绍了目前
国内在三维医学图像的可视化和基于PACS 的医学图像压缩
在医学图像处理方面的进展. 在分析研究各种技术在相关领
域中应用的基础上,提出了医学图像处理技术发展所面临的
相关问题及其发展方向.
【关键词】医学图像处理;可视化;图像分割;图像匹配;图像
融合;图像存档通信系统
【中图号】TP391 ;R318. 5 【文献标识码】A
0 引言 近20 多年来,医学影像已成为医学技术中发展最快的
领域之一,使临床医生对人体内部病变部位的观察更直接、更清
晰,确诊率也更高. 20 世纪70 年代初,X2CT 的发明曾引发了医
学影像领域的一场革命,与此同时,核共振成像、超声成像、数字
射线照相术、发射型计算机成像和核素成像等也逐步发展. 计算
机和医学图像处理技术作为这些成像技术的发展基础,带动着现
代医学诊断正产生着深刻的变革.
1 医学图像处理技术 医学图像处理技术包括很多方面,我们
主要介绍分析图像分割、图像配准和融合以及伪彩色处理技术和
纹理分析在医学领域的应用和发展.
图像分割就是把图像中具有特殊涵义的不同区域分开来,这
些区域使互不相交的每1 个区域都满足特定区域的一致性. 它
是图像处理与图像分析中的一个经典问题. 图像分割技术发展
至今,已在灰度阈值分割法、边缘检测分割法、区域跟踪分割法的
基础上结合特定的理论工具有了更进一步的发展. 比如基于三
维可视化系统结合Fast Marching 算法和Watershed 变换的医学图
像分割方法,能得到快速、准确的分割结果[1] .
图像分割同时又是进行三维重建的基础,分割的效果直接影
响到三维重建后模型的精确性,分割可以帮助医生将感兴趣的物
体(病变组织等)提取出来,帮助医生能够对病变组织进行定性及
定量的分析,从而提高医生诊断的准确性和科学性[2] .
医学图像配准是通过寻找某种空间变换,使两幅图像的对应
点达到空间位置和解剖结构上的完全一致. 要求配准的结构能
使两幅图像上所有的解剖点,或至少是所有具有诊断意义以及手
术区域的点都达到匹配[3] . 目前医学图像配准方法有基于外部
特征的图像配准(有框架)和基于图像内部特征的图像配准(无框
架)两种方法. 后者由于其无创性和可回溯性,已成为配准算法
的研究中心. 基于互信息的弹性形变模型也逐渐成为研究热
点[4] .
图像配准是图像融合的前提,是公认难度较大的图像处
理技术,也是决定医学图像融合技术发展的关键技术. 近年
来国外在图像配准方面研究很多,如几何矩的配准、利用图像
的相关系数、样条插值等多项式变换对图像进行配准. 国内
研究人员也提出了一些相应的算法:一致图像配准方法、金字
塔式多层次图像配准方法、基于互信息的方法[5 ] . 在努力提
高配准精度的同时,目前提出的多种方法都力求整个过程自
动化,其结果导致实现算法的过程复杂而耗费时间,文献[ 3 ]
已进行研究.
不同的医学图像提供了相关脏器的不同信息,图像融合
的潜力在于综合处理应用这些成像设备所得信息以获得新的
有助于临床诊断的信息. 利用可视化软件,对多种模态的图
像进行图像融合,可以准确地确定病变体的空间位置、大小、
几何形状及它与周围生物组织之间的空间关系,从而及时高
效地诊断疾病,也可以用在手术计划的制定、病理变化的跟
踪、治疗效果的评价等方面. 在放疗中,利用MR 图像勾勒画
出肿瘤的轮廓线,也就是描述肿瘤的大小;利用CT 图像计算
出放射剂量的大小以及剂量的分布,以便修正治疗方案. 在
制定手术方案时,对病变与周围组织关系的了解是手术成功
与否的关键,所以CT 与MR 图像的融合为外科手术提供有
利的佐证,甚至为进一步研究肿瘤的生长发育过程及早期诊
断提供新的契机. 在CT 成像中,由于骨组织对X 线有较大的
吸收系数,因此对骨组织很敏感;而在MR 成像中,骨组织含
有较低的质子密度,所以MR 对骨组织和钙化点信号较弱,融
合后的图像对病变的定性、定位有很大的帮助[6 ] . 由于不同
医学成像设备的成像机制 |
|
资源大�。�118.79 KB 
