用于FICE圖像增強效果的客觀評價方法

陳 婧，許敏芬，王立強，袁 波，段會龍，唐 佳

（1.浙江大學現代光學儀器國家重點實驗室，浙江杭州310027；2.浙江大學生物醫學工程研究所，浙江杭州310027）

用于FICE圖像增強效果的客觀評價方法

陳 婧1，許敏芬1，王立強1，袁 波1，段會龍2，唐 佳1

（1.浙江大學現代光學儀器國家重點實驗室，浙江杭州310027；2.浙江大學生物醫學工程研究所，浙江杭州310027）

根據FICE10組波長在增強黏膜微細血管對比度方面的不同增強效果，提出基于亮度對比度統計的客觀評價方法.采用Otsu法對圖像各像素亮度對比度進行統計來準確地標記出圖像的血管區域，對血管區域各像素的亮度對比度進行累加，累加值越大，對應圖像的血管對比度越高.統計數據表明：增強血管對比度效果最優的3個FICE波長組合依次是波段組合2、波段組合6以及波段組合1.該方法的統計結果符合病理學診斷結果，為臨床醫生在FICE波長組合選擇方面提供了一種客觀評價方法.

FICE；客觀評價方法；亮度對比度；Otsu法

由日本Yoichi Miyake發明的FICE[1-2]（Fuji intelligent chromo endoscopy）技術是一項先進的內鏡診斷技術.該技術將一幅電子內鏡圖像分為多個單一波長的分光圖像，選取對獲取臨床信息價值最大的幾組波長圖像，將這幾組圖像重組為FICE圖像[3].該技術不僅有利于觀察不同部位病變的黏膜微細凹凸變化以及毛細血管形態結構，而且可以大大地增強微細血管與周圍組織的對比度[4-6].經過研究者們長期的臨床實驗總結及驗證可知，目前FICE的臨床應用中，都是首先在內鏡主機中預設10組常用波長[7-9]，按F1～F10對波長組進行編號.

對于FICE現有的10組常用波長，其分別適用于何種病變器官及病灶的檢查，已成為一個新的研究熱點.Coriat等[9]采用Fujinon130萬像素的放大內窺鏡分別對31位患者進行胃鏡檢查，并邀請6位從未使用過FICE技術內窺鏡的資深臨床醫生對患者的病變圖像進行分析評分，分析證明增強效果最好的前3個波段組合依次是F5、F8及F1.Pohl 等[10]采用EXP-4400醫用電子內窺鏡對一系列標準內鏡圖像及其FICE處理后圖像的血管清晰度進行比較.比較結果表明，增強毛細血管對比度與腺管開口分型的最優波長組合是組合6，增強效果最好的前3個波段組合依次是F6、F2以及F1.何輝等[11]采用FICE10組常用波長分別對病變進行腺管開口分型及毛細血管形態觀察，并對圖像清晰度進行評分，選出最佳波長組合為F5與F8.

目前已有的對FICE常用10組波長增強微細血管對比度效果的評價方案都是基于醫生的臨床經驗以及主觀意識進行統計的結果，而對FICE圖像增強效果理論的、客觀的評價方案尚未出現任何報道.盡管上述評價方法能夠統計出FICE常用10組波長的作用效果，但是由于這些方法主要依賴于醫生的主觀性及臨床經驗，造成10組波長的作用效果評價結果不盡統一的缺陷，導致FICE技術的實際應用及推廣存在一定的局限性及風險性.本文提出基于圖像亮度對比度統計的客觀評價方法.

1 評價方法的基本原理

1.1 主要思路

由于消化道黏膜微細血管與周圍組織的對比度主要體現在兩者的亮度差異上，對微細血管與周圍組織的對比度的評價可以轉化為對各像素亮度對比度的累加值進行比較，累加值較大的圖像對應其微細血管對比度較大.一幅內鏡圖像的血管只占整幅圖像較小的區域，若對整幅圖像的所有像素點進行亮度對比度的累加統計，則大部分非血管區域像素將會對血管區域造成嚴重干擾，從而導致統計結果不準確.在進行對比度統計累加之前，首先要通過算法準確地識別內鏡圖像上的血管區域，然后對血管區域的亮度對比度進行累加，最后對每幅圖像的累加結果進行比較.累加值越大，說明該圖像微細血管與周圍組織的對比度越大.

對一幅內鏡圖像上的血管區域進行準確識別的主要依據是圖像上每個像素的亮度對比度.采用Roberts差分算子計算某像素沿45°方向的亮度相對差分值Ycon1：

采用Roberts差分算子，計算該像素沿135°方向的亮度相對差分值Ycon2：

選擇兩者中的較大值作為該像素的亮度對比度：

式中：Y（i，j）為圖像上第i行j列像素的亮度，因此Ycon為0～1.0的浮點數.

按照式（3）計算出整幅圖像每一個像素的亮度對比度之后，由于血管分布在亮度對比度較大的區域，需要確定一個亮度對比度的閾值Ty，亮度對比度大于Ty的像素即認為是血管區域.閾值Ty的確定采用最大類間方法[12]（Otsu法）.最后對血管區域各像素的亮度對比度進行累加，通過每幅圖對比度累加值的大小來比較FICE各波長組合的增強效果.

1.2 具體算法

根據主要思路，確定基于亮度對比度統計的血管識別算法模型，如圖1所示.

按照算法模型，首先計算出圖像各像素的亮度及亮度對比度，然后應用Otsu法統計亮度，從而得出劃分目標及背景區域的亮度閾值T.最后將小于新閾值T的像素點標記為黑色，作為背景區域；大于閾值T的像素作為目標區域進行血管識別.

在目標區域內，判斷是否是血管區域的主要標準即各像素的亮度對比度，亮度對比度較大者則為血管附近區域像素.因此，需要確定一個劃分血管區域與非血管區域的亮度對比度閾值Tcon.參照Otsu法原理對目標區域所有像素的亮度對比度進行統計，得到Tcon.該閾值將目標區域劃分為亮度對比度類間方差最大的2個區域，亮度對比度大于Tcon的像素即為血管區域，用亮點標記，小于該閾值的則為其他組織.

2 評價方法的效果

2.1 血管的識別效果

采用上述算法對5幅FICE處理圖分別進行血管識別，如圖2所示.如圖2（a）、（b）分別為FICE處理圖與基于亮度對比度的Otsu法的血管標記圖.可以看出，采用基于亮度對比度統計的血管識別算法可以較準確地標記出圖像中的血管區域，避免了非血管區域像素對評價FICE效果的影響，提高了之后對血管區域統計對比的準確度，為FICE常用的10組波長對圖像血管對比度的增強效果的客觀評價奠定了堅實的基礎.

2.2 對FICE增強圖像的評價結果

圖1 基于亮度對比度統計的血管識別算法模型Fig.1 Model of algorithm based on statistics of vessel brightness and contrast

在實驗中，對5幅典型內鏡圖像進行該算法的評價，如圖3所示.首先用FICE技術的常用10組波長分別處理這5幅圖像，得到5組待考察圖像.每組均包含11幅圖像（一幅原圖以及10幅FICE處理圖），然后按組分別對每幅圖進行基于亮度對比度統計的血管識別，最后分別統計每幅圖的血管區域各像素的亮度對比度累加值.通過比較同組中每幅圖的對比度累加值來確定最優的FICE波長組合.

對圖3中的5幅內鏡圖以及FICE的10組常用波長對這5幅內鏡圖的處理圖分別進行對比度累加值的排序，統計累加值的結果如表1所示，按照統計結果的降序排列如表2所示.表中，F1/F0～F10/F0分別表示FICE的常用10組波長組合累加值除以F0累加值的歸一化結果，F0表示原圖的對比度累加值.其中表2每行表示一幅圖像與FICE對其處理后的10幅圖的累加值的排序情況，從左到右按照累加值從大到小的順序依次進行降序排列，即排序越靠左邊的FICE波段處理后圖像血管對比度越高.

由表2可以看出：在增強微細血管與周圍組織對比度方面，FICE常用10組波長中波段組合F2的增強效果最佳；效果最優的前3個波長組合依次是F2、F6、F1；FICE的常用10組波長處理后圖像的血管對比度均優于內鏡原圖像.如圖4所示為FICE 的10組常用波長對同一幅內鏡圖像處理后的效果圖.可以看出，F2、F6、F1三個波段組合處理后圖像的血管與周圍組織對比度較高，與理論結果一致.

圖3 參與評價的5幅內鏡原圖Fig.3 Five evaluated endoscopic images

圖4 參與評價的內鏡原圖及FICE處理后的10組效果圖Fig.4 Evaluated endoscopic image and processed10 FICE images

表1 5幅內鏡原圖及10組FICE圖的累加值表Tab.1 Accumulated values of 5 endoscopic images and its10 FICE images

對于現有的內窺鏡系統，在普通情況下內窺鏡系統的處理及顯示幀率為26幀/s，應用FICE算法后，處理及顯示幀率為23幀/s.可見，算法的實時性較好.

表2 5幅內鏡原圖及10組FICE圖的統計累加值降序排序表Tab.2 Descending orders of accumulated values of 5 endoscopic images and its10 FICE images

3 結 語

本文首次提出一種對FICE常用的10組波長增強微細血管對比度效果的客觀評價方法.統計數據證明，FICE技術常用10組波長中的波段組合2是增強血管對比度的最佳波段組合，與病理學診斷結論基本一致，不僅避免了目前存在的主觀評價方案的主觀性及經驗性，而且為臨床醫生在FICE波長組合選擇方面提供了更加有力的理論依據，從而可以更加精確地診斷消化道黏膜的組織改變、異型增生及早期癌變.FICE技術除了可以增強細微血管對比度之外，還可以用于發現扁平病變及腺管小凹分型[13]，常用的10組波長在這些方面的作用效果有待進一步的研究與評價.隨著FICE技術的應用日趨廣泛，不同研究領域的醫療專業人員針對不同的病灶表現已經開始發掘更多、更有效的波段組合.

（

）：

[1]MIYAKE Y，KOUZU T，TAKEUCHI S，et al.Development of new electronic endoscopes using the spectral images of an internal organ[J].Color Imaging Conference，2005，13（3）：261-263.

[2]NAKAGUCHI T，TSUMURA N，MIYAKE Y.Dynamic band imaging：image enhancement for endoscopic diagnosis[J].Journal of Imaging Science and Technology，2008，52（5）：1-7.

[3]SAMBONGI M，IGARASHI M，OBI T，et al.Analysis of spectral reflectance using normalization method from endoscopic spectroscopy system[J].Optical Review，2002，9（6）：238-243.

[4]錢麗佳，李玉明.放大內鏡下人工智能電子染色及窄帶成像技術在消化道早癌診斷中的應用[J].中國微循環，2009，13（6）：621-623.

QIAN Li-jia，LI Yu-ming.Zoom in endoscopic artificial intelligence electronic dyeing and narrow-band imaging in the diagnosis of digestive tract cancer early[J].Journal of Chinese Microcirculation，2009，13（6）：621-623.

[5]黃留業，劉運祥，吳承榮，等.FICE技術在大腸病變腺管開口分型及毛細血管形態觀察中的價值[J].世界華人消化雜志，2008，16（26）：2952-2958.

HUANG Liu-ye，LIU Yun-xiang，WU Cheng-rong，et al.Role of Fuji intelligent chromo endoscopy in observation of pit pattern and blood capillary form of colonic lesions[J].World Chinese Journal of Digestology，2008，16（26）：2952-2958.

[6]OSAWA H，YAMAMOTO H.Present and future status of flexible spectral imaging color enhancement and blue laser imaging technology[J].Digestive Endoscopy，2014，26（Suppl.1）：105-115.

[7]MIYAKI R，YOSHIDA S，TANAKA S，et al.Quantitative identification of mucosal gastric cancer undermagnifying endoscopy with flexible spectral imaging color enhancement[J].Journal of Gastroenterology and Hepatology，2013，28（5）：841-847.

[8]KIKUSTE I，STIMA D，LIEPNIECE-KARELE I，et al.The accuracy of flexible spectral imaging colour enhancement for the diagnosis of gastric intestinal metaplasia：do we still need histology to select individuals at risk for adenocarcinoma？[J].European Journal of Gastroenterology and Hepatology，2014，26（7）：704-709.

[9]CORIAT R，CHRYSSOSTALIS A，ZEITOUN J D，et al.Computed virtual chromoendoscopy system（FICE）：a new tool for upper endoscopy？[J].Gastroenterologie Clinique et Biologique，2008，32（4）：363-369.

[10]POHL J，MAY A，RABENSTEIN T，et al.Computed virtual chromoendoscopy：a new tool for enhancing tissue surface structures[J].Endoscopy，2007，39（1）：80-83.

[11]何輝，沈磊，羅和生，等.FICE技術10組波長對大腸息肉的診斷價值[J].世界華人消化雜志，2011，19（16）：1735-1738.

HE Hui，SHEN Lei，LUO He-sheng，et al.Value of Fuji intelligent chromo endoscopy under different channel settings in the diagnosis of colorectal polyps[J].World Chinese Journal of Digestology，2011，19（16）：1735-1738.

[12]OTSU N.A threshold selection method from gray level histogram[J].IEEE Transactions on Systems，Man，Cybernetics，1979，9（1）：62-66.

[13]沈奕，鐘捷，范榮.FICE技術應用于胃腸道病變的診斷[J].國際消化病雜志，2009，29（5）：305-307.

SHEN Yi，ZHONG Jie，FAN Rong.Fuji intelligent chromo endoscopy is applied to the diagnosis of gastrointestinal tract[J].International Journal of Digestive Diseases，2009，29（5）：305-307.

Objective evaluation method for enhanced effects of FICE images

CHEN Jing1，XU Min-fen1，WANG Li-qiang1，YUAN Bo1，DUAN Hui-long2，TANG Jia1

（1.State Key Laboratory of Modern Optical Instrumentation，Zhejiang University，Hangzhou 310027，China；2.Biomedical Engineering Institute，Zhejiang University，Hangzhou 310027，China）

An objective evaluation method based on the statistics of brightness contrast was proposed according to the different enhanced effects of vessel contrast by the ten groups of wavelength of FICE.The blood vessel was marked out using Otsu method to count the brightness contrast of the pixels.Then the brightness contrast of the pixels in the area of blood vessels was accumulated.The greater accumulated value means the higher contrast of blood vessels of images.Results showed that the combination2，6，1 were the three optimal wavelength combinations of FICE on the aspects of enhancing contrast of blood vessels.The method accorded with pathology diagnosis proven by statistical results，which provided an objective reference for clinical doctors to select FICE wavelength combination.

FICE；objective evaluation method；brightness contrast；Otsu method

R 318

A

1008-973X（2015）10-2013-05

2014-08-21.浙江大學學報（工學版）網址：www.journals.zju.edu.cn/eng

國家科技支撐計劃資助項目（2011BAI12B06，2012BAI4B06）；中央高校基本科研業務費專項資金資助項目（2012FZA5023）.

陳婧（1987—），女，碩士，從事數字圖像處理的研究.ORCID：0000-0002-5560-7550.E-mail：chenjing426@zju.edu.cn

王立強，男，副教授.ORCID：0000-0002-9940-4480.E-mail：wangliqiang@zju.edu.cn