醫(yī)學(xué)圖像增強(qiáng)處理系統(tǒng)比較分析

史靜　任東峰　姜玉泉

【摘 要】醫(yī)學(xué)圖像在幫助醫(yī)生進(jìn)行病情診斷的過程中起著重要的作用，但其與普通圖像一樣，在圖像攝取和傳輸?shù)倪^程中也會受到各種各樣的干擾，是圖像的清晰程度下降，影響成像質(zhì)量，從而干擾醫(yī)生對于病情的診斷，最終影響患者的治療效果。本文針對醫(yī)學(xué)圖像中存在的需要圖像增強(qiáng)的問題，著重研究圖像增強(qiáng)技術(shù)在醫(yī)學(xué)圖像中的應(yīng)用。

【關(guān)鍵詞】醫(yī)學(xué)圖像；增強(qiáng)；比較

中圖分類號： TP391.41 文獻(xiàn)標(biāo)識碼： A 文章編號： 2095-2457（2018）02-0030-002

【Abstract】Medical images play an important role in helping doctors to diagnose their illness.However，as with normal images，they also suffer various kinds of interference during the process of image taking and transmission， resulting in a decrease in the sharpness of the images and affecting Imaging quality，thus interfering with the doctor for the diagnosis of the disease，and ultimately affect the patients treatment.In this paper，we focus on the problem of image enhancement in medical images，and focus on the application of image enhancement in medical images.

【Key words】Medical images；Enhancement；Comparison

0 引言

近些年來，隨著科技的進(jìn)步，圖像處理技術(shù)日新月異，特別是數(shù)字醫(yī)學(xué)影像，已經(jīng)在幫助醫(yī)生進(jìn)行診斷和治療的過程中起著至關(guān)重要的作用。同時(shí)，醫(yī)學(xué)圖像處理技術(shù)也對醫(yī)學(xué)診斷領(lǐng)域產(chǎn)生深刻的影響。醫(yī)學(xué)圖像在攝取和傳輸?shù)倪^程中同樣會受到各種因素的干擾，從而影響圖像的成像質(zhì)量，而后期處理和分析的效果往往受到前期的很大影響，特別是一些定量和定性的分析。

圖像處理除了在生活和科學(xué)研究中的應(yīng)用之外，在醫(yī)學(xué)領(lǐng)域有著非常重要的作用，而圖像增強(qiáng)技術(shù)是圖像處理中的一個(gè)重點(diǎn)和難點(diǎn)問題，其中包括圖像的線性和非線性對比度展寬、線性和非線性的動(dòng)態(tài)范圍調(diào)整、直方圖均衡化、圖像的濾波和銳化等等。

本文針對醫(yī)學(xué)圖像的特點(diǎn)，利用圖像增強(qiáng)技術(shù)對其進(jìn)行處理，使其能夠更好地滿足醫(yī)學(xué)診斷的要求。這其中包括：圖像增強(qiáng)技術(shù)在醫(yī)學(xué)圖像中的重要價(jià)值以及不同的圖像增強(qiáng)技術(shù)對于不同醫(yī)學(xué)用途的影響等等。

1 醫(yī)學(xué)圖像增強(qiáng)的研究背景

圖像增強(qiáng)[2]是圖像處理中一個(gè)重要的算法。其通過對圖像進(jìn)行進(jìn)一步的處理和加工，使圖像的對比度得到增強(qiáng)，產(chǎn)生較好的視覺效果，輔助醫(yī)生進(jìn)行診斷。根據(jù)圖像產(chǎn)生模糊的情況以及模糊的程度不同，需要利用不同的圖像處理算法進(jìn)行修正，常用的圖像增強(qiáng)方法有均值濾波、中值濾波、平滑濾波、灰度級變換、梯度增強(qiáng)以及頻域變換等。

這些增強(qiáng)算法大都比較復(fù)雜，運(yùn)算量大。醫(yī)學(xué)圖像經(jīng)過系統(tǒng)的處理，可以提高圖像本身的質(zhì)量。

為了活得更加好的圖像質(zhì)量，克服上述問題，我們首先應(yīng)在處理圖像的過程中盡可能避免或者減少干擾因素，在進(jìn)行后期分析之前，對圖像進(jìn)行增強(qiáng)的預(yù)處理，已獲得更好的畫質(zhì)，從而提高判別精度，為臨床診斷提供更多的便利條件。

近幾年來，許多科研工作者根據(jù)醫(yī)學(xué)領(lǐng)域圖像的特點(diǎn)提出了許多新穎的圖像增強(qiáng)算法，以達(dá)到改善醫(yī)學(xué)圖像的視覺效果的目的。一些經(jīng)典的圖像增強(qiáng)算法盡管已經(jīng)在醫(yī)學(xué)領(lǐng)域得到了廣泛地應(yīng)用，并且取得了較好的效果，但大都存在著一定的問題，比如在圖像增強(qiáng)的過程中，去除噪聲影響的同時(shí)，也損失了圖像的一些細(xì)節(jié)特征，而往往這些細(xì)節(jié)特征就是進(jìn)行后期圖像分析的關(guān)鍵因素，因此，需要在去除干擾因素和保持畫面細(xì)節(jié)信息中取得平衡。解決這一矛盾也成為醫(yī)學(xué)圖像增強(qiáng)技術(shù)發(fā)展的方向[3]。

2 增強(qiáng)系統(tǒng)及結(jié)果比較

隨著圖像處理技術(shù)的迅猛發(fā)展，圖像增強(qiáng)技術(shù)在醫(yī)學(xué)領(lǐng)域中發(fā)揮著舉足輕重的作用，下面主要列舉一些常用的處理方法。

2.1 直方圖增強(qiáng)系統(tǒng)

直方圖均衡化在增強(qiáng)圖像對比度的同時(shí)，突出診斷區(qū)域需要增強(qiáng)的細(xì)節(jié)信息，特別是在醫(yī)用透視圖像的應(yīng)用中十分有效的。

直方圖規(guī)定化處理，可以使圖像的灰度間距拉大了，圖像不僅變得清晰，細(xì)節(jié)突出，而且可以通過改變其直方圖的形狀，避免圖像的過增強(qiáng)，明顯（下轉(zhuǎn)第42頁）（上接第30頁）優(yōu)于直方圖均衡化，但與此同時(shí)經(jīng)過直方圖規(guī)定化后的圖像顆粒感也明顯增強(qiáng)了，由規(guī)定化的優(yōu)點(diǎn)，可以看到其可以應(yīng)用在對清晰度要求不是很高的醫(yī)學(xué)圖像中。

2.2 灰度增強(qiáng)系統(tǒng)

通過實(shí)驗(yàn)可以發(fā)現(xiàn)，在醫(yī)學(xué)圖像畫質(zhì)比較清晰以及噪聲干擾較少的情況下，對醫(yī)學(xué)圖像進(jìn)行灰度增強(qiáng)處理，可以使醫(yī)學(xué)圖像的可讀性有著較大的提高，也就是說對醫(yī)學(xué)圖像中需要關(guān)注的區(qū)域進(jìn)行增強(qiáng)處理，可以更加清晰地顯示病灶部位，從而提高診斷的效率和正確率。

2.3 空域均值濾波系統(tǒng)

鄰域均值濾波的算法非常簡單，即將模板中像素點(diǎn)的均值去替換中心像素點(diǎn)的值，該算法運(yùn)算速度快，對于高斯噪聲有著很好的屢濾除效果，但對于椒鹽噪聲效果一般。該算法一個(gè)最大的問題就是沒有考慮邊界影響，因此，在濾除噪聲的同時(shí)引起圖像中目標(biāo)物邊界的模糊現(xiàn)象，而且模糊程度與模板半徑成正比。而維納濾波，在消除噪聲的同時(shí)，很好地保留了邊界信息。因此，鄰域?yàn)V波適合清晰度要求不是很高的X光圖像，維納濾波較適合CT圖像和B超圖像。

2.4 空域高通濾波系統(tǒng)

Sobel和Prewitt算法能夠?qū)光圖像進(jìn)行增強(qiáng)，且效果明顯，并且能夠?qū)D像的邊緣信息清晰保留，比較適合醫(yī)學(xué)透視圖像，Unsharp算法更適用于對于邊緣要求高的較清晰圖像。

2.5 空域中值濾波系統(tǒng)

中值濾波較鄰域均值濾波來說，對于椒鹽噪聲的處理效果更好，邊界保持效果也相對較好，但也存在邊界模糊問題，此外，模板尺寸的選擇也至關(guān)重要，過大，會使畫面質(zhì)量成倍下降。

3 結(jié)論

醫(yī)學(xué)圖像有著高清晰度、低噪聲影響以及病灶部位突出顯示的特點(diǎn)，這些使醫(yī)學(xué)圖像處理面臨更多更嚴(yán)峻的挑戰(zhàn)，存在許多亟待解決的問題，如評價(jià)醫(yī)學(xué)圖像畫質(zhì)等。

【參考文獻(xiàn)】

[1]宋宏寧，郭瑞強(qiáng).基于醫(yī)學(xué)影像學(xué)的3D打印技術(shù)在心血管疾病診療中的應(yīng)用現(xiàn)狀及研究進(jìn)展[J].中國醫(yī)學(xué)影像技術(shù)，2017，33（3）：375-380.

[2]李紀(jì)成，謝凱，阮寧君，等.基于曲波變換的醫(yī)學(xué)圖像增強(qiáng)算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2017，38（1）：187-191.

[3]馮惠.基于二進(jìn)小波與融合方法的醫(yī)學(xué)圖像增強(qiáng)研究[J].計(jì)算機(jī)應(yīng)用與軟件，2017，34（4）：233-237.