醫學圖像增強處理系統比較分析

史 靜 任東峰 姜玉泉（.西安理工大學，陜西 西安 7008；.西安西電高壓開關有限責任公司，陜西 西安 7008）

0 引言

近些年來，隨著科技的進步，圖像處理技術日新月異，特別是數字醫學影像，已經在幫助醫生進行診斷和治療的過程中起著至關重要的作用。同時，醫學圖像處理技術也對醫學診斷領域產生深刻的影響。醫學圖像在攝取和傳輸的過程中同樣會受到各種因素的干擾，從而影響圖像的成像質量，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研究中的應用之外，在醫學領域有著非常重要的作用，而圖像增強技術是圖像處理中的一個重點和難點問題，其中包括圖像的線性和非線性對比度展寬、線性和非線性的動態范圍調整、直方圖均衡化、圖像的濾波和銳化等等。

本文針對醫學圖像的特點，利用圖像增強技術對其進行處理，使其能夠更好地滿足醫學診斷的要求。這其中包括：圖像增強技術在醫學圖像中的重要價值以及不同的圖像增強技術對于不同醫學用途的影響等等。

1 醫學圖像增強的研究背景

圖像增強[2]是圖像處理中一個重要的算法。其通過對圖像進行進一步的處理和加工，使圖像的對比度得到增強，產生較好的視覺效果，輔助醫生進行診斷。根據圖像產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行修正，常用的圖像增強方法有均值濾波、中值濾波、平滑濾波、灰度級變換、梯度增強以及頻域變換等。

這些增強算法大都比較復雜，運算量大。醫學圖像經過系統的處理，可以提高圖像本身的質量。

為了活得更加好的圖像質量，克服上述問題，我們首先應在處理圖像的過程中盡可能避免或者減少干擾因素，在進行后期分析之前，對圖像進行增強的預處理，已獲得更好的畫質，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醫學領域圖像的特點提出了許多新穎的圖像增強算法，以達到改善醫學圖像的視覺效果的目的。一些經典的圖像增強算法盡管已經在醫學領域得到了廣泛地應用，并且取得了較好的效果，但大都存在著一定的問題，比如在圖像增強的過程中，去除噪聲影響的同時，也損失了圖像的一些細節特征，而往往這些細節特征就是進行后期圖像分析的關鍵因素，因此，需要在去除干擾因素和保持畫面細節信息中取得平衡。解決這一矛盾也成為醫學圖像增強技術發展的方向[3]。

2 增強系統及結果比較

隨著圖像處理技術的迅猛發展，圖像增強技術在醫學領域中發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 直方圖增強系統

直方圖均衡化在增強圖像對比度的同時，突出診斷區域需要增強的細節信息，特別是在醫用透視圖像的應用中十分有效的。

直方圖規定化處理，可以使圖像的灰度間距拉大了，圖像不僅變得清晰，細節突出，而且可以通過改變其直方圖的形狀，避免圖像的過增強，明顯優于直方圖均衡化，但與此同時經過直方圖規定化后的圖像顆粒感也明顯增強了，由規定化的優點，可以看到其可以應用在對清晰度要求不是很高的醫學圖像中。

2.2 灰度增強系統

通過實驗可以發現，在醫學圖像畫質比較清晰以及噪聲干擾較少的情況下，對醫學圖像進行灰度增強處理，可以使醫學圖像的可讀性有著較大的提高，也就是說對醫學圖像中需要關注的區域進行增強處理，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

鄰域均值濾波的算法非常簡單，即將模板中像素點的均值去替換中心像素點的值，該算法運算速度快，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，在濾除噪聲的同時引起圖像中目標物邊界的模糊現象，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，很好地保留了邊界信息。因此，鄰域濾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

Sobel和Prewitt算法能夠對對X光圖像進行增強，且效果明顯，并且能夠將圖像的邊緣信息清晰保留，比較適合醫學透視圖像，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

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重要，過大，會使畫面質量成倍下降。

3 結論

醫學圖像有著高清晰度、低噪聲影響以及病灶部位突出顯示的特點，這些使醫學圖像處理面臨更多更嚴峻的挑戰，存在許多亟待解決的問題，如評價醫學圖像畫質等。

［1］宋宏寧,郭瑞強.基于醫學影像學的3D打印技術在心血管疾病診療中的應用現狀及研究進展 [J].中國醫學影像技術,2017,33(3):375-380.

［2］李紀成,謝凱,阮寧君,等.基于曲波變換的醫學圖像增強算法[J].計算機工程與設計,2017,38(1):187-191.

［3］馮惠.基于二進小波與融合方法的醫學圖像增強研究[J].計算機應用與軟件,2017,34(4):233-237.