醫用診斷X射線數字圖像評價模體與輪廓提取研究

張從華，楊 勇，劉 操，黃 秋，萬 清，楊國濤，馮雪峰，周迎春，張 健，劉景鑫

(1.四川中測輻射科技有限公司，四川 成都 610021;2.中國測試技術研究院，四川 成都 610021;3.新疆維吾爾自治區計量測試研究院，新疆 烏魯木齊 830011;4.深圳市計量質量檢測研究院，廣東 深圳 518055;5.長春市計量檢定測試技術研究院，吉林 長春 130012;6.吉林大學中日聯誼醫院，吉林 長春 130031)

0 引 言

隨著X射線用于醫學解剖結構診斷和工業器件缺陷探測，其圖像分析不斷地更新和進步，醫用X射線成像已經從X射線熒光視頻圖像、X射線膠片拍片，到現在的數字X射線攝影（digital radiography，DR）圖像，得到高速發展。國際組織、社會團體、標準化委員會、知名企業等，都在制定不同的標準規范，從不同角度出發確保X射線圖像的質量，如GBT 19042.1-2003 《醫用成像部門的評價及例行試驗 第3-1部分：X射線攝影和透視系統用X射線設備成像性能驗收試驗》、GBZ 187-2007 《計算機X射線攝影（CR）質量控制檢測規范》、JJG 1078-2012 《醫用數字攝影（CR、DR）系統X射線輻射源檢定規程》、衛生標準WS 521-2017 《醫用數字X射線攝影（DR）系統質量控制檢測規范》等[1-4]。

在圖像質量分析中[5-7]，圖像低對比度是一個極其重要的參數，它決定了圖像的對比效果和圖像細節反映能力。如果診斷圖像具有良好的低對比度，將呈現出優質的解剖結構圖像或者功能性圖像，給醫生提供更多的圖像信息。為此，本文結合圖像的評價，從射線成像的原理出發，分析目前用于數字成像評價的模體，構建圖像目標輪廓的識別方法——方向鏈碼，結合具體模體的X射線成像實例，采用統一的計算機程序分析圖像低對比度，減少人工分析的主觀性差異，為圖像的評估提供參考。

1 X射線成像的原理

X射線屬于不帶電粒子，不會直接導致與之相互作用介質的原子產生電離或者激發，和帶電粒子同物質的相互作用存在明顯區別。X射線與物質原子在一次碰撞中損失其大部分能量或者全部能量。當X射線能量在30 MeV以下時，主要有光電效應、康普頓效應、電子對效應3種相互作用；其他的相互作用方式包括相干散射、光致核反應、核共振反應[8-9]等。單能X射線穿過物質時，不同的出射光強度分布形成對比度，它的強度與吸收物質的厚度近似按指數規律分布：

式中：t——吸收物質的厚度，cm；

μ——線性衰減系數或線性吸收系數，cm–1；

Io——X射線初始強度；

I——X射線透過物質厚度t后的強度。

2 DR圖像評價模體

2.1 圖像評價模體種類

本文歸納了目前常用的醫用X射線成像評價模體以及其主要參數，如表1所示。

2.2 模體幾何尺寸和材料

根據醫用診斷的要求，照射的面積不能太小，一般能與正常人身體寬度相當，而模體幾何尺寸也應相當，才能很好地分析成像質量。從表1中7種模體尺寸看，模體的幾何尺寸范圍為150～400 mm。模體主要包括兩大部分：衰減體和圖像分析對象。衰減體模擬一定厚度的生物組織，如有機玻璃30～40 mm，或者銅板1～2 mm。圖像分析對象用于分析成像質量，如模體中不同大小和不同深度的孔、圖像分辨率卡、用于分析圖像均勻性的區域模塊、不同厚度的階梯。這些對象要求材料均勻，便于加工，性質穩定，一般選擇有機玻璃、鋁、銅。

2.3 對比度或者對比度細節分析的目標對象

從表1中可以看出，用于對比度分析的對象有3個特點：

1）幾何形狀：多以圓孔、階梯、方塊區域為主，便于觀察和分析。

2）幾何尺寸：成像對象的寬度和厚度而言，圓孔直徑0.3～11.0 mm，厚度控制在0.3～8.0 mm。

3）對比度離散性：對比度范圍控制在0～20%之間，成離散分布，取一定數量的分析點。

2.4 其他功能

個別模體集成了空間分辨率卡、光野與射野的一致性、高低對比度、均勻性測試模塊，拓展了模體的評價功能。

3 圖像識別方法

3.1 圖像濾波處理

放射線成像也存在圖像噪聲，因此在分析前需進行噪聲處理。這里選擇中值濾波，使用3×3矩陣模板，對3×3窗口內的像素灰度進行排序，選取中間灰度值作為窗口中心點像素的灰度值，沿圖像的行列分別移動模板掃描圖像，實現濾波處理。

表1 圖像評價模體特性1）

3.2 圖像的二值化處理

在DR圖像分析中，要提取目標對象的輪廓，需要進行二值化處理[10-11]。假設圖像灰度矩陣為f0(i,j)，選取閾值L，像素灰度大于L的值取1，其余取0，按下式將灰度圖像轉變成二值化圖像矩陣fe(i,j)：其中值為1的區域為目標區域。

3.3 邊緣提取

對目標區域的分析，采用八向鏈碼的方法進行目標輪廓的提取。八向鏈碼很適合表示直線和曲線，以及描述圖像的邊界輪廓。如圖1所示，以P為參考點，周圍8個點按反時針方向分別為0、1、2、3、4、5、6、7，用這樣的方向鏈碼就可以確定圖像中像素的位置。利用八向鏈碼可以代替逐點記錄像素坐標表示圖像中的輪廓線，節省存儲空間。如圖2所示的曲線，從上到下沿灰色像素方塊延伸方向用鏈碼表示為44444666600000666644444，將鏈碼和起點坐標一起記錄，就可以完整并較準確地再現這條曲線。另外，八向鏈碼還可以判斷曲線上某一段的凹凸性、局部的上升下降變化。如0和4表示大小不變，1、2、3表示上升，5、6、7表示下降。用八向鏈碼，可按如下步驟提取目標邊緣輪廓：

圖1 八向鏈碼示意圖

1）將單一強度矩陣變為二值圖像，其值為1的區域為目標區域。

2）對二值圖像自上而下，從左到右掃描每一個像素點，直到找到第一個值為1的像素點，作為輪廓的起始點，方向變量記為5。

3）按逆時針方向，以5方向為起始方向，逐一測試當前的8個鄰域點，直到找到第一個值為1的像素點作為輪廓點。如果8個鄰域點的值都為0，這是一個孤立點，即停止輪廓的跟蹤。

4）測試該鄰域點是否為起點。如果是起始點，就停止輪廓跟蹤；否則，該鄰域點作為新的起點，當前搜索方向自動加5，作為搜索下一輪廓點的初始方向，重復步驟3）。

這個算法能提取任意區域的外輪廓線。對于內部有空洞的內輪廓線，只要先做標記，找到內輪廓線上的最高點，運用上述算法也可以提取出內輪廓線。

圖2 用八向鏈碼表示曲線示意圖

4 圖像評價結果與分析

4.1 評價模體參數說明

采用上述圖像處理和輪廓識別原理，選擇德國QUART CDRAD成像模體，圖3為模體實物圖像，圖4是模體DR圖像。圖3模體在一塊有機玻璃板上面有225個方格，形成15×15矩陣。每個方格內部都有平底的筒狀圓孔。具體尺寸如下：

1）每一行的孔直徑一樣，孔深度不一樣，從左到右，深度分別為 0.3，0.4，0.5，0.6，0.8，1.0，1.3，1.6，2.0，2.5，3.2，4.0，5.0，6.3，8.0 mm。

2）每一列的孔深度一樣，孔直徑不一樣，從下向上，直徑分別為 0.3，0.4，0.5，0.6，0.8，1.0，1.3，1.6，2.0，2.5，3.2，4.0，5.0，6.3，8.0 mm。

3）第1到第3行每一個小方格里只有一個中心筒狀孔，其余12行除中心有一孔外，還在每一個小方格里隨機設置一個與中心孔大小及深度均一致的孔。

4.2 圖像中目標對象的分析

根據上述原理設計計算機程序[12]，對圖像進行處理。處理結果如圖5所示，其中白色曲線為目標對象的外輪廓。從輪廓提取的結果圖中，能反映出以下的現象或者規律：

1）大尺寸目標

①二值化閾值從高到低，目標輪廓提取越全，識別率越高。從圖5（a）～圖5（i）中的第1行可以看出，識別的圓孔數依次為：3、7、12、10、12、13、15、15、15，圖5（c）的識別孔比圖5（b）和圖5（d）多，但是左邊2個孔的奇變嚴重；圖5（d）的識別孔少了2個，但是曲線的細節更能反映目標的輪廓形狀。每張圖的第2～8行，圓孔Φ6.3～1.6 mm，也呈現相似的規律。②閾值不能太低，否則提取的輪廓奇變嚴重。圖5（f）～圖5（i）中，圖像的圓孔形狀逐漸變差，出現了非圓孔圖像。圖5（i）下部出現2個三角形圖像，屬于識別失敗。③選取適當的閾值，可以提取到滿意的輪廓，并提高識別率。

圖3 模體實物圖像

圖4 模體DR圖像

2）小尺寸目標

①二值化閾值從高到低，識別率逐漸變低。從圖5（a）～圖5（i）中的下部區域，可以看到白點越來越少。這是因為閾值越低，選擇的灰度離目標對象的灰度越遠，很難檢測到目標，有可能把背景檢測出來，出現誤判。每個圖中第8行以下，呈現相同規律。②閾值不能太低，否則提取的輪廓奇變嚴重，與大尺寸目標相似。③選取適當的閾值，可以保留較多的小尺寸目標的輪廓。

3）閾值的選擇

①圖5（c）～圖5（e）的輪廓較好地反映了大尺寸和小尺寸目標原圖的輪廓，選擇閾值0.85、0.80、0.75比較合適。②針對大尺寸和小尺寸目標，可以單獨選擇閾值進行處理，提高識別率。

5 結束語

本文分析了7種常用的醫用診斷X射線數字圖像評價模體材料和目標對象的幾何特征，將中值濾波運用到診斷圖像的預處理，減小圖像噪聲，運用閾值對圖像進行二值化處理形成目標區域，利用八向鏈碼能提取目標區域的輪廓。結果表明圖像二值化閾值的選取和目標尺寸大小對輪廓分析具有較大影響，科學地選擇閾值，可以得到較好的分析結果，為科學客觀的分析評價數字成像效果提供參考。

圖5 模體DR圖像中目標對象的邊緣提取圖