基于三維數據重建與目標定位的DICOM圖像分析測量系統

吳鵑

(西安職業技術學院 動漫軟件學院，陜西 西安 710077)

0 引 言

近年來，在信息化技術不斷提高的大背景下，人們對醫療技術的要求也在不斷提高，尤其在醫療影像數據信息化顯示與處理方面。有很多醫院，特別是內地偏遠地區或者基層醫院，還沒有完全實現信息化和無紙化，需要進行設備信息化升級。對于影像設備產出的圖像信息，由于其重要性，需要對其數據格式進行深度解析，然后在三維顯示基礎上完成測量。

在DICOM圖像顯示與測量領域的研究方面，已經取得了一定成績。李怡敏[1]對傳統移動立方體算法進行改進，提出移動立方體拓型算法，對傳統算法中的15種基本拓型進行修改，主要包括縮減對稱拓型，解決了一些顯示測量問題，但是對于測量缺乏深度研究和試驗，往往不能應用于實際使用場景中。肖文君[2]將Oracle數據庫作為數據存儲中心，利用Leadtools工具包對醫學圖像算法和接口進行二次開發，研發了基于DICOM標準的醫學圖像觀察系統，實現了對醫學圖像窗寬窗位的調整功能，在一般情況下測量效果較好，但是基于商業視覺庫實現，往往缺乏定制靈活性，且缺乏推廣性。曲濱鵬[3]研究了如何根據LabVIEW開發工具，設計實現DICOM醫學影像處理的技術，LabVIEW具有強大的圖形化編程工具集，可以較方便地完成項目開發，但是當過度依賴第三方非開源軟件，在項目高度定制化的情況下，往往不能達到較好的測量效果。

為了將影像設備數據轉換為三維格式，并且以用戶體驗良好的方式實現瀏覽操作，本文深入分析了DICOM格式的圖像結構，用軟件編碼方式把圖像信息解析出來，并且以三維顯示形式呈現，然后根據測量業務需求，把測量功能實現在軟件系統框架內，完成對DICOM圖像的三維顯示與測量。

1 DICOM圖像分析測量系統

圖1 所提系統的測量過程

圖2 初始采集的MRI圖像

圖3 實際眼球拍攝的俯視圖

本文開發的DICOM圖像分析測量系統，針對MRI設備采集的眼球圖像，先實現DICOM圖像的三維化顯示，然后實現三維數據的目標圖像幀確定和指定點之間的測量顯示。首先，DICOM圖像采集機制如圖1(a)所示：MRI發出共振信號投向眼球，眼球在信號發射裝置與接收器中間，成像信息由接收器經過串口傳遞給電腦，最終得到原始裸數據。

如圖1(b) 所示，經過MRI設備的采集，先將MRI設備圖像裸數據(即后綴為.dcm的原始圖像數據)轉換為計算機可以分析的圖像數據格式。測量系統按功能順序分解為：數據結構分析、三維重建、三維顯示、目標檢測和測量。

如圖2所示，原始數據未經三維化處理，清晰度不夠，后續在本系統的處理基礎上，進行三維化優化顯示，對其左下角突出部分進行檢測和測量。實際拍攝方向從上向下，其概念演示圖見圖3。由圖3發現，左上角突出部位為重點檢測和測量對象。

2 DICOM圖像的三維顯示與測量

圖4 實際眼球圖像的測量項

實際眼球圖像測量項如圖4所示，具體流程為：

(1) 通過3D-MRI文件確認上下、顳側和鼻側。

(2) 以角膜最高點標記為第4點。根據上下，顳側和鼻側來確認第1、2、3點的方位。

(3) 正對角膜以第4點為起點畫十字，沿著鞏膜延長16 mm得出第1(上)、2(顳側)和3(下)點(根據第1點向鼻側偏2 mm，得出第8點；根據第3點向鼻側偏2 mm，得出第9點)。

(4) 根據三維圖像得出葡萄腫最高點第6點。

(5) 根據三維圖像畫出葡腫的范圍。

(6) 沿著第2點往視神經方向連線，與視神經的接觸點為第7點。

(7) 從第7點往前2 mm，根據提供的參數正負偏移1 mm左右得出第5點。

(8) 以第5點為中心連線第1～3點，得出各自延著鞏膜的弧線距離。

(9) 以第5點為中心畫出兜帶的形狀(6 mm直徑，5 mm處為平)，以方便手術醫生查看兜帶覆蓋葡萄腫的范圍。

(10) 測量出第1點到第3點的直線距離，第2點到第10點的直線距離。

(11) 視神經第7點到眼角膜頂點的直線距離。

(12) 生成2D圖像，同時標出各種數值以方便查看。

本文在實現對MRI設備采集的眼球DICOM圖像三維化顯示基礎上，進一步完成以上測量過程，最終得到高度差。

一個DICOM圖像文件保存了單次診斷的全部信息，包括病人信息和圖像信息。DICOM數據格式由導言、前綴和數據元素組成[4-5]。前綴后面開始的數據即圖像數據元素。從數據元素開始，均是以Key、Value的形式提供，每個Tag就是DICOM里面定義好的字典，在解析時根據需要只需關注特定的Tag，DICOM全部的Tag有 2 000個。本文軟件開發時使用第三方開源庫進行操作，采用基于C++的DCMTK等等。Tag主要包含患者名字、患者ID、患者生日、患者性別、年齡和拍攝部位，另外包含醫院設備的生產廠家、機構名稱和地址[6-7]。

系統采用C++語言作為整個軟件系統的編碼語言，選用QT作為系統開發框架，ITK作為圖像測量分析工具，DCMTK作為DICOM圖像讀取與顯示的函數庫。如圖3所示，將DICOM圖像顯示于系統界面，可以對眼球進行三維操作與顯示。本文根據解析出來的DICOM數據中對于眼球高度的參數比較，快速定位到問題幀，完成三維顯示功能。

在三維顯示基礎上，進行測量功能的開發，根據業務流程，首先計算每個像素灰度級在整個圖像中頻數。

(1)

式中：P(k)為灰度級k的像素比例；k為灰度級像素數量；n為像素總數[8]。

隨后，再計算圖像通道的標準差。

s=logv+1(1+v×r)

(2)

式中：s為標準差；v為低灰度值部分，低灰度值部分經過歸一化處理后范圍為0～0.3，經過歸一化處理后范圍為0.3～1[9]。

再對其進行拉普拉斯變換處理，對DICOM圖像進行離散化處理：

ff=[f(x+1,y)+f(x-1,y)+f(x,y+1)+
f(x,y-1)]-4f(x,y)

(3)

式中：f為圖像函數；ff為二階圖像微分函數；x、y為圖像橫縱坐標[10]。

由于凸起部位的梯度上升及其周邊像素差異，通過計算離散化，由此定位到凸起部位，并且計算高度值。從MRI數據導入，到眼球定位，最終輸出眼球高度計算值，可以定位準確，測量精確。

3 試驗結果及分析

采用Intel i9、16 GB內存，基于QT開發三維數據重建與目標定位的DICOM圖像分析測量系統，并進行性能進行驗證。為了評估算法增強效果，本文設立了對照組，對照組為文獻[1]和文獻[2]，分別記為A、B系統。所開發的系統界面功能具有MRI圖像采集、數據導入、眼球定位和高度差測量。系統的測量業務流程復雜，但是界面使用簡單，通過標準化軟件開發，將復雜的業務流程由后臺軟件代碼消化，留給用戶的是簡單美觀的系統界面接口。

根據系統顯示的數據發現，本文采用開源視覺庫ITK，準確顯示三維眼球圖像，深度結合業務流程和DICOM數據格式，計算出眼球高度差結果值。A組技術對傳統移動立方體算法進行了改進，提出移動立方體拓型算法，對傳統算法中的15種基本拓型進行修改，主要包括縮減對稱拓型，在一定程度上解決了DICOM圖像的三維顯示問題，但是對于測量缺乏深度研究和試驗，往往不能應用于實際使用場景中。B組技術將Oracle數據庫作為數據存儲中心，利用Leadtools工具包對醫學圖像算法和接口進行二次開發，研發了基于DICOM標準的醫學圖像觀察系統，實現了對醫學圖像窗寬窗位的調整功能，在一般情況下測量效果較好，但是系統基于商業視覺庫實現，往往缺乏定制靈活性和推廣性，且定位效果不明顯，在不準確的定位效果基礎上的測量結果不正確。

4 結束語

為了提高MRI設備采集的DICOM眼球圖像測量準確度，實現為后續智能化輔助診斷提供基礎測量數據的可能性目標。本文設計并開發了基于三維數據重建與目標定位的DICOM圖像分析測量系統。有機融合QT編程、ITK圖像目標定位和DCMTK三維化顯示數據、DICOM數據結構解析，構建起一個三維圖像顯示與測量系統。自主研發的測量工具集，用Visual Studio 2015平臺來實現本文測量工具集和軟件系統，并進行了對比測試驗證。結果表明：本文系統在DICOM圖像測量方面具有更好效果。

DICOM圖像智能輔助診斷是本文目前研究成果上后續開展的內容，對DICOM圖像各類特征，進行圖像特征分析，用視覺算法和深度學習模型，得到眼病種類和疾病程度，將進一步幫助醫生完成診斷工作，提高診斷精度，提升診斷效率，讓醫生寶貴的時間精力應用到疑難雜癥診斷中。