您所在位置: 首页 > 期刊 > 过刊浏览 > 医药科学综合> 《医学信息》> 2010年3月5卷3期>医学影像及检验> 文章详情

浅析医学影像处理技术的应用效果

首席医学网      2010年05月05日 14:36:27 Wednesday  
 
  加入收藏夹   官方投稿信息

作者:张 静    作者单位:南京市栖霞区医院,江苏 南京 210046

【摘要】  医学图像处理就是应用各种数字图像处理技术来改善图像质量,使处理过的图像清晰,目标区域突出和噪声得以消除等。为了是临床医师横好的利用那个采集到的图像进行诊断,必须对影响进行必要的后处理和分析。本文主要根据CR影像的图片处理技术在临床上应用的问题,针对目前影像处理中的三维处理提出问题,并结合目前的MITK技术进行对目前二维影像图片处理的技术应用分析。

【关键词】  医学影像;影像处理技术

2002年来,医学影像的经历了从传统的人工化向数字化转换历程,从PACS系统的出现,根本上解决了医疗影像分析到诊断的转变,PACS系统将图片处理从采集与显示到重建、诊断、传输、存储等的转换。目前,医学图像处理就是应用各种数字图像处理技术来改善图像质量,使处理过的图像清晰,目标区域突出和噪声得以消除等。

  1. 案例-CR系统

  X线摄影(Computed Radiogmphv,CR)现已广泛应用于临床,与传统的胶片,增感屏组合的X线摄影方式比较,CR实现了医学影像的数字化处理,从而通过影像处理参数的调节,可以获得符合诊断学要求的优质医学影像。因为X线成像系统可以被认为涉及2个过程,即影像采集和影像显示。所以,在试图增加病变的检测性时可以采取2种方式:一是利用一个可以提供优质物理学影像质量的影像采集系统,即具有大的信噪比(SNR)、高的空间分辨力和宽的动态范围的影像采集系统;二是使影像显示最优化,从而使放射医师可以从中提取尽可能多的诊断信息。第二种方式之所以可增加病变的检测性,是因为实施检测的人在观察中不仅仅依赖于影像的物理性质,而且也依赖于显示条件[4]。

  2. 成像原理

  IP(Image plate)板内晶体层中含有微量二价铕的氟卤化钡结晶接受X线曝光一次激发形成潜影,经过CR激光阅读器的激光扫描二次激发而产生荧光,经收集进入光电倍增管转换成相应强弱的电信号,然后进行放大增幅、模/数转换成为数字信号的影像。

  3. 目前影像图片处理的问题

  医学图像识别和诊断的最高境界应该是在没有人的干预下,能够给出各种受检查部位各种病症的达到一定准确性的影像诊断结果。应该说,要达到这一境界是存在极高难度的,一些人甚至断言这一功能是不可能实现的。影像诊断医生因担心被这一系统所取代,也存在怀疑和排斥态度。实现这一功能的难点有以下两点。

  3.1 不同病症的影像表现特征存在很大的差异,一些病症的医学特征具有较大的离散性。个别病例图像特征与典型特征差别很大。而不同病症的影像表现又具有部分或很大部分的重叠,即不同病症具有相同的影像表现,这是影像学诊断难以克服的障碍。但是,由于计算机系统的高速度运算和大存储量的优势,可以浏览并记忆更多的病例,可提取更多更准确的图像特征。随着进一步的发展应该具有比人更高的诊断正确率。

  3.2 与前边所述图像处理中的难点相似,目前机器还难以准确做到理解和分辨各个形态复杂、相互临近、信号差别不大的组织器官。难以准确辨识各个正常和病变的器官,也就无从进行准确诊断了翻。

  4. 讨论

  CR有许多不同品牌,而且不同厂家的CR有不同的技术方法,影像处理参数也不尽相同,但原理基本类似。如何全面掌握众多的参数,并合理有效地组合运用,以提供最好的图像,最大限度地发挥CR的优势,是运用影像处理装置的重点和难点。在医学影像研究中使用最广泛的两个算法平台是VTK和ITK[1]。其中VTK(visualization Toolkit)是一套进行数据可视化的开发工具包,ITK(insight segmentation and registration Toolkit)是一个医学影像分割与配准的算法平台。但单独使用VTK或ITK,或者使用VTK+ITK,都存在一些缺陷,限制了其在更大范围的广泛使用。MITK是Medical Imaging ToolKit的缩写,它是由中国科学院自动化研究所开发的一套集成化的医学影像处理与分析C++类库。其目的主要是为医学影像领域提供一套整合了医学图像分割、配准和可视化等功能的,具有一致接口的、可复用的、灵活高效的算法开发工具[2]。分割与配准也是医学影像处理的关键步骤[3]。医学图像具有模糊性的特点,MITK还提供了基于分割的等值面生成算法(SEGMC),该算法将分割结果作为MC算法的输入,这样可以根据图像特征选择最恰当的分割方法,利用分割结果构造等值面。

  需要符合诊断学要求的优质影像是全体影像学工作人员的共同追求,而获得优质影像是全体技术人员的共同责任。现有医学图像处理系统可对图像进行各种处理和变换,提取或改变其中的默写部分,如可对图像进行强化、分割、分离,显示某些特定结构,对物体影像进行不同角度的投影投射。上述的后一个识别与诊断系统含有更多的人工智能等机器推理思维能力。根据这些功能要求,只有使系统能够理解和认知组织和器官的三维影像结构,并具有图形化的各种正常组织器官结构及病理改变知识,也就是说要使系统具有正常解剖和病理知识,才能有效准确地分离和显示各个器官和组织,才能进行准确的自动诊断目前,这部分发展较快,已形成许多商品化的系统,如三维多平面重建成像、表面投影成像、容积成像、仿真内镜等。

【参考文献】
   [1] hroeder W,Marlin K,Lorensen B.The Visualization Toolkit:An Object Object-Oriented Approach to 3D Graphics.3rd ed.New York:Kiare,Inc Publisher,2003.

  [2] 伍炼,朱玉云,史小平,孙娜.基于MITK的医学影像三维可视化研究.北京生物医学工程杂志,第27卷第5期2008年l0月.

  [3] 杨进,张绍祥,等.基于VTK的肱骨薄层断面三维可视化重建研究.中国睦学影像技术,2006,22(9):1297-1230.

  [4] 祁吉,高野正雄.计算机x线摄影[M].人民卫生出版社,1997,21,39,42.

  订阅登记:

请您在下面输入常用的Email地址、职业以便我们定期通过邮箱发送给您最新的相关医学信息,感谢您浏览首席医学网!

邮箱:    专业:    职称:      

医学期刊医学会议医学专区医学护理