醫(yī)學(xué)超聲圖像處理系統(tǒng)

　　目前,超聲圖像診斷是與X線CT、同位素掃描、核磁共振等一樣重要的醫(yī)學(xué)圖像診斷手段。根據(jù)肝臟超聲圖像進(jìn)行脂肪肝的診斷,是病變確診的主要方法。但是,與CT和核磁共振等醫(yī)學(xué)圖像相比,超聲圖像的圖像質(zhì)量較差,目前的診斷以定性為主,受主觀因素影響較大。研究肝臟超聲圖像的紋理特征,以便獲得量化參數(shù),并以此為依據(jù)進(jìn)行病變的分類(lèi),為醫(yī)生提供診斷依據(jù),是非常必要的。基于以上原因,本文結(jié)合肝臟超聲圖像的特點(diǎn),以圖像分割為基本手段,提取特征參數(shù),對(duì)超聲圖像的臨床診斷具有重要意義。

　　1　系統(tǒng)簡(jiǎn)介

　　本系統(tǒng)利用B超機(jī)自帶的圖像輸出接口與計(jì)算機(jī)相連,將采集到的圖像送入圖像處理軟件,對(duì)圖像進(jìn)行實(shí)時(shí)處理,將得到的參數(shù)顯示在電腦屏幕上,為醫(yī)生的診斷提供參考。

　　2　方法介紹

　　肝臟B超圖像的紋理是由于不同的肝臟組織纖維不同,使其對(duì)超聲脈沖的吸收、衰減、反射有差異,超聲脈沖又相互作用而形成的。因此,不同肝臟B超圖像的紋理有明顯不同,正常肝臟的肝實(shí)質(zhì)回聲呈稍低的細(xì)小光點(diǎn),分布均勻,光點(diǎn)致密。發(fā)生病變后,回聲增強(qiáng),光點(diǎn)稀疏。所以光點(diǎn)的大小和密度就成為醫(yī)生診斷的重要依據(jù),所以對(duì)其進(jìn)行量化,以此為肝臟超聲圖像的密度特征是十分必要的。

　　2.1　超聲圖像預(yù)處理

　　在超聲圖像中,主要的噪聲來(lái)自于散斑(speckle),他是由于聲束在不均勻微細(xì)組織的散射所引起的干涉作用造成的,他在圖像中表現(xiàn)為顆粒狀,并不反映實(shí)際的組織結(jié)構(gòu),但卻影響了圖像的細(xì)節(jié)分辨能力。這不利于圖像的定量分析,因此需對(duì)圖像中的散斑噪聲進(jìn)行抑制。在噪聲的抑制中,因?yàn)槌晥D像中的噪聲是乘法性噪聲,屬于與圖像信號(hào)相關(guān)的噪聲,因此線性濾波在平滑噪聲的同時(shí)也對(duì)圖像的細(xì)節(jié)信息進(jìn)行了抑制。本文采用Loupas提出的適應(yīng)性加權(quán)中值濾波來(lái)抑制超聲圖像的噪聲。由于散斑的回波信號(hào)遵循平均值正比于標(biāo)準(zhǔn)偏差的瑞利分布,而Loupas已證明通過(guò)適應(yīng)性加權(quán)中值濾波對(duì)圖像散斑進(jìn)行處理時(shí),圖像的局部灰度平均值變得正比于局部的方差而不是標(biāo)準(zhǔn)偏差,所以選用局部灰度平均值與局部方差的比作為圖像的特征。

　　2.2　超聲圖像二值化

　　對(duì)于肝實(shí)質(zhì)回聲圖像,經(jīng)過(guò)預(yù)處理后,要進(jìn)行二值化,二值化的關(guān)鍵是灰度閾值的計(jì)算。適當(dāng)?shù)拈撝稻褪羌纫M可能地保存圖像信息,又要盡可能地減少背景和噪聲的干擾。一般二值化閾值的計(jì)算方法有:對(duì)話式直方圖法、松弛法、最大熵法、矩保持法和邊界灰度門(mén)限法等。本文采用最大方差比的閾值設(shè)定方法,該算法先統(tǒng)計(jì)出圖像的灰度直方圖,然后把直方圖在某閾值處分成2組c1和c2,使如下所示的分離度η(T)為最大值的T即為最佳閾值。

　　式中σ2B(T)是類(lèi)間方差;σ2W(T)是類(lèi)內(nèi)方差,可由式(4),(5)得到:

　　類(lèi)間方差:

　　類(lèi)內(nèi)方差:

　　這里σ2B+σ2W=σ2T(σ2T為全局方差),w1和w2分別是類(lèi)c1和c2的發(fā)生概率(標(biāo)準(zhǔn)化后的象素?cái)?shù)),μ1和μ2以及σ21和σ22分別是類(lèi)c1和c2的像素的灰度平均值和灰度方差。

　　2.3　顆粒圖像中顆粒的提取

　　圖像經(jīng)二值化處理后,就是一些連通的黑色區(qū)域,本文通過(guò)貼標(biāo)簽法,對(duì)二值圖像的每個(gè)不同的連接成分都進(jìn)行不同的編號(hào),所得到的圖像成為標(biāo)簽圖像,貼標(biāo)簽處理是計(jì)算連接成分大小,面積等屬性中的必要處理手段,所得標(biāo)簽的最大值即為此超聲圖像亮點(diǎn)的量化值,由此實(shí)現(xiàn)了超聲圖像的量化處理。

　　3　結(jié)　果

　　首先將采集到的所有超聲圖像存儲(chǔ)在計(jì)算機(jī)上。在所獲取的B超圖像中選定一個(gè)感興趣區(qū)域ROI,將ROI區(qū)域取為30象素×30象素,用VC編程對(duì)其提取參數(shù),并對(duì)結(jié)果進(jìn)行了分析。分別對(duì)正常肝臟和脂肪肝進(jìn)行二值化的結(jié)果如圖1所示。

　　圖1 超聲圖像二值化結(jié)果

　　可以看出,由于灰度值過(guò)于集中,二值化的結(jié)果不是十分理想,很多顆粒發(fā)生了粘連,導(dǎo)致下一步分值標(biāo)號(hào)的結(jié)果誤差較大。因此,首先要對(duì)超聲圖像進(jìn)行邊緣檢測(cè),經(jīng)過(guò)各種方法的測(cè)試,發(fā)現(xiàn)對(duì)圖像進(jìn)行高斯拉普拉斯邊緣檢測(cè)時(shí),可以看出顆粒被分割了出來(lái)。對(duì)此圖像進(jìn)一步二值化后計(jì)算顆粒個(gè)數(shù),得到如下統(tǒng)計(jì)結(jié)果:

　　當(dāng)然,隨著計(jì)算機(jī)技術(shù)及更多算法的出現(xiàn),其量化處理將會(huì)更加細(xì)致。