应用于数字化诊断的若干医学图像分析方法研究

论文摘要

近年来,在临床医院配置的现代大型医疗设备越来越多,医学影像技术在临床诊断与医学研究中扮演了愈来愈重要的地位。医学影像呈现出实时化、海量化、功能化的趋势。为了辅助医生临床诊断及临床研究,海量的医学影像信息必须借助于计算机分析的手段加工处理,有效地整合、加工与挖掘,才能发挥更大的作用。这使医学影像数字化分析技术变成了临床辅助诊断的重要技术,成为实现精确诊断的必需。所以,医学图像数字化分析技术与日益提高的临床诊断要求的结合非常重要。目前,对两者如何更好结合进行研究的重要性主要表现为以下两个方面。首先,现代医疗设备很短时间内产生的大量高分辨率图像分析受到临床有限的人力资源约束,使医学图像后处理技术成为临床应用的必需。例如,与传统单排CT相比,多排CT一次成像的层厚更薄、层数更多、细节分辨率更好而且数据量大。但是,医院临床放射科的医生人数受到行政编制及培养时间的限制,所以只有依靠高级计算机后处理技术的辅助,才能更好更快地从海量的信息中提取更多有用的诊断信息,避免耽误或遗漏。其次,新的成像技术促使新的数字化分析技术从检查科室向临床医生普及。例如,现在的动态三维(4D)能让医生和母亲看到未出生胎儿的脸部特征和在子宫内的运动。这是因为三维超声能探测、采样、数字化存储三维的回声信号,并能渲染绘制出活灵活现的未出生胎儿的图像。四维超声还能实时地接收和显示这种三维图像,帮助医生研究胎儿的移动与活动规律。对临床医生来说,利用四维超声能观察胎儿健康状况和微小的移动,可以在屏幕上对未出生的胎儿做从头到脚的健康评估,就象儿科医生直接面对已出生的婴儿一样。通过这样对未出生婴儿的体位变化以及呼吸的观察,医生能更容易诊断。但是,受到医院信息化的限制及医学影像处理软件普及的限制,上述功能还只能在检查科室的工作站上完成,而不能在临床医生工作站上实现,这极大限制了医学影像新技术的普及和新技术对临床辅助诊断的效果。为此,结合本人在医院设备科,医工结合一线工作十余年的经验,本文主要是针对临床环境的医学影响新技术的应用作了有针对性的研究,其主要内容如下:第一.提出利用基于广义模糊算子(GFO)的边缘检测算法来改进标记点分水岭分割。传统的分水岭分割一般是在原始图像中根据边缘检测算子所得的边缘图进行计算,常规的边缘检测算子并没有引入图像的先验信息或形状约束。由于病理改变以及医学影像数据内在的模糊性,常规边缘检测算子很难引导分水岭算法收敛到正确的目标轮廓,由此导致传统分水岭算法容易受到图像噪声的干扰而“过分割”。在此情况下,提出利用基于广义模糊算子(GFO)的边缘检测算法来改进标记点分水岭分割。从实验结果看,本文所提出的方法非常适合应用于临床医学图像分割。第二.提出了利用Gibbs距离图(DM)Snake模型分割医学图像的算法。利用Gibbs距离图(DM)Snake模型分割医学图像能克服医学图像固有的噪声和伪边缘干扰,收敛到正确的目标轮廓。该方法首先推导Gibbs形态学梯度,然后提出基于Gibbs形态学梯度的距离图Snake模型的医学图像分割方法。实验结果表明,本文所提出的算法克服了传统距离图Snake模型的上述缺点。本文所提出的方法分割结果鲁棒性好,分割过程无须人工干预,适合应用于临床医学图像分割。第三.提出了对医学图像进行分区显示和增强的新方法。对医学图像进行分区显示和增强具有显著的意义。为了改善临床医学图像的显示质量,增强灰度显示范围,把图像划分为不同的区域灰度增强显示具有实际的意义。考虑到人体同一类组织往往是相邻的,不同的组织之间往往可以通过分割方法分隔开,采用基于分区的灰度映射方法可以针对各种组织的灰度特性建立灰度映射关系,这样虽然人肉眼能看到的灰度分辨率仍然只有256级,但是从图像上实际能看到的远远超过了256级。基于分区的图像增强同样具有很好的改善图像显示质量的效果,文中也对这个内容进行了讨论。第四.针对在内容三中提出的方法,为了提高显示速度,达到实时,满足临床的实际需要。我们还提出了基于GPU加速的算法:算法改进的加速性在于由片元作色器并行执行的逐点计算,取代了CPU串行执行的逐点计算,大大减小了CPU的负载,效率高于单独采用CPU的处理效率,运算接近实时,大大提高了算法在临床的实用性。伴随着成像技术的发展,医学影像数字化分析技术与临床的实际需求结合已从热门的研究领域,逐步发展成实现精确诊断必需的过程。为此,本论文研究的意义如下:提高临床人力资源工作效率的需要:成像设备采集的海量影像信息,如不整合、加工与处理,信息仍然是孤立的、低质的,如此繁杂无序的信息往往使得临床医生感觉盲然无措,这不利于临床诊断,不利于病因的有效与定量分析,不利于对疾病的新发展与新认识。目前,医学影像分析技术与临床的实际结合正成为生物医学工程研究的热点。但是,目前的方法与临床的实际使用的需求还有一定的差距,自动化与时间上还需提升。若想进一步提高诊断质量,有赖于诸如图像配准、信息融合、病灶分割、运动估计及其可视化等技术在临床的真正普及应用。符合医院数字化建设的需要:数字化医院是将最先进的IT技术充分应用于医疗,其核心是通过宽带网络把数字化医疗设备、数字化医学影像系统和数字化医疗信息系统等全部临床作业过程纳入到数字化网络中,实现临床作业的无纸化和无片化运行。医学图像通信与归档系统(PACS)是数字化医院的主要组成之一,PACS系统完成了医学影像的存储、通信功能,从而实现了数字影像的共享,打破了数字影像只由影像科独占的局面,但当前医学影像的数字化分析技术并没有实现共享,临床医生在PACS看到的只是由设备采集的原始二维图像数据,若欲进行进一步的分析,需要到影像科室由设备厂家提供的为数不多工作站上进行,而这些工作站的使用权又往往集中在少数医生手中,这严重影响了医学影像数字化分析技术在临床诊断中作用的发挥。相关的研究正是为了有效解决这一需求,从而推动医院的数字化建设。本文在这个领域做了一些有益的探索,希望能为医学图像处理技术在临床普及应用的广阔发展前景做出自同益微薄的贡献。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 研究的目的和意义
• 1.2 临床环境下的存在的主要问题
• 1.3 本文的组织结构
• 参考文献
• 第二章 医学图像分割的最新进展综述
• 2.1 医学图像分割的概述
• 2.2 医学图像分割的研究意义
• 2.3 医学图像分割的进展综述
• 2.3.1 基于边界分割技术的方法
• 2.3.2 基于阈值的方法
• 2.3.3 基于特征空间聚类的方法
• 2.3.4 基于模糊集理论的方法
• 2.3.5 区域生长和分裂合并方法
• 2.3.6 基于随机场的算法
• 2.3.7 基于变形模型的算法
• 2.3.8 基于神经网络的算法
• 2.3.9 其他分割方法
• 2.4 医学图像分割方法的评估
• 参考文献
• 第三章 利用Gibbs距离图Snake模型分割医学图像
• 3.1 Gibbs形态学梯度
• 3.1.1 软化模糊形态学
• 3.1.2 Gibbs形态学算子
• 3.2 基于Gibbs形态学梯度的距离Snake模型
• 3.2.1 Snake模型简介
• 3.2.2 Gibbs距离图Snake模型
• 3.3 结果与讨论
• 3.4 结论
• 参考文献
• 第四章 利用GFO分水岭算法分割心脏图像
• 4.1 引言
• 4.2 广义模糊边缘检测算子（GFO）
• 4.3 基于GFO的标记点分水岭分割
• 4.4 结果与讨论
• 参考文献
• 第五章 基于分区的CR图像多窗宽/窗位增强显示
• 5.1 引言
• 5.1.1 基于分区的窗宽窗位调节
• 5.1.2 医学图像分区增强与显示
• 5.2 基于Gibbs随机场的感兴趣区分割方法
• 5.2.1 马尔科夫和吉伯斯随机场概述
• 5.2.2 Gibbs随机场定义
• 5.2.3 邻域系统与势团（Cliques）形式
• 5.2.4 多极逻辑（Muti-Level Logistic,MLL）模型
• 5.2.5 基于Gibbs随机场的模糊C均值聚类分割
• 5.3 基于多尺度小波的增强算法
• 5.4 原始医学图像的多分辨率分解
• 5.5 试验
• 5.6 结果与讨论
• 参考文献
• 第六章 医学图像分区显示及多尺度增强的加速运算研究
• 6.1 引言
• 6.2 基于CPU的加速运算
• 6.3 基于CPU通用计算研究进展
• 6.4 可编程图形处理器的开发环境简介
• 6.5 基于CPU加速计算算法研究
• 参考文献
• 第七章 结论与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 攻读博士期间发表的论文
• 致谢