摘 要：當(dāng)前，多數(shù)醫(yī)學(xué)圖像屬于灰度圖像，其對(duì)人眼的視覺效果不如彩色圖像。為了提高圖像的分辨率，根據(jù)人眼的視覺特點(diǎn)，采用灰度級(jí)彩色變換方法，結(jié)合基于流域法的醫(yī)學(xué)圖像分割，實(shí)現(xiàn)灰度圖像變?yōu)閭尾噬珗D像。這里將流域分割技術(shù)與圖像偽彩色處理技術(shù)結(jié)合應(yīng)用在醫(yī)學(xué)圖像中，實(shí)驗(yàn)結(jié)果表明了該圖像增強(qiáng)方法的有效性。該方法在圖像的灰度范圍變化時(shí)具有很好的適應(yīng)性，并可突出顯示出感興趣的特定器官組織。

關(guān)鍵詞：醫(yī)學(xué)圖像；偽彩色增強(qiáng)；流域分割；彩色變換方法

中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1004-373X(2008)22-118-03

Application of Pseudo Color Processing to Medical Image Based on Watershed Algorithm

LI Quanyue，WANG Fang

(Jiangsu University of Science Technology，Zhenjiang，212003，China)

Abstract：Presently，most of the medical and industrial images are gray-scale images.However，human vision is less sensitive to difference between gray-scale pixels than that between color ones.In order to improve resolution of the images，according to characteristics of human vision，the method of gray-scale/color transform and the method of image segmentation based on the watershed algorithm are used to realize the aim of turning gray-scale images into color ones.In this paper，3D medical image color enhancement based on watershed algorithm is relized.The result of experiment shows the adaptability of this image enhancement method especially in the case of that the gray-scale range of images change，and this method is capable of showing the tissues or organs evidently.

Keywords：medical image；pseudo color enhancement；watershed algorithm;color transform method

1 引 言

醫(yī)學(xué)圖像絕大多數(shù)是灰度圖像，如X 線、CT，MRI，B 超圖像等。對(duì)觀察者來說，人眼只能辨別一幅圖像中的4～5 b灰度級(jí)，卻能辨別近千種的彩色^［1］。為發(fā)揮人眼對(duì)彩色的分辨能力，往往用各種不同的顏色代表圖像的不同灰度，變灰度圖像為彩色圖像，從而使觀察者能從圖像中取得更多的信息^［2］。流域分割方法是近年來發(fā)展起來的基于數(shù)學(xué)形態(tài)學(xué)的一種十分有效的圖像分割技術(shù)，它基本上克服了傳統(tǒng)的圖像分割方法的缺點(diǎn)。

2 DICOM 醫(yī)學(xué)圖像的窗口變換顯示法

2.1 醫(yī)學(xué)圖像文件的基本格式

DICOM是用于醫(yī)學(xué)圖像和通信的國際標(biāo)準(zhǔn)。其數(shù)據(jù)結(jié)構(gòu)采用數(shù)據(jù)元素的存儲(chǔ)方式，每個(gè)數(shù)據(jù)元素均由標(biāo)簽、值的類型、值域的長度和值域4個(gè)基本單元組成。其中，“標(biāo)簽”作為數(shù)據(jù)元素的標(biāo)識(shí)符惟一定義數(shù)據(jù)元素的物理意義；“值的類型”是取決于DICOM語義的可選項(xiàng)，它描述了數(shù)據(jù)元素值域的數(shù)據(jù)類型；“值域的長度”定義了“值域”的字節(jié)數(shù)；“值域”則含有該數(shù)據(jù)元素的值 ［3］。

2.2 DICOM 醫(yī)學(xué)圖像的顯示方法

由于在通用計(jì)算機(jī)中不能直接支持DICOM醫(yī)學(xué)圖像的顯示，因此需將DICOM文件轉(zhuǎn)換為其他計(jì)算機(jī)所支持的文件格式，如設(shè)備無關(guān)位圖（DIB）。

2.2.1 DIB位圖

DIB位圖是計(jì)算機(jī)中普遍應(yīng)用的位圖文件格式，包括:位圖文件頭、位圖信息頭、顏色表、圖像數(shù)據(jù)。位圖文件頭說明了文件的組成信息；位圖信息頭說明了圖像數(shù)據(jù)的基本信息；顏色表則描述了圖像顯示的色彩信息。

在內(nèi)存中，只需要位圖信息頭、顏色表和圖像數(shù)據(jù)即可以顯示位圖， 因此在將DICOM 醫(yī)學(xué)圖像轉(zhuǎn)換為DIB 位圖時(shí)，只需要根據(jù)DICOM文件的相關(guān)數(shù)據(jù)元素完成上述的數(shù)據(jù)結(jié)構(gòu)和圖像數(shù)據(jù)的轉(zhuǎn)換。

2.2.2 圖像數(shù)據(jù)的窗口變換

由于醫(yī)學(xué)圖像數(shù)據(jù)動(dòng)態(tài)范圍大（像素深度通常不低于4 096灰度級(jí)），因此，一般顯示器很難提供如此高的動(dòng)態(tài)范圍一次顯示整幅圖像的全部信息細(xì)節(jié)。為了逼真地顯示出醫(yī)學(xué)圖像的全部信息，可以采用圖像數(shù)據(jù)窗口變換的方法^［4］。通過限定一個(gè)數(shù)據(jù)觀察窗口，將窗口區(qū)域的圖像數(shù)據(jù)線性地轉(zhuǎn)換到顯示器的最大顯示范圍內(nèi)，高于或低于窗口上下限的圖像數(shù)據(jù)則分別設(shè)置為最亮或最暗的顯示值。這樣通過動(dòng)態(tài)地調(diào)節(jié)窗口的窗寬（圖像數(shù)據(jù)的顯示范圍）與窗位（顯示的圖像數(shù)據(jù)的中心值），可以依次觀察到醫(yī)學(xué)圖像的全部信息細(xì)節(jié)。式（1）為窗口變換圖像數(shù)據(jù)與顯示值的關(guān)系，其中V為圖像數(shù)據(jù)；G為顯示器顯示值；gm為顯示器的最大顯示值。

G(V)=0，V

gmw(V+w2－c)，c－we≤V≤c+w2

gm，V>c+w/2

3 流域算法的基本原理

3.1 流域變換的基本思想

流域分割算法可以歸屬于基于區(qū)域的分割方法^［5］，該方法的直觀思想來源于地形學(xué)。把灰度圖像看成是一個(gè)地形地貌，像素的灰度值就是相應(yīng)點(diǎn)的高度。在極小值處打一個(gè)洞，水從這些洞中不斷均勻溢出，水面不斷連續(xù)上升，當(dāng)不同區(qū)域的水逐漸升高至將要匯合時(shí)，建立一道堤壩防止水最終匯合，當(dāng)水面到達(dá)地形最高峰時(shí)，該過程結(jié)束，同時(shí)只有高出水面部分的堤壩可以看見，這些可見的堤壩即為對(duì)應(yīng)的流域分界線。

3.2 流域變換的基本原理

（1） 測地距離dX(x，y)是以x，y為端點(diǎn)，包含在X中的最短距離^［6］。如圖1所示。

圖1 測地距離

（2） 測地影響區(qū)ZX(Yi)，假設(shè)Y為X中的一個(gè)集合，它由多個(gè)連通子集組成，記為Y1，Y2，…，Yk，連通成分Yi的測地影響區(qū)ZX(Yi)，由X中距Yi的測地距離比距Y的其他連通成分距離都要小的所有點(diǎn)集組成，即：

ZX(Yi)={p∈X，j∈［i，k］，j≠i，

dX(p，Yi)

式中，k為Y中連通成分的個(gè)數(shù)。

（3） 測地影響區(qū)骨架（SKIZ）在X中不屬于任何一個(gè)Y的測地影響區(qū)的點(diǎn)集，構(gòu)成影響區(qū)骨架^［7］ (見圖2)，即：

SX=X\\∪ki=1ZX(Yi)

（4） 形態(tài)學(xué)梯度：g(f)=(f⊕B)－(fΘB)，即用結(jié)構(gòu)元素B對(duì)f進(jìn)行膨脹和腐蝕之差。

相對(duì)于極小區(qū)域，圖像中有3種空間點(diǎn)：

（１） 屬于極小區(qū)域的點(diǎn)；

（2）將1個(gè)水珠放在梯度圖像的該點(diǎn)處，它必定滾入某一極小區(qū)域的點(diǎn)；

（3） 水珠在該點(diǎn)滾入1個(gè)以上的極小區(qū)域可能性相同的點(diǎn)。

對(duì)于一個(gè)給定的極小區(qū)域，水珠會(huì)滾入該區(qū)域的所有點(diǎn)的集合，稱為該極小區(qū)域的集水域。所有符合（3）的點(diǎn)組成的曲線稱為分水嶺或流域分界線，可以想象，物體真實(shí)邊緣正是一條流域分界線，如圖3所示。

圖2 測地影響區(qū)及SKIZ

圖3 極小值和流域分界線

4 醫(yī)學(xué)圖像的偽彩色增強(qiáng)方法

圖像增強(qiáng)是圖像處理中的一項(xiàng)任務(wù)，目的是有選擇性地突出圖像中主要的、所感興趣的有用信息，壓制、降低次要信息或干擾。彩色增強(qiáng)是一種常用的圖像增強(qiáng)方法，分為假彩色增強(qiáng)和偽彩色增強(qiáng)。將一幅彩色圖像映射為另一幅彩色圖像的增強(qiáng)方法稱為假彩色增強(qiáng)，而將一幅灰度圖像映射為一幅彩色圖像的增強(qiáng)方式稱為偽彩色增強(qiáng)。

4.1 偽彩色增強(qiáng)的基本思想

圖像彩色增強(qiáng)旨在提高圖像分辨率，而顏色類別和對(duì)比度是影響視覺分辨率的2個(gè)主要因素。主觀亮度與客觀亮度之間存在對(duì)數(shù)關(guān)系(Weber-Fechner定律) ［8］，根據(jù)韋伯-費(fèi)赫涅爾定律，視覺相對(duì)對(duì)比度CV可以表示為：CV=S－S0S0=K(lg B－lg B0)Klg B0+K0，式中：B和B0分別為對(duì)象的客觀亮度和背景的客觀亮度；S和S0分別為對(duì)象的主觀亮度與背景的主觀亮度。因此，通過增加對(duì)比度提高視覺分辨率是有限的，而且計(jì)算機(jī)數(shù)字圖像只有256個(gè)灰度級(jí)。盡管人眼對(duì)各種彩色的分辨能力要比對(duì)黑白的分辨能力低，但是人眼對(duì)灰度微弱遞變的分辨能力遠(yuǎn)比顏色變化低。人眼對(duì)灰度的分辨率是幾十個(gè)灰度級(jí)，而對(duì)彩色的分辨率可達(dá)近千個(gè)^［9］。所以增加顏色類別是提高人眼對(duì)圖像視覺分辨率的一條有效途徑。

4.2 灰度級(jí)-彩色變換

通過構(gòu)造傳遞函數(shù)IR(x，y)，IG(x，y)和IB(x，y)建立RGB三基色與灰度級(jí)g(x，y)之間的映射關(guān)系，然后再合成為偽彩色圖像，從而達(dá)到彩色增強(qiáng)的目的。這一過程可以用圖4表示。由于偽彩色圖像的合成需要對(duì)圖像數(shù)據(jù)重新編碼，而灰度級(jí)-彩色變換傳遞函數(shù)IR(x，y)，IG(x，y)和IB(x，y)又是圖像編碼的依據(jù)。傳遞函數(shù)不同，編碼方法也不一樣，本文采用了彩虹碼和熱金屬碼2種編碼方法^［10］。

圖4 灰度級(jí)-彩色變換流程圖

5 基于分割的醫(yī)學(xué)圖像偽彩色處理方法

基于分割的醫(yī)學(xué)圖像偽彩色處理的步驟是：首先利用流域分割技術(shù)將灰度醫(yī)學(xué)圖像分割為不同的區(qū)域（分為目標(biāo)器官圖和背景組織圖），再對(duì)目標(biāo)器官灰度采用編碼A方法的偽彩色處理，而對(duì)背景組織灰度圖采用編碼B方法的偽彩色處理，最后在將兩幅彩色圖像融合在一起顯示，流程如圖（5）所示。經(jīng)過基于分割的偽彩色處理可使圖像不同區(qū)域的顏色具有顯著區(qū)分，并且可以同時(shí)顯示出目標(biāo)器官和背景組織，達(dá)到了不失圖像的整體效果的目的。

圖5 基于分割的醫(yī)學(xué)圖像偽彩色處理流程圖

6 實(shí)驗(yàn)結(jié)果與分析

圖6對(duì)兔子頭部冠斷面二維圖像處理前后的對(duì)比圖；圖7對(duì)兔子頭部三維圖像處理前后對(duì)比圖。兩幅彩色圖片中綠色部分均是兔子的腦部組織（目標(biāo)器官圖）。

當(dāng)采用一種偽彩色編碼時(shí)，只能針對(duì)特定灰度范圍的圖像具有較好的處理效果。當(dāng)圖像灰度范圍變化較大時(shí)就必須改變偽彩色編碼，才能達(dá)到較好的處理效果，即偽彩色編碼具有對(duì)圖像灰度范圍變化適應(yīng)性差的缺點(diǎn)。簡單圖像分割的缺點(diǎn)是，當(dāng)同時(shí)顯示目標(biāo)器官圖和背景組織圖時(shí)，分界線不明顯；而當(dāng)目標(biāo)器官圖與背景組織圖各自顯示時(shí)又破壞了圖像的整體效果。在分割的基礎(chǔ)之上，再對(duì)醫(yī)學(xué)圖像文件進(jìn)行分區(qū)域的偽彩色處理，將分割技術(shù)與偽彩色處理結(jié)合起來，充分發(fā)揮了二者的優(yōu)點(diǎn)，在不破壞圖像整體信息特性的同時(shí)，突出顯示不同區(qū)域的圖像特征，并且克服了簡單偽彩色處理適應(yīng)性差的缺點(diǎn)。

圖6 對(duì)二維圖像處理前后

圖7 對(duì)三維圖像處理前后

7 結(jié) 語

基于分割技術(shù)的偽彩色增強(qiáng)處理，能明顯提高病灶區(qū)域圖像可分辨性。通過以上方法，在臨床診斷中，可以有目的地檢查，縮小檢查范圍，從而減少讀圖工作量，達(dá)到降低漏診率和誤診率的目的。將對(duì)醫(yī)學(xué)圖像的分割技術(shù)與對(duì)醫(yī)學(xué)圖像文件進(jìn)行偽彩色處理有機(jī)地結(jié)合在一起應(yīng)用，充分發(fā)揮出兩種不同圖像增強(qiáng)技術(shù)的優(yōu)點(diǎn)。

參考文獻(xiàn)

［1］［日］日下秀夫.彩色圖像工程［M］ .朱虹，譯.北京：科學(xué)出版社，2004.

［2］Kenneth R.數(shù)字圖像處理［M］.Castleman，朱學(xué)剛，譯.北京：電子工業(yè)出版社，2002.

［3］張尤賽，陳福民.DICOM醫(yī)學(xué)圖像窗口變換的加速算法［J］.計(jì)算機(jī)工程與應(yīng)用，2003，39（13）：218-220.

［4］康曉東.現(xiàn)代醫(yī)學(xué)影像技術(shù)［M］.天津:天津科技翻譯出版公司，2000.

［5］吳璇，汪渤.形態(tài)學(xué)梯度重建的改進(jìn)快速分水嶺算法［J］.微計(jì)算機(jī)信息，2006，22（8）：174-176.

［6］王金濤，劉文耀，路爍.流域分割算法在細(xì)胞圖像分割中的應(yīng)用［J］.西南交通大學(xué)學(xué)報(bào)，2002，37(3):290-294.

［7］Grau V，Mewes A U J，Alcaiz M，et al.Improved Watershed Transform for Medical Image Segmentation Using Prior Information.IEEE Transactions on Medical Imaging，2004，23（4）:447-458.

［8］范留明.數(shù)字圖像偽彩色增強(qiáng)方法在巖土CT圖像分析中的應(yīng)用［J］.巖石力學(xué)與工程學(xué)報(bào)，2004，23(13):2 257-2 261.

［9］劉文勝，張建民.一種偽彩色顯示的數(shù)字圖像采集系統(tǒng)［J］.微計(jì)算機(jī)信息，2004，20(7):36-37.

［10］何斌，馬天予，王運(yùn)堅(jiān)，等.Visual C++數(shù)字圖像處理［M］.北京：人民郵電出版社，2002.

［11］馬國軍，張尤賽.交互式流域算法在醫(yī)學(xué)圖像分割中的應(yīng)用［J］.微型電腦應(yīng)用，2006，22（4）:55-57.

作者簡介 李全越 男，1982年出生，滿族，河北秦皇島人，現(xiàn)為江蘇科技大學(xué)電子信息學(xué)院碩士研究生。主要研究方向?yàn)槿S圖像處理。

王 芳 女，1981年出生，漢族，江蘇新沂人，江蘇科技大學(xué)碩士研究生。主要研究方向?yàn)槿S圖像處理。

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文