姚堯++胡淑金++李紅亮++孫銀合+++常子棟

摘要：傳統(tǒng)X射線醫(yī)學(xué)影像存在邊緣模糊、對(duì)比度低等缺點(diǎn)，影響了醫(yī)學(xué)影像質(zhì)量和診斷治療。本文介紹了運(yùn)用 Matlab 處理醫(yī)學(xué)影像的數(shù)字圖像處理方法，通過分析原始X射線圖像的缺陷，設(shè)計(jì)預(yù)處理、巴特沃斯濾波、中值濾波、同態(tài)濾波圖像處理方案，將原始X射線圖像轉(zhuǎn)化成對(duì)比度高、邊緣清晰的圖像，為醫(yī)學(xué)研究提供便利。

關(guān)鍵詞：數(shù)字圖像處理；X射線；Matlab；醫(yī)學(xué)影像

中圖分類號(hào)：TP312 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2017）02-0167-03

1 引言

X射線的波長(zhǎng)短，透射力強(qiáng)，具有感光和熒光作用，現(xiàn)代醫(yī)學(xué)中，X射線檢查對(duì)醫(yī)學(xué)診斷有重要參考價(jià)值。人體的骨骼、器官密度、厚度不同，當(dāng)X射線通過人體時(shí)，在熒光屏上形成灰度不同的圖像，密度大的部位圖像灰度大，密度小的圖像灰度小[1]。醫(yī)生根據(jù)X射線影像結(jié)合患者自述癥狀及診斷經(jīng)驗(yàn)即可制定治療計(jì)劃。骨骼對(duì)X射線的吸收比肌肉對(duì)X射線的吸收強(qiáng)得多，1895年，倫琴利用X射線拍攝出歷史上第一張X光片[2-3]。

由于 X 射線曝光不均勻、環(huán)境照度低，使得經(jīng)圖像信息輸入系統(tǒng)獲取的源圖像中含有各種各樣的噪聲與畸變，降低了圖像的品質(zhì)，大大影響圖像的質(zhì)量，容易造成對(duì)病變器官的漏診與誤診。采用圖像增強(qiáng)的方法對(duì)圖像進(jìn)行改善，將圖像中感興趣的特征有選擇地進(jìn)行突出，并衰減不需要的特征，可以突出組織間的對(duì)比度、邊緣輪廓。

隨著計(jì)算機(jī)技術(shù)的發(fā)展，Matlab在圖像處理方面的優(yōu)勢(shì)逐漸顯現(xiàn)。其在仿真模擬、圖形處理、大數(shù)據(jù)計(jì)算方面的功能特別適用于醫(yī)學(xué)影像處理，開放式的編程環(huán)境及擴(kuò)展功能為它的發(fā)展奠定了基礎(chǔ)。其自帶的工具箱含有大量圖像處理函數(shù)，避免了使用者重新設(shè)計(jì)冗雜的程序，簡(jiǎn)化了工作流程，利用其實(shí)現(xiàn)醫(yī)學(xué)影像處理和病理分析，具有深遠(yuǎn)的醫(yī)學(xué)價(jià)值。

2 圖像處理方案設(shè)計(jì)

2.1 預(yù)處理

圖1為待處理的原始圖像，其灰度過大，邊界不清晰。首先將原始彩色圖像轉(zhuǎn)換為黑白圖像，將三維RGB彩色圖像壓縮為一維黑白圖像，處理后的圖像大小為原圖像的三分之一。

對(duì)像源灰度值進(jìn)行擴(kuò)展可以增加動(dòng)態(tài)范圍、擴(kuò)展對(duì)比度，從而提高圖像的清晰度。對(duì)比度增強(qiáng)可以改變圖像灰度的動(dòng)態(tài)范圍，改變0-0.5灰度值的像素，將其灰度值擴(kuò)展為0-1。使用Matlab工具箱中的imadjust （I，[low_in； high_in]，[low_out； high_out]）指令，將輸入圖像中l(wèi)ow_in值映射到輸出圖像中的low_out值 、high_in值映射到輸出圖像中的high_out值 ， 并將 low_in與high_in間的值進(jìn)行線性縮放。

待處理的圖像命名為“Image.jpg”存于E： ＼文件夾下。A為原始圖像，B為黑白圖像，C為經(jīng)過對(duì)比度增強(qiáng)的圖像。Matlab程序如下：

A=imread（'E：＼ Image.jpg'）；

B=rgb2gray（A）；

C=imadjust（B，[0，0.5]，[]）；

圖2為預(yù)處理后的圖像。

2.2 巴特沃斯高通濾波

圖像的細(xì)節(jié)、邊緣主要位于其高頻部分，圖像的模糊主要是由于其高頻成分比較弱。采用巴特沃斯高通加強(qiáng)濾波處理圖像，提取圖像中邊緣灰度值變化率大的部分，對(duì)圖像進(jìn)行銳化處理，是為了消除模糊，突出邊緣。

巴特沃斯高通加強(qiáng)濾波器的傳遞函數(shù)為：

，

其中，

表示頻率（u，v）至濾波器中心（u0，v0）的距離[4]。

用巴特沃斯高頻加強(qiáng)濾波處理，可以彌補(bǔ)高頻信號(hào)，即在原傳遞函數(shù)上加上一個(gè)大于0小于1的常數(shù)。程序中，取特征值a=1.5，b=0.5。Matlab不支持圖像無符號(hào)整型的運(yùn)算，因此要先將上一步通過預(yù)處理的圖像轉(zhuǎn)換數(shù)據(jù)類型，每點(diǎn)進(jìn)行傅里葉變換。計(jì)算傅里葉變換后的數(shù)據(jù)大小，并取整，便于后續(xù)傳遞函數(shù)的運(yùn)算。選定截止頻率d0和階次n后，按照傳遞函數(shù)進(jìn)行運(yùn)算，經(jīng)濾波后再進(jìn)行傅里葉反變換，圖3為濾波后的圖像。

Matlab程序如下：

D1=double（C）； % 數(shù)據(jù)類型轉(zhuǎn)換

D2=fft2（D1）； %采用傅里葉變換

D3=fftshift（D2）； %數(shù)據(jù)局陳平衡，將FFT的DC分量移到頻譜中心

[M，N]=size（D3）；

n1=floor（M/2）；

n2=floor（N/2）；

d0=20； %截止頻率為20

n=2； %階次為2

for i=1：M %巴特沃斯高通濾波

for j=1：N

d=sqrt（（i-n1）^2+（j-n2）^2）；

if d==0

h=0.5；

else

h=1.5/（1+（d0/d）^（2*n））+0.5；

end

D4（i，j）=h*D3（i，j）；

end

end

D=ifftshift（D4）；

D=uint8（real（ifft2（D）））；

2.3 中值濾波

中值濾波的基本原理是將數(shù)字圖像中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近真實(shí)值，以此消除孤立的噪聲點(diǎn)。本文中選用3*3平滑模版濾波，使其變得均勻。

Matlab程序?qū)崿F(xiàn)：G=filter2（fspecial（'average'，3），D）。

Matlab工具箱中自帶的（type，para）函數(shù)用于建立預(yù)定義的濾波算子，type為濾波算子的類型，本文中選定average做均值濾波；para為參數(shù)，本文中選定3*3。將經(jīng)過巴特沃斯高通加強(qiáng)濾波處理的圖像加到進(jìn)行過對(duì)比度增強(qiáng)的圖像中后，圖像變得清晰。處理后的圖像再進(jìn)行一次3*3平滑模版濾波，使其變得均勻，圖4為處理后的圖像。經(jīng)過高通濾波能夠提取出高頻信號(hào)，削弱低頻信號(hào)，將此時(shí)的圖像疊加到經(jīng)過預(yù)處理后的圖像2中，既能獲得邊緣銳化的高頻信號(hào)，又保留低頻信號(hào)，如圖5所示。

2.4 同態(tài)濾波

同態(tài)濾波把灰度變換和頻率過濾結(jié)合起來，將圖像的照度反射率模型作為頻域處理的基礎(chǔ)，通過壓縮亮度范圍和增強(qiáng)對(duì)比度改善圖像的質(zhì)量。使用這種方法可以使圖像處理符合人眼對(duì)于亮度響應(yīng)的非線性特性，避免了直接對(duì)圖像進(jìn)行傅立葉變換處理的失真[4]。

高斯型高通濾波器的傳遞函數(shù)為：

，

rh表示高頻增益，rl表示低頻增益，利用常數(shù)c控制濾波器函數(shù)斜面的銳化，當(dāng)rl<1，rh>1時(shí)，減小低頻并且增強(qiáng)高頻，動(dòng)態(tài)范圍被壓縮，對(duì)比度增強(qiáng)。利用Matlab實(shí)現(xiàn)時(shí)，首先轉(zhuǎn)換數(shù)據(jù)類型，然后進(jìn)行傅里葉變換，便于在頻域內(nèi)對(duì)高頻信號(hào)和低頻信號(hào)分別處理，選定高頻增益為2、低頻增益為0.5、常數(shù)c為4、截止頻率為10，利用雙重循環(huán)實(shí)現(xiàn)傳遞函數(shù)的運(yùn)算，再進(jìn)行傅里葉反變換。處理后的圖像再進(jìn)行一次3*3平滑模版濾波，使其變得均勻。圖6為處理后的最終圖像。

Matlab程序如下：

H=double（H）；

f=fft2（H）； %采用傅里葉變換

g=fftshift（f）；

[M，N]=size（f）；

d0=10；

rl=0.5；

rh=2；

c=4；

n1=floor（M/2）；

n2=floor（N/2）；

for i=1：M

for j=1：N

d=sqrt（（i-n1）^2+（j-n2）^2）；

h=（rh-rl）*（1-exp（-c*（d.^2/d0.^2）））+rl；

g（i，j）=h*g（i，j）；

end

end

g=ifftshift（g）；

g=uint8（real（ifft2（g）））；

3 結(jié)語

Matlab集成了多種圖像處理的工具箱，將復(fù)雜變換利用自帶函數(shù)得以實(shí)現(xiàn)。在實(shí)際使用中，應(yīng)根據(jù)不同X射線光片的灰度范圍、拍攝亮度、不同骨骼布局適當(dāng)?shù)恼{(diào)整函數(shù)參數(shù)，如高頻增益、低頻增益、截止頻率等，同時(shí)可將此數(shù)據(jù)存入數(shù)據(jù)庫(kù)，在后續(xù)研究中以調(diào)用和參考。將Matlab應(yīng)用于醫(yī)學(xué)影像圖像處理，通過對(duì)比度增強(qiáng)、傅里葉變換、濾波等處理，優(yōu)化了圖像質(zhì)量，提高了診斷效率。

參考文獻(xiàn)

[1]汪寧寧，金奎東，季宏波，陳秀芳，李莉，姜華.淺析X射線在醫(yī)學(xué)影像診斷領(lǐng)域的發(fā)展及應(yīng)用[J].中國(guó)衛(wèi)生標(biāo)準(zhǔn)管理，2015，（14）：167-168.

[2]羅述謙.X射線成像技術(shù)在醫(yī)學(xué)中應(yīng)用[J].物理，2007，（08）：602-608.

[3]苗琦，王金苗.X射線成像技術(shù)在醫(yī)學(xué)中應(yīng)用[J].微計(jì)算機(jī)信息物理通報(bào)，2015，（05）：124-126.

[4]陳春寧，王延杰.在頻域中利用同態(tài)濾波增強(qiáng)圖像對(duì)比度[J].微計(jì)算機(jī)信息，2007，（06）：264-266.