鄭淑婕 ，李保珍 ，郭華娟 ，王振華 ，楊少琴

(1.河南省開封市婦幼保健院婦科， 開封 475002；2.河南省開封市婦幼保健院影像科， 開封 475002； 3.河南大學第二附屬醫(yī)院，開封 475002)

1 引 言

隨著計算機技術的不斷發(fā)展，計算機輔助診斷系統(tǒng)在醫(yī)學影像輔助診斷應用也逐漸提升，輔助診斷系統(tǒng)應用研究成為醫(yī)學影像診斷熱點[1]；醫(yī)學影像可反映病癥部位具體信息，影像細節(jié)模糊區(qū)域含有大量噪聲，但該區(qū)域總存在重要病理信息，可通過增強影像細節(jié)，提取影像中全部有價值信息，提升病理診斷結果正確率[2]。

卵巢囊腫疾病是近年來女性的多發(fā)病和常見病，良性卵巢囊腫和惡性卵巢囊腫均有不同種類，且病狀各異，診斷失誤率較高；且卵巢囊腫發(fā)病率較高，在病發(fā)初期臨床癥狀不明顯，診斷較為困難[3]，本研究為更加快速準確的診斷卵巢囊腫，設計基于影像細節(jié)增強的卵巢囊腫輔助診斷系統(tǒng)，在疾病初期精準發(fā)現(xiàn)卵巢囊腫，實現(xiàn)及早治療卵巢囊腫的目的。

2 基于影像細節(jié)增強的卵巢囊腫輔助診斷系統(tǒng)設計

2.1 系統(tǒng)總體結構

本設計系統(tǒng)總體結構見圖1：包括卵巢囊腫影像讀取、卵巢囊腫影像處理、存儲和數(shù)據(jù)庫管理、二維切片影像分析等模塊，系統(tǒng)采用基于卵巢囊腫影像處理模塊通過基于自適應低通濾波的影像細節(jié)增強方法，增強卵巢囊腫影像，處理結果和影像重建結果進行自動卵巢囊腫輔助診斷。影像讀取模塊讀取醫(yī)學數(shù)字影像和通信標準(digitalimaging and communications in medicine，DICOM) 格式的卵巢囊腫影像數(shù)據(jù)后[4]，通過卵巢囊腫影像處理模塊及時處理卵巢囊腫影像，依據(jù)處理結構二維切片影像分析模塊實現(xiàn)影像的切片分析后，重建卵巢囊腫影像，從中提取影像特征，輔助醫(yī)生診斷卵巢囊腫疾病。

圖1 系統(tǒng)總體結構

2.2 卵巢囊腫影像讀取模塊設計

卵巢囊腫影像讀取模塊主要實現(xiàn)DICOM格式卵巢囊腫影像讀取，不同設備和生產(chǎn)商產(chǎn)出的卵巢囊腫影像格式存在差異[5]，DICOM格式卵巢囊腫影像讀取需要ITK開發(fā)包的支持，ITK是用于醫(yī)學影像分割和配準的工具包[6]，其通過GDCMImageIO確定DICOM格式卵巢囊腫影像類型，ItkImagelists Watcher和ItkImagefiles Watche完成讀取卵巢囊腫影像，其讀取的是一維和二維DICOM格式卵巢囊腫影像[7]，在ItkImage中保存讀取結果。卵巢囊腫影像細節(jié)的增強通過ITK中的高斯低通濾波器實現(xiàn)[8]，ItkImage中卵巢囊腫影像作為濾波器輸入，輸出結果即為影像細節(jié)增強后的卵巢囊腫影像。

2.3 卵巢囊腫影像處理模塊設計

卵巢囊腫影像處理模塊對從卵巢囊腫影像讀取模塊獲取的卵巢囊腫影像進行增強處理和傳輸影像。處理模塊集成PCI2.0版本的主從模式接口和120 MB以太網(wǎng)接口的DM624核心板，影像數(shù)據(jù)的傳輸通過DICOM3.0協(xié)議完成。處理芯片為DSP TMS320 DM624，其處理速度為5870 Ms/s，主頻工作頻率為740 MHz[9]，圖2為系統(tǒng)硬件卵巢囊腫影像處理模塊結構圖。

圖2 卵巢囊腫影像處理模塊結構圖

卵巢囊腫影像處理過程中，DM624核心板中的FIFO為高速的數(shù)據(jù)緩沖區(qū)，當該區(qū)域中數(shù)據(jù)量達到預置的極限值后，EDMA控制PCI發(fā)出中斷信息[10]，計算機主機接收中斷信息，調(diào)用系統(tǒng)上位機程序，將處理后的卵巢囊腫影像輸入二維切片影像分析模塊中進行分析。

2.4 基于自適應低通濾波的影像細節(jié)增強

2.4.1低通濾波器分頻 卵巢囊腫輔助診斷過程中，ITK工具包中ItkImage存儲的卵巢囊腫影像存在乘性噪聲影響，去噪過程需將乘性噪聲轉(zhuǎn)換為加權噪聲，可通過對影像取對數(shù)實現(xiàn)[11]，卵巢囊腫影像高頻和低頻處包含的細節(jié)信息不同，有效分頻可輔助卵巢囊腫影像細節(jié)增強[12]。

采用式(1)表示高斯低通濾波器頻域：

(1)

將卵巢囊腫影像p(i,j)分解為低頻分量pl(i,j)和高頻分量ph(i,j)，結果如下：

p(i,j)=ph(i,j)+pl(i,j)

(2)

通過二階高斯低通濾波器f(i,j)，獲取卵巢囊腫影像中像素點低頻分量pl(i,j)：

pl(i,j)=p(i,j)*f(i,j)

(3)

ph(i,j)=p(i,j)-pl(i,j)

(4)

卵巢囊腫影像低頻分量對影像視覺效果提升有顯著作用，可對卵巢囊腫影像的低頻分量進行自適應鄰域直方圖均衡，增強卵巢囊腫影像細節(jié)，首先固定初始窗口ω，且ω=2t+1，t為常數(shù)系數(shù)，對卵巢囊腫影像低頻分量pl(i,j)采取自適應鄰域直方圖均衡操作后，得到：

cl(i,j)=HE[pl(i,j)]

(5)

式中，cl(i,j)為直方均衡后的低頻分量，HE[·]代表自適應鄰域直方圖均衡。

2.4.2線性組合轉(zhuǎn)化影像 賦予高頻分量ph(i,j)系數(shù)t，得到直方均衡后的高頻分量：

ch(i,j)=t*ph(i,j)

(6)

卵巢囊腫影像細節(jié)增強的同時還需降低噪聲的影響，影像噪聲控制與參數(shù)t相關，若窗口中心不在影像細節(jié)處時，t值為0；當窗口中心在影像細節(jié)處時，t無窮大，將窗口ω內(nèi)的鄰域灰度方差視作t，則有：

(7)

細節(jié)增強后卵巢囊腫影像c(i,j)由低頻分量cl(i,j)和高頻分量ch(i,j)構成，如下式所示：

c(i,j)=cl(i,j)+ch(i,j)

(8)

將式(5)和式(6)代入式(8)，則有：

c(i,j)=t*ph(i,j)+HE[pl(i,j)]

(9)

然后通過指數(shù)轉(zhuǎn)換c(i,j)，即得到細節(jié)增強后的卵巢囊腫影像。

3 實驗分析

實驗仿真分析本系統(tǒng)的實際應用效果，系統(tǒng)測試實驗環(huán)境如下：CPU為Inter(R)Core(TM)i5-2430 M，硬盤為300 GB，內(nèi)存為2 GB，軟件環(huán)境為WindowsXP，軟件代碼仿真環(huán)境為Matlab2010。

3.1 影像顯示效果分析

為驗證本系統(tǒng)的卵巢囊腫影像細節(jié)增強顯示效果，實驗分析采用本系統(tǒng)和基于主成分Logistic 回歸的卵巢囊腫輔助診斷系統(tǒng)為對比，以開封市婦幼保健院卵巢囊腫臨床觀察中的三位患者為研究對象。圖3為采用主成分Logistic 回歸的卵巢囊腫輔助診斷影像，該影像較為模糊，對比度較差，未顯著增強卵巢囊腫病變細節(jié)發(fā)生位置；圖4影像為采用本系統(tǒng)得到的卵巢囊腫輔助診斷影像，影像的清晰度顯著提升，且在影像中將病變區(qū)域細節(jié)突出顯示，說明本系統(tǒng)的卵巢囊腫影像可讀性高，影像質(zhì)量好。

圖3 基于主成分Logistic 回歸的卵巢囊腫輔助診斷影像

Fig3Assisteddiagnosisofovariancystsbasedonprincipalcomponentlogisticregression

圖4 采用本系統(tǒng)的卵巢囊腫輔助診斷影像

Fig4Usetheovariancystassisteddiagnosticimageofthesystem

3.2 卵巢囊腫輔助診斷正確率分析

實驗以開封市婦幼保健院卵巢囊腫臨床收治的329個卵巢囊腫樣本為例，其中包括巧克力囊腫(45例)、畸胎瘤(32例)、功能性囊腫(66例)、出血性囊腫(54例)、漿液性上皮囊腫(27例)、黏液性上皮囊腫(20例)、卵巢癌(23例)和子宮內(nèi)膜樣瘤(62例)，此外還包括健康樣本171例，將采用本系統(tǒng)和采用主成分Logistic 回歸的卵巢囊腫輔助診斷結果用表1和表2描述。

表1 采用主成分Logistic 回歸的卵巢囊腫輔助診斷結果

分析表1數(shù)據(jù)可知，采用主成分Logistic 回歸的卵巢囊腫輔助診斷系統(tǒng)卵巢疾病輔助診斷結果正確率不高，尤其是子宮內(nèi)膜樣瘤、卵巢癌和漿液性上皮囊腫的診斷正確率分別為0.39%、0.43%和0.44%，無法準確診斷出真實的卵巢囊腫疾病，且診斷健康樣本的正確率為0.61%，診斷結果存在較大誤差，極易將健康樣本診斷為卵巢囊腫疾病。

表2 采用本系統(tǒng)的卵巢囊腫輔助診斷結果

分析表2數(shù)據(jù)可知，本系統(tǒng)輔助診斷各類型卵巢囊腫疾病的正確率均較高，且系統(tǒng)輔助診斷巧克力囊腫、畸胎瘤、漿液性上皮囊腫和黏液性上皮囊腫正確率均為100%，輔助診斷其它類型卵巢囊腫疾病的正確診斷率也在96%以上，說明本系統(tǒng)提升卵巢囊腫疾病的輔助診斷正確率較高。

3.3 系統(tǒng)運行性能分析

本系統(tǒng)每天需要處理大量的卵巢囊腫影像，實驗測試系統(tǒng)處理不同數(shù)量卵巢囊腫影像時，CPU利用率、內(nèi)存占有率和卵巢囊腫輔助診斷用時，同樣以基于主成分Logistic 回歸的卵巢囊腫輔助診斷系統(tǒng)的測試結果作為對照，分別將測試結果用表3和表4表示。

表3 本系統(tǒng)運行分析結果

分析表3數(shù)據(jù)可知，本系統(tǒng)在處理卵巢囊腫影像數(shù)量不超過300例時，系統(tǒng)CPU運行效率隨著處理影像數(shù)量的增加而提升，當本系統(tǒng)處理卵巢囊腫影像大于300例時，CPU運行效率幾乎不變，最高值為7.95%；本系統(tǒng)處理卵巢囊腫影像低于250例時，內(nèi)存占有率緩慢提升，超出250例后，內(nèi)存占有率幾乎不再改變；本系統(tǒng)輔助診斷不同數(shù)量卵巢囊腫影像的用時均不超過0.36 s，且平均用時也僅有0.30 s。

表4 采用主成分Logistic 回歸的系統(tǒng)運行分析結果

同樣分析表4數(shù)據(jù)結果可得，基于主成分Logistic 回歸的卵巢囊腫輔助診斷系統(tǒng)的CPU運行效率和內(nèi)存占有率，均隨著卵巢囊腫影像數(shù)量增加而增加，最高值為30.42%和64.3%，遠遠高于本系統(tǒng)；輔助診斷用時最長為4.48 s，平均輔助診斷用時為3.77 s，超出本系統(tǒng)3.47 s，說明本系統(tǒng)的運行效率較高，在輔助診斷大量卵巢囊腫影像時，診斷結果較快且系統(tǒng)運行效率高。

4 結論

卵巢囊腫輔助診斷系統(tǒng)在輔助醫(yī)生進行疾病檢測時，能快速、準確地診斷卵巢囊腫疾病是十分必要的，本研究設計基于影像細節(jié)增強的卵巢囊腫輔助診斷系統(tǒng)，主要通過卵巢囊腫影像讀取模塊、卵巢囊腫影像處理模塊和影像重建模塊間的緊密協(xié)作，準確診斷初期卵巢囊腫。