医学图像运动伪影校正的实验课程设计

Abstract: Medical image processing is a key course for undergraduates majoring in biomedical engineering. It mainly utilizes mathematics, computer science and informatics tools to process and analyze the medical images generated by medical imaging equipment. Nowadays, it has become an indispensable method for medical research and clinical diagnosis. However, it is a great challenge to design the experimental course of medical image processing effectively, cultivate undergraduates' ability to solve problems, and enable undergraduates to apply theoretical knowledge to clinical practice. Image degradation and restoration is an important part of medical image processing. In the present study, we focus on motion artifact correction in medical image degradation and restoration using clinical magnetic resonance imaging as the raw data. Through the study of the experimental course, not only can undergraduates understand the principle of image degradation and restoration, and master the skills of medical image information processing, but they can also improve the ability of designing experiments as well as analyzing and solving problems, so as to truly combine theory with clinical practice.Key words: Medical image processing; Artifact correction; Course design
医学图像运动伪影校正的实验课程设计
张永谦1，王浩2，刘可心2，李诺敏2，杨威3*
（1北京理工大学生命学院，北京1000812北京理工大学医学技术学院，北京1000813北京理工大学科学技术研究院，北京100081）
Experimental Course Design of Motion Artifact Correction of Medical
Image
Yongqian Zhang 1, Hao Wang 2，Kexin Liu 2，Nuomin Li 2，Wei Yang 3
(1 School of Life Science, Beijing Institute of Technology, Beijing, 1000812 School of Medical Technology, Beijing Institute of Technology, Beijing, 100081
3 Research Institute of Science and Technology, Beijing Institute of Technology, Beijing, 100081）
摘要：医学图像处理是生物医学工程本科专业的一门重要课程，它主要利用数学、计算机科学和信息学等工具对医学成像设备产生的医学图像进行处理和加工，已成为医学研究、临床疾病诊断中一个不可或缺的工具和技术手段。

但是在实际教学中，如何有效设计医学图像处理实验课程，培养学生发现问题和解决问题的能力，使学生将理论知识应用到临床实践当中面临巨大的挑战。

图像退化与复原是医学图像处理中的重要内容，本实验课程围绕医学图像退化及复原中的运动伪影校正这一关键问题，以临床磁共振成像图像为数据来源，进行系统实验课程设计，通过该实验课程的学习，学生不但理解了图像退化及复原原理，掌握医学图像信息处理技能，还提高了设计实验、分析问题解决问题的能力，真正做到理论与临床实践相结合。

关键词：医学图像处理；伪影校正；课程设计
中图分类号：TN957.52 文献标识码：A DOI: 10.11967/2022200207
基金项目：教育部新工科研究与实践项目，突出行业特色的“平行课堂” 新工科人才创意创新创业能力培养模式探索与实践（创新创业育人项目群，项目编号：E-CXCYYR20200904）；北京理工大学教改项目，数字化新媒体赋能大学生科技创新通信作者：杨威，男，E-mail: sscyw@
0 引言
随着现代医学影像技术的快速发展，包括数字X线摄影（DR）、计算机断层扫描（CT）、磁共振成像（MRI）等在内的大型医学影像设备不断更新换代，医学图像处理技术的创新与发展在临床实践中凸显出巨大的优势。

医学图像处理是一门多学科交叉技术，融合了计算机、数学、影像医学等多学科知识，广泛应用于现代医学领域[1]。

在实际的临床教学中，医学图像处理不仅涵盖对图像的亮度、对比度进行调节，更重要的是通过计算机图像处理技术，包括图像去噪、图像增强、图像分割、图像融合等手段，清晰、真实地反映受检者的影像信息，最终实现对病变区域的精准诊断[2-3]。

医学图像处理课程的设置更多地面向包括生物医学工程、医学影像技术、医学信息学等学科交叉专业的学生，目的是使学生掌握医学图像处理的基本理论和关键算法，具备分析、处理医学图像的能力。

在此基础上加入实践教学内容，主要通过学习编程语言，对课程中所讲授的图像处理方法予以实现，锻炼学生的理论指导能力和实践创新思维[4]。

但在实践教学工作中，医学图像处理课程的设计仍存在一些问题：①课程内容与临床影像结合不紧密。

学生在本科阶段的学习更加侧重理论学习而忽视了临床实践，难以接触到临床中真实的医学影像资料，致使学生学习了图像处理中的理论与算法，却并不能以创新的思维方式来解决医学中的实际问题[5]。

②学生学习的主动性与积极性不高。

传统的教学内容涵盖了较多的计算机算法、数学公式等难以直观理解的内容，不能充分调动学生的积极性，容易出现积极性不高甚至厌学的现象。

③学生自主学习和实验设计能力不足。

当前阶段的课程仍以教师讲授为主导，限制了学生自主学习、独立实验和科研创新的能力，难以充分发挥学生的主观能动性[6-7]。

基于这一现状，本文围绕医学图像运动伪影校正这一问题，设计了一项包含医学图像读取、运动伪影仿真、滤波器处理分析的实验课程。

相较于传统的实验课程设计，本文引入了真实的临床影像资料，在不增加课程难度的基础上，综合应用医学图像处理中的图像退化与复原的相关知识，引导学生独立设计并完成实验，培养学生的分析能力与创新思维，弥补当前在医学图像处理课程设计中所存在的不足。

1 理论知识
1.1 医学图像运动伪影
运动伪影多指在磁共振成像中，由于受检者的运动而出现的条形或弧形伪影，可以分为两类：一类是自主性运动伪影，是由于受检者在扫描过程中出现晃动、吞咽等动作所引起，多数情况下能够由受检者自己控制而避免；另一类是非自主性运动伪影，是由于人体的呼吸、心跳、肠胃蠕动等非自主性运动所引起，在长时间的磁共振检查中难以规避[8]。

而在CT扫描过程中，尽管扫描时间相较于磁共振扫描大幅缩短，同样存在由于受检者难以配合或者身体的非自主性运动而出现运动伪影的情况。

运动伪影的产生不仅会降低图像质量，更会直接影响影像诊断，甚至导致误诊的发生。

目前针对医学图像运动伪影问题的解决办法包括检查前对受检者进行训练或固定、扫描参数及速度的优化和图像重建算法的研究等[9-10]。

1.2 图像的傅立叶变换
图像的二维傅立叶变换将图像的灰度分布函数变换为频率分布函数，实现了图像在空间域与频率域之间的转换。

在医学图像处理过程中，频率域反映了图像在空间域灰度变化的剧烈程度，其中高频信号一般来自图像中的边缘信号或噪声信号，而低频信号一般来自图形轮廓或背景，这就让一些在空间域难以实现的技术手段能够在频率域中轻易实现，比如图像增强、图像分割、特征提取、图像复原等，这也使得二维傅立叶变换技术广泛应用于图像处理领域，并发挥重要的作用[11]。

图像复原则是从退化图像g（x，y）出发，找1.4 滤波器逆滤波器在使用时，主要围绕对退化函数维纳滤波在使用时要求已知退化图像和噪声在维纳滤波器编程实现的过程中，往往需要
Q(f)描述了图像 f（x，y）在全部定义区域内
图5 三种滤波器处理结果（a.逆滤波器复原图像：使用逆滤波器直接复原，复原图像的信噪比为-76.7133dB；
b.维纳滤波器复原图像：K=0.08时，复原图像的信噪比为24.1234dB；
c.约束最小二乘方滤波器复原图像：γ=0.05时，复原图像的信噪比为27.6747dB）Fig.5 Three filter processing results(a.A. Inverse filter restoration image:direct restoration using inverse filter,the SNR of the restored image is -76.7133;
b.Wiener filter restoration image:K=0.08,the SNR of the restored image is 24.1234;
c.Constrained least squares filterrestoration image:γ=0.05,the SNR of the restored
image is 27.6747)
2.3.4 结果分析
在对复原图像进行分析时，分别采用两种方式对滤波效果进行评价：第一种是通过直接观察的方式比较三种滤波器的效果。

从处理结果看，逆滤波器不适用于含有加性噪声的图像复原；而在比较维纳滤波器和约束最小二乘方滤波器的滤波效果时，由于两种滤波器在编程实现过程中均可以通过参数调整至最佳复原效果，且在图像退化过程中的参数设置存在差异，难以对单一实验结果做出客观评价。

第二种是根据复原后图像的信噪比评价滤波器效果，以图5中的实验结果为例，使用γ值为0.05的约束最小二乘方滤波器复原图像的效果好于K值为0.08维纳滤波器。

正因为模块化的实验设计，使学生在自主设计实验的过程中能够直观地观察到三种滤波器的优势及不足，通过比较多次的实验结果而对实验流程和实验参数进行设计调整，直至取得最佳的滤波效果，最终完成医学图像运动伪影校正实验。

实验结束后，学生需提交涵盖实验设计、实验步骤、实验结果等内容在内的实验报告，并对自主实验设计流程进行展示。

教师则围绕基础知识、编程能力、自主实验设计能力、语言表达能力等几个方面对学生工作进行评价，对整体的教学成果进行总结。

3 结论
医学图像运动伪影校正的实验课程以现代医学技术为基础，结合临床影像应用案例，将医学图像处理课程中的理论知识予以实践。

该课程设计的最大优势在于从理论基础出发，通过模块化的设计将知识具象化，既能增加实验的灵活性，激发学生的学习兴趣，又能锻炼学生自主设计和完成实验的能力，弥补了当前阶段课程设计的不足。

医学图像信息处理技术正处于快速发展阶段，在本科阶段开展相关的实验课程能够充分发挥学生的主观能动性，并能够以此为平台鼓励学生参与大学生创新性实验项目及其他各类国家级大学生竞赛，有助于培养出一批既具有医学理论知识又具有实验实践技能的综合性人才，进而推动生物医学工程学科的建设。

参考文献:
[1]周光华,李岳峰,孟群.医学图像处理技术与应用分析[J].中国卫生信息管理杂志,2011,8(06):44-47. [2]刘凯,于红,刘士远,董生.图像处理技术在医学影像学教学中的意义[J].临床和实验医学杂志,2010,9(18):1437.
[3]曾玲.现代医学影像技术中计算机图像处理技术的应用[J].电子技术与软件工程,2018(08):144. [4]王远军,聂生东.《医学图像处理》课程建设的实践[J].中国医学物理学杂志,2012,29(05):3697-3701.
[5]喻罡,肖嘉莹,黄忠朝,黄智,刘文明,郭灿,李凌云,彭宽.医工融合创新人才课程体系建设——以医学图像处理为例[J].中国医学教育技术,2020,34(04):422-424.DOI:10.13566/ki.cmet. cn61-1317/g4.202004006.
[6]张爱桃,安东兴,单春燕,周旭.以学生为中心的医学图像处理课程设计实践教学研究[J].中国教育技术装备,2020(04):132-133+136.
[7]蔡磊,王紫薇,陈国勇,姚小玲,潘志祥,唐鹤菡,袁元,李玉明,张金戈,汪红志,李真林.自主实验设计在虚拟仿真磁共振实验教学中的探索与思考[J].中国医疗设备,2020,35(10):37-41.
[8]舒嘉仪,郑敏,叶华山,周宏福.磁共振运动伪影的分析及其对应策略[J].世界最新医学信息文摘,2018,18(A2):244-246.DOI:10.19613/ ki.1671-3141.2018.102.121.
[9]Shah R, Khoram R, Lambert J W, et al. Effect of gantry rotation speed and scan mode on peristalsis motion artifact frequency and severity at abdominal CT[J]. Abdominal Radiology, 2018, 43(9): 2239-2245.
[10]Oksuz I, Clough J R, Ruijsink B, et al. Deep learning-based detection and correction of cardiac MR motion artefacts during reconstruction for high-quality segmentation[J]. IEEE Transactions on Medical Imaging, 2020, 39(12): 4001-4010.
[11]董健,邓国辉,李金武.基于二维傅里叶变换实现图像变换的研究[J].福建电脑,2015,31(09):102-103. DOI:10.16707/ki.fjpc.2015.09.069.
[12]王博,石亮.图像处理技术实现与分析——图像的退化与复原[J].硅谷,2008(02):45.
[13]王建新,黄培.基于MATLAB的图像复原算法的研究与改进[J].信息技术与信息化,2019(12):95-98.
[14]郭水霞,唐拥军.图像处理中维纳滤波器的推广与应用[J].计算机工程与应用,2008(14):178-180. [15]杜苗苗,杨灿美.一种维纳滤波图像复原算法的k值快速估计[J].微电子学与计算机,2015,32(08):45-47+53.D O I:10.19304/j.c n k i.i s s n1000-7180.2015.08.009.
[16]沈瑛,吴建华,吴禄慎.由约束最小二乘方法改进的图像恢复方法[J].数据采集与处理,2002(03):325-327.DOI:10.16337/j.1004-9037.2002.03.020. [17]潘子君,潘成,唐炬,郝留成,王亚祥.基于图像复原技术与约束最小二乘方滤波器的绝缘子表面电荷反演算法[J].电工技术学报,2021,36(17):3627-3638.DOI:10.19595/ki.1000-6753.tces.210456. [18]ABRAR A, ABDUL W, GHOUZALI S. Secure I mage Authentication Using Watermarking and Blockc hain [J]. Intelligent Automation & Soft Computing, 2 021, 28(2): 577-91.
[19]National library of medicine,“MedPix image database,”2020. [Online]. Available at:https:// /.
[20]胡发焕,刘国平,胡瑢华,董增文.一种改进的运动模糊图像参数准确估计方法[J].控制与决策,2018,33(12):2177-2183.DOI:10.13195/ j.kzyjc.2017.0980.。