医学图像处理的难点与问题

注：实验在P-III/1G 上实现 实验在
3、图像配准
多模态医学图像信息融合是当前研究热点， 多模态医学图像信息融合是当前研究热点， 而前提是配准技术。 而前提是配准技术。
主要问题
当前国际主流算法的误配率较大， 当前国际主流算法的误配率较大 ， 难以实 用。
相应对策
提出模糊或广义模糊相似准则来提高配准 精度。 精度。
MR图像 MR图像
主要问题
采样密集度的改变常导致图像退化。 采样密集度的改变常导致图像退化。
相应对策
K-空间中的任意重采样技术。 空间中的任意重采样技术。
工作基础
因缺乏成像前数据，我们未开展此类研究。 因缺乏成像前数据，我们未开展此类研究。
PET图像 PET图像
存在问题
图像分辨率低， 噪声大， 缺少结构信息， 图像分辨率低 ， 噪声大 ， 缺少结构信息 ， 无法定位病灶。 无法定位病灶。
基于模糊边缘场的CT与MR刚性配准 基于模糊边缘场的CT与MR刚性配准
FS与MI配准方法的误配率比较 FS与MI配准方法的误配率比较
方法 MI FS CT-MR 20% 5% PET-MR 44% 22%
4、目标分割
医学图像目标分割也是当前国际研究热点， 医学图像目标分割也是当前国际研究热点 ， 是精确量化诊断的重要依据。 是精确量化诊断的重要依据。
MR
基于模糊聚类优化的序列图像分形压缩
测试图像为标准QCIF 格式的运动图像序列， 包括由150 帧图像(176×144) 测试图像为标准QCIF格式的运动图像序列， 包括由 150帧图像 (176×144) 组成的标准序列和22帧医学图像序列（128×128） 只对亮度信号进行编码， 组成的标准序列和22帧医学图像序列（128×128）。只对亮度信号进行编码， 色度信号的压缩原理完全相同。 色度信号的压缩原理完全相同。 表 基于OFC算法不同运动图像序列实验结果比较 基于OFC算法不同运动图像序列实验结果比较
SET1
注：实验在P-II/166 上实现 实验在
百度文库
2、伪影校正
MR成像中，运动伪影几乎无所不在，损害了 MR成像中 运动伪影几乎无所不在， 成像中， 图像质量。 图像质量。
主要问题
现有各种前处理技术（ 快速扫描、 门控扫描、 现有各种前处理技术 （ 快速扫描 、 门控扫描 、 欠扫描、 过扫描或可矫正重建模式） 欠扫描 、 过扫描或可矫正重建模式 ） 的校正 效果不理想
两种算法下重建运动图像序列Foreman的每帧PSNR比较 两种算法下重建运动图像序列Foreman的每帧PSNR比较
1st frame
11th frame
7、边缘检测
提出了广义模糊边缘检测算子， 提出了广义模糊边缘检测算子，是唯一满 足国际边缘检测三准则的快速算法
广
实 验 采 用 美 国 Vanderbilt 大 学 Retrospective Registration Evaluation Project（RREP） Project（ RREP） 项目组提供的国际通 用刚性配准图像数据， 用刚性配准图像数据，评估方式采用配 准获得的结果与项目组已有的金标准进 行比较。 行比较。
自 适 应
(a)退化图像 退化图像 (b)正则化总体最小二乘法重建图像 正则化总体最小二乘法重建图像
图 像 重 建
(c)局部线化 局部线化D.F.P方法重建图像 局部线化 方法重建图像
(d)自适应正则化总体最小二乘法重建图像 自适应正则化总体最小二乘法重建图像
信噪比与计算耗时的比较
RCTLS ISNR (dB) C. Time (s) 1.17 112.6 LL-D.F.P ARCTLS LL2.50 54.3 4.012 35.5
基 于 最 优 模 糊 矢
(a) OFC (b) LBG CT_head 码本大小为 码本大小为980
量 量 化 的 图 像 压 缩
(c) OFC (d) LBG MR_head 码本大小为 码本大小为970
实验结果与分析
（在有损压缩比相同条件下） 在有损压缩比相同条件下）
图像
码本 大小 970 522 300
a.模板原始图像 模板原始图像 b.平移伪影图像 平移伪影图像 模板 c.能量聚焦法修正结果 d.逆向迭代修正结果 能量聚焦法修正结果 能量聚焦法修正 逆向迭代修正结果
MR平移运动伪影消除 MR平移运动伪影消除
a、e为原始图像；b、f为模拟伪影图像；c、g为能量聚焦法修正的结果； 、 为原始图像 为原始图像； 、 为模拟伪影图像 、 为能量聚焦法修正的结果 为模拟伪影图像； 为能量聚焦法修正的结果； d、h为自动逆向迭代法修正的结果 、 为自动逆向迭代法修正的结果
测试图像 算法 平均PSNR（dB） 平均PSNR（dB） 平均 编码 时 间 （ s ） 压缩比（ 压缩比（倍） Foreman 经典 算法 37.19 48.2 149.94 OFC 37.15 4.2 142.53 News 经典 算法 34.56 15.6 98.13 OFC 33.25 2.3 89.56 Container 经典 算法 36.89 9.33 72.27 OFC 36.71 2.6 86.75 QCIFQCIF-Cardio 经典 算法 36.01 29.8 63.64 OFC 33.49 7.6 62.89
主要问题
分割精度不高，灰度归类算法没有考虑空间 分割精度不高， 特性。 特性。
相应对策
要提出模糊随机分割模型，以提高分割的效 要提出模糊随机分割模型， 果。
工作基础
我们提出的广义模糊Gibbs 分割算法（ FGS） 我们提出的广义模糊 Gibbs 分割算法 （ FGS ） Gibbs分割算法 可自动获取最优分割效果， 可自动获取最优分割效果 ， 且算法稳健性优 于国外同类算法（ML与CGS） 于国外同类算法（ML与CGS）。 实验数据采用哈佛大学附属医院提供在 Internet 网上的 幅正常脑部MR图像，分割 网上的20幅正常脑部 图像， 幅正常脑部 图像 结果与其提供的手动分割结果（ 即金标准） 结果与其提供的手动分割结果 （ 即金标准 ） 进行对比。 进行对比。
工作基础
(1) 模糊弹性配准相似性测度方法正在研 究中 (2) 我们提出的医学图像刚性配准的模糊 我们提出的医学图像刚性配准的模糊 相似性测度函数（FS） 相似性测度函数（FS），稳健性与计 算精度明显优于当前同类研究（MI） 算精度明显优于当前同类研究（MI）， 配准精度提高2 配准精度提高2倍。
相应对策
必须提出新的方法， 能具普适性， 必须提出新的方法 ， 能具普适性 ， 又有优越 的校正效果。 的校正效果。
工作基础
前处理：我们最新提出的逆向迭代修正算 (1)前处理：我们最新提出的逆向迭代修正算 法(IIC)对MR图像中的仿真平移运动伪影 (IIC)对MR图像中的仿真平移运动伪影 处理,比美国最近算法(EF) 处理,比美国最近算法(EF)的信噪比提高 (EF)的信噪比提高 约 ７ 个 dB, 计算速度提高一倍以上 , 且稳 dB,计算速度提高一倍以上 计算速度提高一倍以上, 健性好 (2) 后处理：目前我们正想从统计学入手来展 后处理： 开此类研究。 开此类研究。
0.2974 0.5401 0.3079 0.6644 0. 3423 0.7708
… … …
Error（Aver） Aver）
0.3114 0.6832
GFPF UPF
6、图像压缩
主要问题
医学序列图像的帧内冗余与帧间冗余度很大， 医学序列图像的帧内冗余与帧间冗余度很大 ， 失去 一些无关细节不影响诊断， 一些无关细节不影响诊断 ， 但迄今医学图像的有损 压缩没有一个公认的标准。 压缩没有一个公认的标准。
医学图像处理的特点与难题
陈武凡
第一军医大学医学图像处理全军重点实验室 2003年12月 2003年12月7日 杭州
一、视觉信息处理的支撑性
遥感图像处理 — 应用面窄 医学图像处理 — 应用面宽
二、医学图像处理的前瞻性
高度复杂的成像机制 综合深厚的数学基础 精确实用的高新技术 重大需求的应用前景
三、医学图像处理的特殊性
相应对策
要提出新的有损标准及算法， 要提出新的有损标准及算法 ， 实现高压缩比下的高 信噪比优质解码图像。 信噪比优质解码图像。
工作基础
提出了模糊聚类的软分类问题的最优分类测度与算 法（ OFC）， 自动实现优化分类 ，且运算速度比国 OFC） 自动实现优化分类， 际通用算法（LBG）提高5 际通用算法（LBG）提高5~6倍。
心脏ＣＴ序列图像的左心房边缘（NIH金标准） 心脏ＣＴ序列图像的左心房边缘（NIH金标准） ＣＴ序列图像的左心房边缘 金标准
上行: 的跟踪结果; 上行 GFPF的跟踪结果 下行 UPF的跟踪结果 的跟踪结果 下行: 的跟踪结果
跟踪结果误差对比
均方误差
Error（ Error（1） Error（3） Error（5） Error（ Error（
EF和IIC在信噪比和运行时间上的对比 EF和IIC在信噪比和运行时间上的对比
方法 信噪比 EF 模板 图像 2.036 15.716 12.30 5.25 头颅 图像 1.998 8.651 13.65 6.86 腹部 图像 2.141 9.121 15.71 8.43
（dB） IIC ）
时间 （min） ） EF IIC
脑 部 冠 状
（a） ） （b） ）
面 磁 共 振 图 像
（c） ）
（d） ）
(a) 原始图像 (b) ML 分割结果 (c) CGS 分割结果 (d) FGS分割结果 原始图像, 分割结果, 分割结果, 分割结果
脑部MR图像的分割算法比较 脑部MR图像的分割算法比较
(a)为白质的重叠率 为白质的重叠率
工作基础
最新提出的广义模糊粒子滤波（ GFPF） 算 最新提出的广义模糊粒子滤波 （ ） 法 ， 跟踪效果明显优于当前国际上最好的 Unscented PF（UPF），跟踪精度提高约一 （ ） 倍多。 倍多。 试验数据由美国NIH心肺血液研究所提供， 心肺血液研究所提供， 试验数据由美国 心肺血液研究所提供 对心脏图像的处理结果与其公布的手工勾画 左心房内壁（即金标准）轮廓进行比较。 左心房内壁（即金标准）轮廓进行比较。
相应对策
前处理： a.前处理：基于小波包门限估计的正则 化抑噪技术。 化抑噪技术。 后处理：提出各种优化方法， b.后处理：提出各种优化方法，如正则 化方法、最大似然法等滤噪。 化方法、最大似然法等滤噪。
已有工作
前处理： 由于缺乏成像前数据， a. 前处理 ： 由于缺乏成像前数据 ， 我们未从 事其研究 b. 后处理：我们提出了正则化参数自适应修 后处理： 迭代快速算法（ ARCTLS） 改模型与 迭代快速算法 （ ARCTLS ） ， 并 从理论上首次证明了迭代解的存在性与稳 定性， 定性 ， 重建质量与速度均比国外最近同类 算法（RCTLS）提高3倍以上。 算法（RCTLS）提高3倍以上。
(b)为灰质的重叠率 为灰质的重叠率
5、运动估计
心脏序列图像分析中， 心脏序列图像分析中，左心室内壁的廓线 运动跟踪是心功能量化评价的重要依据。 运动跟踪是心功能量化评价的重要依据。
主要问题
轮廓跟踪精度低，误差大。 轮廓跟踪精度低，误差大。
相应对策
要提出新跟踪算法，解决精度与速度问题。 要提出新跟踪算法，解决精度与速度问题。
λ
OFC
（PSNR） PSNR）
LBG
（PSNR） PSNR）
图像
码本 大小 1549 980 683
OFC
（PSNR） PSNR）
LBG
（PSNR） PSNR）
41.30 35.80 32.88
32.82 31.40 29.96 CT
41.78 33.49 29.97
31.64 27.98 26.41
生理评判的模糊性 信息生成的随机性 物理求解的病态性 面对应用的实时性
四、医学图像处理的主要问题 与我们的工作
1、优质重建
关于成像重建算法现研究热点集中在 MR与PET成像，而CT或螺旋 等的 与 成像， 或螺旋CT等的 成像 或螺旋 成像研究， 大多是针对具体问题（ 成像研究 ， 大多是针对具体问题 （ 如 乳房、 心脏） 乳房 、 心脏 ） 提出某种特殊技术去解 决，不具普适性。 不具普适性。