医学超声病灶图像预处理分析

医学超声病灶图像预处理分析

目的分析醫学超声病灶图像预处理的方法和结果。方法选取2014年10月～12月在我院采用超声检查的632份图像，分析图像存在问题的原因，并对相应的图像预处理方法进行研究。结果采用预处理方法后的图像较预处理前更直观、清晰、易分辨出病灶区域，降噪有效性达到78.62%。结论对超声病灶图像进行预处理，可显著降低噪声造成的图像不清晰情况，获得更有效的诊断图像，极大提高超声诊断的准确率，为患者提供更加安全、可靠的检查诊断。

Abstract：Objective To analyze the methods and results of medical ultrasound image preprocessing.Methods 632 images of ultrasound examination in our hospital from October to December 2014 were selected，the reason of the image was analyzed，and the corresponding image preprocessing method was used to study.Results The preprocessing method is more intuitive，clearer and easier to distinguish the focus area than that before preprocessing.The effectiveness of noise reduction is 78.62%.Conclusion Preprocessing ultrasound focus image can significantly reduce the image ambiguity caused by noise，and can obtain more effective diagnostic images，and greatly improve the accuracy of ultrasound diagnosis.To provide a more safe and reliable diagnosis for patients.

Key words：Medical ultrasound focus image；Preprocessing；Study

超声波检查指用弱超声波照射到身体上，将组织的反射波进行图像化处理，通过测量生理组织的形态和数据，为疾病发现和诊断提供依据，是一种方便、无痛、直观、无创的医学分析诊断的重要成像技术手段。超声图像技术与X射线、CT、核磁共振技术为现代医学领域的四大成像技术[1]。超声诊断技术因其获取器官图像的速度快、范围广、诊断及时以及病症诊断时稍微无创伤等诸多优点，目前已经成为临床必不可少的检查诊断手段。超声设备的工作原理和构成元器件导致在使用中出现图像分辨率不高、受外界干扰明显而影响图像质量，从而影响到检查诊断的准确率[2]，为此我们进行医学超声病灶图像预处理的分析，现报道如下。

1资料与方法

1.1一般资料选取2014年10月～12月在我院采用超声检查的632份图像，图像对象的年龄23～48岁，平均年龄（43.2±5.6）岁；主要分别来自内科、普外科、骨科、妇产科、急诊科等科室；图像主要为普通彩超及增强彩超[3]。

1.2方法

1.2.1超声检查设备德国西门子公司的SC2000彩色超声波诊断仪及相应的探头，检查前准备均严格按照超声检查要求进行，检查方法按各自病症选取相应探头并选用对应频率采取对应方法进行检查。

1.2.2病灶图像存在问题的主要原因①信号发射源传出的超声波并不能保持一条直线不变，在到达身体器官的深层组织时，不仅会发生散射，而且根据散射后回波信号的影响程度不同，也会造成超声图像的显现质量不同。超声图像成像时，因为受到上述原因的影响，会使图像细节特征出现偏差，从而影响医学诊断做出结论，甚至影响准确度[4]。②超声设备受到附近强电磁场的干扰及其它设备的影响，形成线性滤波的不足，出现影响图像质量的斑点噪声，并导致图像中未被斑点噪声污染的像素点灰度值发生变化，造成超声图像的边缘细节等重要特征丢失（边界模糊不清），从而影线到病灶图像的质量。

1.2.3图像预处理方法①中值滤波：将邻域中的象素按灰度级排序，取其中间值为输出象素，可起到保护图像边界的作用，适用于滤除脉冲噪声或颗粒噪声。如对一维中值滤波用一个含有奇数点的一维滑动窗口，将窗口正中的那点值用窗口内各点按大小排列的中值代替（注意：中值滤波窗口越大，滤波作用越强，但会丢失细节）。②图像锐化：目的是使病灶图像的边缘更陡峭、清晰。锐化的输出图像f是根据下式从输入图像g得到的：f（i，j）=g（i，j）-cs（i，j），其中c是反映锐化程度的正系数，s（i，j）是图像函数锐化程度的度量，用梯度箅子来计算，梯度箅子采用高斯-拉普拉斯算子[5]。③平滑处理：常用的平滑方法有中值法、局部求平均法和k近邻平均法。局部区域大小可以是固定的，也可以是逐点随灰度值大小变化的，有时还应用空间频率域带通滤波方法进行平滑处理。

④增强处理：通过高通滤波器来突出图像的轮廓线，从而使机器能够测量轮廓线的形状和周长（采用反差展宽、对数变换、密度分层和直方图均衡等方法），对图像中的信息有选择地加强和抑制，以改善图像的视觉效果，或将图像转变为更适合于机器处理的形式，以便于数据抽取或识别。此过程中需用不同方法反复进行试验。1.3统计学方法采用SPSS20.0统计软件分析数据，计数资料采用χ2检验，计量资料采用t检验，当P＜0.05为有统计学意义。

2结果

通过对超声病灶图像的预处理，与原图像比较更直观、清晰、易分辨出病灶区域，降噪有效性达到78.62%，极大提高图像的准确性。①传统中值滤波作为一种经典的超声方法，对于椒盐噪声的强度比较敏感，对于强度较大的噪声，其去噪能力并不明显。但一旦声音强度低于20%，中值滤波对于噪声的处理效果还是很好的。②一旦噪声具有较大的密度，那么自适应中值滤波的处理能力也会很明显，相关图像信息也就能达到完好的保存。超声所允许的最大值与噪声的密度有很大的关系，二者在实际工作中要呈正比例变化。总之，自适应中值滤波在实际工作中的效果要优于经典中值滤波。

3讨论

超声诊断是一种无创、无痛、方便、直观的有效检查手段，尤其是B超的应用，在医学领域是应用最广、影响最大的超声检查[6]。这种方法在灰阶及实时成像技术中应用广泛，而且其特点是成像清晰、层次丰富、检测及时。一般情况下，灰阶成像使用的超声检查仪在5 mm或10 mm大小时，即可检测出囊性