CN101697230B - 医用图像自适应增强处理装置及其方法 - Google Patents
医用图像自适应增强处理装置及其方法 Download PDFInfo
- Publication number
- CN101697230B CN101697230B CN2009102074225A CN200910207422A CN101697230B CN 101697230 B CN101697230 B CN 101697230B CN 2009102074225 A CN2009102074225 A CN 2009102074225A CN 200910207422 A CN200910207422 A CN 200910207422A CN 101697230 B CN101697230 B CN 101697230B
- Authority
- CN
- China
- Prior art keywords
- image
- display
- unit
- medical imaging
- self
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 112
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000003908 quality control method Methods 0.000 claims abstract description 9
- 239000000203 mixture Substances 0.000 claims description 71
- 238000002059 diagnostic imaging Methods 0.000 claims description 67
- 230000008569 process Effects 0.000 claims description 62
- 238000013461 design Methods 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 18
- 230000006835 compression Effects 0.000 claims description 17
- 238000007906 compression Methods 0.000 claims description 17
- 238000007689 inspection Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 4
- 238000012856 packing Methods 0.000 claims description 4
- 230000001915 proofreading effect Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000004148 unit process Methods 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000003745 diagnosis Methods 0.000 description 12
- 238000009607 mammography Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 238000003672 processing method Methods 0.000 description 6
- 210000000038 chest Anatomy 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000002708 enhancing effect Effects 0.000 description 5
- 239000004744 fabric Substances 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000002601 radiography Methods 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- 101000941994 Homo sapiens Protein cereblon Proteins 0.000 description 1
- 102100032783 Protein cereblon Human genes 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 239000004571 lime Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种自适应医用图像增强处理的装置及其方法，其中该装置包括图像接收单元、图像处理准备单元、图像处理单元、图像显示单元、显示质量控制单元。该方法包括如下步骤：对原始医用图像进行去除噪音增强处理后得到第一临时图像；压缩第一临时图像中的非诊断特征成分获取第二临时图像；采用设计的特征抽出滤波器，抽出原始图像的高频信号成分获取第三临时图像；对第三临时图像进行解析分类，获取低信号领域内的诊断特征成分的第四临时图像、高信号领域内的诊断特征成分的第五临时图像和噪音成分的第六临时图像；将第二、第四、第五和第六临时图像进行加权叠加，然后根据设定的图像处理条件对合成处理后的图像进行调整，获取诊断用的显示图像。
Description
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种医用图像自适应增强处理装置及其方法。
背景技术
近年，数字化医学影像学设备有了很大的进步。继CT、PET、SPECT、DSA、MRI、数字化超声、数字化胃肠摄影和数字化乳腺摄影之后，计算机X线摄影(computed radiography，CR)和数字X线摄影(digital radiography，DR)等新技术问世，医学影像学全面数字化的时代已经来临。随着数字化医学影像学设备的进步，医师的诊断方法也发生了根本的变化。过去，用影像学设备所拍摄的医用图像直接打印在胶片上，医师通过观察胶片的“硬读片”方法进行诊断。现在，用影像学设备所拍摄的数字化医用图像保存在一个服务器上，医师通过和网络连接的LCD等显示设备观察再现原始图像的“软读片”方法进行诊断。
在医生进行“软读片”时，由于显示设备是图像的最终呈现者，因此，显示质量极大地影响着诊断精度。而目前的医用显示设备仅通过改进显示设备的物理材料属性来提高显示质量，其成本非常昂贵。医院出于对成本的考虑，常常舍弃医用显示器的配置，以普通显示器来代替。然而，一方面，从“软读片”时所使用的硬件设备来看，普通显示器和医用显示器的显像管等物理特性不同，例如，普通显示器的最大亮度仅是医用显示器的1/2，而较小的亮度范围导致从原始医用图像中的灰度差转化成的用于人眼分辨的亮度差较小，以致于人眼无法分辨，从而发生病灶的漏发现。普通显示器不具有DICOM校正功能，而显示设备的亮度等固有物理特性随着使用时间的增长而衰减，从而影响显示质量的稳定性和一致性，导致医师的误诊断。另一方面，从“软读片”时所使用的图像来看，DICOM图像的像素灰阶可以达到65536个，而普通显示器的显示系统的调色板只能显示256种颜色。因此，10bit，12bit和16bit的原医用图像变换成一般显示器的R、G、B各为8bit的显示图像时，一部分灰阶信息丢失从而引起显示质量低下。此外，在获取原医用图像数据时，成像的技术参数是由摄影技师在特定摄影条件下所决定的，按照原成像的技术参数在不同的显示设备上再现原图像时，显示设备的显示参数并不一定适合要显示的图像，特别是多种类的医用图像同时在一个显示设备再现时，显示设备的显示参数并不是完全适合每一种图像。
进一步，医用图像数据在获取和传输过程中产生的噪音和不同医师所需要的显示设备的显示参数不同，而目前还没有合适的调整方法也可能引起医师的误诊断。因此，用显示设备实现医师“软读片”时，非常需要根据显示设备的物理属性等硬件条件及实施“软读片”诊断医师的主观要求，对要显示的图像进行自适应处理以对应显示设备的物理属性，从而提高显示设备的诊断能力。
发明内容
本发明的目的是提供一种医用图像自适应增强处理装置及其方法，通过实施自适应医用图像增强处理的方法解决上述问题。尤其是普通显示器和医用显示器的显像管等物理特性不同的问题，以便提高普通显示器的诊断能力，使其达到价格昂贵的医用显示器的显示效果。
本发明的自适应医用图像增强处理的装置包括：
图像接收单元，用来接收医用数字图像信号数据及其附带信息；
图像处理准备单元，用于存储多种图像处理条件和处理程序；
图像处理单元，用于按照图像处理条件对所述图像接收单元内存储的原始图像信号数据执行相应的图像处理程序；
图像显示单元，用于调整和显示经过所述图像处理单元处理的医用图像；
显示质量控制单元，用于从所述图像显示单元接收调整过的图像处理条件，并反馈给所述图像处理准备单元，以更新其存储的图像处理条件。
其中，所述图像处理准备单元包括，
设备种类和病变部位识别部件，用于获取拍摄图像的设备类型和检查部位的信息；
图像处理条件和方法设定部件，用于根据获取的设备种类和病变部位识别部件所识别的信息不同，存储不同的图像处理条件和处理程序。
图像处理条件和方法选择部件，用于自动检索存储在所述图像处理条件和方法设定部件中的图像处理条件和图像处理程序，并且将其检索的结果提供给所述图像处理单元。
进一步地，所述图像处理单元包括，
噪音去除模块，用于以噪音特性种类为单位设计自适应小波基，去除原始医用图像的噪音；
压缩模块，用于通过调整图像全体诊断特征成分的控制参数，动态压缩该模块所获取图像中的非诊断特征成分；
滤波模块，用于通过采用设计的特征抽出滤波器，滤出图像中的高频信号成分；
解析模块，用于将经过所述滤波模块滤出的高频信号成分的图像进行解析分类，获取低信号领域内的诊断特征成分、高信号领域内的诊断特征成分和噪音成分。
此外，所述显示单元包括，
显示特性校正部件，用于测量和校正显示设备，使其符合DICOM标准中规定的GSDF标准显示函数；
参数调整设定部件，用于在实行了DICOM校正的显示状态下，观察显示装置的显示质量的同时，调整图像处理条件；
显示方法设定部件，用于根据调整的图像处理条件，按照用户的要求设定图像的显示状态。
所述显示质量控制单元包括图像处理条件更新部件，用于从所述显示单元的参数调整设定部件接收到校正过的图像处理条件并反馈给所述图像处理准备单元。
一种自适应医用图像增强处理的方法，包括如下步骤：
(1)对原始医用图像进行去除噪音处理后得到第一临时图像；
(2)压缩第一临时图像中的非诊断特征成分获取第二临时图像；
(3)采用预先设计的特征抽出滤波器，抽出图像的高频信号成分获取第三临时图像；
(4)对第三临时图像进行解析分类，获取低信号领域内的诊断特征成分的第四临时图像、高信号领域内的诊断特征成分的第五临时图像和噪音成分的第六临时图像；
(5)通过图像合成手段，将第二临时图像、第四临时图像、第五临时图像和第六临时图像进行加权叠加，然后根据存储的图像处理条件对合成处理后的图像进行调整，获取诊断用的显示图像。
通过该装置及其方法的使用，取得如下的有益效果：
针对在原摄影条件下纪录的多位图像，即10bit、12bit、16bit图像，实施本发明的自适应医用图像增强处理方法后，由于显示图像的诊断特征按照显示设备的固有特性在显示前被实时增强了，从而避免了原医用图像变换成显示图像时所引起的诊断信息的丢失，可使显示图像的诊断能力得到提高。本发明的自适应医用图像增强处理方法里包含了去除噪音的步骤。由于医用图像中的噪音和病变特征信号通常具有相近的频率特性，现有消噪滤波器技术的缺点是在消去噪音时，供医生诊断用的病变特征也被同时消去。而本发明利用小波分析实现了把想增强的图像细节和不想增强的噪音成分的成功分离，在具有病变信号特征被保留和增强的同时，能成功地把噪音消去。本发明以图像获取设备类型的检查部位为单位设计的特征抽出滤波器能保证全部抽出感兴趣的诊断特征，在抽取的高频分量中分离出了噪音成分，在诊断特征增强时特别对噪音成分进行了抑制，这就避免了现有技术中的方法在有效增强图像组织边缘和细节信息的同时，噪音也会增加的问题。
本发明的技术参数可被用户在实机DICOM校正过的显示状态下进行调整设定，可使用户、每一种医用图像以及所用显示设备的显示参数达到最佳匹配状态。这样就解决了由于显示设备的亮度范围相对较小所引起的病灶的漏发现问题。对于不同的显示设备，仅通过调整技术参数就可使该设备达到医用显示器的显示效果。
采取定期对显示设备的亮度等固有物理特性进行测量，实机校正显示设备和更新技术参数的方法可使图像显示的一致性和稳定性得到实现。此外，医师可调整设定适合自己的显示设备的显示参数，从而可实现在最适当的诊断环境和设备条件下进行诊断的临床要求。
可使现有医用显示设备的性价比得到大幅度提升。本发明采用自适应医用图像增强处理的手段，提高显示设备的诊断能力。使一般显示器达到医用显示设备的显示效果，具有同样的诊断能力，而成本可降低30％。从而可大幅度的降低建立数字化医院的成本，推动“软读片”诊断方法的普及，提高诊断精度并减少病人负担。
附图说明
图1是根据本发明的一个优选实施例的用于自适应医用图像增强处理的装置结构图；
图2是根据本发明的一个优选实施例的装置中的图像处理准备单元的结构图；
图3是根据本发明的一个优选实施例的装置中的图像处理单元的结构图；
图4是根据本发明的一个优选实施例的装置中的显示单元的结构图；
图5是根据本发明的一个优选实施例的用于自适应医用图像增强处理的方法流程图；
图6是按照本发明的方法中的去除噪音时所设计的小波分解树的结构图；
图7是根据本发明的方法中步骤(1)的方法流程图；
图8是根据本发明的另一个优选实施例的用于自适应医用图像增强处理的装置结构图；
图9是根据本发明的另一个优选实施例的装置中的图像处理准备单元的结构图；
图10是根据本发明的另一个优选实施例的装置中的图像处理单元的结构图；
图11是根据本发明的另一个优选实施例的装置中的显示单元的结构图；
图12是根据本发明的另一个优选实施例的用于自适应医用图像增强处理的方法流程图；
图13是利用普通液晶显示器显示的原CR胸部图像；
图14是按照本发明的方法中的将图13的图像进行去除噪音后所显示的图像；
图15是按照本发明的方法最终获得的CR胸部显示图像；
图16是利用普通液晶显示器显示的原CT肺部图像；
图17是按照本发明的方法最终获得的CT肺部显示图像；
图18是利用普通液晶显示器显示的原Mammography乳房图像；
图19是按照本发明的方法最终获得的Mammography乳房显示图像；
图20是利用普通液晶显示器显示的原MR T2头部图像；
图21是按照本发明的方法最终获得的MR T2头部显示图像。
具体实施方式
下面将参照附图更加详细地描述根据本发明的自适应医用图像增强处理的装置及其方法的具体实施方式。
本发明第一实施方式是将本发明的装置设置在计算机内，通过本装置处理原始医用图像信号数据后，把取得的输出信号发送给计算机的显卡，然后由与显卡连接着的显示器来显示图像。按照图1所示，该自适应医用图像增强处理的装置包括：
图像接收单元101，用来接收摄影设备采集的医用数字图像信号数据；
图像处理准备单元102，用于存储多种图像处理条件和图像处理程序；
图像处理单元103，用于按照图像处理条件对图像接收单元内存储的原始图像信号数据执行相应的图像处理程序；
图像显示单元104，用于调整和显示经过图像处理单元103处理的医用图像；
显示质量控制单元105，用于从图像显示单元104接收调整过的图像处理条件，并反馈给图像处理准备单元103，以更新其存储的图像处理条件。
其中，图像接收单元101从与网络电缆连接着的DICOM服务器等图像保存装置处接收医用图像的原始图像信号数据并且将此数据存储在该单元内。
另外，图像处理单元103可以设定为执行、非执行两种不同的状态。当图像处理单元103的状态被设定为执行时，该单元处理图像接收单元101接收到的原图像，然后通过图像显示单元104显示的是经过处理的图像，并且也可以显示处理前和处理后的两种图像进行比较；当图像处理单元103的状态被设定为非执行时，不执行该单元，直接执行图像显示单元104显示图像。
进一步地，如图2所示，图像处理准备单元102包括，
设备种类和病变部位识别部件201，用于获取拍摄图像的设备类型和检查部位的信息；
图像处理条件和方法设定部件202，用于以获取设备类型的检查部位的信息为单位，存储多种图像处理条件和图像处理程序；
图像处理条件和方法选择部件203，用于自动检索存储在图像处理条件和方法设定部件202中的图像处理程序和图像处理条件，并且将其检索到的结果提供给图像处理单元103。
进一步地，如图3所示，图像处理单元103包括，
噪音去除模块301，用于以噪音特性种类为单位设计自适应小波基，去除原始医用图像的噪音；
压缩模块302，用于调整图像全体诊断特征成分的控制参数，动态压缩从噪音去除模块301获取的图像中的非诊断特征成分；
滤波模块303，用于通过采用设计的特征抽出滤波器，滤出原始图像的高频信号成分；
解析模块304，用于将经过滤波模块303滤出的高频信号成分的图像进行解析分类，获取低信号领域内的诊断特征成分、高信号领域内的诊断特征成分和噪音成分。
其中，噪音去除模块301可被设定为执行和非执行两种状态。当噪音去除模块301被设定为非执行状态时，不执行该模块，而直接去执行压缩模块302；当噪音去除模块301被设定为执行状态时，先执行该噪音去除模块301，然后执行压缩模块302。
更进一步地，滤波模块303按照如下步骤进行滤波：
(a)利用低通滤波器对原始医用图像进行滤波；
(b)对滤波后的图像进行卷积处理，得到低通平滑图像；
(c)用原始医用图像减去低通平滑图像，获取高频信号成分。
此外，解析模块304中的解析分类，是通过采用直方图的方法快速计算出从滤波模块303中获取的高频信号绝对值的中值，并把该中值的三分之一设定为阈值，大于该阈值的高频信号值作为高信号领域内的诊断特征成分、小于该阈值的相反数的高频信号值作为低信号领域内的诊断特征成分、其余的高频信号作为噪音成分来进行分类。该阈值可被用户调整设定。
进一步地，按照图4所示，显示单元104包括，
显示特性校正部件401，用于测量和校正显示设备，使其符合DICOM标准中规定的GSDF标准显示函数；
参数调整设定部件402，用于在实行了DICOM校正的显示状态下，观察显示装置的显示质量的同时，调整图像处理条件；
显示方法设定部件403，用于根据调整的图像处理条件，按照用户的要求设定图像的显示状态。
另外，显示质量控制单元105包括图像处理条件更新部件，用于从显示单元104的参数调整设定部件402接收到调整过的图像处理条件，并反馈给图像处理准备单元102。
更进一步地，设备种类和病变部位识别部件201根据DICOM文件的信息对象的属性由数据元素来表示的特点，依照标签获取到需要的信息并保存在该部件内，使本装置的其他部件根据该信息可获得每一处理阶段的对应临时图像数据。
如图5所示，该自适应医用图像增强处理的方法包括如下步骤：
(1)对原始医用图像进行去噪音增强处理后得到第一临时图像；
进一步地，该步骤还包括如下步骤，如图7所示，
(1a)以噪音特性种类为单位设计小波基；
(1b)将原始医用图像转化为多位的显示图像；
(1c)采用上述设计的小波基对多位的显示图像进行小波包变换，对小波包变换系数实施阈值处理；
(1d)基于上述小波包变换系数，利用小波包逆变换得到第一临时图像。
该步骤(1)的技术方案的特征在于以噪音特性种类为单位设计小波基并设计了图6所示的Wavelet Decomposition Tree，该小波分解树比一般的小波分解树能更详细的分解原图像中的同时含有病变特征和噪音的高频率成分。小波基的设计基于小波变换系数度量了小波和所变换信号类似度的原理，使得在分解后的小波系数中噪音能量集中在模数较小的系数里。
其中，该步骤可以被设定为执行、非执行两种状态。在非执行状态，第一临时图像是指原始医用图像，该第一临时图像用I1(x，y)表示。
(2)压缩第一临时图像中的非诊断特征成分获取第二临时图像，该第二临时图像用I2(x，y)表示；
由于影像诊断是通过观察图像中的一个自然渐变的信号领域带内，是否有信号值的跃变特征而判断病灶的有无。例如，在MR T1类影像中，既要在低信号领域带内观察是否有突变的低信号，又要在高信号领域带内观察是否有突变的高信号。该步骤中，先把图像分解为低、中、高三个信号领域带，然后利用Gamma校正，通过在不同的信号领域带内设定不同的Gamma值的方法来实现中间信号领域带的压缩，获取第二临时图像。
其中，像这样的Gamma值作为调整图像全体诊断特征成分的控制参数，标记为gGain，可被用户适当的调节设定。该Gamma校正的一般公式可表示为：I2(x，y)＝I1(x，y)gGain；
(3)采用预先设计的特征抽出滤波器，抽出原始图像的高频信号成分获取第三临时图像；
该步骤中的特征抽出滤波器为设计的整数型低通滤波器，并以单行向量的形式预先存放在图像处理准备单元中，而且该滤波器是以图像获取设备类型的检查部位的信息为单位进行设计，其中滤波器的卷积核大小根据诊断特征决定，例如，CR-胸部图像采用卷积核大小为33个像素的整数型低通滤波器。Mammography图像采用卷积核大小为25个像素的整数型低通滤波器等等。这里对应的检查部位有CR-胸部、CR-手足等小骨部、CR-脊椎等大骨部、CR腹部、数字化乳腺摄影Mammography图像、MR-T1类图像、MR-T2类图像、CT-胸肺部、CT-头部等20种。采用预设的整数型低通滤波器，可加快处理速度。
进一步地，该步骤的处理过程包括如下步骤：
(3a)利用低通滤波器对原始医用图像进行滤波；
(3b)对滤波后的图像进行卷积处理，得到低通平滑图像；
(3c)用原始医用图像减去低通平滑图像，获取高频信号成分。
(4)对第三临时图像进行解析分类，获取低信号领域内的诊断特征成分的第四临时图像、高信号领域内的诊断特征成分的第五临时图像和噪音成分的第六临时图像；
该步骤中的解析分类，是通过采用直方图的方法快速计算出上述步骤(3)中获取的高频信号绝对值的中值，并把该中值的三分之一设定为阈值。其中，大于该阈值的高频信号值作为高信号领域内的诊断特征成分；小于该阈值的相反数的高频信号值作为低信号领域内的诊断特征成分；其余的高频信号作为噪音成分来进行分类。该阈值可被用户调整设定。
(5)通过图像合成手段，将第二临时图像、第四临时图像、第五临时图像和第六临时图像进行加权叠加，然后根据设定的图像处理条件对合成处理后的图像进行调整，获取诊断用的显示图像。
该步骤中得到的合成处理后的图像为：
N(x，y)＝I2(x，y)+lGain*I4(x，y)+hGain*I5(x，y)+nGain*I6(x，y)；
其中，N(x，y)表示为所述合成处理后的图像；
I2(x，y)为前述第二临时图像；
I4(x，y)表示为第四临时图像；
I5(x，y)表示为第五临时图像；
I6(x，y)表示为第六临时图像；
lGain表示为低信号特征增强量控制参数；
hGain表示为高信号特征增强量控制参数；
nGain表示为消除噪音特性参数。
I2(x，y)图像的全体诊断特征成分的控制参数为gGain值。
其中，gGain值越大，压缩掉的图像内的非诊断特征成分就越多；hGain值越大，处理后的图像内包含的局部领域的高信号特征成分量就越多；lGain值越大，处理后的图像内包含的局部领域的低信号特征成分量就越多；nGain值越大，从原图像中抽出的诊断特征中分离出的噪音成分就越多。本发明的高低信号特征的增强系数可以被分别设定，使得高低信号领域的诊断特征可以被同时增强。
此外，图像处理条件包括图像全体诊断特征成分的控制参数、低信号特征增强控制参数、高信号特征增强控制参数和消除噪音特性参数，该条件可以根据不同的用户名和认证密码，提供用户所需的图像处理条件。
本发明的第二实施方式是将本发明的装置连接在计算机和显示器之间，处理从计算机的显卡接收到的信号，然后将输出信号发送给与本装置连接的显示器进行显示。
如图8所示，该装置包括：
图像接收单元101，用来接收医用数字图像信号数据及该图像的获取设备类型及检查部位的附带信息；
图像处理准备单元102，用于存储多种图像处理条件和图像处理程序；
图像处理单元103，用于按照图像处理条件对图像接收单元内存储图像信号数据执行相应的图像处理程序；
图像显示单元104，用于调整和显示经过图像处理单元103处理的医用图像；
显示质量控制单元105，用于从图像显示单元104接收调整过的图像处理条件和医用图像，并反馈给图像处理准备单元103，以更新其存储的图像处理条件。
其中，图像接收单元从计算机接收到RGB各为8bit的显示图像数据和该图像的获取设备类型及检查部位的附带信息，然后把RGB各为8bit的显示图像数据转换成RGB各为10bit的图像数据连同其附带信息存储在该单元内，使本装置的其他部件根据该信息可获得每一处理阶段的对应临时图像数据。
如图9所示，图像处理准备单元102包括，
图像处理条件和方法设定部件202，用于以获取设备类型的检查部位的信息为单位，存储多种图像处理条件和图像处理程序；
图像处理条件和方法选择部件203，用于自动检索存储在图像处理条件和方法设定部件202中的图像处理程序和图像处理条件，并且将其检索到的结果提供给图像处理单元103。
进一步，按照图10所示，图像处理单元103包括，
压缩模块302，用于调整存储图像接收单元内的图像全体诊断特征成分的控制参数，动态压缩该图像中的非诊断特征成分；
滤波模块303，用于通过采用设计的特征抽出滤波器，滤出存储在图像接收单元内的图像的高频信号成分；
解析模块304，用于将经过滤波模块303滤出的高频信号成分的图像进行解析分类，获取低信号领域内的诊断特征成分、高信号领域内的诊断特征成分和噪音成分。
另外，按照图11所示，显示单元104包括，
显示特性校正部件401，用于测量和校正显示设备，使其符合DICOM标准中规定的GSDF标准显示函数；
参数调整设定部件402，用于在实行了DICOM校正的显示状态下，观察显示装置的显示质量的同时，调整图像处理条件；
显示方法设定部件403，用于根据调整的图像处理条件，按照用户的要求设定图像的显示状态。
其中，可以把图像处理单元设定为执行、非执行两种不同的状态，在图像处理单元的状态被设定为执行时，可以再设定仅显示处理后的图像，或者设定同时显示处理前和处理后的图像以便于进行比较诊断。
另外，显示质量控制单元105包括图像处理条件更新部件，用于从显示单元104的参数调整设定部件402接收到调整过的图像处理条件，并反馈给图像处理准备单元102。
更进一步地，滤波模块303按照如下步骤进行滤波：
(a)利用低通滤波器对存储在图像接收单元内的图像进行滤波；
(b)对滤波后的图像进行卷积处理，得到低通平滑图像；
(c)用原始医用图像减去低通平滑图像，获取高频信号成分。
此外，解析模块304中的解析分类，是通过采用直方图的方法快速计算出从滤波模块303中获取的高频信号绝对值的中值，并把该中值的三分之一设定为阈值。其中，大于该阈值的高频信号值作为高信号领域内的诊断特征成分；小于该阈值的相反数的高频信号值作为低信号领域内的诊断特征成分；其余的高频信号作为噪音成分来进行分类。该阈值可被用户调整设定。
如图12所示，该自适应医用图像增强处理的方法包括如下步骤：
(1)压缩存储在图像接收单元内的图像中的非诊断特征成分获取第二临时图像；
由于影像诊断是通过观察图像中的一个自然渐变的信号领域带内，是否有信号值的跃变特征而判断病灶的有无。例如，在MR T1类影像中，既要在低信号领域带内观察是否有突变的低信号，又要在高信号领域带内观察是否有突变的高信号。该步骤(2)中，先把图像分解低、中、高三个信号领域带，然后利用Gamma校正，通过在不同的信号领域带内设定不同的Gamma值的方法来实现中间信号领域带的压缩，获取第二临时图像。其中，像这样的Gamma值作为调整图像全体诊断特征成分的控制参数，标记为gGain，可被用户适当的调节设定。该Gamma校正的一般公式可表示为：
I2(x，y)＝I1(x，y)gGain；
(2)采用预先设计的特征抽出滤波器，抽出存储在图像接收单元内的图像的高频信号成分获取第三临时图像；
该步骤中的特征抽出滤波器为设计的整数型低通滤波器，并以单行向量的形式预先存放在图像处理准备单元中，而且该滤波器是以图像获取设备类型的检查部位的信息为单位进行设计，其中滤波器的卷积核大小根据诊断特征决定，例如，CR-胸部图像采用卷积核大小为33个像素的整数型低通滤波器。Mammography图像采用卷积核大小为25个像素的整数型低通滤波器等等。这里对应的检查部位有CR-胸部、CR-手足等小骨部、CR-脊椎等大骨部、CR腹部、数字化乳腺摄影Mammography图像、MR-T1类图像、MR-T2类图像、CT-胸肺部、CT-头部等20种。采用预设的整数型低通滤波器，可加快处理速度。该步骤的处理过程包括如下步骤：
(21)利用低通滤波器对存储在图像接收单元内的图像进行滤波；
(22)对滤波后的图像进行卷积处理，得到低通平滑图像；
(23)用存储在图像接收单元内的图像减去低通平滑图像，获取高频信号成分的第三临时图像。
(3)对第三临时图像进行解析分类，获取低信号领域内的诊断特征成分的第四临时图像、高信号领域内的诊断特征成分的第五临时图像和噪音成分的第六临时图像；
该步骤中的解析分类，通过采用直方图的方法计算出上述步骤(2)中获取的高频信号绝对值的中值，并把该中值的三分之一设定为阈值。其中，大于该阈值的高频信号值作为高信号领域内的诊断特征成分；小于该阈值的相反数的高频信号值作为低信号领域内的诊断特征成分；其余的高频信号作为噪音成分来进行分类，该阈值可被用户调整设定。
(4)通过图像合成手段，将第二临时图像、第四临时图像、第五临时图像和第六临时图像进行加权叠加，然后根据设定的图像处理条件对合成处理后的图像进行调整，获取诊断用的显示图像。
该步骤(4)中得到的合成处理后的图像为：
N(x，y)＝I2(x，y)+lGain*I4(x，y)+hGain*I5(x，y)+nGain*I6(x，y)；
其中，N(x，y)表示为所述合成处理后的图像；
I2(x，y)为以上所述的第二临时图像；
I4(x，y)表示为所述第四临时图像；
I5(x，y)表示为所述第五临时图像；
I6(x，y)表示为所述第六临时图像；
lGain表示为低信号特征增强量控制参数；
hGain表示为高信号特征增强量控制参数；
nGain表示为消除噪音特性参数。
I2(x，y)图像的全体诊断特征成分的控制参数为gGain值。
其中，gGain值越大，压缩掉的图像内的非诊断特征成分就越多。hGain值越大，处理后的图像内包含的局部领域的高信号特征成分量就越多；lGain值越大，处理后的图像内包含的局部领域的低信号特征成分量就越多；nGain值越大，从原图像中抽出的诊断特征中分离出的噪音成分就越多。本发明的高低信号特征的增强系数可以被分别设定，使得高低信号领域的诊断特征可以被同时增强。
此外，图像全体诊断特征成分的控制参数、图像处理条件包括低信号特征增强控制参数、高信号特征增强控制参数和消除噪音特性参数，该条件可以根据不同的用户名和认证密码，提供用户所需的图像处理条件。
下面通过图片来说明采用本发明后的处理结果。在本实施例中，采用如下的设备：
(1)测试用显示设备：
DELL 20寸液晶显示器
型号：DELL2007FP
分辨率：1600*1200
(2)测试用显示卡：ATI Radeon(TM)HD 4350512MB(DVI/HDMI/VGA)
图13表示了用DELL 20寸液晶显示器所显示的原CR胸部图像。这是一幅典型的胸部X线CR肿瘤影像。图像特征如下：
像素深度：灰度12bit；
图像尺寸：宽2048，高2048。
从图13可以看到，用一般的DELL 20寸液晶显示器所显示的图像中，圆圈内的肿瘤几乎不能辨别。按照图5的自适应医用图像增强处理方法的处理流程处理后的图像由图14表示，表示了在DELL 20寸液晶显示器上的显示图像，结果表明去除噪音的同时诊断特征能被自然的增强。
图15表示了用DELL 20寸液晶显示器所显示的按照本发明的技术方案处理后的CR胸部图像。从图15可以看到，圆圈内的肿瘤可被清楚的辨别。此结果表明采用本发明的技术方案，用一般显示器能实现医用图像的高清晰显示。
图16表示了用DELL 20寸液晶显示器所显示的CT原始图像。这是一幅典型的肺部CT影像。图像特征如下：
像素深度：灰度16bit；
图像尺寸：宽512，高512。
图17表示了用DELL 20寸液晶显示器所显示的按照本发明的技术方案处理后的CT肺部图像。其结果表明在一般显示器上能观察到高清晰度的具有诊断水平的CT图像。
图18表示了用DELL 20寸液晶显示器所显示的Mammography原始图像。这是一幅典型的乳房癌影像。图像特征如下：
像素深度：灰度16bit；
图像尺寸：宽2048，高2048。
图19表示了用DELL 20寸液晶显示器所显示的按照本发明的技术方案处理后的Mammography乳房图像。结果表明，在原图18中不能发现的乳房癌扩散后的微小石灰块，在图19中能清晰地被观察到。
图20表示了用DELL 20寸液晶显示器所显示的MR原始图像。这是一幅典型的头部MRT2影像。图像特征如下：
像素深度：灰度16bit；
图像尺寸：宽512，高512。
图21表示了用DELL 20寸液晶显示器所显示的按照本发明的技术方案处理后的MR图像，其结果也表明在一般显示器上能观察到高清晰度的具有诊断水平的MR图像。
本领域普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种自适应医用图像增强处理的装置，包括，
图像接收单元(101)，用来接收医用数字图像信号数据及其附带信息；
图像处理准备单元(102)，用于存储多种图像处理条件和图像处理程序；
图像处理单元(103)，用于按照所述图像处理条件对图像接收单元内存储的图像信号数据执行相应的图像处理程序；
图像显示单元(104)，用于调整和显示经过所述图像处理单元(103)处理的医用图像；
显示质量控制单元(105)，用于从所述图像显示单元(104)接收调整过的图像处理条件，并反馈给所述图像处理准备单元(102)，以更新其存储的图像处理条件。
2.如权利要求1所述的自适应医用图像增强处理装置，其特征在于，所述图像接收单元(101)可以接收从与网络电缆连接着的DICOM服务器图像保存装置处的医用图像的原始图像信号数据并且将此数据存储在该单元内。
3.如权利要求1所述的自适应医用图像增强处理装置，其特征在于，所述图像接收单元(101)可以从计算机接收到RGB各为8bit的显示图像数据和附带信息，然后把RGB各为8bit的显示图像数据转换成RGB各为10bit的图像数据连同其附带信息存储在该单元内。
4.如权利要求1所述的自适应医用图像增强处理装置，其特征在于，所述图像处理准备单元(102)包括，
设备种类和病变部位识别部件(201)，用于获取拍摄图像的设备类型和检查部位的信息；
图像处理条件和方法设定部件(202)，用于以获取的设备类型和检查部位的信息为单位，存储多种图像处理条件和图像处理程序。
图像处理条件和方法选择部件(203)，用于自动检索存储在所述图像处理条件和方法设定部件(202)中的图像处理程序和图像处理条件，并且将其检索的结果提供给所述图像处理单元(103)。
5.如权利要求1所述的自适应医用图像增强处理装置，其特征在于，所述图像处理单元(103)包括，
噪音去除模块(301)，用于以噪音特性种类为单位设计自适应小波基，去除原始医用图像的噪音；
压缩模块(302)，用于调整图像全体诊断特征成分的控制参数，动态压缩该模块所获取图像中的非诊断特征成分；
滤波模块(303)，用于通过采用设计的特征抽出滤波器，滤出图像中的高频信号成分；
解析模块(304)，用于将滤出的高频信号成分的图像进行解析分类，获取低信号领域内的诊断特征成分、高信号领域内的诊断特征成分和噪音成分。
6.如权利要求1或5所述的自适应医用图像增强处理装置，其特征在于，所述图像处理单元(103)可以设定为执行、非执行两种不同的状态，当其被设定为执行状态时，该处理单元处理所述图像接收单元(101)接收到的原始图像，然后通过所述图像显示单元(104)显示处理后的图像；当其被设定为非执行状态时，不执行该单元，直接执行所述图像显示单元(104)显示图像。
7.如权利要求1所述的自适应医用图像增强处理装置，其特征在于，所述显示单元(104)包括，
显示特性校正部件(401)，用于测量和校正显示设备，使其符合DICOM标准中规定的GSDF标准显示函数；
参数调整设定部件(402)，用于在实行了DICOM校正的显示状态下，观察显示装置的显示质量的同时，调整图像处理条件；
显示方法设定部件(403)，用于根据调整的图像处理条件，按照用户的要求设定图像的显示状态。
8.如权利要求1所述的自适应医用图像增强处理装置，其特征在于，所述显示质量控制单元(105)包括图像处理条件更新部件，用于从所述显示单元(104)的参数调整设定部件(402)接收到调整过的图像处理条件，并反馈给所述图像处理准备单元(102)。
9.如权利要求4所述的自适应医用图像增强处理装置，其特征在于，所述设备种类和病变部位识别部件(201)根据DICOM文件的信息对象的属性由数据元素来表示的特点，依照标签获取信息并建立了具有该信息的原始图像数据与使用处理程序之间的对应关系。
10.如权利要求5所述的自适应医用图像增强处理装置，其特征在于，所述噪音去除模块(301)去除噪音的步骤如下：
以噪音特性种类为单位设计小波基；
将原始医用图像转化为多位的显示图像；
采用所述小波基对多位的显示图像进行小波包变换，对小波包变换系数实施阈值处理；
根据实施阈值处理后的小波包变换系数，利用小波包逆变换得到第一临时图像。
11.如权利要求5所述的自适应医用图像增强处理装置，其特征在于，所述噪音去除模块(301)可以设定为执行和非执行两种状态，当其被设定为非执行状态时，不执行该模块，而直接去执行所述压缩模块(302)；当其被设定为执行状态时，先执行该模块，然后执行所述压缩模块(302)。
12.如权利要求5所述的自适应医用图像增强处理装置，其特征在于，所述特征抽出滤波器为设计的整数型低通滤波器，并以单行向量的形式预先存放在图像处理准备单元中。
13.如权利要求5所述的自适应医用图像增强处理装置，其特征在于，所述特征抽出滤波器是以图像获取设备类型和检查部位的信息为单位进行设计，其中滤波器的卷积核大小根据诊断特征决定。
14.如权利要求5所述的自适应医用图像增强处理装置，其特征在于，所述解析模块(304)中的解析分类，是通过采用直方图的方法快速计算出从所述滤波模块(303)中获取的高频信号绝对值的中值，并把该中值的三分之一设定为阈值，大于该阈值的高频信号值作为高信号领域内的诊断特征成分、小于该阈值的相反数的高频信号值作为低信号领域内的诊断特征成分、其余的高频信号作为噪音成分来进行分类，该阈值可被用户调整设定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009102074225A CN101697230B (zh) | 2009-11-03 | 2009-11-03 | 医用图像自适应增强处理装置及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009102074225A CN101697230B (zh) | 2009-11-03 | 2009-11-03 | 医用图像自适应增强处理装置及其方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110268043.4A Division CN102306376B (zh) | 2009-11-03 | 2009-11-03 | 自适应医用图像增强处理的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101697230A CN101697230A (zh) | 2010-04-21 |
| CN101697230B true CN101697230B (zh) | 2012-01-04 |
Family
ID=42142333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009102074225A Active CN101697230B (zh) | 2009-11-03 | 2009-11-03 | 医用图像自适应增强处理装置及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101697230B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014068273A (ja) * | 2012-09-26 | 2014-04-17 | Olympus Imaging Corp | 画像編集装置、画像編集方法、およびプログラム |
| CN105659296A (zh) * | 2013-10-22 | 2016-06-08 | 皇家飞利浦有限公司 | 图像可视化 |
| CN106157904B (zh) * | 2015-04-22 | 2018-07-03 | 深圳市巨烽显示科技有限公司 | 液晶显示器及其显示器自动校正方法和装置 |
| CN106161923B (zh) * | 2015-04-23 | 2019-04-26 | 上海勤翔科学仪器有限公司 | 一种影像叠加和分级处理系统及方法 |
| CN106357766B (zh) * | 2016-09-18 | 2019-04-30 | 河海大学 | 一种基于查找表快速生成算法的医用显示设备远程校正方法 |
| JP2020501648A (ja) * | 2016-12-02 | 2020-01-23 | デルフィヌス メディカル テクノロジーズ， インコーポレイテッド | 超音波トモグラフィのための波形強化反射およびマージン境界特徴付け |
| CN109965829B (zh) * | 2019-03-06 | 2022-05-06 | 重庆金山医疗技术研究院有限公司 | 成像优化方法、图像处理装置、成像装置及内窥镜系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6678400B1 (en) * | 1999-04-30 | 2004-01-13 | Canon Kabushiki Kaisha | Image processing apparatus, method and memory medium |
| CN1819621A (zh) * | 2006-01-25 | 2006-08-16 | 杭州维科软件工程有限责任公司 | 医学图像增强处理方法 |
-
2009
- 2009-11-03 CN CN2009102074225A patent/CN101697230B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6678400B1 (en) * | 1999-04-30 | 2004-01-13 | Canon Kabushiki Kaisha | Image processing apparatus, method and memory medium |
| CN1819621A (zh) * | 2006-01-25 | 2006-08-16 | 杭州维科软件工程有限责任公司 | 医学图像增强处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| JP特开2000-101841A 2000.04.07 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101697230A (zh) | 2010-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101697230B (zh) | 医用图像自适应增强处理装置及其方法 | |
| CN110889005B (zh) | 搜索医学参考图像 | |
| US20230389885A1 (en) | Image quality compliance tool | |
| US7885443B2 (en) | Facilitating temporal comparison of medical images | |
| JP7194143B2 (ja) | 肝臓腫瘍例のレビューを容易にするシステムおよび方法 | |
| CN109785243B (zh) | 基于对抗生成网络未配准低剂量ct的去噪方法、计算机 | |
| CN103544684A (zh) | 图像处理方法和图像处理设备 | |
| US8213715B1 (en) | System and method for digital image intensity correction | |
| US20100266189A1 (en) | Multi-scale image normalization and enhancement | |
| CN106780436B (zh) | 一种医疗影像显示参数确定方法及装置 | |
| CN112651885A (zh) | 用于减少图像记录噪声的方法和装置 | |
| Li et al. | A gingivitis identification method based on contrast‐limited adaptive histogram equalization, gray‐level co‐occurrence matrix, and extreme learning machine | |
| CN104091309B (zh) | 一种平板x射线图像的均衡显示方法及系统 | |
| Gowri et al. | A review on mammogram image enhancement techniques for breast cancer detection | |
| CN110610498A (zh) | 乳腺钼靶图像处理方法、系统、存储介质及设备 | |
| US11200674B2 (en) | Image processing apparatus, method, and storage medium for enabling user to REC0GNT7E change over time represented by substraction image | |
| CN116630762A (zh) | 一种基于深度学习的多模态医学图像融合方法 | |
| CN102306376B (zh) | 自适应医用图像增强处理的方法 | |
| WO2011050454A1 (en) | Bone imagery segmentation method and apparatus | |
| CN106097283A (zh) | 一种基于人类视觉系统特性的多尺度x线图像增强方法 | |
| Albiol et al. | Automatic intensity windowing of mammographic images based on a perceptual metric | |
| JP2002028154A (ja) | 画像表示方法、画像表示システムおよび異常陰影候補検出システム | |
| EP3438928A1 (en) | Detection of regions with low information content in digital x-ray images | |
| IDOWU et al. | Improved Enhancement Technique for Medical Image Processing | |
| Bonciu et al. | Enhanced visualization methods for computed radiography images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| ASS | Succession or assignment of patent right |
Owner name: ZHENGZHOU ZHILIKANG INFORMATION TECHNOLOGY CO., LT Free format text: FORMER OWNER: JIANG HUIQIN Effective date: 20131028 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 450002 ZHENGZHOU, HENAN PROVINCE TO: 450001 ZHENGZHOU, HENAN PROVINCE |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20131028 Address after: 450001, No. 2, building 502, South Building, 11 South China Road, Zhengzhou, Henan Patentee after: Zhengzhou Likang Mdt InfoTech Ltd Address before: 450002, No. 3, unit 28, building 48, 25 Wenhua Road, Jinshui District, Henan, Zhengzhou Patentee before: Jiang Huiqin |
|
| DD01 | Delivery of document by public notice |
Addressee: Zhengzhou Likang Mdt InfoTech Ltd Document name: Notification to Pay the Fees |
|
| DD01 | Delivery of document by public notice | ||
| DD01 | Delivery of document by public notice |
Addressee: Zhengzhou Likang Mdt InfoTech Ltd Document name: Notification of Termination of Patent Right |