CN105023273A - 一种医学图像的感兴趣区域调节窗宽和窗位的方法 - Google Patents

Abstract

一种医学图像的感兴趣区域调节窗宽和窗位的方法，步骤包括：选择图像上的一块感兴趣的矩形区域；扫描该区域的所有像素点，计算出所有像素点的和，并求出直方图数组；计算所有像素点的平均值；设置系数k，扫描直方图数组的每个元素，找到第一个点满足的点和最后一个满足的点；计算窗宽和窗位；将原始图像转换到显示器灰度区间上成像。本发明只需提供感兴趣区域，可自动计算出该区域的最佳窗宽窗位，无需再人工调整，就可清晰地的显示该区域的图像。

Description

一种医学图像的感兴趣区域调节窗宽和窗位的方法

技术领域

本发明涉及一种医学图像显示处理方法，尤其是涉及一种针对医学图像感兴趣区域ROI(Region of Interest)调整窗宽窗位的方法。

背景技术

本技术领域中，在被处理的医学图像中以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域。目前所有的数字医学图像采用的都是DICOM(Digital Imaging and Communication of Medicine,医学数字成像与通信)。该标准定义图像的每个像素点由8～16位表示，而且大部分都大于8位。但是在计算机上灰度图像的像素只能由8位表示。因此，这就需要调整窗宽和窗位来将原始图像在计算机上成像。

窗技术(Window Technique)是医生用以观察不同密度正常组织或病变的一种显示技术，其包括窗宽(window width)和窗位(window center)。由于各种不同组织结构或病变具有不同的像素值，因此欲显示某一组织结构细节时，应选择适合观察组织结构的窗宽窗位，以获得显示最佳效果。

窗宽指CT图像所显示的CT值范围。在此CT值范围内的组织结构按其密度高低从白到黑分为16个灰阶以供观察对比。例如，窗宽选定为100Hu，则人眼可分辨的CT值为100/16＝6.25Hu，即两种组织CT值相差在6.25Hu以上者即可为人眼所识别。因此，窗宽的宽窄直接影响图像的清晰度与对比度。如果使用窄的窗宽，则显示的CT值范围小，每一灰度代表的CT值幅度小，对比度强，适于观察密度接近的组织结构(如脑组织)。反之，如果使用宽的窗宽，则显示的CT值范围大，每一灰阶代表的CT值幅度大，则图像对比度差，但密度均匀，适于观察密度差别大的结构(如骨与软组织)。

窗位(窗中心)指窗宽范围内的中心值。比如一幅CT图像，窗宽为100Hu，窗位选在0Hu；则以窗位为中心(0Hu)，向上包括+50Hu，向下包括-50Hu，凡是在这个100Hu范围内的组织均可显示出来并为人眼所识别。凡是大于+50Hu的组织均为白色；凡是小于-50Hu的组织均为黑色，其密度差异无法显示。

原则上说窗位应该等于或接近需要观察的CT值，窗宽应能反映该组织或病变的CT值变化范围。

CT值和数字图像的像素值有如下关系：

HU＝pixel×slope+int ercept

HU为CT值，pixel为像素值，slope和intercept为常量，由图像的属性决定。

所以，可以通过窗宽窗位指定的CT值范围推导出像素值范围，将像素值范围为左left到右right的图像映射到0到255的像素值区间(如图1)，这样，再通过如下映射公式转换关系，将原始图像转化为计算机可表示的形式：

$y=\left\{\begin{array}{c}{y}_{\min },x\≤c-0.5-(w-1)/2\\ y_{max},x>c-0.5+(w-1)/2\\ (\frac{x-(c-0.5)}{w-1}+0.5)\×(y_{max}-y_{\min })+y_{min},other\end{array}\right.$

c为窗位，w为窗宽；即将原始图像转换到显示器灰度区间上成像。

目前调整窗宽和窗位的方法通常是通过鼠标点击图像，然后上下左右滑动来调整窗宽和窗位。这种方法属于手动调整，操作人员需要不断地滑动鼠标，直到自己认为清晰的图像出现后才停止。

还有一种方法，操作人员会把一些常用组织结构的CT值预先保存在计算机中，下次如果要浏览此类组织结构的图像时，直接使用这些预先设置的CT值可以马上定位到最佳窗宽窗位。但这种方法需要预先设置CT值，如果没有设置的话，仍然需要进行手动调窗。

发明内容

本发明提出一种医学图像感兴趣区域调整窗宽和窗位的方法，通过选择感兴趣的区域，自动计算出该区域的最佳窗宽和窗位，这样更快速地进行窗宽窗位的调整。

为达以上目的，本发明的具体方案的实现为：一种医学图像的感兴趣区域调节窗宽和窗位的方法，该方法包含以下步骤：

(1)选择图像上的一块感兴趣的矩形区域；

(2)扫描该区域的所有像素点，忽略像素值为0的点，找到最大像素值max的像素点和最小像素值min的像素点，计算出所有像素点的像素值和sum，并求出直方图数组H；

(3)计算所有像素点的平均值average＝sum/(max-min)；

(4)设置系数k，直方图数组H每个元素的值为h_i，从h₀开始扫描直方图数组H，找到第一个满足h_i≥k×average的点的像素值left，接着继续扫描，找到最后一个满足h_i≥k×average的点的像素值right；所述k∈[0,1]；i的取值范围i∈[0,max]；

(5)计算窗宽和窗位，窗宽width＝right-left，窗位center＝(left+right)/2；

(6)将原始图像转换到显示器灰度区间上成像。

作为优化k＝0.8。如果max-min＜512，那么left＝min，right＝max。

与现有技术相比，本发明的优点在于，只需提供感兴趣区域，可自动计算出该区域的最佳窗宽窗位，无需再人工调整，就可清晰地的显示该区域的图像。经过测试，本发明适用于CT、MRI多种医学图像，并且具有良好的效果。

附图说明

图1是根据窗宽窗位转化图像的示意图；

图2是在直方图上截取窗宽窗位的示意图；

图3是本发明的具体流程图；

图4是人脑数字影像进行ROI调窗前，选择感兴趣区域的图像；

图5是人脑数字影像进行ROI调窗后的效果图；

图6是人脑数字影像进行ROI调窗前后窗宽窗位示意图。

具体实施方式

以下结合附图对本发明具体实施方式做详细描述。

图4是人脑数字影像进行ROI调窗前的图像，在该图像中选择感兴趣的图像，被选中的区域已在图4中标出。

在这块感兴趣区域中，有意义的图像应该含有比较多的像素点。那么，在该区域的直方图中，感兴趣的区域会有较高的峰值，然后向两侧放缓，把像素点小于指定值时的横坐标作为边界，计算出窗宽和窗位，如图2所示。在此过程中，有时候直方图中可能出现两个峰值，那么将两个峰值都包括在窗宽窗位中，说明这两个的峰值区域代表的图像都是感兴趣的图像。

具体处理流程如图3所示，由于显示器上的图像时经过映射的灰度为[0,256]的图像，所以要先记录此时图像的位置，然后在内存中找到对应的原始图像，将选中的区域转化为数组A，从头开始遍历数组A，将A中出现灰度的次数记录在数组H中，并且找到该区域像素值的最大值max和最小值min(对于本具体实施例而言，min＝832；max＝1304；在图6中可以显示出)，计算数组A中所有像素值的总和sum。创建直方图数组H，由于医学图像的像素值范围为[0,65535]，所以数组H的大小为65536。在遍历数组A时，忽略所有灰度为0的点，所以直方图数组H中是不包含灰度为0的情况。由于人体组织的数字图像灰度一般不会为0，图像的背景会含有大量灰度为0的像素，而图像背景是无意义的，所以，为了提高调窗的准确度，忽略像素为0的像素点。

计算该图像区域的灰度平均值average＝sum/(max-min)。

设置系数k，满足k∈[0,1]，本优先实施例取k＝0.8。直方图H每个元素值为h_i，直方图数组记录了图像中具有相同像素值的像素点的个数，举个例子，h₅是直方图数组H中的一个元素，它表示在图像中像素值为5的像素点有h₅个；数组H每个元素由下标和元素值成对组成，如果数组长度为n，那么下标的范围为[0,n-1]。

i的取值为i∈[0,max]，本实施例max＝1304；从h₁开始扫描直方图H，找到第一个像素值满足h_i≥k×average的点，下标用left表示。接着继续扫描，找到最后一个像素值满足h_i≥k×average的点，下标用right表示。

计算窗宽和窗位，窗宽width＝right-left，窗位center＝(right+left)/2，图6是计算出的窗宽窗位示意图。

通过映射公式转换关系，将整个原始图像转换到显示器灰度区间上成像。图5是感兴趣区域ROI调窗后的示意图。由图6可知，本发明准确找到了图像的主体部分。对比图4和图5，在进行感兴趣区域ROI调窗后，图像的选中区域的明显显示质量明显得到提升，变得更加清晰。当然其它的区域也会有变化，变成什么样无关紧要。

另外，在本发明处理过程中，为了避免可能缩小窗宽，使图像失真，如果当max-min＜512的情况时，那么设定left＝min，right＝max。当医学图像中最大和最小灰度差比较小，人类的肉眼是无法识别出来的，通过这样的设定，这样转化到256灰阶的计算机显示器上时并不会丢失信息。

通过上述具体的分析，本发明只需提供感兴趣区域，可自动计算出该区域的最佳窗宽窗位，无需再人工调整，就可清晰地的显示该区域的图像。经过测试，本发明适用于CT、MRI多种医学图像，并且具有良好的效果。

Claims (3)

1.一种医学图像的感兴趣区域调节窗宽和窗位的方法，其特征在于包含以下步骤：

(1)选择图像上的一块感兴趣的矩形区域；

(2)扫描该区域的所有像素点，忽略像素值为0的点，找到最大像素值max的像素点和最小像素值min的像素点，计算出所有像素点的像素值和sum，并求出直方图数组H；

(3)计算所有像素点的平均值average＝sum/(max-min)；

(4)设置系数k，直方图数组H每个元素的值为h_i，从h₀开始扫描直方图数组H，找到第一个满足h_i≥k×average的点的像素值left，接着继续扫描，找到最后一个满足h_i≥k×average的点的像素值right；所述k∈[0,1]；i的取值范围i∈[0,max]；

(5)计算窗宽和窗位，窗宽width＝right-left，窗位center＝(left+right)/2；

(6)将原始图像转换到显示器灰度区间上成像。

2.根据权利要求1所述的医学图像的感兴趣区域调节窗宽和窗位的方法，其特征在于，k＝0.8。

3.根据权利要求1所述的医学图像的感兴趣区域调节窗宽和窗位的方法，其特征在于，当max-min＜512时，left＝min，right＝max。