基于目标增强的医学图像伪彩色处理算法

基于目标增强的医学图像伪彩色处理算法 No.4Vol.35 第 35 卷第4 期 长春理工大学学报 (自然科学版)Dec.2012 Journal of Changchun University of Science and Technology( Natural Science Edition) 2012 年 12 月 基于目标增强的医学图像伪彩色处理算法 1，2 宁春玉 (1.长春理工大学 生命科学技术学院，长春 130022;2.吉林大学计算机科学与技术学院，长春 13001)2 摘 要:针对医学图像对比度差、灰度范围窄、组织间边缘不明显的特点，提出了一种新的目标增强与伪彩色处理相结合的医学图像增强算法。首先利用标记分水岭分割算法获得目标增强图像，突出组织区域;然后对目标增强后图像进行傅立 叶变换域灰度—彩色处理。实验结果明，此算法增强了医学图像的可读性，突出了组织轮廓，提高了医生的诊断效率。 该算法已应用于医学图像融合系统中，取得了令人满意的效果。 关键词:伪彩色处理;变换域;分水岭分割;医学图像 中图分类号:TP301A1672-9870 (201)2 04-0185-03文献标识码:文章编号: Medical Image Pseudo-color Processing Basedon Object Enhancement 1，2NING Chunyu (1.School of Life ScienceTechnology and ，Changchun Universityof Science andTechnolog y，Changchun130022 ; 2.Department of Computer ScienceTechnology and ，Jilin University，Changchun13001) 2 Abstract:According to the features of medical images，lowsuch contrast as ，narrow gray scale and edge blurring - between tissues，newa medical image enhancement algorithm is proposed combining object with enhancement pseudo-co-l or processing.Firstly the object enhancement image by is using obtained labeling watershed algorithm in order - to highlight the region of tissues.Then the object enhancement image by using is processed the gray level -color algorithms in Fourier transformation domain.The results of the experiment show that the proposed pseudo-color algorithm im- can prove the visualization，emphasize the tissues’ outline and increase doctors’ accuracy in diagnoses.The algorithm has been used in the medical image fusion system，and the processing performance is very satisfactory. Key words:pseudo-color processing ;transformation domain;watershed segmentation;medical image 临床中的医学图像(X 线、CT、MRI、B 超等)大伪彩色图像处理是根据特定的准则对灰度值赋 以彩色的处理。常用的伪彩色处理主要分为空 多数是灰度图像。对观察者而言，人眼仅能分辨一,7,。空间域方法包括有密度分 间域和频率域两大类幅图像中的 4-5bit 灰度级，却能区分不同亮度、色调 ,8,层法、灰度—彩色变换法、互补色编码及连续颜色 ,1,和饱和度的数百种甚至上千种颜色。因此，在计 ,9,编码。密度分层法对图像亮度范围进行分层，一 算机的处理速度不断提高的今天，越来越多的国内 个亮度范围对应于一种颜色，其实现简单，缺点是变 外研究机构和学者进行了医学图像伪彩色处理方面 换出的色彩数目有限，颜色生硬;灰度—彩色变换法 的研究，比如:利用伪彩色变换对 CT 骨图像进行可 和连续颜色编码是基于三基色原理，通过建立灰度 ,2,,3,级与颜色的映射关系，实现伪彩色处理。这种方法 视化处理、采用伪彩色技术增强超声图像、用查 ,4,表添色法伪彩色处理各类医学图像、基于视觉感 ,5, 产生的输出图像，其彩色含量由变换函数特性决定;知统计特性的 MRI 图像的伪彩色映射、伪彩色技 ,6, 互补色编码法是在建立灰度级与颜色的对应关系术应用于核医学图像等。 收稿日期:2012-08-12 基金项目:吉林省科技发展项目 (20110110)2 作者简介:宁春玉 (1976-)，女，硕士，讲师，主要从事医学图像处理的研究，E-mail:yeningcy@163.com。 时，将两两相邻灰度级设置为互补色。频率域伪彩 色处理方法根据频率成份对原始图像的各个区域进 行彩色编码。其所输出的图像的伪彩色与原始图像 的灰度级无关，仅与灰度图像的不同空间频率成分 有关，一般常用的频率域变换是傅立叶变换。 图 1 获取目标增强图像结构框图本文结合自主研发的医学图像融合系统实际需 Fig.1 The block diagram of target enhanced image 求，针对医学图像对比度差、灰度范围窄、组织间边 缘不明显的特点，提出了一种基于标记分水岭分割 2 基于目标增强的医学图像伪彩色处的目标增强与基于傅立叶变换的频率域伪彩色处理 相结合的医学图像伪彩色处理方法，以突出病灶区 理域，提高诊断效率。 2.1 算法 将采用上述标记分水岭分割方法得到的分割图 1基于标记分水岭分割的目标增强 像与原始医学图像融合处理后，得到目标增强图 分水岭算法是一种数学形态学的基于区域图像 像。对目标增强图像进行基于傅立叶变换的频率域 ,10，11, 分割方法，其计算速度快，能精确定位图像的边灰度—彩色伪彩色处理，即可得到最终的增强图 缘，但因其对微弱边缘也具有良好响应，易产生过分 像。具体算法流程如图2 所示。 ,12,割的现象。在众多改进算法中，标记分水岭分割 算法较好地解决了过分割现象。为突出医学图像中 ,13，14,组织区域，本文采用标记分水岭分割算法预处 理医学图像，以突出组织目标轮廓，获得更好的伪彩 色处理效果。目标增强图像获取的主要步骤如下: x(1)读入原始医学图像 f (, ) 。 y x(2)对 f (, ) 应用 sobel 梯度算子求取梯度图 y 像，锐化其边缘，使背景和目标对比更明显。一幅图 像的梯度图可表示为: 2 2?f = mag(?f ) = (G + G ) x y x 其中，G和 G分别为沿 方向和 方向的梯x y y 度图像。 x(3)对 f (, ) 做距离变换，产生距离图，并对距 y 离图像做分水岭分割，得到外部标记图像 em 。同 x时，对 f ( ) 做 H-极值变换，得到内部标记图像 ,y im 。这里，外部标记点为分水线处点，内部标记点 既要是一个连通的分量，又要具有相同的灰度值。 图 2 基于目标增强的医学图像伪彩色处理结构框图 Fig.2 edical image pseudocolor processing struture M(4)为抑制过分割，对(2)步获得的梯度图像 ?f diagram based on the target enhancement 进行数学形态学极小值标定。将(3)步获得的外部、 内部标记图像 em和 m 作为 ?f 的局部最小值，修 i2.2 仿真实验结果分析与讨论 正梯度图像。 本文选取多幅低对比度、灰度范围窄、组织边缘(5)对修正后的梯度图像进行分水岭分割。 x不明显的不同模式医学图像进行了算法仿真实验。(6)将分割结果与 f (, ) 相加，得到目标增强 y 以一幅脑瘤患者 MRI 医学图像分例，展示本文提出x 图像 g(, ) 。 y 算法的增强效果。图 3(a)所示为原始医学图像，其 上述处理步骤结构框图如图1 所示。 空间分辨率为 414×390，病灶区域在图中框出。图 3 (b)是目标增强后图像，图 3(c)是本文算法伪彩色处 理后结果图。为比较本文算法的有效性，采用传统 的变换域灰度—彩色算法处理了图 3(a)，结果如图 第四期 宁春玉:基于目标增强的医学图像伪彩色处理算法 187 3(d)所示。从图中可以看出，带有颜色信息的伪彩结合的医学图像增强算法。将标记分水岭分割结果 图像与原图像融合，得到组织区域目标增强图像，然 色医学图像能给人更加直观的可视化效果. 后再伪彩色处理该图像。大量实验结果显示，本文 与传统伪彩色处理图像相比，本文提出的算法提出的算法充分利用了人眼对彩色敏感的特点，能 获得的图像组织目标突出，轮廓更加清晰、层次更加 够显著改善医学图像显示质量，特别是对低对比度 鲜明，颜色饱和度更丰富、有效地突出了病灶区域。 区域中的组织目标，能突出组织轮廓，加强图像层次 感，更适于人眼分辨，有利于医生诊断，降低误诊 率。该算法已应用于自主研发的医学图像融合系统 中，具有一定的实用价值。 参考文献 ,1, 刘俊敏，曹忠全.医学图像处理技术的现状及发展方向 ,J,.医疗卫生装备，2005，12:15-16. (a)原图(b)目标增强图像,2,Moon-Suh Park，Jae_Yong Byun，Chang-Il Cha. Pseudocolor transformation for visualization - of ossci cles in CT images ,J,.Acta Oto-Laryngologica， 2009，12(95):515-520. 3,, Jakia Afruz.Frequency domain pseudo-color - to en hance ultrasound image,J,.Computers and Informa - tion Science，2010，3(4):24-34. 蓝春生，蓝鹏，曹煜媛. 医学图像的伪彩色处理,,.中国 体视学与图像分析，J,4, 2002，7(3):166-169. 李全越，王芳.伪彩色处理在医学 图像中的应用,,.微 计算机信息，2008，24(3):299-J ,5, (c)本文算法伪彩色处理 (d)传统伪彩色处理300，270. 马桂珍，房宗良，杨宇,等.伪彩色技术在核医 学图像处 理中的应用,A,.第七届全国核仪器及其应 图 3 伪彩色处理前后对比图用学术会议 ,6, Fig.3 Pseudo color processing before and after cotrast diagram 暨全国第五届核反应堆用核仪器学术会议论文集,C,， 实验结论如下: 2009，中国青海西宁. (1)本算法所采用的标记分水岭分割方法获得 7,Gonzalez，R C.Woods R E.Digital Image Processing, 的目标增强图像，不需合并等后处理即可有效突出 ,M,.USA:Addison-Wesley Publishing Company， Inc.1993. 组织目标轮廓、突显图像细节，有效地降低了算法复 B Dai，S X Zhou.Computer aid pseudo-coloringJ 8,, 杂性，节省了融合系统时间开销。 coding of gray image complementary coloring - tech(2)算法中，R、G、B 三通道的变换域滤波器的 niqu,eJ,.Proceedings of SPIE，1996，2896:181-191. 选择直接影响伪彩色增强效果。实践证明，相较于 Wei Li.Continuous pseudocolor coding of thermal,9, 其他低、高通滤波器，二阶巴特沃斯低、高通滤波器 image display ,J,.Journal of Beijing Institute of 以其可接受的振铃效应和有效的滤波特性更适用于 Technology，1997，6(1):37-42. 本算法。但是，其截止频率 D仍需根据输入的医学0 王国权，周小红，蔚立磊.基于分水岭算法的图像分割 ,10, 图像的不同而调整。方法研究,J,.计算机仿真，2009，26(5):255-258. (3)算法中 FFT 逆变换后的后处理模块选择常 孙颖，何国企.基于标记分水岭算法的高分辨率遥感 ,11, 图像分割方法,,. 科学技术与工程，2008，8(11):J用的直方图均衡化方法处理后，伪彩色合成图像的 2776-2781. 刁智华，赵春江.分水岭算法的改进方法色彩对比不强。反复实验证明，当将逆变换结果乘 研究,J,.计算 机工程，2010，36(17):4-6. 张桂峰，巫12,, 以适当的系数时，合成后图像色彩丰富，可明显提高 兆聪，易俐娜.改进的标记分水岭遥感影像 分割方法 病灶区域图像可分辨率。 ,J,.计算机应用研究，2010，27(2):760-763. 杨芳芳，,13, 吕建平，李昊.多尺度变换与标记符分水岭相 ,14, 3结束语 结合的图像分割,J,.西安邮电学院学报，2009，1(45): 本文提出了一种新的目标增强与伪彩色处理相 103-106.