zheyikuaisufazhandelingyushejicongyuanshishujucaijidaoshuzituxiangchuanshudeguangfanliucheng，erzhexieliuchengshixiandaiyiliaochengxiangxitongzhongwanzhengshujuliudejichu。rujin，zhexiexitongzaikongjianheqiangduweidufangmiantigongyuelaiyuegaodefenbianlv，yijigengkuaidecaijishijian，congerchanshengdaliangyouzhideyuanshituxiangshuju，bixuzhengquechulihejieduzhexieshujucainenghuodezhunquedezhenduanjieguo。

 

本文重點介紹醫療圖像處理的關鍵領域

，考慮特定成像模式的環境
，並討論該領域的主要挑戰和趨勢。

 

醫療圖像處理的核心領域

 

有許多概念和方法用於構建醫療圖像處理領域，這些概念和方法側重於其核心區域的不同方麵
，如圖1所示。這些方麵形成此領域的三個主要過程——圖像形成、圖像計算和圖像管理。

 

圖1. 醫療圖像處理中主題類型的結構分類。

 

圖(tu)像(xiang)形(xing)成(cheng)過(guo)程(cheng)由(you)數(shu)據(ju)采(cai)集(ji)和(he)圖(tu)像(xiang)重(zhong)構(gou)步(bu)驟(zhou)組(zu)成(cheng)

，用(yong)於(yu)解(jie)答(da)數(shu)學(xue)反(fan)演(yan)問(wen)題(ti)。圖(tu)像(xiang)計(ji)算(suan)的(de)目(mu)的(de)是(shi)提(ti)高(gao)重(zhong)構(gou)圖(tu)像(xiang)的(de)可(ke)解(jie)讀(du)性(xing)並(bing)從(cong)中(zhong)提(ti)取(qu)與(yu)臨(lin)床(chuang)相(xiang)關(guan)的(de)信(xin)息(xi)。最(zui)後(hou)，圖(tu)像(xiang)管(guan)理(li)處(chu)理(li)所(suo)獲(huo)取(qu)圖(tu)像(xiang)和(he)派(pai)生(sheng)信(xin)息(xi)的(de)壓(ya)縮(suo)、存檔、檢索和傳輸。

 

圖像形成

 

數據采集

 

圖(tu)像(xiang)形(xing)成(cheng)的(de)第(di)一(yi)個(ge)必(bi)須(xu)步(bu)驟(zhou)是(shi)采(cai)集(ji)原(yuan)始(shi)成(cheng)像(xiang)數(shu)據(ju)。該(gai)數(shu)據(ju)包(bao)含(han)有(you)關(guan)描(miao)述(shu)身(shen)體(ti)各(ge)內(nei)部(bu)器(qi)官(guan)的(de)捕(bu)獲(huo)物(wu)理(li)量(liang)的(de)原(yuan)始(shi)信(xin)息(xi)。這(zhe)些(xie)信(xin)息(xi)成(cheng)為(wei)所(suo)有(you)後(hou)續(xu)圖(tu)像(xiang)處(chu)理(li)步(bu)驟(zhou)的(de)主(zhu)要(yao)主(zhu)題(ti)。

 

不同類型的成像模式可以利用不同的物理原理
，由此涉及不同物理量的探測。例如

，在數字射線照相 (DR) 或計算機斷層掃描 (CT) 中，它是入射光子的能量
；在正電子發射斷層掃描 (PET) 中，它是光子能量及其探測時間；在磁共振成像 (MRI) 中，它是由激發原子發射的射頻信號的參數；而在超聲波中，它是回聲參數。

 

但是，無論是哪種類型的成像模式，數據采集過程都可以細分為物理量的探測，還包括將物理量轉換為電信號
、對采集的信號進行預調理

，以及物理量的數字化。表示所有這些步驟均適用於大多數醫療成像模式的一個通用框圖如圖2所示。

 

圖2. 數據采集過程的通用框圖。

 

圖像重構

 

圖(tu)像(xiang)重(zhong)構(gou)是(shi)利(li)用(yong)獲(huo)取(qu)的(de)原(yuan)始(shi)數(shu)據(ju)形(xing)成(cheng)圖(tu)像(xiang)的(de)數(shu)學(xue)過(guo)程(cheng)。對(dui)於(yu)多(duo)維(wei)成(cheng)像(xiang)，該(gai)過(guo)程(cheng)還(hai)包(bao)括(kuo)以(yi)不(bu)同(tong)角(jiao)度(du)或(huo)不(bu)同(tong)時(shi)間(jian)步(bu)驟(zhou)捕(bu)獲(huo)的(de)多(duo)個(ge)數(shu)據(ju)集(ji)的(de)組(zu)合(he)。這(zhe)部(bu)分(fen)醫(yi)療(liao)圖(tu)像(xiang)處(chu)理(li)解(jie)決(jue)的(de)是(shi)反(fan)演(yan)問(wen)題(ti)，這(zhe)是(shi)該(gai)領(ling)域(yu)的(de)基(ji)本(ben)主(zhu)題(ti)。用(yong)於(yu)解(jie)決(jue)這(zhe)類(lei)問(wen)題(ti)的(de)算(suan)法(fa)主(zhu)要(yao)有(you)兩(liang)種(zhong)——分析和迭代。

 

分析法的典型示例包括廣泛用於斷層掃描的濾波反投影 (FBP)；在MRI中尤為重要的傅裏葉變換 (FT)；以及延時疊加 (DAS) 波束成型

，這是超聲檢查中一種不可或缺的技術。這些算法在所需的處理能力和計算時間方麵精巧而高效。

 

然而
，它們基於理想化模型，因此有一些明顯的局限性，包括它們無法處理諸如測量噪聲的統計特性和成像係統物理等複雜因素。

 

迭(die)代(dai)算(suan)法(fa)則(ze)克(ke)服(fu)了(le)這(zhe)些(xie)局(ju)限(xian)性(xing)，極(ji)大(da)地(di)提(ti)高(gao)了(le)對(dui)噪(zao)聲(sheng)的(de)不(bu)敏(min)感(gan)性(xing)以(yi)及(ji)利(li)用(yong)不(bu)完(wan)全(quan)原(yuan)始(shi)數(shu)據(ju)重(zhong)構(gou)最(zui)優(you)圖(tu)像(xiang)的(de)能(neng)力(li)。迭(die)代(dai)法(fa)通(tong)常(chang)使(shi)用(yong)係(xi)統(tong)和(he)統(tong)計(ji)噪(zao)聲(sheng)模(mo)型(xing)，基(ji)於(yu)初(chu)始(shi)目(mu)標(biao)模(mo)型(xing)利(li)用(yong)假(jia)設(she)係(xi)數(shu)計(ji)算(suan)投(tou)影(ying)。計(ji)算(suan)出(chu)的(de)投(tou)影(ying)與(yu)原(yuan)始(shi)數(shu)據(ju)之(zhi)間(jian)的(de)差(cha)異(yi)定(ding)義(yi)用(yong)於(yu)更(geng)新(xin)對(dui)象(xiang)模(mo)型(xing)的(de)新(xin)係(xi)數(shu)。使(shi)用(yong)多(duo)個(ge)迭(die)代(dai)步(bu)驟(zhou)重(zhong)複(fu)此(ci)過(guo)程(cheng)
，直(zhi)到(dao)將(jiang)映(ying)射(she)估(gu)計(ji)值(zhi)和(he)真(zhen)值(zhi)的(de)代(dai)價(jia)函(han)數(shu)最(zui)小(xiao)化(hua)
，從(cong)而(er)將(jiang)重(zhong)構(gou)過(guo)程(cheng)融(rong)入(ru)最(zui)終(zhong)圖(tu)像(xiang)。

 

迭代法有很多種，包括最大似然期望最大化(MLEM)、最大後驗(MAP)
、代數重建(ARC)技術以及許多其他目前廣泛應用於醫療成像模式的方法。

 

圖像計算

 

圖像計算涉及對重建成像數據運算的計算和數學方法，用於提取臨床相關信息。這些方法用於成像結果的增強
、分析和可視化。

 

增強

 

圖像增強優化圖像的變換表示，以提高所包含信息的可解讀性。其方法可細分為空間域和頻域技術。

 

空間域技術直接作用於圖像像素，對於對比度優化特別有用。這些技術通常依賴於對數、直方圖和冪律變換。頻域方法采用頻率變換，最適合於通過應用不同類型的濾波器對圖像進行平滑和銳化。

 

利li用yong所suo有you這zhe些xie技ji術shu可ke以yi減jian少shao噪zao聲sheng和he不bu均jun勻yun性xing，優you化hua對dui比bi度du，增zeng強qiang邊bian緣yuan，消xiao除chu偽wei像xiang，以yi及ji改gai善shan對dui後hou續xu圖tu像xiang分fen析xi及ji其qi精jing確que解jie讀du至zhi關guan重zhong要yao的de其qi他ta相xiang關guan特te性xing。

 

分析

 

圖像分析是圖像計算中的核心過程，它使用的各種方法可分為三大類：圖像分割、圖像配準和圖像量化。

 

圖(tu)像(xiang)分(fen)割(ge)過(guo)程(cheng)將(jiang)圖(tu)像(xiang)分(fen)割(ge)為(wei)不(bu)同(tong)解(jie)剖(pou)結(jie)構(gou)的(de)有(you)意(yi)義(yi)輪(lun)廓(kuo)。圖(tu)像(xiang)配(pei)準(zhun)可(ke)確(que)保(bao)多(duo)個(ge)圖(tu)像(xiang)正(zheng)確(que)對(dui)齊(qi)
，這(zhe)對(dui)於(yu)分(fen)析(xi)時(shi)間(jian)變(bian)化(hua)或(huo)組(zu)合(he)使(shi)用(yong)不(bu)同(tong)模(mo)式(shi)獲(huo)取(qu)的(de)圖(tu)像(xiang)特(te)別(bie)重(zhong)要(yao)。量(liang)化(hua)的(de)過(guo)程(cheng)決(jue)定(ding)了(le)所(suo)識(shi)別(bie)結(jie)構(gou)的(de)性(xing)質(zhi)，如(ru)體(ti)積(ji)、直徑、成分和其他相關的解剖或生理信息。所有這些過程都直接影響到成像數據的檢查質量和醫學結果的準確性。

 

可視化

 

可ke視shi化hua過guo程cheng將jiang圖tu像xiang數shu據ju呈cheng現xian為wei在zai定ding義yi的de維wei度du上shang以yi特te定ding形xing式shi直zhi觀guan地di表biao示shi解jie剖pou和he生sheng理li成cheng像xiang信xin息xi。通tong過guo與yu數shu據ju直zhi接jie交jiao互hu，可ke以yi在zai成cheng像xiang分fen析xi的de初chu始shi階jie段duan和he中zhong間jian階jie段duan進jin行xing可ke視shi化hua（例如，協助分割和配準過程），並在最後階段顯示優化的結果。

 

圖像管理

 

醫療圖像處理的最後一部分涉及對所獲取信息的管理
，包括用於圖像數據存儲、檢索和傳輸的各種技術。製定了若幹標準和技術，用於處理圖像管理的各個方麵。例如，醫療成像技術圖像存檔與傳輸係統 (PACS) 提供對來自多種模式的圖像的經濟存儲和訪問，而醫學數字成像和通信(DICOM)標準用於存儲和傳輸醫療圖像。圖像壓縮和流傳輸的特殊技術高效地實現了這些任務。

 

挑戰和趨勢

 

醫(yi)療(liao)成(cheng)像(xiang)是(shi)一(yi)個(ge)相(xiang)對(dui)保(bao)守(shou)的(de)領(ling)域(yu)，從(cong)研(yan)究(jiu)過(guo)渡(du)到(dao)臨(lin)床(chuang)應(ying)用(yong)通(tong)常(chang)可(ke)能(neng)需(xu)要(yao)十(shi)多(duo)年(nian)的(de)時(shi)間(jian)。然(ran)而(er)，它(ta)的(de)性(xing)質(zhi)複(fu)雜(za)，在(zai)其(qi)構(gou)成(cheng)科(ke)學(xue)學(xue)科(ke)的(de)各(ge)個(ge)方(fang)麵(mian)都(dou)麵(mian)臨(lin)著(zhe)多(duo)方(fang)麵(mian)的(de)挑(tiao)戰(zhan)，這(zhe)穩(wen)步(bu)推(tui)動(dong)了(le)新(xin)方(fang)法(fa)的(de)不(bu)斷(duan)發(fa)展(zhan)。這(zhe)些(xie)發(fa)展(zhan)代(dai)表(biao)了(le)在(zai)當(dang)今(jin)醫(yi)療(liao)圖(tu)像(xiang)處(chu)理(li)核(he)心(xin)領(ling)域(yu)可(ke)以(yi)確(que)定(ding)的(de)主(zhu)要(yao)趨(qu)勢(shi)。

 

圖像采集領域受益於為提高原始數據質量和豐富其信息內容而開發的創新硬件技術。集成的前端解決方案可實現更快的掃描時間、更精細的分辨率和先進的架構，如超聲波/乳房X線照相術
、CT/PET或PET/MRI組合係統。

 

快速高效的迭代算法取代了分析法
，越來越多地用於圖像重構。它們能顯著改善PET的圖像質量，減少 CT 中的 X 射線劑量，並在MRI中(zhong)進(jin)行(xing)壓(ya)縮(suo)檢(jian)測(ce)。數(shu)據(ju)驅(qu)動(dong)的(de)信(xin)號(hao)模(mo)型(xing)正(zheng)在(zai)取(qu)代(dai)人(ren)工(gong)定(ding)義(yi)的(de)模(mo)型(xing)，基(ji)於(yu)有(you)限(xian)或(huo)噪(zao)聲(sheng)數(shu)據(ju)為(wei)反(fan)演(yan)問(wen)題(ti)提(ti)供(gong)更(geng)好(hao)的(de)解(jie)決(jue)方(fang)案(an)。代(dai)表(biao)圖(tu)像(xiang)重(zhong)構(gou)趨(qu)勢(shi)和(he)挑(tiao)戰(zhan)的(de)主(zhu)要(yao)研(yan)究(jiu)領(ling)域(yu)包(bao)括(kuo)係(xi)統(tong)物(wu)理(li)建(jian)模(mo)和(he)信(xin)號(hao)模(mo)型(xing)的(de)開(kai)發(fa)、優化算法以及圖像質量評估方法。

 

隨(sui)著(zhe)成(cheng)像(xiang)硬(ying)件(jian)捕(bu)獲(huo)越(yue)來(lai)越(yue)多(duo)的(de)數(shu)據(ju)
，算(suan)法(fa)變(bian)得(de)越(yue)來(lai)越(yue)複(fu)雜(za)，人(ren)們(men)迫(po)切(qie)需(xu)要(yao)更(geng)高(gao)效(xiao)的(de)計(ji)算(suan)技(ji)術(shu)。這(zhe)個(ge)巨(ju)大(da)的(de)挑(tiao)戰(zhan)可(ke)通(tong)過(guo)更(geng)強(qiang)大(da)的(de)圖(tu)形(xing)處(chu)理(li)器(qi)和(he)多(duo)處(chu)理(li)技(ji)術(shu)解(jie)決(jue)，為(wei)從(cong)研(yan)究(jiu)過(guo)渡(du)到(dao)應(ying)用(yong)提(ti)供(gong)全(quan)新(xin)的(de)機(ji)會(hui)。

 

與圖像計算和圖像管理這一轉變相關的主要趨勢和挑戰涵蓋許多主題，其中一些主題如圖3所示。

 

圖3. 當今醫療圖像計算中的主要趨勢主題示例。

 

與(yu)所(suo)有(you)這(zhe)些(xie)主(zhu)題(ti)相(xiang)關(guan)的(de)新(xin)技(ji)術(shu)不(bu)斷(duan)發(fa)展(zhan)，縮(suo)小(xiao)了(le)研(yan)究(jiu)與(yu)臨(lin)床(chuang)應(ying)用(yong)之(zhi)間(jian)的(de)差(cha)距(ju)，促(cu)進(jin)了(le)醫(yi)療(liao)圖(tu)像(xiang)處(chu)理(li)領(ling)域(yu)與(yu)醫(yi)師(shi)工(gong)作(zuo)流(liu)程(cheng)的(de)整(zheng)合(he)，確(que)保(bao)實(shi)現(xian)更(geng)準(zhun)確(que)、更可靠的成像結果。

 

ADI提供多種解決方案
，用以滿足對數據采集電子設計提出的最苛刻的醫療成像要求，包括動態範圍、分辨率
、準確性、線性度和噪聲。下麵是為確保原始成像數據最高初始質量而開發的此類解決方案的幾個例子。

 

專為DR應用設計了帶256通道的高度集成的模擬前端ADAS1256 。具有出色線性度的多通道數據采集係統ADAS1135 和 ADAS1134 可最大限度地提高CT應用的圖像質量。多通道ADC AD9228, AD9637, AD9219, 以及 AD9212 經過優化後具有出色的動態性能和低功耗，可滿足PET要求。流水線ADC AD9656 為MRI提供出色的動態 性能和低功耗特性。集成式接收器前端 AD9671 專為要求小尺寸 封裝的低成本、低功耗的醫療超聲應用而設計。

 

ADAS1256產品詳情

 

● 256通道電荷至數字轉換器

● 16位分辨率、無失碼

● 同步采樣

● 用戶可調滿量程範圍，最高32pC

● 最低22 µs線路時間

● 超低噪聲：560 e−（範圍：2pC）

● INL ±2.5lsb或57.5ppm，包括ADC

● 極低功耗

● 多功能功耗模式：從每通道1mW至每通道3mW

● 多種休眠和電源模式，低至每通道0.005mW

● 可測量通過電子或空穴收集的電荷

 

結論

 

醫療圖像處理是一個非常複雜的跨學科領域，涵蓋從數學

、計算機科學到物理學和醫學的眾多科學學科。本文試圖提出一個簡化但結構良好的核心領域框架，此框架代表該領域及其主要主題、趨(qu)勢(shi)和(he)挑(tiao)戰(zhan)。其(qi)中(zhong)，數(shu)據(ju)采(cai)集(ji)過(guo)程(cheng)是(shi)第(di)一(yi)個(ge)也(ye)是(shi)最(zui)重(zhong)要(yao)的(de)領(ling)域(yu)之(zhi)一(yi)，它(ta)定(ding)義(yi)醫(yi)療(liao)圖(tu)像(xiang)處(chu)理(li)框(kuang)架(jia)所(suo)有(you)後(hou)續(xu)階(jie)段(duan)中(zhong)使(shi)用(yong)的(de)原(yuan)始(shi)數(shu)據(ju)的(de)初(chu)始(shi)質(zhi)量(liang)水(shui)平(ping)。

 

 

推薦閱讀：