基于流域分割的医学图像伪彩色处理

　　摘 要：当前,多数医学图像属于灰度图像,其对人眼的视觉效果不如彩色图像。为了提高图像的分辨率，根据人眼的视觉特点,采用灰度级彩色变换方法,结合基于流域法的医学图像分割,实现灰度图像变为伪彩色图像。这里将流域分割技术与图像伪彩色处理技术结合应用在医学图像中，实验结果表明了该图像增强方法的有效性。该方法在图像的灰度范围变化时具有很好的适应性,并可突出显示出感兴趣的特定器官组织。
　　关键词：医学图像；伪彩色增强；流域分割；彩色变换方法
　　中图分类号：TP391文献标识码：B
　　文章编号：1004-373X(2008)22-118-03
　　
　　Application of Pseudo Color Processing to Medical Image Based on Watershed Algorithm
　　LI Quanyue,WANG Fang
　　(Jiangsu University of Science & Technology,Zhenjiang,212003,China)
　　Abstract：Presently,most of the medical and industrial images are gray-scale images.However，human vision is less sensitive to difference between gray-scale pixels than that between color ones.In order to improve resolution of the images,according to characteristics of human vision,the method of gray-scale/color transform and the method of image segmentation based on the watershed algorithm are used to realize the aim of turning gray-scale images into color ones.In this paper,3D medical image color enhancement based on watershed algorithm is relized.The result of experiment shows the adaptability of this image enhancement method especially in the case of that the gray-scale range of images change,and this method is capable of showing the tissues or organs evidently.
　　Keywords：medical image；pseudo color enhancement；watershed algorithm;color transform method
　　
　　1 引 言
　　
　　医学图像绝大多数是灰度图像，如X 线、CT，MRI，B 超图像等。对观察者来说，人眼只能辨别一幅图像中的4～5 b灰度级，却能辨别近千种的彩色^［1］。为发挥人眼对彩色的分辨能力，往往用各种不同的颜色代表图像的不同灰度，变灰度图像为彩色图像，从而使观察者能从图像中取得更多的信息^［2］。流域分割方法是近年来发展起来的基于数学形态学的一种十分有效的图像分割技术，它基本上克服了传统的图像分割方法的缺点。
　　
　　2 DICOM 医学图像的窗口变换显示法
　　
　　2.1 医学图像文件的基本格式
　　DICOM是用于医学图像和通信的国际标准。其数据结构采用数据元素的存储方式，每个数据元素均由标签、值的类型、值域的长度和值域4个基本单元组成。其中，“标签”作为数据元素的标识符惟一定义数据元素的物理意义；“值的类型”是取决于DICOM语义的可选项，它描述了数据元素值域的数据类型；“值域的长度”定义了“值域”的字节数；“值域”则含有该数据元素的值 ［3］。
　　2.2 DICOM 医学图像的显示方法
　　由于在通用计算机中不能直接支持DICOM医学图像的显示，因此需将DICOM文件转换为其他计算机所支持的文件格式，如设备无关位图（DIB）。
　　2.2.1 DIB位图
　　DIB位图是计算机中普遍应用的位图文件格式,包括:位图文件头、位图信息头、颜色表、图像数据。位图文件头说明了文件的组成信息；位图信息头说明了图像数据的基本信息；颜色表则描述了图像显示的色彩信息。
　　在内存中，只需要位图信息头、颜色表和图像数据即可以显示位图， 因此在将DICOM 医学图像转换为DIB 位图时，只需要根据DICOM文件的相关数据元素完成上述的数据结构和图像数据的转换。
　　2.2.2 图像数据的窗口变换
　　由于医学图像数据动态范围大（像素深度通常不低于4 096灰度级），因此，一般显示器很难提供如此高的动态范围一次显示整幅图像的全部信息细节。为了逼真地显示出医学图像的全部信息，可以采用图像数据窗口变换的方法^［4］。通过限定一个数据观察窗口，将窗口区域的图像数据线性地转换到显示器的最大显示范围内，高于或低于窗口上下限的图像数据则分别设置为最亮或最暗的显示值。这样通过动态地调节窗口的窗宽（图像数据的显示范围）与窗位（显示的图像数据的中心值），可以依次观察到医学图像的全部信息细节。式（1）为窗口变换图像数据与显示值的关系，其中V为图像数据；G为显示器显示值；gm为显示器的最大显示值。
　　G(V)=0，V　　gmw(V+w2－c),c－we≤V≤c+w2
　　gm,V>c+w/2
　　
　　3 流域算法的基本原理
　　
　　3.1 流域变换的基本思想
　　流域分割算法可以归属于基于区域的分割方法^［5］，该方法的直观思想来源于地形学。把灰度图像看成是一个地形地貌，像素的灰度值就是相应点的高度。在极小值处打一个洞，水从这些洞中不断均匀溢出，水面不断连续上升，当不同区域的水逐渐升高至将要汇合时，建立一道堤坝防止水最终汇合，当水面到达地形最高峰时，该过程结束，同时只有高出水面部分的堤坝可以看见，这些可见的堤坝即为对应的流域分界线。
　　3.2 流域变换的基本原理
　　（1） 测地距离dX(x,y)是以x，y为端点，包含在X中的最短距离^［6］。如图1所示。
　　图1 测地距离
　　（2） 测地影响区ZX(Yi)，假设Y为X中的一个集合，它由多个连通子集组成，记为Y1,Y2,…,Yk，连通成分Yi的测地影响区ZX(Yi)，由X中距Yi的测地距离比距Y的其他连通成分距离都要小的所有点集组成，即：
　　ZX(Yi)={p∈X,j∈［i,k］,j≠i,
　　dX(p,Yi)　　式中，k为Y中连通成分的个数。
　　（3） 测地影响区骨架（SKIZ）在X中不属于任何一个Y的测地影响区的点集，构成影响区骨架^［7］ (见图2)，即：
　　
　　SX=X\∪ki=1ZX(Yi)
　　（4） 形态学梯度：g(f)=(f⊕B)－(fΘB)，即用结构元素B对f进行膨胀和腐蚀之差。
　　相对于极小区域，图像中有3种空间点：
　　（１） 属于极小区域的点；
　　（2）将1个水珠放在梯度图像的该点处，它必定滚入某一极小区域的点；
　　（3） 水珠在该点滚入1个以上的极小区域可能性相同的点。
　　对于一个给定的极小区域，水珠会滚入该区域的所有点的集合，称为该极小区域的集水域。所有符合（3）的点组成的曲线称为分水岭或流域分界线，可以想象，物体真实边缘正是一条流域分界线，如图3所示。
　　图2 测地影响区及SKIZ
　　图3 极小值和流域分界线
　　
　　4 医学图像的伪彩色增强方法
　　
　　图像增强是图像处理中的一项任务，目的是有选择性地突出图像中主要的、所感兴趣的有用信息，压制、降低次要信息或干扰。彩色增强是一种常用的图像增强方法，分为假彩色增强和伪彩色增强。将一幅彩色图像映射为另一幅彩色图像的增强方法称为假彩色增强，而将一幅灰度图像映射为一幅彩色图像的增强方式称为伪彩色增强。
　　4.1 伪彩色增强的基本思想
　　图像彩色增强旨在提高图像分辨率，而颜色类别和对比度是影响视觉分辨率的2个主要因素。主观亮度与客观亮度之间存在对数关系(Weber-Fechner定律) ［8］，根据韦伯-费赫涅尔定律，视觉相对对比度CV可以表示为：CV=S－S0S0=K(lg B－lg B0)Klg B0+K0，式中：B和B0分别为对象的客观亮度和背景的客观亮度；S和S0分别为对象的主观亮度与背景的主观亮度。因此，通过增加对比度提高视觉分辨率是有限的，而且计算机数字图像只有256个灰度级。尽管人眼对各种彩色的分辨能力要比对黑白的分辨能力低，但是人眼对灰度微弱递变的分辨能力远比颜色变化低。人眼对灰度的分辨率是几十个灰度级，而对彩色的分辨率可达近千个^［9］。所以增加颜色类别是提高人眼对图像视觉分辨率的一条有效途径。
　　4.2 灰度级-彩色变换
　　通过构造传递函数IR(x，y)，IG(x，y)和IB(x，y)建立RGB三基色与灰度级g(x，y)之间的映射关系，然后再合成为伪彩色图像，从而达到彩色增强的目的。这一过程可以用图4表示。由于伪彩色图像的合成需要对图像数据重新编码，而灰度级-彩色变换传递函数IR(x，y)，IG(x，y)和IB(x，y)又是图像编码的依据。传递函数不同，编码方法也不一样，本文采用了彩虹码和热金属码2种编码方法^［10］。
　　图4 灰度级-彩色变换流程图
　　
　　5 基于分割的医学图像伪彩色处理方法
　　
　　基于分割的医学图像伪彩色处理的步骤是：首先利用流域分割技术将灰度医学图像分割为不同的区域（分为目标器官图和背景组织图），再对目标器官灰度采用编码A方法的伪彩色处理，而对背景组织灰度图采用编码B方法的伪彩色处理，最后在将两幅彩色图像融合在一起显示，流程如图（5）所示。经过基于分割的伪彩色处理可使图像不同区域的颜色具有显著区分，并且可以同时显示出目标器官和背景组织，达到了不失图像的整体效果的目的。
　　图5 基于分割的医学图像伪彩色处理流程图
　　6 实验结果与分析
　　图6对兔子头部冠断面二维图像处理前后的对比图；图7对兔子头部三维图像处理前后对比图。两幅彩色图片中绿色部分均是兔子的脑部组织（目标器官图）。
　　当采用一种伪彩色编码时，只能针对特定灰度范围的图像具有较好的处理效果。当图像灰度范围变化较大时就必须改变伪彩色编码，才能达到较好的处理效果，即伪彩色编码具有对图像灰度范围变化适应性差的缺点。简单图像分割的缺点是，当同时显示目标器官图和背景组织图时，分界线不明显；而当目标器官图与背景组织图各自显示时又破坏了图像的整体效果。在分割的基础之上，再对医学图像文件进行分区域的伪彩色处理，将分割技术与伪彩色处理结合起来，充分发挥了二者的优点，在不破坏图像整体信息特性的同时，突出显示不同区域的图像特征，并且克服了简单伪彩色处理适应性差的缺点。
　　图6 对二维图像处理前后
　　图7 对三维图像处理前后
　　7 结 语
　　基于分割技术的伪彩色增强处理,能明显提高病灶区域图像可分辨性。通过以上方法,在临床诊断中,可以有目的地检查,缩小检查范围,从而减少读图工作量,达到降低漏诊率和误诊率的目的。将对医学图像的分割技术与对医学图像文件进行伪彩色处理有机地结合在一起应用，充分发挥出两种不同图像增强技术的优点。
　　
　　参考文献
　　［1］［日］日下秀夫.彩色图像工程［M］ .朱虹,译.北京：科学出版社，2004.
　　［2］Kenneth R.数字图像处理［M］.Castleman，朱学刚,译.北京：电子工业出版社，2002.
　　［3］张尤赛，陈福民.DICOM医学图像窗口变换的加速算法［J］.计算机工程与应用，2003，39（13）：218-220.
　　［4］康晓东.现代医学影像技术［M］.天津:天津科技翻译出版公司,2000.
　　［5］吴璇，汪渤.形态学梯度重建的改进快速分水岭算法［J］.微计算机信息，2006，22（8）：174-176.
　　［6］王金涛，刘文耀,路烁.流域分割算法在细胞图像分割中的应用［J］.西南交通大学学报,2002,37(3):290-294.
　　［7］Grau V，Mewes A U J,Alcaiz M,et al.Improved Watershed Transform for Medical Image Segmentation Using Prior Information.IEEE Transactions on Medical Imaging,2004,23（4）:447-458.
　　［8］范留明.数字图像伪彩色增强方法在岩土CT图像分析中的应用［J］.岩石力学与工程学报,2004,23(13):2 257-2 261.
　　［9］刘文胜，张建民.一种伪彩色显示的数字图像采集系统［J］.微计算机信息,2004，20(7):36-37.
　　［10］何斌，马天予，王运坚,等.Visual C++数字图像处理［M］.北京：人民邮电出版社，2002.
　　［11］马国军，张尤赛.交互式流域算法在医学图像分割中的应用［J］.微型电脑应用，2006，22（4）:55-57.
　　
　　作者简介 李全越 男，1982年出生，满族，河北秦皇岛人，现为江苏科技大学电子信息学院硕士研究生。主要研究方向为三维图像处理。
　　王 芳 女，1981年出生，汉族，江苏新沂人，江苏科技大学硕士研究生。主要研究方向为三维图像处理。
　　注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文