一种医学图像处理方法及系统与流程

本发明涉及医学图像技术领域，具体涉及一种医学图像处理方法及系统。

背景技术：

近年来，随着医学影像技术的发展和进步，图像处理在医学研究与临床医学中的应用越来越广泛。医学图像在现代疾病诊断中占有相当重要的地位，在分析和阅读灰阶医学图像时，图像的对比度、边缘特征和信噪比等对诊断的正确性非常重要。然而，由于成像设备、传输介质和记录设备的不完善以及成像对象的影响等多种因素，医学图像在生成过程中不可避免地产生噪声、模糊、伪影等问题；另外，在对医学图像的处理环节，也会引入噪声干扰，在图像上常表现为引起较强视觉效果的孤立像素点、像素快、细粒、网纹或雪花状等结构异常。这些噪声掩盖了部分图像中某些特征的可见度(这部分图像区域往往含有重要的参考信息)，尤其对于低对比度的物体，影响图像的分辨率，甚至使医师无法做出正确判断。因此有必要对医学图像进行滤波，以获得良好的视觉效果，提高医学诊断的准确率。

医学图像滤波方法一个重要的指标就是可控性，即对不同类型的医学图像输入同样的参数能达到统一的滤波效果。通常的滤波技术对每一个输入参数都有一个期望的滤波效果，但只能在理想的情况下(如图像噪声分布为均匀的高斯白噪声等)可以达到。而实际的医学成像过程，如磁共振成像中既包含来自受检者身体和电路元器件的内部噪声，又包含周围环境对射频信号干扰引入的外部噪声，这些噪声的存在会使一些组织的边界变得模糊。此外，成像过程中需要根据人体不同组织选择不同的成像序列，图像种类繁多，成像处理过程中往往会加入变形矫正，并行成像，图像放大等处理操作，最终 使生成的磁共振图像中包含各种难以估计的噪声模型，要达到统一的滤波效果是一件非常困难的事情。医生观察医学图像一般有局部性和全局性，即一方面只对自己感兴趣的区域敏感，例如对乳腺图像更为关心乳腺部分的效果，对图像滤波效果是否稳定的评判往往取决于这些区域的滤波效果是否一致；另外一方面，也很强调全图视觉效果的一致性，即图像的整体滤波效果需要比较统一。

图像的每个像素值都由实际像素值和随机噪声两部分组成，现有医学图像滤波方法主要有基于频域转换的滤波和基于图像域的均值/中值滤波方法。基于频域的滤波方法一般过程为：将图像转到频域；对频域系数滤波；从频域重建滤波后的图像。其滤波(降噪)效果一般依赖于频域转换函数和滤波方法两部分。基于图像域的均值滤波首先利用像素点周边的像素集合平均值来对实际像素值进行无偏估计。然而上述图像滤波方法一般只能应用于比较理想的噪声模型，当处理噪声模型复杂的图像时，滤波稳定性差，无法满足用户需求。基于此，有必要提出一种可用于复杂噪声模型的，保证滤波稳定性的医学图像处理方法。

技术实现要素：

本发明要解决的问题是提供一种医学图像处理方法，其可用于复杂噪声模型，滤波效果稳定，保证全图滤波的一致性，而且处理速度快。为解决上述问题，本发明提供一种医学图像处理方法，包括：

获取待处理医学图像I₀，并提取所述医学图像I₀的感兴趣区域R₀；

对所述感兴趣区域R₀进行滤波和参数优化，得到最优滤波参数w；

利用所述最优滤波参数w对所述医学图像I₀感兴趣区域R₀之外的区域进行滤波处理；

输出经过滤波处理的医学图像。

进一步地，对所述医学图像I₀进行线性结构检测获取结构图，根据所述结构图中的归一化灰度值提取所述医学图像I₀的感兴趣区域R₀。

进一步地，对所述感兴趣区域R₀进行滤波和参数优化，得到最优滤波参数w的具体过程为：

(a)设定期望噪声残留比α和容忍度β，并根据期望噪声残留比α计算得到初始滤波参数w₀，其中0＜α＜1，0＜β＜0.1；

(b)获取滤波处理前感兴趣区域R₀局部标准差的均值；

(c)利用初始滤波参数w₀对所述感兴趣区域R₀进行滤波处理，并获取滤波处理后感兴趣区域R₀局部标准差的均值；

(d)根据滤波处理后感兴趣区域R₀局部标准差的均值，得到感兴趣区域R₀的噪声残留比x，其中0＜x＜1；

(e)比较所述滤波处理后感兴趣区域R₀的噪声残留比x与所述期望噪声残留比α的差值是否在容忍度β范围内，如果是，则令所述初始滤波参数w₀为最优降噪参数w；否则，则调整所述初始滤波参数w₀，并返回执行步骤(c)。

进一步地，所述期望噪声残留比α和所述初始滤波参数w₀的关系为：

进一步地，所述感兴趣区域R₀的噪声残留比其中，σ₁表示滤波处理前感兴趣区域R₀局部标准差的均值，σ₂表示滤波处理后感兴趣区域R₀局部标准差的均值。

进一步地，其特征在于，调整所述初始滤波参数w0的具体步骤为：

如果x＞α+β，则令w₀＝w₀+0.1；

如果x＜α-β，则令w₀＝w₀-0.1，其中“＝”为赋值号。

进一步地，所述容忍度β的取值范围为0.01-0.1。

进一步地，当所述初始滤波参数w₀的调整次数达到设定次数时，令初始滤波参数w₀为最优滤波参数w。

本发明的另一方面还提出一种医学图像处理系统，包括：

医学成像装置，用于获得被扫描部位的初始医学图像；

图像预处理装置，与所述医学成像装置连接，用于从所述医学成像装置设备获取待处理医学图像I₀，并提取所述医学图像I₀的感兴趣区域R₀；

滤波装置，与所述图像后处理装置连接，用于对所述感兴趣区域R₀进行滤波和参数优化，得到最优滤波参数w；利用所述最优滤波参数w对所述医学图像I₀感兴趣区域R₀之外的区域进行滤波处理；

显示装置，与所述滤波装置连接，用于输出并显示经过滤波处理的医学图像。

进一步地，还包括存储装置，用保存初始医学图像以及经过滤波处理的医学图像。

与现有技术相比，本发明的有益效果为：根据用户对图像滤波效果稳定性的评判常常取决于其感兴趣区域的特点，从待处理医学图像中预先提取代表性的感兴趣区域，在选定的感兴趣区域上进行参数优化，得到感兴趣区域最合适的滤波参数，然后将感兴趣区域最合适的滤波参数应用到整幅图像的滤波处理中，得到的滤波效果稳定性与用户的期望比较吻合，当应用于不同图像时滤波效果更稳定；避免了不同区域采用不同参数造成滤波(去噪)效果不统一的缺点，保证了全图滤波的一致性；只提取感兴趣区域进行滤波参数优化，然后应用于全图，避免了对所有图像区域都进行参数优化造成的耗时较长的缺点，提高了图像处理速度。

附图说明

图1为本发明医学图像处理方法流程图；

图2a为待处理的头部扫描磁共振图像；

图2b为头部扫描磁共振图像的归一化线性结构检测结果图；

图2c为头部扫描磁共振图像的归一化灰度图；

图2d为头部磁共振图像的感兴趣区域；

图3为获取感兴趣区域最优滤波参数的流程图；

图4为本发明中处理的扫描部位图像的比例；

图5a为采用现有技术滤波后实际噪声残留比例和期望噪声残留比例的关系图；

图5b为采用本发明滤波后实际噪声残留比例和期望噪声残留比例的关系图；

图6为本发明医学图像处理系统结构图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。其次，本发明利用示意图进行详细描述，在详述本发明实施例时，为便于说明，所述示意图只是实例，其在此不应限制本发明保护的范围。

图像去噪最终目的是去除图像中的噪声，尽可能得获取清晰的原始图像。换句话说，就是在消除噪声的同时，保留图像的几何结构。医学图像为医生诊断和治疗提供重要的辅助信息，因此，医学图像去噪在医学上具有极其重要的作用。特别是磁共振成像技术，其具有对人体无电离辐射、软组织对比度高、分辨率好、可提供丰富的诊断信息等众多优点，但是快速成像以及高分辨率使重构后的磁共振图像呈现较大的噪声伪影，影像成像质量，进而影响后续的诊断和治疗。磁共振图像的噪声主要来自人体和电路器件，表现为 随机噪声、机器噪声、生理噪声，正是由于上述因素，导致视觉检测的幅度图像包含的噪声并不是加性高斯白噪声，而是呈现出与信号相关的n维分布。另外实际的磁共振图像种类繁多，为了加速成像效果而引入的并行成像、变形矫正、图像方法等过程，也会给最终的图像噪声模型带来难以估计的变化。

现有的滤波(降噪)方法主要有基于频域转换的滤波方法和基于图像域的均值/中值滤波。其中基于图像域的均值滤波方法利用像素点周边的像素集合平均值对实际像素值进行估计，或者使用像素集合的中值代替均值，使用加权平均代替平均值。加权平均滤波通常依赖全局平滑参数来调节降噪程度，然而在调节过程中，改变该参数的同时也会改变全图的降噪程度，即平滑的区域与降噪不足的区域将会被同等对待。然而，用户期望噪声可以在全图范围内以同等比例压缩，且对不同图像使用相同参数得到的降噪效果应具有视觉一致性。传统的针对高斯分布噪声的方法已经无法很好的去除医学图像的噪声。

本发明提出了一种医学图像处理方法，其主要思想为：预先在医学图像中提取有代表性的感兴趣区域，对选定的感兴趣区域进行滤波参数优化，得到对于感兴趣区域最适合的滤波参数，然后将滤波参数应用于全局医学图像中，从而达到对医学图像稳定滤波、保证全图滤波一致性的效果，具体步骤如图1所示：

S10、获取待处理医学图像I₀，并提取医学图像I₀的感兴趣区域R₀。在此具体实施例中，对医学图像I₀进行线性结构检测获取结构图，根据结构图中的归一化灰度值提取医学图像I₀的感兴趣区域R₀。具体过程为：首先对医学图像I₀(如图2a中待处理的头部扫描磁共振图像)进行线性结构检测，得到线性结构检测结果S₀，并对线性结构检测结果S₀进行归一化，得到如图2b中头部扫描磁共振图像的归一化线性结构检测结果图S₀_norm；同时对医学图像I₀进行灰度归一化，得到如图2c所示的头部扫描磁共振图像的归一化灰度 图I₀_norm(显示与原始待处理的头部磁共振图像基本无差别)，其中归一化灰度图I₀_n_orm中每一像素点的灰度值位于0-1之间；最后分别比较归一化灰度图I₀_norm中每一像素点的灰度值与设定的灰度阈值T₁的关系、归一化线性结构检测结果图S₀_norm中每一像素点的结构检测结果与设定的结构归一化阈值T₂的关系，联合利用上述两种比较关系从医学图像I₀提取出感兴趣区域R₀。需要说明的是，本实施例中处理的医学图像为磁共振图像，根据扫描部位的不同，其设定的灰度阈值T₁也不同：当扫描部位为头颅时，其设定的灰度阈值T₁为0.05；当扫描部位为四肢关节时，其设定的灰度阈值T₁为0.045；当扫描部位为体部和脊柱时，其设定的灰度阈值T₁为0.06；当扫描部位为心脏、乳腺或血管增强造影成像时，其设定的灰度阈值T₁为0.07。而设定的结构归一化阈值T₂为双阈值，在本实施例中，结构归一化双阈值T₂_1＝0.05和T₂_2＝0.15。当医学图像中的部分区域同时满足I₀_norm＞T₁且T₂_1＜S₀_norm＜T₂_2时，即为如图2d所示的头部磁共振图像的感兴趣区域R₀。需要说明的是，感兴趣区域的提取还可以是目标检测方法、通过图像直方图中的灰度阈值确定感兴趣区域的方法或采用分水岭分割算法结合注意力模型算法的机制来实现感兴趣区域的自动检测。

S20、对感兴趣区域R₀进行滤波和参数优化，得到最优降噪参数w，其具体过程如图3所示为：

(a)设定期望噪声残留比α(用户期望保留噪声的程度)，并根据期望噪声残留比α计算得到初始滤波参数w₀，其中0＜α＜1。医学中常用的噪声参数分为smooth、median和sharp三档，在此具体实施例中，根据实际需要设定期望噪声残留比分别为α_smooth＝0.7(对应期望降噪水平为30％)，α_median＝0.8(对应期望降噪水平为20％)，α_sharp＝0.9(对应期望降噪水平为10％)，即期望噪声残留比越高对应期望降噪水平越低，反之期望噪声残留比越低对应期望降噪水平越高。另外，根据待处理医学图像的特征、噪声的特征以及Lindeberg-Lévy 中心极限定理，可得出期望噪声残留比α和初始滤波参数w₀的关系为：

(b)获取滤波处理前感兴趣区域R₀局部标准差的均值σ₁。

(c)利用初始滤波参数w₀对感兴趣区域R₀进行滤波处理，并获取滤波处理后感兴趣区域R₀局部标准差的均值σ₂(σ₂由当前滤波处理后的感兴趣区域决定，后续循环滤波过程中会因为滤波参数的改变而变化)。滤波处理可以使用现有非局部均值降噪的方法，大体为：以感兴趣区域的当前像素为中心选取一个领域(该邻域的大小和形状无固定标准)，以周围相邻像素为中心选取周围邻域，根据当前邻域和周围领域之间的差异性计算当前像素和周围像素的相似性权重，然后对当前像素和周围像素进行加权平均，即可得到当前像素的去噪值。需要说明的是，上述滤波方法还可以采用邻域滤波或双边滤波方法。

(d)根据滤波处理后感兴趣区域R₀局部标准差的均值，得到滤波处理后感兴趣区域R₀的噪声残留比x，其中σ₁表示滤波处理前感兴趣区域R₀局部标准差的均值，σ₂表示滤波处理后感兴趣区域R₀局部标准差的均值其中0＜x＜1。

(e)比较滤波处理后感兴趣区域R₀的噪声残留比x与期望噪声残留比α的差值是否在容忍度β范围内，如果是，则令当前初始滤波参数w₀为最优降噪参数w；否则，则调整当前初始滤波参数w₀，返回步骤(c)，其中0＜β＜0.1，优选范围设置为0.01-0.1任意数值。在此具体实施例中，设定容忍度β＝0.05。初始滤波参数w₀调整的具体过程为：如果|x-α|≤β，则令初始滤波参数w₀为最优降噪参数w。如果|x-α|＞β，此处“||”为取绝对值符号，在此条件下分两种情况处理：如果x＞α+β，则w₀＝w₀+0.1；如果x＜α-β，则令w₀＝w₀-0.1， 其中“＝”为赋值号。上述经过调整后的初始滤波参数w₀重新返回步骤(c)继续对感兴趣区域进行滤波处理，直到满足|x-α|≤β，且令当前初始滤波参数w₀为最优降噪参数w。需要说明的是，为了加速迭代算法的处理过程，同时保证图像处理效果，上述调整初始滤波参数以及利用调整的滤波参数处理感兴趣区域的过程也有一定的次数限制。在此具体实施中，当初始滤波参数w₀的调整次数达到设定次数时(本实施例中优选为10次)，则直接令当前初始滤波参数w₀为最优降噪参数w，无需再判定滤波处理后感兴趣区域R₀的噪声残留比x与期望噪声残留比α的数值关系。需要特别说明的是，以上的最优降噪参数w是指在符合特定条件下对参数的一个较佳选取，也可称为优化的降噪参数w，本实施例中，根据smooth、median和sharp档位的不同(即针对特定滤波要求)，得到的最优降噪参数也会不同，仅仅针对当前特定条件。

S30、利用最优降噪参数w对所述医学图像I₀感兴趣区域R₀之外的区域进行滤波处理，该处理过程与利用初始滤波参数对感兴趣区域进行滤波处理的过程大体相同。

S40、输出经过滤波处理的医学图像。在此具体实施例中，共处理17899幅磁共振图像，覆盖磁共振扫描的多个身体部位，如图4所示，其中四肢关节图像比重为30％，头颅图像比重为25％，体部和脊柱图像比重都为15％，心脏、乳腺和增强磁共振血管成像的比重都为5％。作为对比，分别选择现有医学图像处理方法和本发明方法对磁共振图像处理，如图5a为采用现有技术滤波后实际噪声残留比例和期望噪声残留比例的关系图，图5b为采用本发明方法滤波后实际噪声残留比例和期望噪声残留比例的关系图。通过对比可知，采用现有技术滤波中归一化权重的非局部加权滤波后实际噪声残留比和期望噪声残留比例在设定的三个档位都存在较大误差，且各个档位上的噪声残留比波动范围较大，效果不稳定，而采用本发明方法滤波处理后的图像，其不同档位之间实际噪声残留比例与期望的噪声残留比例更加一致，且同一档位 上的噪声残留比波动范围较小，降噪程度更稳定。

以上实施方式以磁共振图像(MRI)为例，但是本发明也应用于计算机断层图像(CT)、数字化X线摄影(DR)等医学图像的处理。

本发明还提出一种医学图像处理系统，如图6所示包括：

医学成像装置100，用于获得被扫描部位的初始医学图像。根据医学图像的不同，所用的医学成像装置也不尽相同。如磁共振图像的医学成像装置包含由主磁场线圈、梯度磁场线圈和射频线圈组成的磁场模块，采集磁共振信号的数据采集模块，将数据采集模块的信号处理成初始磁共振图像的数据处理模块。如计算机断层成像(CT)图像的医学成像装置包括由X射线管、高压发生器、X射线控制器组成的X射线产生模块，晶体探测器组成的采集X射线衰减信号并将X射线能量转换为电信信号的数据检测模块，将探测器的电信号转换为CT图像的图像重建模块。如DR图像的医学成像装置则主要包括X射线源，探测X射线信号的探测器以及数字图像处理模块(其将探测器探测的电信号转化为DR数字图像)。

图像预处理装置200，与医学成像装置100连接，用于从医学成像装置100获取待处理医学图像I₀，并提取所述医学图像I₀的感兴趣区域R₀。其中，图像后处理装置200提取感兴趣区域可以根据图像的灰度提取，或根据线性结构检测结果提取，或者联合利用两个特征结果提取。

滤波装置300，与图像预处理装置200连接，用于对感兴趣区域R₀进行滤波和参数优化，得到最优滤波参数w；利用最优滤波参数w对医学图像I₀感兴趣区域R₀之外的区域进行滤波处理。实际处理中，滤波装置300可以选择非局部均值滤波器、双边滤波器等。

输出装置400，与滤波装置300连接，用于输出并显示经过滤波处理的医学图像。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。