【文章內(nèi)容簡介】 應(yīng)濾波器, 能夠得到較好的濾波效果。自適應(yīng)濾波器能夠在自己的工作過程中逐漸了解或估計出所需的統(tǒng)計特性, 并以此為依據(jù)自動調(diào)整自己的參數(shù), 以達到最佳濾波效果。一旦輸入信號的統(tǒng)計特性發(fā)生變化, 他又能夠跟蹤這種變化, 自動調(diào)整參數(shù), 是濾波器性能重新達到最佳。因此, 自適應(yīng)濾波器具有“自我調(diào)節(jié)”和“跟蹤”能力。[10]1．三種平滑方法的比較： 通過對同一噪聲類型圖像采用三種方法進行處理，比較如下：(1)均值濾波器：原始圖像經(jīng)過均值濾波后, 噪聲得到了抑制, 圖像也得到了平滑, 但同時也使圖像邊緣變得模糊。均值濾波非常適用于去除通過掃描得到的圖像中的顆粒噪聲 。(2)中值濾波器：中值濾波方法簡單, 易于實現(xiàn), 而且能較好地保護邊界, 但對圖像中的細節(jié)處理不理想, 有時會失掉圖像中的細線和小塊目標區(qū)域。中值濾波器對于濾除圖像中的椒鹽噪聲非常有效。(3)自適應(yīng)濾波器：自適應(yīng)濾波具有更好的選擇性, 他不但使噪聲得到了抑制, 且更好地保存圖像的邊緣和高頻細節(jié)信息。在實際應(yīng)用中, 應(yīng)針對具體的應(yīng)用背景和給定的圖像類別, 綜合考慮不同要求, 選擇適當(dāng)?shù)臑V波方法。根據(jù)本課題所研究的內(nèi)容選擇了均值濾波作為圖像的平滑技術(shù)。臨域的概念：鄰域是遠比圖像尺寸小的一規(guī)則形狀。一個點的鄰域定義為以該該點為中心的一個規(guī)則的形狀內(nèi)部或邊界上點的集合。2．鄰域的分類：二領(lǐng)域、四鄰域、八領(lǐng)域等。(1)二鄰域：為該點的左側(cè)和右側(cè)所對應(yīng)的域。(2)四鄰域：為該點的左側(cè)、右側(cè)、正上方和正下方所對應(yīng)的域。(3)八鄰域：為該點的左側(cè)、右側(cè)、正上方、正下方與該點的斜對角線所所對應(yīng)的域。根據(jù)本課題所研究內(nèi)容所使用的均值濾波平滑方法，選擇并使用了四鄰域。均值濾波見公式(51)。 (51)其中為均值濾波后的圖像，為所選擇的中心點，為中心點的鄰域ct值,R表示濾波窗口中的所有像素點，n為所選擇的鄰域類型（本課題所使用的四鄰域n=4）,T為人眼能夠識別的鄰域與中心點像素之間的最小的差值（本課題T=1mm）。3．二維的均值濾波均值濾波二維主要思想：首先獲取CT圖像的長寬和濾波窗口的中心點，循環(huán)獲取濾波窗口的中心點四鄰域的平均值，使原CT圖像的值與平均值做差，該差值大于所設(shè)定的閾值時，輸出均值，否則輸出原來的CT值。使該循環(huán)不斷執(zhí)行最終將圖像的高亮區(qū)域或灰暗區(qū)域色差變得平滑。423212222 二維均值濾波例：說明：以九宮格作為濾波窗口（3*3），在九宮格中選擇四鄰域?qū)T圖像的平滑處理。在該窗口中，選擇濾波窗口的中心點為1，四鄰域的值都分別為2，經(jīng)計算該四鄰域的均值為(2+2+2+2)/4=2,運用中心點的像素值1減去鄰域的均值2，12=1，該差值小于所設(shè)定的閾值（閾值為人眼可識別中心點與鄰域點像素的最小差值），所輸出中心點的像素值1，在整個CT圖像范圍內(nèi)，不斷循環(huán)濾波窗口，最終使得圖像的高亮區(qū)域或灰暗區(qū)域色差變得平滑，進而整個CT圖像變得平滑。二維均值濾波平滑算法流程圖如圖所示。二維均值濾波流程圖說明：(1)CT圖像的長寬分別為LW(2)濾波窗口的中心點為f(x,y)=x[i][j]（i=1,j=1）(3)濾波窗口中心點的四鄰域值為s(m)=g(x,y) (m=1,2,3,4,)(4)濾波窗口中心點的四鄰域的均值為：1/4*[s(m1)+s(m2)+s(m3)+s(m4)](5)T為人眼能夠識別的中心點與鄰域點像素的最小差值稱作閾值本課題中T=4．三維均值濾波三維均值濾波的主要思想。首先獲取CT圖像的長寬高和濾波窗口的中心點，循環(huán)獲取濾波窗口的中心點六鄰域的平均值，使原CT圖像的值與平均值做差，該差值大于所設(shè)定的閾值時，輸出均值，否則輸出原來的CT值。使該循環(huán)不斷執(zhí)行最終將圖像的高亮區(qū)域或灰暗區(qū)域色差變得平滑。三維均值濾波平滑算法流程圖如圖522所示。三維均值波流程圖說明：(1)CT圖像的長寬高分別為LWH(2)濾波窗口的中心點為f(x,y,z)=x[i][j][k]（i=1,j=1,k=1）(3)濾波窗口中心點的六鄰域值為s(m)=g(x,y,z) (m=1,2,3,4,5,6)(4)濾波窗口中心點的六鄰域均值z1/6*[s(m1)+s(m2)+s(m3)+s(m4)+s(m5)+s(m6)](4)T為人眼能夠識別的中心點與鄰域點像素的最小差值稱作閾值本課題中T=NYNYNY獲取CT圖像的長寬（L、W）獲取濾波窗口中心點f(x,y)=x[i][j]j=1獲取濾波窗口中心點的四鄰域的值s(m)=g(x,y,z)(m=1,2,3,4)獲取濾波窗口中心點的四鄰域的均值s(m0)=[s(m1)+s(m2)+s(m3)+s(m4)]*1/4|f(x,y,z)s(m0)|T輸出f(x,y)=s(m0)輸出f(x,y)=f(x,y)j++jwi++iL結(jié)束i=1開始圖55 二維均值濾波流程圖 N結(jié)束NYYNYNY開始獲取CT圖像的長寬高（L、W、H）獲取濾波窗口中心點f(x,y,z)=x[i][j][k](i=1,y=1,j=1)獲取濾波窗口中心點的六鄰域的值s(m)=g(x,y,z)(m=1,2,3,4,5,6)|f(x,y,z)s(m0)|T獲取濾波窗口中心點的六鄰域的均值s(m0)=[s(m1)+s(m2)+s(m3)+s(m4)+s(m5)+s(m6)]*1/6輸出s(m0)輸出f(x,y,z)j++i++k++jW1iL1kH1i++ 圖56 三維均值濾波流程圖 自適應(yīng)密度改正方法（CAD）結(jié)腸癌癥是導(dǎo)致癌癥發(fā)生的主要癌癥之一，2007年,大約新發(fā)病例153760死于結(jié)腸直腸癌。雖然結(jié)腸直腸癌會在很大程度上是可以通過癌前息肉的切除預(yù)防的，但在美國只有30%的成年人參加結(jié)腸檢查，因此虛擬腸鏡是被希望是即方便又經(jīng)濟的大腸篩選方案。大量的結(jié)腸鏡篩查病例這份工作對放射學(xué)家而言是一個即耗時有費力的，在工作中不免會錯過細小的病變。因此，自動化的圖像處理是很有必要的，例如計算機輔助掃描（CAD）可以快速的掃描出細小的病變。在結(jié)腸的標記殘渣中，通過標記代理與殘余排泄物和液體的積極對比很容易區(qū)別結(jié)腸癌變。然而，殘渣標記代理趨向偽增強（PEH），它是人工增加組織密度和相鄰標記代理的高密度的觀測。根據(jù)CT值的單位標準（HU），典型的軟組織物質(zhì)的CT值小于100HU,然而偽增強的軟組織具有高的CT值達到了500HU。因此通過對局部密度和標記代理的密度差異，會觀測PEH的變化。在下圖中介紹了通過偽增強介紹的問題，在（a）和(b)兩幅圖片中兩個息肉的圖像被展現(xiàn)出來。在（a）中的息肉是被800HU的高密度標記覆蓋，而在（b）中的息肉被200HU的低密度標記覆蓋。左側(cè)的圖像展示了在肺部的CT圖像中的息肉它的變換范圍在[1000,600]HU,右側(cè)的圖像展示了在軟組織的CT圖像中的息肉它的變換范圍在[200,200]HU。因此息肉在它們所標記材料提取出來，即高閾值的值大于600HU在圖（a）中展現(xiàn)，而低閾值200HU在圖(b)中展現(xiàn)。PEH也使是別息肉變得復(fù)雜化。在圖（c）中偽增強折痕在肺部和軟組織中被標記液體覆蓋，同時運用內(nèi)窺鏡觀測。在肺部展示了原始的折痕結(jié)構(gòu)，在軟組織中展示了PEH的折痕。在內(nèi)窺鏡下顯示，標記材料被使用200HU的閾值描繪，因此在軟組織中會形成了折痕而出現(xiàn)假息肉。在圖（d）中在肺部的殘渣標記，殘渣的CT值約為174HU，而低的閾值150HU被用來描繪成標記的材料，因而就形成了假性的息肉。[11]圖57 PEH在這項研究中，發(fā)展一個自適應(yīng)改正方法（ADC）,它使在結(jié)腸殘渣中的偽增強PEH效果最小化。 CT圖像的自適應(yīng)密度改正方法（ADC） 1．自適應(yīng)改進方法（ADC）該方法是不依賴于物理模型，而是一種圖像處理方法。自適應(yīng)密度改進方法主要通過構(gòu)建偽增強（PEH）迭代模型，循環(huán)計算CT圖像中標記的高密度區(qū)域中的能量值。在注入造影劑后的標記區(qū)域內(nèi)，循環(huán)計算CT值并減去偽增強（PEH）效果的CT值，最終計算出在標記區(qū)域內(nèi)含有息肉的CT值，不斷的迭代后將在標記區(qū)域內(nèi)將含有的息肉顯示出。ADC方法使觀測PEH效果達到最小化。由于該方法的自適應(yīng)性，能夠自動修改PEH產(chǎn)生的偽增強，因此為最快最佳算法。ADC方法包含了兩個主要步驟：(1) 估算總的標記區(qū)域的PEH能量。(2) 以波的形式擴大局部范圍，分布估計標記區(qū)域內(nèi)的PEH能量?！　∽赃m應(yīng)密度改正算法（ADC）公式介紹：標記區(qū)域（服用造影劑區(qū)域）內(nèi)，觀測p點的CT值見公式(52)。 (52)表示在p點觀測的CT值，同時觀測不帶有PEH效果的實際CT值。增加的代表著在p點的PEH效果的CT值。計算首先計算p點的鄰域點q的PEH效果的能量值，見公式(53)。 (53)公式(2)中代表閾值(人眼可識別的該點的CT值和其鄰域點CT值的最小差值)，p點接受其鄰域點q的PEH能量，見公式(54)。 (54)代表能量高斯傳播函數(shù)用來觀測在q點的CT值。表示在p和q兩個像素點間的距離。因此p點接收其鄰域點q的總的能量見公式(55)。　　　　　　　　　　　　　(55)在實際運行中距離像素點ｐ較遠的其領(lǐng)域像素點是可以被忽略的。我們在實現(xiàn)公式(4)計算p點接受q點的能量需要在1+2這個像素范圍內(nèi)計算。計算出后重新分配p點接收總的能量，迭代的接收其相鄰像素所釋放的PEH能量。迭代器不斷的擴大標記區(qū)域內(nèi)PEH的范圍。每次迭代是僅接收剩余的PEH能量，剩余能量被表示成，p點接收總的剩余能量見公式(56)。 (56)表示剩余能量的高斯傳播。不斷的迭代循環(huán)知道該PEH能量可以被忽略為止。最后計算出在標記區(qū)域內(nèi)p點接收到的總的PEH能量。實際的p點的CT值由公式近似的表示見公式(57)。 (57)2． 自適應(yīng)密度改進算法主要過程描述服用造影劑后會增強病變與人體組織結(jié)構(gòu)的差別，但也會產(chǎn)生一定的偽增強，偽增強就是造影劑將病變覆蓋而顯示不出。所以自適應(yīng)密度改進算法主要去除了服用造影劑后所產(chǎn)生的偽增強。在自適應(yīng)密度改正ADC算法中，PEH(偽增強)作用的一點的CT值是隨著距離增加而減小，從而構(gòu)建PEH迭代模型，通過該模型不斷迭接收到的總的PEH能量。最終將病變能夠在服用造影劑