【正文】 rdinal三次樣條曲線對中心路徑進行了平滑處理。為了逼真地模擬用傳統(tǒng)內窺鏡進行醫(yī)療檢查時的一些約束,利用抽取中心路徑時得到的各體素點距器官表面的距離值,提出了一種簡單、快速、有效的表面碰撞檢測方法。 Development Center 開發(fā)的一套醫(yī)學虛擬內窺鏡系統(tǒng)，主要用于人體的多個部位：虛擬結腸、虛擬支氣管和虛擬脈管等。VEMA支持多視圖技術如細節(jié)放大、同步顯示內外3D視圖、組合2D和3D表面視圖，在人體空腔管道中交互移動或自動航行，并且提供了交互是解剖測量工具。近年來，超聲、MRI、CT圖像CAD也廣為研究者所關注。Mayo Clinics）。我國臺灣大學醫(yī)學院、高雄榮民總醫(yī)院配合美國一家專業(yè)公司進行的臨床中發(fā)現：CAD系統(tǒng)可提高1cm左右的病灶的確診率。對于服用造影劑后產生的偽增強在國內研究甚少，在美國Janne Na168。有效的去除服用造影劑后所產生的偽增強。圖像形成的處理有如對選定層面分成若干體積相同的長方體，稱之為體素，掃描所得信息經計算而獲得每個體素的X 線衰減系數或吸收系數，再排列成矩陣，即數字矩陣，數字矩陣可存貯于磁盤或光盤中。所以，CT 圖像是重建圖像。水0鈣值 80～300脾臟35～60血塊64～84 胰腺30～55腦白質25～34 腎臟25～50腦灰質28～44 肌肉40～55腦脊液3～8 膽囊10～30血液13～32 甲狀腺50～90血漿 3～14 脂肪10～80 造影劑簡介在人體內部組織結構中,有相當一部分屬于軟組織和體液,普通X線檢查時,只依靠它們本身的形態(tài)、密度、厚度差異不足以形成肉眼可見的影像密度差別,不能顯示組織器官的輪廓和內部細微結構。被引入的物質的主要作用是增加了組織(和／或病變)結構的人工對比,因此,該物質被稱為對比劑,習慣上也稱為造影劑。所以在醫(yī)療診斷中起著重要的作用。Generate Meshed Mark 形成網式的馬克Remove Region 移動范圍(2) Normalization Gaussioan Filter 高斯濾波器 高斯濾波器的簡介：實質上是一種信號的濾波器，其用途是信號的平滑處理，為了得到較好的圖像邊緣，先對圖像做Gauss平滑濾波，剔除噪聲，然后求二階導矢，用二階導的過零點確定邊緣，在計算時也是頻域乘積=空域卷積。這個設計思想就是檢查輸入信號中的采樣并判斷它是否代表了信號，使用奇數個采樣組成的觀察窗實現這項功能。然后，丟棄最早的值，取得新的采樣，重復上面的計算過程。保存邊緣的特性使它在不希望出現邊緣模糊的場合也很有用。再用模板中的全體像素的平均值來代替原來像素值。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當前像素點（x，y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當前像素點（x，y），作為處理后圖像在該點上的灰度個g（x，y），即個g（x，y）=1/m ∑f（x，y） m為該模板中包含當前像素在內的像素總個數。 Dilation 膨脹 功能：收縮圖像，是將與物體接觸的所有背景點合并到該物體中，使邊界向外部擴張的過程，可以用來填補物體的空洞。 Closing 閉運算 主要功能：平滑圖像的輪廓，與開運算相反，它一般融合窄的缺口和細長的彎口，去掉小洞，填補輪廓上的細縫。這給組織分割，病灶提取帶來了很大的影響。讀入CT圖像，對讀入的圖像進行中值濾波平滑處理，使用自適應密度改進方法建立偽增強效應的數學模型，通過該數學模型計算給定CT圖像的偽增強效應輸出強度，從給定CT圖像中去除偽增強信號，輸出補償后的CT圖像。對讀入的CT圖像需要進行相應的數制轉換才可顯示在PLUTO瀏覽器中。為了抑制或消除這些噪聲而改善圖像的質量需要對圖像進行平滑處理。本課題所使用圖像平滑處理方法為均值濾波。該方法是不依賴于物理模型，而是一種圖像處理方法，該方法的參數是通過使用結腸幻影自動估算的。由于該方法的自適應性，能夠自動修改PEH產生的偽增強，因此采用此數學模型。[5]第4章 總體設計(1)CT圖像的讀取 CT圖像需要在PLUTO瀏覽器中顯示，對讀入文件進行數制轉換。(2)CT圖像的平滑處理本課題采用均值濾波平滑算法對圖像進行平滑處理。采用鄰域平均法的均值濾波器適用于去除通過掃描得到的圖像中的顆粒噪聲。[6]總體設計流程圖如下所示：開始CT圖像的讀取CT圖像的平滑CT圖像的密度自適應改正CT圖像的保存圖41 總體設計流程圖第5章 詳細設計 CT圖像的讀取 512格式文件與DICOM文件 1．打開的512格式文件一般如下圖所示。 2．CT圖像格式大多為DICOM格式，gz文件格式是從DICOM格式文件轉換512格式文件是從gz格式文件解壓縮而來。DICOM圖像文件是醫(yī)學影像傳輸和存儲的專用格式，一般符合DICOM標準的醫(yī)療影像設備所產生。這些文本信息是醫(yī)學圖像數據中的重要數據組成部分，但由于數據被封裝在文件中，一般無法在計算機上直接進行讀取。DICOM文件一般有DICOM文件頭和DICOM數據集組成，如圖所示。數據集：是一些數據元素按照一定順序排列的集合，數據元素一般由標簽（TAG）、數據類型（value representation，VR）、數據長度（value length，VL）和數據域（value field，VF）四部分組成，如圖所示。在數據字典中所有的元素都是用（組號、元素號）這種方式來表示的。在DICOM中用兩個字節(jié)的字符來表示，如一個數據元素的VR是DA，表示該數據元素中存儲的是日期數據類型數據。有傳輸語法決定。VR 為顯式時必須存在，為隱式時需省略。一般要求字節(jié)數目為偶數。這個長度只是值的長度，不包括數據元素的標簽、VR、數據長度字段。該字段的數據類型有數據元素的VR標志。2) 對DICOM文件進行解析，按順序讀取數據集中的每個數據元素。在解碼的過程中，僅需要知道圖像的相關文本信息的數據元素值，即程序讀取到像素數據時結束。需要進行相關的數制轉換。打開512格式文件，根據CT圖像的長寬高在512格式文件中找到與其對應的十六進制數（在512格式文件中四個數字代表一個CT值）。讀入CT圖像后可運用PLUTO瀏覽器進行顯示。流程圖說明：m1和m2分別為512格式文件中的兩個十六進制的數據，將該數據轉換十進制，后存放在三維數組CT中，并進行輸出。抑制或消除這些噪聲而改善圖像質量的過程稱為圖像的平滑。圖像平滑處理方法有空域法和頻域法兩大類。(1)均值濾波 均值濾波是簡單的空域處理方法也稱為鄰域平均法, 均值濾波的過程是使一個窗口在圖像上滑動, 窗中心位置的值用窗內各點值的平均值來代替。采用鄰域平均法的均值濾波器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 中值濾波是一種去除噪聲的非線性處理方法, 他是由圖基(Turky) 在1971 年提出的。中值濾波器的基本原理是首先確定一個以某個像素為中心點的鄰域，一般為方形鄰域，然后將鄰域中各像素的灰度值進行排序, 取中間值作為中心像素灰度的新值，這里的鄰域通常被稱為窗口； 當窗口在圖像中上下左右進行移動后， 利用中值濾波算法可以很好地對圖像進行平滑處理。(3)自適應濾波 所謂自適應濾波, 就是利用潛意識可以獲得的濾波器參數等結果, 自動地調節(jié)現時刻的濾波器參數, 以適應信號和噪聲未知的或隨時間變化的統(tǒng)計特性, 從而實現最優(yōu)濾波。維納和卡爾曼濾波器等濾波器要求已知關于信號和噪聲統(tǒng)計特性的先驗知識, 但在實際應用中常常無法得到信號特征先驗值時, 在這種情況下, 采用自適應濾波器, 能夠得到較好的濾波效果。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, 自動調整參數, 是濾波器性能重新達到最佳。[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。(2)中值濾波器：中值濾波方法簡單, 易于實現, 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。(3)自適應濾波器：自適應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。根據本課題所研究的內容選擇了均值濾波作為圖像的平滑技術。一個點的鄰域定義為以該該點為中心的一個規(guī)則的形狀內部或邊界上點的集合。(1)二鄰域：為該點的左側和右側所對應的域。(3)八鄰域：為該點的左側、右側、正上方、正下方與該點的斜對角線所所對應的域。均值濾波見公式(51)。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，該差值大于所設定的閾值時，輸出均值，否則輸出原來的CT值。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對CT圖像的平滑處理。二維均值濾波平滑算法流程圖如圖所示。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，該差值大于所設定的閾值時，輸出均值，否則輸出原來的CT值。三維均值濾波平滑算法流程圖如圖522所示。雖然結腸直腸癌會在很大程度上是可以通過癌前息肉的切除預防的，但在美國只有30%的成年人參加結腸檢查，因此虛擬腸鏡是被希望是即方便又經濟的大腸篩選方案。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。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。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（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。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，而低閾值200HU在圖(b)中展現。在圖（c）中偽增強折痕在肺部和軟組織中被標記液體覆蓋，同時運用內窺鏡觀測。在內窺鏡下顯示，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假息肉。[11]圖57 PEH在這項研究中，發(fā)展一個自適應改正方法（ADC）,它使在結腸殘渣中的偽增強PEH效果最小化。自適應密度改進方法主要通過構建偽增強（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。ADC方法使觀測PEH效果達到最小化。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。　　自適應密度改正算法（ADC）公式介紹：標記區(qū)域（服用造影劑區(qū)域）內，觀測p點的CT值見公式(52)。增加的代表著在p