一種改進(jìn)的磁共振圖像自動調(diào)窗算法

【作 者】沈琴，蔣謨文，駱建華

1 上海交通大學(xué)生物醫(yī)學(xué)工程系，上海，200030

2 寧波鑫高益磁材有限公司，寧波，余姚，315400

目前國內(nèi)外各種自動調(diào)窗算法對大部分的磁共振圖像都有較佳的處理效果[1-6]。然而，寧波鑫高益磁材有限公司所提供的大量實驗數(shù)據(jù)表明，當(dāng)圖像面積占整個磁共振原圖（包括圖像和背景）的比例小于0.3500（大量數(shù)據(jù)實驗得到）時，利用目前的自動調(diào)窗算法所獲取的圖像，其清晰度與對比度將大打折扣，影響臨床診斷。

1 基本概念和常用算法

磁共振圖像是數(shù)字灰度圖像，一般由3個尺度來描述，即圖像的寬、高、深，其中圖像的深是用來表示圖像像素亮度的位數(shù)。一般醫(yī)學(xué)圖像的深度為12位，表明圖像的亮度將用4096（212=4096）個灰度級來表示。但是人眼的分辨率是有限的，因此需要對MRI圖像進(jìn)行調(diào)窗處理。所謂調(diào)窗處理，就是在4096個灰度級中，選取出一定范圍內(nèi)的灰度級進(jìn)行顯示，而將灰度級大于這一范圍的像素置為全白（即255），小于這一范圍的像素置為全黑（即0）。這個完整的顯示范圍是由窗位、窗寬所決定的。窗位是指顯示的圖像數(shù)據(jù)的中心值或平均亮度，通過改變窗位，可以使得窗口位置在整個灰度級范圍內(nèi)移動，來改變圖像的整體亮度；窗寬是指整個顯示窗口上界和下界之間的顯示區(qū)域，它決定了顯示圖像的灰階多少，通過改變窗寬可以來改變顯示圖像的對比度。如公式(1)所示，顯示的圖像數(shù)據(jù)與顯示值之間的轉(zhuǎn)換關(guān)系[2,6-8]：

其中，V為圖像數(shù)據(jù)，G為顯示器的顯示值，gm為顯示器的最大顯示值（本文中為255），w為窗寬，c為窗位。

文獻(xiàn)[2]中是以最高信號強(qiáng)度的值設(shè)置為窗寬，1/2窗寬+50為窗位；文獻(xiàn)[3,4,6]中是根據(jù)灰度直方圖分布特點尋找直方圖極大值和極小值，從而獲取窗寬窗位；文獻(xiàn)[5]中提出了利用灰度直方圖均衡化的方法來自適應(yīng)調(diào)節(jié)圖像的對比度。這幾種方法對于大部分MRI圖像都有比較好的處理效果，但是當(dāng)圖像面積占整個MRI原圖面積的比例小于一定值時，使用上述幾種自動調(diào)窗算法得到的圖像，其清晰度和對比度都不佳。

對大量原始MRI圖像的統(tǒng)計表明，圖像灰度分布存在著雙峰形狀，第一個峰很高，由背景組成，占有整個圖像像素總數(shù)的大部分；第二個峰比較低緩, 由圖像和噪聲組成，像素數(shù)量不多，但分布較寬。當(dāng)圖像面積占整個MRI原圖面積的比例大于一定值時（經(jīng)寧波鑫高益磁材有限公司所做的大量實驗表明將這個值定為0.3500會有比較好的效果，如圖1所示），上述幾種算法都能取得不錯效果。然而當(dāng)該比例小于0.3500，直方圖分布并不具有明顯的雙峰特征（如圖2所示），這時上述幾種算法不能得到較理想的顯示圖像。下文中提出的自動調(diào)窗算法則能有效地解決這一問題。

圖1 MRI圖像（圖像面積比例大于0.3500）及其直方圖分布Fig.1 MRI image and its histogram distribution(the proportion of image area is more than 0.3500)

圖2 MRI圖像(背景面積和圖像面積比例小于0.3500)及其直方圖分布Fig. 2 MRI image and its histogram distribution(the proportion of image area is less than 0.3500)

2 本文的自動調(diào)窗算法

根據(jù)灰度直方圖分布特點及圖像面積占整個MRI原圖面積的比例，設(shè)計出如下自動調(diào)窗算法。

(1) 首先對MRI原圖進(jìn)行分區(qū)處理。若圖像部分不連通（如圖3所示MRI水成像，本文中原始圖像都是1024個灰度級），可以分成幾部分（如圖4所示，對圖3原始圖像進(jìn)行分區(qū)處理，主要分為2部分）；若圖像部分連通完整，則直接看作一個部分（如圖5所示，(a)為MRI原圖，(b)為分區(qū)圖）。具體操作是：運用canny算子對MRI原圖進(jìn)行邊緣檢測，由圖像邊緣結(jié)合像素鄰域搜索方法（即自邊緣上的第一個點出發(fā)來對鄰域進(jìn)行搜索）來獲得分區(qū)的圖像部分。

圖3 MRI膽囊、脊髓成像及其直方圖分布Fig. 3 Gallbladder and spinal cord imaging by MRI and its histogram distribution

圖4 分區(qū)的MRI圖像Fig. 4 The division of MRI images

圖5 MRI原圖和分區(qū)圖像Fig .5 MRI image and its partition images

(2) 通過統(tǒng)計分區(qū)圖像的像素個數(shù)來計算出各個分區(qū)圖像占整個原圖的比例，并找出最大比例。

(3) 根據(jù)分區(qū)圖像的最大比例，進(jìn)行區(qū)別對待。當(dāng)最大比例小于0.3500時，將最大分區(qū)圖像部分從原始圖像中分割出來(如圖6所示，圖4(a)的比例比圖4(b)大，對圖4(a)進(jìn)行圖像的分割)，并根據(jù)分割后圖像的直方圖(如圖6所示直方圖)來選取MRI圖像的窗寬、窗位。當(dāng)最大比例大于0.3500時，則直接根據(jù)MRI原圖的直方圖來選取其窗寬、窗位。由直方圖來選取窗寬、窗位的基本思路是：第一步，從第一個像素開始自左向右進(jìn)行直方圖面積累加，當(dāng)累加的直方圖面積占到整個直方圖72%時，該像素則為窗位；第二步，如圖7所示，將得到的窗位置于矩形的中位線上，由角度14.236o求得窗寬(以上各參數(shù)均通過寧波鑫高益磁材有限公司大量實驗驗證，能得到比較好的效果)。

圖6 分割出來的最大分區(qū)圖像及其直方圖分布Fig. 6 The biggest partition of original MRI image and its histogram distribution

圖7 窗寬和窗位的關(guān)系圖Fig. 7 The relation of window width and window level

(4) 將得到的窗寬、窗位應(yīng)用到原始MRI圖像中，從而實現(xiàn)自動調(diào)窗，獲取清晰且層次豐富的MRI圖像。

3 實驗結(jié)果對比與分析

圖8中的(a)，(d)，(g)都是沒有經(jīng)過自動調(diào)窗的原始MRI圖像，從圖上看效果不理想。圖8中的(b)，(e)，(h)是使用本文提出的算法，分別對圖(a)，(d)，(g)進(jìn)行調(diào)窗處理后的結(jié)果，圖像都比較清晰。圖8中的(c)，(f)，(i)是使用文獻(xiàn)[3]中提出的算法對圖(a)，(d)，(g)進(jìn)行調(diào)窗處理后的結(jié)果。其中，圖8中的(a)和(d)是不連通的圖像，其調(diào)窗結(jié)果的圖8(c)和(f)亮度有所緩和，但是因為窗寬過窄，使得對比度過大，很多細(xì)節(jié)信息看不清楚；而圖8(g)是連通圖像，其調(diào)窗結(jié)果圖8(h)和(i)的顯示結(jié)果接近。

表1中將MRI圖像調(diào)窗前后窗寬、窗位進(jìn)行了對比，明顯可以看出，本文的算法大幅度地提高了窗寬、窗位；文獻(xiàn)[3]中算法雖然也在一定程度上提高了窗位，但當(dāng)圖像不連通時，窗寬卻降低了。

表1 MRI圖像調(diào)窗前后窗寬、窗位的對比Tab.1 The comparison of window width/level of MRI images (before and after adjusting)

4 結(jié)論

調(diào)窗處理是圖像處理中最基礎(chǔ)的操作之一。通過大量實驗，并與文獻(xiàn)[3]算法的比較可知，本文提出的自動調(diào)窗算法解決了圖像面積過小帶來的問題。同時，對于正常比例大小的圖像也有不錯的處理效果，可以在打開圖像時自動將窗寬、窗位調(diào)整到較佳狀態(tài),不僅方便、快捷而且對窗寬、窗位數(shù)值的設(shè)置初步實現(xiàn)了量化，值得臨床推廣應(yīng)用。 當(dāng)然，自動調(diào)窗算法是將圖像的窗寬、窗位調(diào)節(jié)到一個默認(rèn)設(shè)置狀態(tài)，當(dāng)醫(yī)生或工作人員需要對圖像中某個特定部位進(jìn)行顯示或處理時，可通過手動的調(diào)窗來獲得合適的顯示效果。

圖8 MRI圖像的調(diào)窗效果(a)圖、(d)圖、(g)圖為M R I 原始圖像；(b)圖、(e)圖、(h)圖為MRI調(diào)窗效果（本文算法）；(c)圖、 (f)圖、(i)圖為MRI調(diào)窗效果（文獻(xiàn)[3]算法）Fig. 8 Results: adjusting the window width/level of MRI images Fig.(a) , Fig.(d),Fig.(g) are Original MRI images; Fig.(b), Fig. (e), Fig. (h)are the Results: using algorithm in this paper; Fig. (c), Fig. (f), Fig. (i) are Results: using algorithm in paper[3]

[1] Richard E, Wendt III. Automatic Adjustment of Contrast and Brightness of Magnetic Resonance Images[J]. Journal of Digital Imaging, 1994, 7(2):95-97.

[2] 吳前芝, 張?zhí)? 毛存南, 等.磁共振窗口技術(shù)應(yīng)用初探[J].實用醫(yī)技雜志, 2002, 9(12): 915-916.

[3] 周振環(huán), 陳思平, 陶篤純, 等. 醫(yī)學(xué)圖像的自動調(diào)窗與分割[J].生物醫(yī)學(xué)工程學(xué)雜志, 2005, 22(2): 331-334.

[4] 徐人鳳, 周振環(huán). 面對對象的醫(yī)學(xué)圖像工作站[J]. 計算機(jī)工程與應(yīng)用雜志, 2006, 42(28): 214-217.

[5] J. Alex Stark. Adaptive Image Contrast Enhancement Using Generalizations of Histogram Equalization[J]. IEEE Transactions on image processing, 2000, 9(5): 889-896.

[6] Joel P. Felmlee, William Ryan, Ramesh Avula, et al. Automatic windowing method for MR images[P]. United States Patent, 1999

[7] 張尤賽, 陳福民. DICOM醫(yī)學(xué)圖像窗口變換的加速算法[J]. 計算機(jī)工程與應(yīng)用雜志, 2003, 39(13): 218-220.

[8] 王光飛, 劉杰, 劉文. DICOM醫(yī)學(xué)圖像的調(diào)窗技術(shù)及DIB顯示[J].醫(yī)療設(shè)備, 2005, 18(8): 1-4.