基于Matlab的肝臟CT圖像預(yù)處理系統(tǒng)

張昊++劉燚++于毅++申金媛

摘要：目的：依據(jù)肝臟CT圖像的特征，通過預(yù)處理，建立提高肝臟病理改變陽(yáng)性的臨床診斷的敏感性，減少漏診發(fā)生率。方法：基于Matlab對(duì)肝臟CT圖像進(jìn)行預(yù)處理，通過濾波、增強(qiáng)等手段減少數(shù)字圖像噪聲及偽影。結(jié)果：通過處理，圖像的對(duì)比度增加，差異顯示不同的組織及結(jié)構(gòu)特征，肝臟病理改變的陽(yáng)性診斷率上升30%（20.15%），漏診率大幅度下降。結(jié)論：基于Matlab對(duì)肝臟CT圖像進(jìn)行預(yù)處理對(duì)提高臨床診斷水平效果良好，可以提高青年醫(yī)務(wù)工作者診斷的陽(yáng)性信息，減少漏診的發(fā)生。

關(guān)鍵詞：圖像預(yù)處理 肝臟CT圖像 Matlab

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2014）08-0098-01

1 前言

肝癌是一種常見的惡性腫瘤。據(jù)統(tǒng)計(jì)，全世界每年新發(fā)肝癌患者數(shù)居惡性腫瘤的第五位[1]，肝癌的死亡率位居第四位。肝癌高死亡率的主要原因是早期肝癌的臨床癥狀不明顯，發(fā)現(xiàn)時(shí)往往已處于晚期。因此，肝癌的早期發(fā)現(xiàn)和準(zhǔn)確診斷具有非常重要的臨床意義[2]。

在各種影像學(xué)檢查技術(shù)中，腹部CT增強(qiáng)掃描是最常用的檢查方法。但醫(yī)學(xué)圖像一般都表現(xiàn)為低對(duì)比度，組織特性具有可變性，不同組織之間或者正常組織與病灶之間對(duì)比不明顯；腫瘤組織侵潤(rùn)性生長(zhǎng)的特性又使得邊界模糊；以及各種不同組織形狀結(jié)構(gòu)和微細(xì)結(jié)構(gòu)復(fù)雜，立體分布相互交錯(cuò)又相互阻擋[3]。所以采集到的圖像往往存在邊緣模糊的現(xiàn)象，不同醫(yī)生對(duì)同一幅圖像可能會(huì)得出不同的診斷結(jié)果。其次，CT圖像受多種因素的影響，尤其是肝癌早期，其空間形態(tài)變化較小，出現(xiàn)漏診和誤診的幾率較大。第三，對(duì)肝癌進(jìn)行有效治療的主要手段是肝臟切除和肝臟移植，對(duì)病灶輪廓的界定有很高的要求。因此對(duì)CT圖像進(jìn)行預(yù)處理，并從CT圖像中準(zhǔn)確的分割出病灶輪廓對(duì)后期的圖像特征的提取和分類識(shí)別具有重要意義。

2 方法

圖像去噪即減少數(shù)字圖像中噪聲，是改善圖像質(zhì)量的重要步驟。根據(jù)圖像的特點(diǎn)、噪聲的統(tǒng)計(jì)特征以及頻譜分布規(guī)律，發(fā)展出各種去噪方法。常用的方法有：均值濾波、自適應(yīng)維納濾波、中值濾波、形態(tài)學(xué)噪聲濾波、小波濾波等[4]。本設(shè)計(jì)中采用巴特沃斯濾波器，指數(shù)濾波，梯形濾波器，自適應(yīng)濾波等方法。

圖像增強(qiáng)可分為基于空間域的增強(qiáng)和基于頻率域的增強(qiáng)。由于在CT圖像上會(huì)出現(xiàn)邊緣模糊、灰暗等情況，為解決這些問題，采用領(lǐng)域平均，wiener濾波，中值濾波，拉式增強(qiáng)，梯度算子，小波增強(qiáng)，直方圖均衡，自適應(yīng)直方圖均衡等增強(qiáng)方法。

對(duì)于不同的肝病患者來說，肝臟病變區(qū)域是不一致的，其CT值也是不一致的。所以對(duì)于每一幅CT圖像來說，在轉(zhuǎn)換成灰度圖像后很難用一個(gè)統(tǒng)一的灰度閾值進(jìn)行分割，因此必須針對(duì)每一幅圖像計(jì)算其灰度門限。為分割出肝臟CT圖像中的病灶區(qū)域，采取具有實(shí)現(xiàn)簡(jiǎn)單，計(jì)算量小、分割速度快等特點(diǎn)的圖像分割法。設(shè)計(jì)中采用canny方法，laplacian方法，prewitt方法，roberts方法，sobel方法。

3 實(shí)驗(yàn)結(jié)果及分析

本設(shè)計(jì)對(duì)圖像可進(jìn)行編輯，包括亮度調(diào)節(jié)、圖像類型、截圖；圖像基本運(yùn)算，包括圖像疊加、圖像減法、圖像乘法、圖像除法；圖像頻域變換，包括傅里葉變換、余弦變換、radon變換；添加噪聲，包括高斯噪聲、椒鹽噪聲、斑點(diǎn)噪聲、泊松噪聲；頻域?yàn)V波器，包括巴特沃斯濾波器、指數(shù)濾波、梯形濾波器、自適應(yīng)濾波；圖像增強(qiáng)，包括線性平滑濾波、非線性平滑濾波、線性銳化濾波、非線性銳化濾波、小波增強(qiáng)、直方圖均衡、自適應(yīng)直方圖均衡；圖像分析，包括圖像分割：canny方法、laplacian方法、prewitt方法、roberts方法、sobel方法；直方圖、灰度的變換。

對(duì)各種預(yù)處理方法進(jìn)行比較，效果較好的結(jié)果如圖1-4所示。

4 結(jié)語(yǔ)

本文設(shè)計(jì)了基于Matlab的CT肝臟圖像預(yù)處理系統(tǒng)，采用多種方法對(duì)CT圖像進(jìn)行預(yù)處理和圖像分割。比較了不同方法的優(yōu)劣，減少了漏診發(fā)生率，并為下一步的圖像特征提取和圖像識(shí)別提供了前期準(zhǔn)備。

參考文獻(xiàn)

[1]陸再英，鐘南山.內(nèi)科學(xué).第7版[M].北京：人民衛(wèi)生出版社，2008.457～462.

[2]萬(wàn)少朋.基于CT圖像的肝臟分段方法研究[D].[碩士學(xué)位論文].湖北：華中科技大學(xué)，2009.

[3]聶斌.醫(yī)學(xué)圖像分割技術(shù)及其進(jìn)展[J].泰山醫(yī)學(xué)院學(xué)報(bào)，2002，23（4）：422～426.

[4]阮秋琦.數(shù)字圖像處理學(xué).第2版[M].北京：電子工業(yè)出版社，2007.endprint

摘要：目的：依據(jù)肝臟CT圖像的特征，通過預(yù)處理，建立提高肝臟病理改變陽(yáng)性的臨床診斷的敏感性，減少漏診發(fā)生率。方法：基于Matlab對(duì)肝臟CT圖像進(jìn)行預(yù)處理，通過濾波、增強(qiáng)等手段減少數(shù)字圖像噪聲及偽影。結(jié)果：通過處理，圖像的對(duì)比度增加，差異顯示不同的組織及結(jié)構(gòu)特征，肝臟病理改變的陽(yáng)性診斷率上升30%（20.15%），漏診率大幅度下降。結(jié)論：基于Matlab對(duì)肝臟CT圖像進(jìn)行預(yù)處理對(duì)提高臨床診斷水平效果良好，可以提高青年醫(yī)務(wù)工作者診斷的陽(yáng)性信息，減少漏診的發(fā)生。

關(guān)鍵詞：圖像預(yù)處理 肝臟CT圖像 Matlab

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2014）08-0098-01

1 前言

肝癌是一種常見的惡性腫瘤。據(jù)統(tǒng)計(jì)，全世界每年新發(fā)肝癌患者數(shù)居惡性腫瘤的第五位[1]，肝癌的死亡率位居第四位。肝癌高死亡率的主要原因是早期肝癌的臨床癥狀不明顯，發(fā)現(xiàn)時(shí)往往已處于晚期。因此，肝癌的早期發(fā)現(xiàn)和準(zhǔn)確診斷具有非常重要的臨床意義[2]。

在各種影像學(xué)檢查技術(shù)中，腹部CT增強(qiáng)掃描是最常用的檢查方法。但醫(yī)學(xué)圖像一般都表現(xiàn)為低對(duì)比度，組織特性具有可變性，不同組織之間或者正常組織與病灶之間對(duì)比不明顯；腫瘤組織侵潤(rùn)性生長(zhǎng)的特性又使得邊界模糊；以及各種不同組織形狀結(jié)構(gòu)和微細(xì)結(jié)構(gòu)復(fù)雜，立體分布相互交錯(cuò)又相互阻擋[3]。所以采集到的圖像往往存在邊緣模糊的現(xiàn)象，不同醫(yī)生對(duì)同一幅圖像可能會(huì)得出不同的診斷結(jié)果。其次，CT圖像受多種因素的影響，尤其是肝癌早期，其空間形態(tài)變化較小，出現(xiàn)漏診和誤診的幾率較大。第三，對(duì)肝癌進(jìn)行有效治療的主要手段是肝臟切除和肝臟移植，對(duì)病灶輪廓的界定有很高的要求。因此對(duì)CT圖像進(jìn)行預(yù)處理，并從CT圖像中準(zhǔn)確的分割出病灶輪廓對(duì)后期的圖像特征的提取和分類識(shí)別具有重要意義。

2 方法

圖像去噪即減少數(shù)字圖像中噪聲，是改善圖像質(zhì)量的重要步驟。根據(jù)圖像的特點(diǎn)、噪聲的統(tǒng)計(jì)特征以及頻譜分布規(guī)律，發(fā)展出各種去噪方法。常用的方法有：均值濾波、自適應(yīng)維納濾波、中值濾波、形態(tài)學(xué)噪聲濾波、小波濾波等[4]。本設(shè)計(jì)中采用巴特沃斯濾波器，指數(shù)濾波，梯形濾波器，自適應(yīng)濾波等方法。

圖像增強(qiáng)可分為基于空間域的增強(qiáng)和基于頻率域的增強(qiáng)。由于在CT圖像上會(huì)出現(xiàn)邊緣模糊、灰暗等情況，為解決這些問題，采用領(lǐng)域平均，wiener濾波，中值濾波，拉式增強(qiáng)，梯度算子，小波增強(qiáng)，直方圖均衡，自適應(yīng)直方圖均衡等增強(qiáng)方法。

對(duì)于不同的肝病患者來說，肝臟病變區(qū)域是不一致的，其CT值也是不一致的。所以對(duì)于每一幅CT圖像來說，在轉(zhuǎn)換成灰度圖像后很難用一個(gè)統(tǒng)一的灰度閾值進(jìn)行分割，因此必須針對(duì)每一幅圖像計(jì)算其灰度門限。為分割出肝臟CT圖像中的病灶區(qū)域，采取具有實(shí)現(xiàn)簡(jiǎn)單，計(jì)算量小、分割速度快等特點(diǎn)的圖像分割法。設(shè)計(jì)中采用canny方法，laplacian方法，prewitt方法，roberts方法，sobel方法。

3 實(shí)驗(yàn)結(jié)果及分析

本設(shè)計(jì)對(duì)圖像可進(jìn)行編輯，包括亮度調(diào)節(jié)、圖像類型、截圖；圖像基本運(yùn)算，包括圖像疊加、圖像減法、圖像乘法、圖像除法；圖像頻域變換，包括傅里葉變換、余弦變換、radon變換；添加噪聲，包括高斯噪聲、椒鹽噪聲、斑點(diǎn)噪聲、泊松噪聲；頻域?yàn)V波器，包括巴特沃斯濾波器、指數(shù)濾波、梯形濾波器、自適應(yīng)濾波；圖像增強(qiáng)，包括線性平滑濾波、非線性平滑濾波、線性銳化濾波、非線性銳化濾波、小波增強(qiáng)、直方圖均衡、自適應(yīng)直方圖均衡；圖像分析，包括圖像分割：canny方法、laplacian方法、prewitt方法、roberts方法、sobel方法；直方圖、灰度的變換。

對(duì)各種預(yù)處理方法進(jìn)行比較，效果較好的結(jié)果如圖1-4所示。

4 結(jié)語(yǔ)

本文設(shè)計(jì)了基于Matlab的CT肝臟圖像預(yù)處理系統(tǒng)，采用多種方法對(duì)CT圖像進(jìn)行預(yù)處理和圖像分割。比較了不同方法的優(yōu)劣，減少了漏診發(fā)生率，并為下一步的圖像特征提取和圖像識(shí)別提供了前期準(zhǔn)備。

參考文獻(xiàn)

[1]陸再英，鐘南山.內(nèi)科學(xué).第7版[M].北京：人民衛(wèi)生出版社，2008.457～462.

[2]萬(wàn)少朋.基于CT圖像的肝臟分段方法研究[D].[碩士學(xué)位論文].湖北：華中科技大學(xué)，2009.

[3]聶斌.醫(yī)學(xué)圖像分割技術(shù)及其進(jìn)展[J].泰山醫(yī)學(xué)院學(xué)報(bào)，2002，23（4）：422～426.

[4]阮秋琦.數(shù)字圖像處理學(xué).第2版[M].北京：電子工業(yè)出版社，2007.endprint

摘要：目的：依據(jù)肝臟CT圖像的特征，通過預(yù)處理，建立提高肝臟病理改變陽(yáng)性的臨床診斷的敏感性，減少漏診發(fā)生率。方法：基于Matlab對(duì)肝臟CT圖像進(jìn)行預(yù)處理，通過濾波、增強(qiáng)等手段減少數(shù)字圖像噪聲及偽影。結(jié)果：通過處理，圖像的對(duì)比度增加，差異顯示不同的組織及結(jié)構(gòu)特征，肝臟病理改變的陽(yáng)性診斷率上升30%（20.15%），漏診率大幅度下降。結(jié)論：基于Matlab對(duì)肝臟CT圖像進(jìn)行預(yù)處理對(duì)提高臨床診斷水平效果良好，可以提高青年醫(yī)務(wù)工作者診斷的陽(yáng)性信息，減少漏診的發(fā)生。

關(guān)鍵詞：圖像預(yù)處理 肝臟CT圖像 Matlab

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2014）08-0098-01

1 前言

肝癌是一種常見的惡性腫瘤。據(jù)統(tǒng)計(jì)，全世界每年新發(fā)肝癌患者數(shù)居惡性腫瘤的第五位[1]，肝癌的死亡率位居第四位。肝癌高死亡率的主要原因是早期肝癌的臨床癥狀不明顯，發(fā)現(xiàn)時(shí)往往已處于晚期。因此，肝癌的早期發(fā)現(xiàn)和準(zhǔn)確診斷具有非常重要的臨床意義[2]。

在各種影像學(xué)檢查技術(shù)中，腹部CT增強(qiáng)掃描是最常用的檢查方法。但醫(yī)學(xué)圖像一般都表現(xiàn)為低對(duì)比度，組織特性具有可變性，不同組織之間或者正常組織與病灶之間對(duì)比不明顯；腫瘤組織侵潤(rùn)性生長(zhǎng)的特性又使得邊界模糊；以及各種不同組織形狀結(jié)構(gòu)和微細(xì)結(jié)構(gòu)復(fù)雜，立體分布相互交錯(cuò)又相互阻擋[3]。所以采集到的圖像往往存在邊緣模糊的現(xiàn)象，不同醫(yī)生對(duì)同一幅圖像可能會(huì)得出不同的診斷結(jié)果。其次，CT圖像受多種因素的影響，尤其是肝癌早期，其空間形態(tài)變化較小，出現(xiàn)漏診和誤診的幾率較大。第三，對(duì)肝癌進(jìn)行有效治療的主要手段是肝臟切除和肝臟移植，對(duì)病灶輪廓的界定有很高的要求。因此對(duì)CT圖像進(jìn)行預(yù)處理，并從CT圖像中準(zhǔn)確的分割出病灶輪廓對(duì)后期的圖像特征的提取和分類識(shí)別具有重要意義。

2 方法

圖像去噪即減少數(shù)字圖像中噪聲，是改善圖像質(zhì)量的重要步驟。根據(jù)圖像的特點(diǎn)、噪聲的統(tǒng)計(jì)特征以及頻譜分布規(guī)律，發(fā)展出各種去噪方法。常用的方法有：均值濾波、自適應(yīng)維納濾波、中值濾波、形態(tài)學(xué)噪聲濾波、小波濾波等[4]。本設(shè)計(jì)中采用巴特沃斯濾波器，指數(shù)濾波，梯形濾波器，自適應(yīng)濾波等方法。

圖像增強(qiáng)可分為基于空間域的增強(qiáng)和基于頻率域的增強(qiáng)。由于在CT圖像上會(huì)出現(xiàn)邊緣模糊、灰暗等情況，為解決這些問題，采用領(lǐng)域平均，wiener濾波，中值濾波，拉式增強(qiáng)，梯度算子，小波增強(qiáng)，直方圖均衡，自適應(yīng)直方圖均衡等增強(qiáng)方法。

對(duì)于不同的肝病患者來說，肝臟病變區(qū)域是不一致的，其CT值也是不一致的。所以對(duì)于每一幅CT圖像來說，在轉(zhuǎn)換成灰度圖像后很難用一個(gè)統(tǒng)一的灰度閾值進(jìn)行分割，因此必須針對(duì)每一幅圖像計(jì)算其灰度門限。為分割出肝臟CT圖像中的病灶區(qū)域，采取具有實(shí)現(xiàn)簡(jiǎn)單，計(jì)算量小、分割速度快等特點(diǎn)的圖像分割法。設(shè)計(jì)中采用canny方法，laplacian方法，prewitt方法，roberts方法，sobel方法。

3 實(shí)驗(yàn)結(jié)果及分析

本設(shè)計(jì)對(duì)圖像可進(jìn)行編輯，包括亮度調(diào)節(jié)、圖像類型、截圖；圖像基本運(yùn)算，包括圖像疊加、圖像減法、圖像乘法、圖像除法；圖像頻域變換，包括傅里葉變換、余弦變換、radon變換；添加噪聲，包括高斯噪聲、椒鹽噪聲、斑點(diǎn)噪聲、泊松噪聲；頻域?yàn)V波器，包括巴特沃斯濾波器、指數(shù)濾波、梯形濾波器、自適應(yīng)濾波；圖像增強(qiáng)，包括線性平滑濾波、非線性平滑濾波、線性銳化濾波、非線性銳化濾波、小波增強(qiáng)、直方圖均衡、自適應(yīng)直方圖均衡；圖像分析，包括圖像分割：canny方法、laplacian方法、prewitt方法、roberts方法、sobel方法；直方圖、灰度的變換。

對(duì)各種預(yù)處理方法進(jìn)行比較，效果較好的結(jié)果如圖1-4所示。

4 結(jié)語(yǔ)

本文設(shè)計(jì)了基于Matlab的CT肝臟圖像預(yù)處理系統(tǒng)，采用多種方法對(duì)CT圖像進(jìn)行預(yù)處理和圖像分割。比較了不同方法的優(yōu)劣，減少了漏診發(fā)生率，并為下一步的圖像特征提取和圖像識(shí)別提供了前期準(zhǔn)備。

參考文獻(xiàn)

[1]陸再英，鐘南山.內(nèi)科學(xué).第7版[M].北京：人民衛(wèi)生出版社，2008.457～462.

[2]萬(wàn)少朋.基于CT圖像的肝臟分段方法研究[D].[碩士學(xué)位論文].湖北：華中科技大學(xué)，2009.

[3]聶斌.醫(yī)學(xué)圖像分割技術(shù)及其進(jìn)展[J].泰山醫(yī)學(xué)院學(xué)報(bào)，2002，23（4）：422～426.

[4]阮秋琦.數(shù)字圖像處理學(xué).第2版[M].北京：電子工業(yè)出版社，2007.endprint