低對比度胸片中管線檢測方法

低對比度胸片中管線檢測方法

徐文濤,陳勝

(上海理工大學(xué) 光電信息與計算機工程學(xué)院,上海200093)

摘要一般在重癥監(jiān)護病房中常用便攜式胸片機來輔助醫(yī)生監(jiān)控患者的病情進展,了解各種醫(yī)用管線在病人體內(nèi)的具體位置。但便攜式X光機得到的胸片有著低對比度、噪聲多的缺陷,且胸片中的管線并不清晰,使得醫(yī)生不便于觀測管線的位置。文中提出一種在ICU病房中胸片的管線檢測方法,在得到病人的胸片后,使用對比度限制的自適應(yīng)直方圖均衡化處理方法來調(diào)整對比度,再對其進行雙邊濾波來去除噪聲,同時增強管線的細節(jié)信息,然后再做管線檢測。將文中方法應(yīng)用在100余張便攜式胸片中,結(jié)果顯示所提方法可有效檢測醫(yī)用管線,且有效準(zhǔn)確率接近90%。

關(guān)鍵詞重癥監(jiān)護病房;低對比度胸片;對比度限制的自適應(yīng)直方圖均衡(CLAHE);雙邊濾波;管線檢測

收稿日期:2015-04-21

作者簡介:徐文濤(1992—),男,碩士研究生。研究方向:圖像處理,醫(yī)學(xué)圖片研究,模式識別。E-mail:895364953@qq.com

doi:10.16180/j.cnki.issn1007-7820.2015.12.023

中圖分類號TP391.41文獻標(biāo)識碼A

Doi[3]Katsuragawa S,K.Computer-aided diagnosis in chest radiography[J].Computerized Medical Imaging and Graphics,2007,31(4):212-223.

Tube Detection in Low-contrast Chest

XU Wentao,CHEN Sheng

(School of Optical-Electrical and Computer Engineering,University of Shanghai for

Science and Technology,Shanghai 200093,China)

AbstractIn the intensive care unit (ICU) a portable chest X-ray machine is used by clinicians to help monitor the progression of the patient and identify the location of various medical tubes in the patient’s body.However the chests from the portable chest X-ray machine have the defects of low contrast,noise,and vague image of tubes on chests,making it difficult for radiologist to locate the tubes.This study presents a method for detecting tubes in ICU portable chest X-ray image.First a contrast limited adaptive histogram equalization (CLAHE) process is performed on the patient’s chest obtained to adjust the contrast information.Then bilateral filtering is used to smooth the chest and keep edge at the same time.Finally the tube detection is done on the image.The approach was applied on about 100 images taken from a portable chest X-ray machine,the results show that the proposed method can effectively detect the tubes in ICU chest radiographs with an accuracy approaching 90%.

Keywordsintensive care unit;low contrast chest;contrast limited adaptive histogram equalization;bilateral filtering;pipeline inspection

ICU的使用已有30余年的歷史,現(xiàn)已成為醫(yī)院中危重病人的搶救中心。ICU的監(jiān)護水平已成為衡量一個醫(yī)院水平的重要標(biāo)志。ICU病房主要收治的對象均是重癥患者,一般在ICU病房中的病人身上會插入各種導(dǎo)管來提高病人的存活能力,而知道這些管子的放置正確與否、是否隨著時間而改變就變得尤為重要,若導(dǎo)管放置錯誤,則就會使病人的治療過程變得痛苦甚至?xí)又夭∪说牟∏?比如將本應(yīng)放在氣管隆突位置的氣管插管滑入支管后會導(dǎo)致肺的下葉崩潰,所以此時計算機輔助檢測系統(tǒng)(CAD)的使用可以幫助醫(yī)護人員了解病人體內(nèi)各種導(dǎo)管的具體位置[1-2]。

在臨床醫(yī)學(xué)中,可以用CAD來幫助醫(yī)生提高診斷精確度。一般意義上CAD系統(tǒng)可分為兩類:一類是用于對圖片中特定目標(biāo)但不了解其具體位置如肺癌、乳腺癌檢測[3];另一類系統(tǒng)檢測的目標(biāo)已知其大致形狀及位置如本文中病人體內(nèi)的醫(yī)用管道檢測[4-5]。在ICU病房中,一般均使用便攜式X光機幫助檢測病人的生理狀況,而便攜式X光機拍攝出的圖片質(zhì)量由于曝光和輻射原因并不穩(wěn)定,通常拍攝出的胸片是模糊的,且對比度比較低,存在較多噪聲,且在胸片中除了氣管插管、鼻胃管、鼻腸飼養(yǎng)管外還有各種其他的管線如靜脈注射導(dǎo)管、中心靜脈注射導(dǎo)管等其他醫(yī)用的導(dǎo)管,原始ICU胸片如圖1所示。若計算機能自動檢測出病人體內(nèi)導(dǎo)管位置和端口并增強導(dǎo)管所在的區(qū)域,則醫(yī)生的工作就可以變的更加輕松便捷,也可在導(dǎo)管的位置不正確時,及時提醒醫(yī)生。

圖1　便攜式X光機拍出的原始胸片

本文提出的方法是先增強胸片,然后用保邊去噪的方法去除噪聲再增強管線,之后再進行管線檢測。具體流程如圖2所示。

圖2　處理流程圖

1CLAHE增強

圖像處理的方法有許多,其中圖像統(tǒng)計直方圖在諸如增強、壓縮、分割、描述等方面的圖像處理中扮演著基礎(chǔ)性的角色。其中直方圖均衡化(HE)在圖像增強領(lǐng)域占有一席之地。在得到一幅圖像的直方圖后,計算它的累計直方圖并計算累計分布函數(shù)(CDF),CDF計算方法如式(1)所示

(1)

式中,s是輸出灰度值;r為原圖灰度值;w是積分的啞變量,將s與r對應(yīng)就可得到變換函數(shù),再對圖像各點像素值進行灰度轉(zhuǎn)換便可完成對原圖的直方圖均衡化。直方圖均衡化可使圖片的平均亮度改變和對比度明顯增強,亮度的改變源于均衡化后圖像的直方圖中灰度級平均值與原始圖像的平均值不同[6]。但HE無法有效增強圖像中亮度明顯與其他區(qū)域不同部分的對比度。

自適應(yīng)直方圖均衡化(AHE)同樣是用于提升圖像對比度的一種方法,但與一般HE有區(qū)別,AHE算法通過將圖像分割成小塊再計算圖像的局部直方圖,然后再對局部使用與HE同樣的方法就可以重新分布亮度來改變圖像對比度。因此,該算法更適合于改進圖像的局部對比度以獲得更多的圖像細節(jié)[7]。但當(dāng)某個局部的像素值非常相似時直方圖中會有尖峰,此時變換函數(shù)會將一個較窄的像素區(qū)域映射到整個像素范圍,這樣會過度放大圖像中相同區(qū)域的噪音。

此時還有一種自適應(yīng)的直方圖均衡算法即限制對比度直方圖均衡(CLAHE)算法能限制這種不利的放大。CLAHE同普通的自適應(yīng)直方圖均衡不同之處主要是其對比度限幅。該特性也可應(yīng)用到全局直方圖均衡化中,即構(gòu)成所謂的限制對比度直方圖均衡(CLHE),但其在實際中較少使用。在CLAHE中,對于每個小區(qū)域都使用對比度限幅。CLAHE主要是用以克服AHE的過度放大噪音問題,這主要是通過限制AHE算法的對比提高程度來達到的。在指定像素值周邊的對比度放大主要是由變換函數(shù)的斜度決定的。這個斜度和領(lǐng)域的累積直方圖的斜度成比例。CLAHE通過在計算CDF前用預(yù)先定義的閾值t來裁剪直方圖以達到限制放大幅度的目的,同時將裁減的部分均勻地分布到直方圖的其他部分。這限制了CDF的斜度,因此也限制了變換函數(shù)的斜度[8]。

圖3　CLAHE限制對比度的裁剪原理圖

2雙邊濾波

一般濾波算法中,目標(biāo)點的像素值通常由其領(lǐng)域像素值決定。例如高斯濾波就是用一個模板去卷積圖像,用模板確定的區(qū)域內(nèi)像素值加權(quán)組合決定目標(biāo)像素值。

雙邊濾波是一種非線性的濾波方法,是結(jié)合圖像的空間鄰近度和像素值相似度的一種折中處理,同時考慮空域信息和灰度相似性,達到保邊去噪的目的。濾波器由兩個函數(shù)構(gòu)成,一個函數(shù)是由幾何空間距離決定濾波器系數(shù)—α高斯低通濾波器,另一個由像素差值決定濾波器系數(shù)—α截尾均值濾波器,雙邊濾波器是這兩個濾波器的綜合,雙邊濾波器具有非迭代、局部、簡單等特性[9]。雙邊濾波器中,輸出像素的值同樣依賴于區(qū)域內(nèi)像素的值得加權(quán)組合如式(2)所示

(2)

其中,g(i,j)為目標(biāo)位置輸出像素值;s(k,l)為目標(biāo)位置原始像素值;k,l則是目標(biāo)位置的領(lǐng)域內(nèi)像素點位置坐標(biāo),權(quán)重系數(shù)w(i,j,k,l)取決于定義域核D(i,j,k,l)和值域核R(i,j,k,l)的乘積w(i,j,k,l)

(3)

(4)

(5)

其同時考慮了空間域和值域的差別。經(jīng)多次實驗,將σd設(shè)置為2,σr設(shè)置為50的效果較為理想。

3管線檢測

3.1Canny濾波器

Canny邊緣檢測算子是當(dāng)前最受歡迎的邊緣檢測技術(shù)[10],其由3個主要目標(biāo)形成:(1)無附響應(yīng)的最優(yōu)檢測。(2)檢測邊緣位置和實際邊緣位置之間距離最小的正確定位。(3)減少啊單邊緣的多重響應(yīng)而得到單響應(yīng)。第一個目標(biāo)是減少噪聲響應(yīng),其可通過最優(yōu)平滑處理來實現(xiàn),Canny最早表明高斯濾波對邊緣檢測是最優(yōu)的。高斯算子g(x,y,σ)可用式(6)表示

(6)

沿坐標(biāo)軸對單位向量Ux[1,0]和Uy[1,0]進行微分處理,可得

(7)

此時得到了高斯模板到導(dǎo)數(shù)系數(shù)的計算方法,高斯模板將一階微分和高斯平滑結(jié)合在一起進行處理;第2個目標(biāo)是正確性,即在正確位置檢測到邊緣,可通過非極大值抑制處理來實現(xiàn);第3個目標(biāo)限制的是單個邊緣點對于亮度變化的定位[11]。

3.2霍夫變換(HT)

霍夫變換是一種在圖像中定位形狀的技術(shù),由于其具有良好的抗造性能以及對部分遮擋不敏感的特性,HT在模式識別領(lǐng)域得到廣泛的應(yīng)用,尤其是利用其提取直線、園和橢圓[12]。在直線檢測中,將每個坐標(biāo)點的像素值變換成對直線特質(zhì)有一定貢獻的度量,一條直線在圖像中是一系列離散點的集合,其離散幾何等式如式(8)所示

L=X·cosθ+Y·sinθ

(8)

圖4　HT變換中的直線表示

其中,L為原點到直線的幾何距離;θ為r與X軸的夾角。根據(jù)式(8),直線上點(x,y)在參數(shù)空間中變換成一簇相較于某一點的曲線,如果在參數(shù)空間中確定了這一點就實現(xiàn)了直線檢測[13]。

由于胸片中管線較多,可事先選定范圍即感興趣區(qū)域(ROI),由于待檢測的導(dǎo)管(ET、FT、NT)基本在脊椎附近,因此可先得到脊椎位置來確定HT變換所使用的范圍,然后將脊椎標(biāo)定的區(qū)域分成小塊再用HT來檢測導(dǎo)管。

4實驗與數(shù)據(jù)分析

本文所使用的圖片數(shù)據(jù)為22位病人的121張胸片,每位病人有2~7張圖片,圖片大小為2 500×2 048。其中44張圖片包含ET管,68張圖片包含F(xiàn)T管,22張圖片包含NT管。胸片中除了氣管插管、喂食管、鼻腸飼養(yǎng)管外還有各種其他管線。每張胸片都帶有醫(yī)生的診斷信息和使用的導(dǎo)管數(shù)據(jù),且胸片中的導(dǎo)管并不是完全重疊,在實驗中首先找出指定類型導(dǎo)管的所在圖片,例如找出標(biāo)注有ET的44張胸片,使用文中提出的方法,結(jié)果顯示有6張胸片未能檢出,5張與其他導(dǎo)管混淆,1張由于肋骨斷裂導(dǎo)致檢測線漂移到胸部地區(qū)。如圖5所示,對于FT、NT檢測使用相同的方法,FT有10張未檢測出,NT有4張未檢測出,具體檢出率如表1所示。

圖5　ET檢測錯誤,檢測線漂移到胸部地區(qū)

圖6　NT下端檢測錯誤范例

ETFTNT122張圖中導(dǎo)管數(shù)446822檢出率/%888582

在22個病人的胸片中,部分NT由于強噪聲未正確檢測,還有一部分由于肋骨骨折導(dǎo)致檢測錯誤,在低縱膈地區(qū)對比度較低,即使增強過后信息也不明顯,如圖6所示,增強過后胸片顯示在肋骨下面管線的像素信息大部分已被噪聲覆蓋,很難檢測出有效信息導(dǎo)致管線檢測偏向錯誤。

但對于有較好質(zhì)量的胸片如圖7(a)所示,使用文中提出的方法可得出有效的結(jié)果,如圖7(b)~圖7(d)所示。

圖7　成像質(zhì)量較好的胸片檢測結(jié)果

對于整個檢測過程,由于雙邊濾波和霍夫變換比較消耗時間,所以檢測過程所花費的時間達到近40s。在使用文中方法時,將原始胸片重塑為1 025×1 024,可以有效地減少檢測時間。

5結(jié)束語

本文提出了一種在ICU病房拍攝的低對比度胸片中檢測管線的方法,在實驗中得到了較高的檢測精確度,但對于一些具有強噪聲干擾和多根管子混合的胸片檢測準(zhǔn)確度還有待進一步研究,未來的工作將會集中在自動檢測識別胸片中的導(dǎo)管類型和縮減算法消耗的時間上。

參考文獻

[1]WandtkeJC.Bedsidechestradiography[J].Radiology,1994,190(1):1-10.

[2]Strain,DanielS.Valueofroutinedailychestx-raysinthemedicalintensivecareunit[J].CriticalCareMedicine,1985(7):534-536.

[4]MitsuhashiR,AokiY,KounoM,etal.Detectionofastraightmetaltubebysnowsearchradar[C].Shanghai:BetterUnderstandingofEarthEnvironment,International,IEEE,1993.

[5]CuisenaireO.Distancetransformations:fastalgorithmsandapplicationstomedicalimageprocessing[M].EPFL,Switzerland:Infoscience,1999.

[6]徐同瑩,彭定明,王衛(wèi)星.改進的直方圖均衡化算法[J].兵工自動化,2006,25(7):58-59.

[7]毛本清,金小梅.自適應(yīng)直方圖均衡化算法在圖像增強處理的應(yīng)用[J].河北北方學(xué)院學(xué)報:自然科學(xué)版,2010,26(5):64-68.

[8]RezaAM.Realizationofthecontrastlimitedadaptivehistogramequalization(CLAHE)forreal-timeimageenhancement[J].JournalofVLSISignalProcessingSystemsforSignal,ImageandVideoTechnology,2004,38(1):35-44.

[9]張志強,王萬玉.一種改進的雙邊濾波算法[J].中國圖象圖形學(xué)報,2009(3):443-447.

[10]CannyJ.Acomputationalapproachtoedgedetection[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,1986(6):679-698.

[11]古昱,汪同慶.基于BEMD的Canny算子邊緣檢測算法[J].計算機工程,2009,35(18):212-213.

[12]孫豐榮,劉積仁.快速霍夫變換算法[J].計算機學(xué)報,2001,24(10):1102-1109.

[13]RopersD,BaumU,PohleK,etal.Detectionofcoronaryarterystenoseswiththin-slicemulti-detectorrowspiralcomputedtomographyandmultiplanarreconstruction[J].Circulation,2003,107(5):664-666.