醫(yī)學超聲病灶圖像預處理分析

周蘭華

摘 要：目的 分析醫(yī)學超聲病灶圖像預處理的方法和結果。方法 選取2014年10月～12月在我院采用超聲檢查的632份圖像，分析圖像存在問題的原因，并對相應的圖像預處理方法進行研究。結果 采用預處理方法后的圖像較預處理前更直觀、清晰、易分辨出病灶區(qū)域，降噪有效性達到78.62%。結論 對超聲病灶圖像進行預處理，可顯著降低噪聲造成的圖像不清晰情況，獲得更有效的診斷圖像，極大提高超聲診斷的準確率，為患者提供更加安全、可靠的檢查診斷。

關鍵詞：醫(yī)學超聲病灶圖像；預處理；研究

中圖分類號：R445.1 文獻標識碼：A DOI：10.3969/j.issn.1006-1959.2018.03.059

文章編號：1006-1959（2018）03-0161-02

Abstract：Objective To analyze the methods and results of medical ultrasound image preprocessing.Methods 632 images of ultrasound examination in our hospital from October to December 2014 were selected，the reason of the image was analyzed，and the corresponding image preprocessing method was used to study.Results The preprocessing method is more intuitive，clearer and easier to distinguish the focus area than that before preprocessing.The effectiveness of noise reduction is 78.62%.Conclusion Preprocessing ultrasound focus image can significantly reduce the image ambiguity caused by noise，and can obtain more effective diagnostic images，and greatly improve the accuracy of ultrasound diagnosis.To provide a more safe and reliable diagnosis for patients.

Key words：Medical ultrasound focus image；Preprocessing；Study

超聲波檢查指用弱超聲波照射到身體上，將組織的反射波進行圖像化處理，通過測量生理組織的形態(tài)和數(shù)據(jù)，為疾病發(fā)現(xiàn)和診斷提供依據(jù)，是一種方便、無痛、直觀、無創(chuàng)的醫(yī)學分析診斷的重要成像技術手段。超聲圖像技術與X射線、CT、核磁共振技術為現(xiàn)代醫(yī)學領域的四大成像技術[1]。超聲診斷技術因其獲取器官圖像的速度快、范圍廣、診斷及時以及病癥診斷時稍微無創(chuàng)傷等諸多優(yōu)點，目前已經(jīng)成為臨床必不可少的檢查診斷手段。超聲設備的工作原理和構成元器件導致在使用中出現(xiàn)圖像分辨率不高、受外界干擾明顯而影響圖像質量，從而影響到檢查診斷的準確率[2]，為此我們進行醫(yī)學超聲病灶圖像預處理的分析，現(xiàn)報道如下。

1資料與方法

1.1一般資料 選取2014年10月～12月在我院采用超聲檢查的632份圖像，圖像對象的年齡23～48歲，平均年齡（43.2±5.6）歲；主要分別來自內科、普外科、骨科、婦產(chǎn)科、急診科等科室；圖像主要為普通彩超及增強彩超[3]。

1.2方法

1.2.1超聲檢查設備 德國西門子公司的SC2000彩色超聲波診斷儀及相應的探頭，檢查前準備均嚴格按照超聲檢查要求進行，檢查方法按各自病癥選取相應探頭并選用對應頻率采取對應方法進行檢查。

1.2.2病灶圖像存在問題的主要原因 ①信號發(fā)射源傳出的超聲波并不能保持一條直線不變，在到達身體器官的深層組織時，不僅會發(fā)生散射，而且根據(jù)散射后回波信號的影響程度不同，也會造成超聲圖像的顯現(xiàn)質量不同。超聲圖像成像時，因為受到上述原因的影響，會使圖像細節(jié)特征出現(xiàn)偏差，從而影響醫(yī)學診斷做出結論，甚至影響準確度[4]。②超聲設備受到附近強電磁場的干擾及其它設備的影響，形成線性濾波的不足，出現(xiàn)影響圖像質量的斑點噪聲，并導致圖像中未被斑點噪聲污染的像素點灰度值發(fā)生變化，造成超聲圖像的邊緣細節(jié)等重要特征丟失（邊界模糊不清），從而影線到病灶圖像的質量。

1.2.3圖像預處理方法 ①中值濾波：將鄰域中的象素按灰度級排序，取其中間值為輸出象素，可起到保護圖像邊界的作用，適用于濾除脈沖噪聲或顆粒噪聲。如對一維中值濾波用一個含有奇數(shù)點的一維滑動窗口，將窗口正中的那點值用窗口內各點按大小排列的中值代替（注意：中值濾波窗口越大，濾波作用越強，但會丟失細節(jié)）。②圖像銳化：目的是使病灶圖像的邊緣更陡峭、清晰。銳化的輸出圖像f是根據(jù)下式從輸入圖像g得到的：f（i，j）=g（i，j）-cs（i，j），其中c是反映銳化程度的正系數(shù)，s（i，j）是圖像函數(shù)銳化程度的度量，用梯度箅子來計算，梯度箅子采用高斯-拉普拉斯算子[5]。③平滑處理：常用的平滑方法有中值法、局部求平均法和k近鄰平均法。局部區(qū)域大小可以是固定的，也可以是逐點隨灰度值大小變化的，有時還應用空間頻率域帶通濾波方法進行平滑處理。④增強處理：通過高通濾波器來突出圖像的輪廓線，從而使機器能夠測量輪廓線的形狀和周長（采用反差展寬、對數(shù)變換、密度分層和直方圖均衡等方法），對圖像中的信息有選擇地加強和抑制，以改善圖像的視覺效果，或將圖像轉變?yōu)楦m合于機器處理的形式，以便于數(shù)據(jù)抽取或識別。此過程中需用不同方法反復進行試驗。

1.3統(tǒng)計學方法 采用SPSS20.0統(tǒng)計軟件分析數(shù)據(jù)，計數(shù)資料采用χ2檢驗，計量資料采用t檢驗，當P<0.05為有統(tǒng)計學意義。

2結果

通過對超聲病灶圖像的預處理，與原圖像比較更直觀、清晰、易分辨出病灶區(qū)域，降噪有效性達到78.62%，極大提高圖像的準確性。①傳統(tǒng)中值濾波作為一種經(jīng)典的超聲方法，對于椒鹽噪聲的強度比較敏感，對于強度較大的噪聲，其去噪能力并不明顯。但一旦聲音強度低于20%，中值濾波對于噪聲的處理效果還是很好的。②一旦噪聲具有較大的密度，那么自適應中值濾波的處理能力也會很明顯，相關圖像信息也就能達到完好的保存。超聲所允許的最大值與噪聲的密度有很大的關系，二者在實際工作中要呈正比例變化。總之，自適應中值濾波在實際工作中的效果要優(yōu)于經(jīng)典中值濾波。

3討論

超聲診斷是一種無創(chuàng)、無痛、方便、直觀的有效檢查手段，尤其是B超的應用，在醫(yī)學領域是應用最廣、影響最大的超聲檢查[6]。這種方法在灰階及實時成像技術中應用廣泛，而且其特點是成像清晰、層次豐富、檢測及時。一般情況下，灰階成像使用的超聲檢查儀在5 mm或10 mm大小時，即可檢測出囊性或實性的占位性病變，如果條件良好的話，對于像膽囊內息肉樣病變這樣的疾病，甚至從2～3 mm時就有可能發(fā)現(xiàn)并確定疾病。而且與靜態(tài)觀察不同，對于器官與組織的運動狀態(tài)，實時成像可以像電影畫面那樣，隨時進行動態(tài)觀察。B超聲像圖檢查應用極廣，遍及顱腦、心臟、血管、肝、膽、胰、脾、胃腸、胸腔、腎、輸尿管、膀胱、尿道、子宮、盆腔附件、前列腺、精囊、肢體、關節(jié)及眼、甲狀腺、乳腺、唾腺、睪丸等表淺小器官。在婦科急腹癥的檢查中效果較為明顯，采用此技術進行輔助檢查，可以細致觀察患者的子宮形態(tài)、大小、是否有無回聲區(qū)、附件區(qū)是否有腫塊、患者的盆腔中是否有游離液體等情況[7]。

但在超聲檢查的實際應用中，由于多種原因造成檢查的圖像出現(xiàn)如邊界模糊、圖像灰度值不夠等情況，經(jīng)過本文內容的分析可以得出形成的主要原因為外界的干擾和設備自身原理的特點。為提高超聲圖像的分辨率，圖像預處理方法尤為重要。目前對此的研究頗多，成果不一，但普遍認為采取各種預處理手段降低噪聲（尤其是斑點噪聲）來提高圖像質量是最直接有效的主要方法。本研究顯示，采取對圖像進行中值濾波、銳化處理、增強處理、平滑處理等方法使患者病灶圖像得到顯著改善，無論是圖像的清晰度還是邊界的線性形狀等，基本能滿足判斷患者病情的需要，可以獲得較高的診斷有效率。由于目前臨床使用的超聲設備較多，規(guī)格型號不一，所以本研究內容并不具有代表性，但同樣能說明進行圖像預處理對提高圖像質量的的重要作用。

綜上所述，超聲在檢查診斷中具有較高的應用價值，具有操作方便、對患者無損傷、適用范圍廣等顯著優(yōu)點，通過對超聲圖像的預處理可以為檢查診斷提供更高質量的圖像，提高超聲檢查的準確率，為患者的后續(xù)治療提供更可靠的資料。

參考文獻：

[1]武英，吳海勇.醫(yī)學超聲病灶圖像預處理研究[J].計算機工程與應用，2014，46（10）：168-174.

[2]楊芳芳，朱東升，王志巍，等.醫(yī)學超聲病灶圖像預處理研究[J].計算機工程與應用，2015，49（13）：160-164.

[3]唐昌令，彭國華.基于醫(yī)學超聲病灶圖像預處理研究[J].計算機工程與應用，2013，49（6）：156-158.

[4]張金良，魯昌華，楊道蓮.曲波變化域的SAR圖像相干斑去噪[J].電子測量與儀器學報，2012，26（12）：1108-1112.

[5]錢蘇敏，張琳絮，張云，等.基于小波閾值改進的去噪算法研究[J].國外電子測量技術，2012，31（5）：49-51.

[6]范群偵.運動模糊圖像復原方法的研究[J].電子測量技術，2013，36（6）：73-76.

[7]劉輝，王伯雄，任懷藝，等.基于三維重建數(shù)據(jù)的雙向點云去噪方法研究[J].電子測量與儀器學報，2013，27（1）：1-7.

收稿日期：2017-7-21；修回日期：2017-7-26

編輯/張建婷