醫(yī)學(xué)圖像處理：從形成到解釋

上個世紀(jì)醫(yī)學(xué)成像技術(shù)的進(jìn)步為無創(chuàng)診斷創(chuàng)造了前所未有的機會，并將醫(yī)學(xué)成像確立為當(dāng)今醫(yī)療保健系統(tǒng)不可或缺的一部分。代表這些進(jìn)步的主要創(chuàng)新領(lǐng)域之一是醫(yī)學(xué)圖像處理的跨學(xué)科領(lǐng)域。

這個快速發(fā)展的領(lǐng)域涉及從原始數(shù)據(jù)采集到數(shù)字圖像通信的廣泛過程，這些過程支撐著現(xiàn)代醫(yī)學(xué)成像系統(tǒng)中的完整數(shù)據(jù)流。如今，這些系統(tǒng)在空間和強度維度上提供越來越高的分辨率，以及更快的采集時間，從而產(chǎn)生大量高質(zhì)量的原始圖像數(shù)據(jù)，必須對其進(jìn)行適當(dāng)?shù)奶幚砗徒忉尣拍塬@得準(zhǔn)確的診斷結(jié)果。

本文重點介紹醫(yī)學(xué)圖像處理的關(guān)鍵領(lǐng)域，考慮特定成像模式的背景，并討論該領(lǐng)域的主要挑戰(zhàn)和趨勢。

醫(yī)學(xué)圖像處理的核心領(lǐng)域

構(gòu)建醫(yī)學(xué)圖像處理領(lǐng)域有許多概念和方法，側(cè)重于圖1所示的核心領(lǐng)域的不同方面。這些領(lǐng)域塑造了該領(lǐng)域的三個主要過程——圖像形成、圖像計算和圖像管理。

圖1.醫(yī)學(xué)圖像處理中主題類別的結(jié)構(gòu)分類。

圖像形成過程由數(shù)據(jù)采集和圖像重建步驟組成，為數(shù)學(xué)逆問題提供了解決方案。圖像計算的目的是提高重建圖像的可解釋性，并從中提取臨床相關(guān)信息。最后，圖像管理處理采集的圖像和衍生信息的壓縮、存檔、檢索和通信。

圖像形成

數(shù)據(jù)采集

圖像形成的第一個不可或缺的步驟是獲取原始成像數(shù)據(jù)。它包含有關(guān)描述身體內(nèi)部方面的捕獲物理量的原始信息。這些信息成為圖像處理所有后續(xù)步驟的主要主題。

不同類型的成像模式可能利用不同的物理原理，因此涉及對不同物理量的檢測。例如，在數(shù)字射線照相（DR）或計算機斷層掃描（CT）中，它是入射光子的能量;在正電子發(fā)射斷層掃描（PET）中，它是光子能量及其檢測時間;在磁共振成像（MRI）中，它是激發(fā)原子發(fā)出的射頻信號的參數(shù);在超聲檢查中，它是聲波的參數(shù)。

然而，無論成像模式的類型如何，數(shù)據(jù)采集過程都可以細(xì)分為物理量的檢測，其中還包括將其轉(zhuǎn)換為電信號、采集信號的預(yù)處理及其數(shù)字化。圖2示意性地描繪了代表適用于大多數(shù)醫(yī)學(xué)成像模式的所有這些步驟的通用框圖。

圖2.數(shù)據(jù)采集過程的通用框圖。

圖像重建

圖像重建是使用獲取的原始數(shù)據(jù)形成圖像的數(shù)學(xué)過程。對于多維成像，此過程還包括以不同角度或不同時間步長捕獲的多個數(shù)據(jù)集的組合。醫(yī)學(xué)圖像處理的這一部分處理逆問題，這是該領(lǐng)域的基本主題。有兩種主要算法用于解決此類問題 - 分析和迭代。

分析方法的典型例子包括廣泛用于斷層掃描的過濾反向投影（FBP）;傅里葉變換（FT），在MRI中尤為重要;以及延遲和和（DAS）波束成形，這是一種超聲檢查不可或缺的技術(shù)。這些算法在所需的處理能力和計算時間方面優(yōu)雅而高效。

然而，它們基于理想化模型，因此具有一些明顯的局限性，包括無法處理測量噪聲的統(tǒng)計特性和成像系統(tǒng)的物理特性等復(fù)雜因素。

迭代算法克服了這些限制，能夠顯著改善對噪聲的不敏感性，并能夠使用不完整的原始數(shù)據(jù)重建最佳圖像。迭代方法通常使用系統(tǒng)和統(tǒng)計噪聲模型，根據(jù)具有假定系數(shù)的初始對象模型計算投影。計算的投影與原始數(shù)據(jù)之間的差異定義了用于更新對象模型的新系數(shù)。使用多個迭代步驟重復(fù)此過程，直到映射估計值和真實值的成本函數(shù)最小化，從而導(dǎo)致重建過程收斂到最終圖像。

迭代方法種類繁多，包括最大似然期望最大化 （MLEM）、最大后驗 （MAP）、代數(shù)重建 （ARC） 技術(shù)，以及當(dāng)今醫(yī)學(xué)成像模式中廣泛使用的許多其他方法。

圖像計算

圖像計算涉及對重建的成像數(shù)據(jù)進(jìn)行操作的計算和數(shù)學(xué)方法，以提取臨床相關(guān)信息。這些方法用于成像結(jié)果的增強、分析和可視化。

增強

圖像增強優(yōu)化圖像的變換表示，以提高所包含信息的可解釋性。其方法可細(xì)分為空間和頻域技術(shù)。

空間域技術(shù)直接對圖像像素進(jìn)行操作，這對于對比度優(yōu)化特別有用。這些技術(shù)通常依賴于對數(shù)、直方圖和冪律變換。頻域方法使用頻率變換，最適合通過應(yīng)用不同類型的濾波器來平滑和銳化圖像。

利用所有這些技術(shù)可以減少噪聲和不均勻性，優(yōu)化對比度，增強邊緣，消除偽影，并改善對后續(xù)圖像分析及其準(zhǔn)確解釋至關(guān)重要的其他相關(guān)屬性。

分析

圖像分析是圖像計算的核心過程，它使用多種方法，可分為三大類：圖像分割、圖像配準(zhǔn)和圖像量化。

圖像分割過程將圖像劃分為不同解剖結(jié)構(gòu)的有意義的輪廓。圖像配準(zhǔn)可確保多個圖像的正確對齊，這對于分析時間變化或使用不同模態(tài)獲取的圖像組合尤為重要。定量過程確定所識別結(jié)構(gòu)的特性，例如體積、直徑、組成和其他相關(guān)的解剖學(xué)或生理學(xué)信息。所有這些過程都直接影響成像數(shù)據(jù)的檢查質(zhì)量和醫(yī)學(xué)發(fā)現(xiàn)的準(zhǔn)確性水平。

可視化

可視化過程渲染圖像數(shù)據(jù)，以在定義的維度上以特定形式直觀地表示解剖和生理成像信息。通過與數(shù)據(jù)的直接交互，可以在成像分析的初始和中間階段執(zhí)行可視化，例如，輔助分割和配準(zhǔn)過程，以及在最后階段顯示改進(jìn)的結(jié)果。

映像管理

醫(yī)學(xué)圖像處理的最后一部分涉及所獲取信息的管理，并包含用于存儲，檢索和通信圖像數(shù)據(jù)的各種技術(shù)。有幾種標(biāo)準(zhǔn)和技術(shù)開發(fā)來解決映像管理的各個方面。例如，醫(yī)學(xué)成像技術(shù)圖像存檔和通信系統(tǒng)（PACS）提供對來自多種模式的圖像的經(jīng)濟存儲和訪問，數(shù)字成像和通信醫(yī)學(xué)（DICOM）標(biāo)準(zhǔn)用于存儲和傳輸醫(yī)學(xué)圖像。圖像壓縮和流式處理的特殊技術(shù)可以有效地實現(xiàn)這些任務(wù)。

挑戰(zhàn)與趨勢

醫(yī)學(xué)成像是一個相對保守的領(lǐng)域，從研究到臨床應(yīng)用的過渡往往需要十多年的時間。然而，其復(fù)雜性在其組成科學(xué)學(xué)科的各個方面都包含多方面的挑戰(zhàn)，這穩(wěn)步推動了新方法的不斷發(fā)展。這些發(fā)展代表了當(dāng)今醫(yī)學(xué)圖像處理核心領(lǐng)域的主要趨勢。

圖像采集領(lǐng)域受益于為提高原始數(shù)據(jù)質(zhì)量并豐富其信息內(nèi)容而開發(fā)的創(chuàng)新硬件技術(shù)。集成的前端解決方案可實現(xiàn)更快的掃描時間、更精細(xì)的分辨率和先進(jìn)的架構(gòu)，如超聲/乳腺 X 光檢查、CT/PET 或 PET/MRI 組合系統(tǒng)。

快速高效的迭代算法越來越多地用于圖像重建，取代分析方法。它們可顯著改善 PET 中的圖像質(zhì)量、降低 CT 中的 X 射線劑量以及 MRI 中的壓縮傳感。數(shù)據(jù)驅(qū)動的信號模型正在取代人類定義的模型，為基于有限或噪聲數(shù)據(jù)的反問題提供更好的解決方案。代表圖像重建趨勢和挑戰(zhàn)的主要研究領(lǐng)域包括系統(tǒng)物理建模和信號模型開發(fā)、優(yōu)化算法和圖像質(zhì)量評估方法。

隨著成像硬件捕獲的數(shù)據(jù)量不斷增加，算法變得越來越復(fù)雜，因此迫切需要更高效的計算技術(shù)。這是一個巨大的挑戰(zhàn)，通過更強大的圖形處理器和多處理技術(shù)來解決，為從研究到應(yīng)用的過渡提供了全新的機會。

與圖像計算和圖像管理轉(zhuǎn)變相關(guān)的主要趨勢和挑戰(zhàn)包括許多主題，其中一些主題如圖3所示。

圖3.當(dāng)今醫(yī)學(xué)圖像計算的主要趨勢主題示例。

與所有這些主題相關(guān)的新技術(shù)的不斷發(fā)展縮小了研究和臨床應(yīng)用之間的差距，并促進(jìn)了醫(yī)學(xué)圖像處理領(lǐng)域與醫(yī)生工作流程的整合，以確保比以往任何時候都更準(zhǔn)確、更可靠的成像結(jié)果。

ADI公司提供多種解決方案，可滿足數(shù)據(jù)采集電子設(shè)計在動態(tài)范圍、分辨率、精度、線性度和噪聲方面對醫(yī)學(xué)成像的最苛刻要求。以下是為確保原始成像數(shù)據(jù)的最高初始質(zhì)量而開發(fā)的此類解決方案的幾個示例。

具有256通道的高度集成模擬前端ADAS1256專為DR應(yīng)用而設(shè)計。多通道數(shù)據(jù)采集系統(tǒng)ADAS1135和ADAS1134具有出色的線性度性能，可最大限度地提高CT應(yīng)用中的圖像質(zhì)量。多通道ADC AD9228、AD9637、AD9219和AD9212針對出色的動態(tài)性能和低功耗進(jìn)行了優(yōu)化，可滿足PET要求。流水線ADC AD9656為MRI提供出色的動態(tài)和低功耗性能。集成接收器前端AD9671專為低成本、低功耗醫(yī)療超聲應(yīng)用而設(shè)計，在這些應(yīng)用中，小封裝尺寸至關(guān)重要。

結(jié)論

醫(yī)學(xué)圖像處理是一個高度復(fù)雜的跨學(xué)科領(lǐng)域，包括從數(shù)學(xué)和計算機科學(xué)到物理學(xué)和醫(yī)學(xué)的眾多科學(xué)學(xué)科。本文試圖提出一個簡化但結(jié)構(gòu)良好的核心領(lǐng)域框架，代表該領(lǐng)域及其主要主題、趨勢和挑戰(zhàn)。其中，數(shù)據(jù)采集過程是定義醫(yī)學(xué)圖像處理框

審核編輯：郭婷