醫(yī)學(xué)圖像分析

醫(yī)學(xué)圖像分析醫(yī)學(xué)術(shù)語01簡介功能拓展及應(yīng)用理論目錄0302基本信息醫(yī)學(xué)圖像分析（MedicalImageAnalysis）是醫(yī)學(xué)術(shù)語，指綜合醫(yī)學(xué)影像、數(shù)學(xué)建模、數(shù)字圖像處理與分析、人工智能和數(shù)值算法等學(xué)科的交叉領(lǐng)域。簡介簡介20世紀(jì)70年代，X線圖像在臨床廣泛應(yīng)用，醫(yī)生借助學(xué)習(xí)得到的知識(shí)和實(shí)踐積累的經(jīng)驗(yàn)，解讀病人的X線照片所反映的解剖結(jié)構(gòu)和病生理信息。但是，這種人工解讀方式，往往依賴于醫(yī)生個(gè)人的經(jīng)驗(yàn)、知識(shí)和情緒，且效率較低。隨著計(jì)算機(jī)的發(fā)展和數(shù)字化儀器的出現(xiàn)，人們開始把X線膠片的模擬圖像轉(zhuǎn)變?yōu)閿?shù)字圖像存儲(chǔ)和傳輸；另外，計(jì)算機(jī)技術(shù)的逐步成熟也提供了相當(dāng)?shù)挠?jì)算能力。研究者開始嘗試把醫(yī)學(xué)模擬圖像轉(zhuǎn)化為數(shù)字圖像，開展了計(jì)算機(jī)輔助診斷(computeraideddiagnosis，CAD)的初步研究，試圖在一定程度上輔助醫(yī)生判讀醫(yī)學(xué)圖像，排除人為主觀因素，提高診斷準(zhǔn)確性和效率。醫(yī)學(xué)臨床需求也推動(dòng)著醫(yī)學(xué)圖像分析的發(fā)展。多排螺旋CT能夠在極短的時(shí)間內(nèi)采集到真正的各向同性體素?cái)?shù)據(jù)并重組成三維數(shù)據(jù)，MR心臟圖像是時(shí)間加三維的四維數(shù)據(jù)，一次完整的心臟檢查結(jié)果包括在心動(dòng)周期上、各個(gè)時(shí)刻、多個(gè)層面上的數(shù)百張二維圖像。數(shù)據(jù)采集的高維化，導(dǎo)致依靠傳統(tǒng)的二維表達(dá)已經(jīng)很難理解如此海量的信息，更談不上有效率地判讀和分析。醫(yī)學(xué)圖像分析的研究的對象也日益廣泛，不再局限于過去具有明顯診斷特征的病種，開始擴(kuò)展到多種不同器官、解剖形態(tài)、功能過程的圖像，試圖利用自動(dòng)精確定量的計(jì)算機(jī)輔助圖像分析，幫助臨床醫(yī)生和研究者高效準(zhǔn)確地處理海量圖像信息。在成像硬件的推動(dòng)下，從20世紀(jì)90年代中期到現(xiàn)在，醫(yī)學(xué)圖像分析在理論方法和應(yīng)用上都取得了長足的進(jìn)步。理論分割圖像配準(zhǔn)和信息融合可視化時(shí)序圖像的功能分析理論分割醫(yī)學(xué)圖像的感興趣區(qū)分割研究，是醫(yī)學(xué)圖像分析中最重要的基礎(chǔ)，準(zhǔn)確、魯棒和快速的圖像分割，是定量分析、三維可視化等后續(xù)環(huán)節(jié)之前的最重要步驟，也為圖像引導(dǎo)手術(shù)、放療計(jì)劃和治療評估等重要臨床應(yīng)用奠定了最根本的基礎(chǔ)。早期醫(yī)學(xué)圖像分割研究，主要是直接應(yīng)用圖像處理的經(jīng)典方法，如邊界提取和基于灰度的區(qū)域增長算法等。后來開始針對不同的解剖位置和成像模態(tài)，設(shè)計(jì)基于成像設(shè)備、成像參數(shù)和解剖結(jié)構(gòu)等先驗(yàn)知識(shí)的專用圖像分析算法，如利用多參數(shù)的MR圖像、決策樹和統(tǒng)計(jì)聚類技術(shù)來分割腦組織的白質(zhì)和灰質(zhì)。隨著圖像分析和計(jì)算機(jī)視覺理論方法的不斷豐富，醫(yī)學(xué)圖像感興趣區(qū)分割也出現(xiàn)了很多新突破。參數(shù)動(dòng)態(tài)輪廓線模型，(activecontourmodel)開創(chuàng)性地提出了高層模型指導(dǎo)、底層圖像特征驅(qū)動(dòng)的圖像分割思想，通過最小化模型的內(nèi)外部能量得到分割結(jié)果，在隨后20多年中得到研究者的廣泛和不斷發(fā)展。動(dòng)態(tài)表現(xiàn)模型(activeappearancemodel)，動(dòng)態(tài)形狀模型(activeshapemodel)都是這一類的代表方法。Osher和Sethian提出的水平集(1evelset)方法，利用數(shù)值方法模擬各種曲面演化，后來作為一種數(shù)值模擬和分析的方法，被廣泛運(yùn)用于曲線或曲面的運(yùn)動(dòng)跟蹤，在醫(yī)學(xué)圖像分割中也得到廣泛應(yīng)用。但目前大多數(shù)分割算法對醫(yī)學(xué)圖像成像參數(shù)和曲線、曲面的初始位置較敏感，沒有人工參與，難以做到魯棒分割不同設(shè)備乃至同種設(shè)備、不同參數(shù)的醫(yī)學(xué)圖像。圖1.醫(yī)學(xué)圖像分割圖像配準(zhǔn)和信息融合早期醫(yī)學(xué)圖像的配準(zhǔn)目的，是為了把顯示人體不同信息(結(jié)構(gòu)信息和功能信息)的醫(yī)學(xué)圖像放到統(tǒng)一坐標(biāo)系中顯示。隨著腦部結(jié)構(gòu)形態(tài)學(xué)分析研究的進(jìn)步，出現(xiàn)了同病人不同時(shí)期及同種疾病的病人群體圖像數(shù)據(jù)配準(zhǔn)，以及標(biāo)準(zhǔn)圖譜到特定圖像數(shù)據(jù)集配準(zhǔn)研究。為了消除成像過程中對象運(yùn)動(dòng)的影響，圖像配準(zhǔn)也是時(shí)序圖像分析的第一步。尋找物體在不同影像中對應(yīng)像素點(diǎn)的關(guān)系是醫(yī)學(xué)圖像配準(zhǔn)的基本任務(wù)。通過尋找適當(dāng)?shù)目臻g變換，使圖像數(shù)據(jù)達(dá)到空間位置上的定位和配準(zhǔn)，進(jìn)而進(jìn)行圖像融合。圖像配準(zhǔn)方法可以分為基于外部特征和基于內(nèi)部特征兩類。使用外部特征的通過人工設(shè)置的標(biāo)記點(diǎn)實(shí)現(xiàn)配準(zhǔn)，如立體框架定位、皮膚標(biāo)記法等；而基于內(nèi)部特征方法通過尋找圖像內(nèi)部解剖結(jié)構(gòu)上的特征點(diǎn)或外部輪廓和表面的對應(yīng)關(guān)系實(shí)現(xiàn)配準(zhǔn)?；バ畔⒘渴请S機(jī)變量統(tǒng)計(jì)相關(guān)性的測度，在醫(yī)學(xué)圖像配準(zhǔn)中得到廣泛應(yīng)用。由于最大互信息方法不需要假設(shè)不同成像模式下的圖像灰度的相關(guān)性，也無需對圖像進(jìn)行分割和預(yù)處理，非常適合三維多模醫(yī)學(xué)圖像配準(zhǔn)，具有精度高、魯棒性強(qiáng)的特點(diǎn)。目前，醫(yī)學(xué)圖像配準(zhǔn)技術(shù)和分割技術(shù)一樣，出現(xiàn)了很多成熟的方法和軟件，是醫(yī)學(xué)圖像分析中的基本技術(shù)之一。圖2.醫(yī)學(xué)圖像配準(zhǔn)融合可視化可視化（visualization）在醫(yī)學(xué)圖像分析中扮演重要角色。醫(yī)學(xué)圖像可視化技術(shù)是指利用從實(shí)驗(yàn)中獲得的、掃描器測得的、計(jì)算模型合成的醫(yī)學(xué)圖像數(shù)據(jù)，重建三維圖像模型，并進(jìn)行定性定量分析，為用戶提供具有真實(shí)感的三維醫(yī)學(xué)圖像，使人們更清楚地認(rèn)識(shí)蘊(yùn)涵在體數(shù)據(jù)中的復(fù)雜結(jié)構(gòu)，便于醫(yī)生多角度多層次地觀察和分析，并且能夠使醫(yī)生有效參與數(shù)據(jù)處理與分析的過程。醫(yī)學(xué)圖像可視化技術(shù)，按照繪制過程中數(shù)據(jù)描述方法的不同，通常分成兩大類一面繪制和體繪制。面繪制技術(shù)是指對體表面重建，即從切片數(shù)據(jù)提供的三維數(shù)據(jù)場中抽取等值面，然后用傳統(tǒng)圖形學(xué)技術(shù)實(shí)現(xiàn)表面繪制。面繪制可以有效地繪制出物體表面，但缺乏對物體內(nèi)部信息的表達(dá)。體繪制則是以體素作為基本單元，直接由切片數(shù)據(jù)生成三維物體圖像，表示物體內(nèi)部信息，但是計(jì)算量很大。此外，將那些融合了這兩種技術(shù)特點(diǎn)的重建算法歸納為第3大類——混合繪制技術(shù)。體繪制技術(shù)不需要構(gòu)造中間對象，直接由三維數(shù)據(jù)本身來重建物體。三維數(shù)據(jù)中的各個(gè)數(shù)據(jù)作為一個(gè)表示實(shí)體的基本單元——體素，每個(gè)體素都有顏色、不透明度、梯度等相應(yīng)屬性。體繪制的基本原理是模擬光線穿越半透明物質(zhì)時(shí)能量的累積變化，即光線傳輸理論。具體說來，首先對每個(gè)體素賦以不透明度和顏色值(R、G、B)；再根據(jù)各個(gè)體素所在點(diǎn)的梯度以及光照模型計(jì)算相應(yīng)體素的光照強(qiáng)度；然后根據(jù)光照模型，將投射到圖像平面中同一個(gè)象素點(diǎn)的各個(gè)體素的不透明度和顏色值組合在一起，生成最終結(jié)果圖像。體繪制技術(shù)的典型算法有光線投影法、足跡法、錯(cuò)切變形法、基于硬件的三維紋理映射、頻域體繪制法、基于小波的體繪制法等。圖3.時(shí)序圖像的功能分析醫(yī)學(xué)圖像分析的目的是得到生理過程的定量信息，為臨床診療提供更充分的依據(jù)。過去的醫(yī)學(xué)成像主要集中在解剖結(jié)構(gòu)成像和形態(tài)分析上。近年來，醫(yī)學(xué)設(shè)備成像速度的飛躍使對生理過程的動(dòng)態(tài)觀察成為可能。例如：在腦功能成像領(lǐng)域，F(xiàn)unctionalMRI開始廣泛應(yīng)用；核醫(yī)學(xué)PET(positronemissiontomography)和SPECT(singlephotonemissioncomputertomography)，在腦功能和心功能動(dòng)態(tài)成像方面也得到廣泛的應(yīng)用；MR心功能成像方面，標(biāo)記MR技術(shù)(Tagging)和相位對比MR成像技術(shù)，在物理上為圖像定量分析心功能提供了依據(jù)；另外，三維超聲的出現(xiàn)，提供了實(shí)時(shí)觀察心室和瓣膜運(yùn)動(dòng)的手段。以上設(shè)備都能生成產(chǎn)生時(shí)序的二維或三維醫(yī)學(xué)圖像，反映了生理過程的動(dòng)態(tài)功能信息。相應(yīng)的醫(yī)學(xué)圖像分析也由圖像處理范疇的圖像分割、配準(zhǔn)技術(shù)，向以醫(yī)學(xué)圖像為媒介，精確、定量地分析器官的功能和生理過程發(fā)展。圖4.腦部灌注分析功能拓展及應(yīng)用功能拓展及應(yīng)用基于內(nèi)容的圖像檢索(contentbasedimageretrieval)在自然圖像和視頻檢索方面取得一定進(jìn)步，通過提取輸入圖像的特征，在圖像數(shù)據(jù)庫快速搜索特征空間中鄰近的類似圖像。隨著醫(yī)學(xué)數(shù)據(jù)的海量化趨勢加劇，近幾年來基于內(nèi)容的醫(yī)學(xué)圖像檢索的研究與應(yīng)用正形成熱點(diǎn)。圖像檢索系統(tǒng)可以幫助醫(yī)生在海量數(shù)據(jù)庫中快速尋找具有類似病理特征并已確診的醫(yī)學(xué)圖像，提高疾病診斷的準(zhǔn)確率。醫(yī)學(xué)圖像檢索有以下難點(diǎn)：首先，不同成像設(shè)備得到的醫(yī)學(xué)圖像內(nèi)容特點(diǎn)差異巨大，很難用統(tǒng)一算法自動(dòng)分析和提取特征；其次醫(yī)學(xué)圖像的分類涉及專業(yè)