分享

醫學圖像中的圖像增強

隨著計算機技術的迅速發展,計算機圖像處理技術與影像技術的結合使得數字圖像處理技術在醫學領域的研究和應用日益深入和廣泛,并從根本上改變了醫務人員進行診斷的傳統方式。顯微鏡的發明幫助人們觀察到以前無法看到的微觀世界,為醫生的診斷提供了重要的信息。1895年,倫琴發現了X射線,再一次促進了醫學的發展。利用X射線,人們可以觀察到人體的內部結構,為醫生提供了更為豐富的信息。目前醫學上的數字影像設備包括CT、MTI、CR、DR等,它們通常以DICOM3.0作為標準的文件格式。醫學圖像的顯示系統通常配置為高性能的PC,并配以高分辨率的顯示器。

醫學圖像以直觀的形式給醫生提供輔助診斷和治療的信息,特別是對于有經驗的放射專家和臨床醫生能從這些圖像中得到很多有用的信息。所以對醫學圖像而言,其對圖像中的細節要求嚴格,單一圖像包含大量數據。然而在圖像采集過程中往往會由于采集方法、設備、隨機干擾等各種因素的影響造成圖像質量下降。同時,隨著網絡化的不斷發展,越來越多的數據在網絡間穿梭。為了加快傳送效率,往往會對文件進行壓縮處理。目前,在醫學圖像傳輸方面包括有損壓縮與無損壓縮兩種方式。無損壓縮的壓縮比較低,壓縮比通常不大于4:1,此種壓縮方法不丟失圖像信息,解壓縮后可以完全恢復圖像的原始面貌。但是在網絡間進行傳輸時傳輸效率比較慢。相比有損壓縮,其傳輸效率較快,壓縮比較高,通常為20:1,并會丟失一部分圖像信息,但是肉眼并不能觀察到圖像的退化。無損壓縮雖然能夠保證完全恢復圖像信息,但是在現在硬件系統高速發展的時代,其傳輸速率仍不能明顯得到提高,不適合在網絡間進行傳輸。

醫學圖像增強技術作為一大類基本的醫學圖像處理技術,主要是解決圖像邊緣模糊、對比度差等缺點,對醫學圖像進行加工,進而提高圖像的有效性和使用性,為醫生診斷提供更為豐富和準確的信息。常用的醫學圖像增強方法主要有:(1)對比度增強、銳化增強等空域方法??沼蚍椒ㄊ侵苯釉趫D像的灰度值上做增強。每種方法都有其明顯的不足,對比度增強方法并不能完全解決直方圖均衡化存在的問題,而銳化方法則只適用于對比度較好細節模糊圖像的銳化,單獨用在醫學圖像上增強效果不明顯。(2)變換域方法。小波變換是最為常見的變換域方法。變換域方法通常需要在空域上做后處理。(3)與統計方法相結合。統計學習方法一般能得到較好的增強效果,但是其處理速度不能滿足實時要求。(4)利用模糊理論的算法及組合優化算法。將圖像看成是模糊集,利用模糊理論讀圖像進行處理,借助“模糊對比度增強算子(INT)”實現修改像素以達到對比度增強的目的。

醫學圖像增強主要應用到兩個方面:(1)采集過程中由于外部因素造成的圖像質量低;(2)有損壓縮傳輸弱化圖像細節。上面提到的方法對于解決采集過程中造成的圖像問題有良好的效果,但是對于有損壓縮造成的圖像問題則處理效果不明顯。

對于重視圖像細節的醫學圖像而言,有損壓縮丟失的圖像細節無疑會妨礙到醫生對病人病情的診斷結果。目前急需尋找到一種有損傳輸后能夠完全恢復醫學圖像的方式。近幾年,深度學習被廣泛應用到圖像領域,與傳統圖像處理方法相比其在圖像分類、圖像的放大等方面都獲得了良好的結果。在2016年10月18日首屆世界人工智能大會(AI WORLD 2016)上微軟人工智能首席科學家鄧力發表主旨演講《深度學習十年簡史和人工智能未來展望》中對深度學習的發展做了較為全面的介紹,同時對深度學習技術、應用和產業進行展望。在演講最后,鄧力分享了他最新的思想和工作——將符號式邏輯推理和數量張量式神經網絡結合到一起,有望解決深度學習黑箱問題、常識嵌入與充實問題,以及邏輯推理規則的自動學習問題。深度學習的不斷發展,使得完全恢復有損壓縮后的圖像成為可能。

在夜店怎么赚钱快