文章编号:025828021(2003)2012001205
利用相关比相似性测度多分辨率配准
MR 和CT 医学图像的方法
秦斌杰,庄天戈
(上海交通大学生物医学工程系,上海200030)
摘 要: 本文提出了有效的、能被临床应用所接受的磁共振(MR )和CT 医学图像配准方法。在基于体素灰
度的医学图像配准领域,本文采用了全新的相关比相似性测度作为配准的测度准则。具体设计时,采用了加速的多分辨率配准方案,对方案中涉及的几何变换选取、重采样、多分辨率体数据表达及最优化方法进行了设计分析。最后,利用本文提出的多分辨率配准方法,对MR 和CT 临床医学图像进行配准,给出了令人满意的效果。
关键词: 医学图像配准;相关比;多分辨率;相似性测度;系统设计
中图分类号: R318;TP391文献标识码:A
0 引言
医学图像配准的实质是研究待配准的两组医学图像之间的相似性。图像配准就是找到一个最佳的空间几何变换,来匹配参考图像与浮动图像之间的相似性,一个基本的方法是基于特征相似性的图像配准法[1]。在基于体素灰度的配准方法中,图像内部特征由图像的原始灰度信息来表示,并且对不同成像模式所得到的灰度信息的统计特性进行相似性匹配,在一定的几何变换空间下,找出使这种相似性测度值最大的几何变换参数,就达到了正确配准两组图像的目的,这种方法无需分割和特征提取,避免了由分割处理造成的可能精度损失,同时具有自动可回溯的优点。基于体素灰度的配准方法中,利用最为广泛和成功的相似性测度是互信息[2]。最近几年,相关比(Correlation Ratio )[3]相似性测度在医学图像配准中日益成为更有力的工具。
在临床应用中,医学图像配准的三维体数据量很大,算法花费时间很长。同时,实际医学图像数据所表现的组织结构形态及功能信息是不完整的。因而适用于临床的多模医学图像配准算法,实现时要求全自动、快速、鲁棒性好和精确度高。互相信息相似性测度被广泛应用于多模医学图像配准,是因为它具有坚实可信的信息论理论基础,同时在于它对待配准的图像灰度之间作很少的关系假设。但基于互信息的配准方法在处理体素灰度值时,忽略由体素灰度值传递的空间位置信息,在得到几何变换的优化过程中容易陷入局部最优,而基于相关比相似性测度进行多模医学图像配准时,考虑了体素在表现人体组织结构时的一定灰度值范围的近似量化,在配准过程中,易于保证得到全局最优值[3]。本文试图利用相关比相似性测度,设计出新的多分辨率、全自动的MR 和CT 医学图像配准系统,实现具有鲁棒性好、精确的图像配准效果,直接能够应用于临床。
1 相关比相似性测度的表达
联合灰度直方图在图像配准中是一个重要的概念,从联合灰度直方图的计算中可以得到对应特定MR 灰度值为m 或CT 灰度值为c 的体素分布概率为:P (m )=∑c P (m ,c ),P (c )=∑m P (m ,c ),这里P (m ,c )表示MR 体素灰度值为m 时,对应CT 灰度值为c 的体素归一化联合分布概率。对应给定的几何变换T ,CT 浮动图像C T 与MR 参考图像M 之间的相关比相似性测度可以表达为
[3]:S (M ,C T )=1-1
V ar (C T )∑m n m N V ar (C
m T )
(1) 这里,C T 表示经过几何变换T 转换后的浮动图像,V ar (C T )表示浮动图像的方差:V ar (C T )=∑c c 2P (c )-第22卷第1期
2003年2月中国生物医学工程学报CHIN ESE J OU RNAL OF B IOM EDICAL EN GIN EERIN G Vol.22No.1February 2003基金项目:上海市科学发展基金资助项目(985107016)
收稿日期:2001210224;修回日期:2002202221
[E(C T)]2,E(C T)=∑c cP(c)为浮动图像的平均值。经过变换后的浮动图像在三维离散网格空间上和参考图像部分或大部分重叠,在该重叠区域上,C m T为参考图像灰度值固定为m条件下的浮动图像数据子集,n m
为此数据子集的体素数目,其中N=∑m n m,V ar(C m T)为数据子集的方差:V ar(C m T)=1
P(m)
∑c c2P(m,c)
-[E(C m T)]2,E(C m T)=
1
P(m)
∑c cP(m,c)为C m T的平均值。
2 配准方法的系统设计
实施两组三维多模医学图像的配准,就是考虑对浮动图像的体数据进行几何变换后再和参考图像叠合。在一定的几何变换下,给定了两图像之间相关比相似性测度的表达式,我们就可以通过在一定的几何变换空间下寻求最佳变换T,来使相关比测度值最大,而达到配准的目的:
^T=arg max S(M,C T)(2) 在具体实施配准算法时,一般可分为三个步骤:几何变换表达的选定,图像之间相似性测度的选取表达,最后为在选定的几何空间下,用最优化方法寻求能使相似性测度值全局最大化的几何变换。
2.1 几何变换的表达
一般认为的配准头部医学图像,头骨的刚性特性限制了用于配准的几何变换为全局的具有六个自由度的刚体变换(有三个移动自由度,三个旋转自由度),刚体变换的旋转矩阵用任意三维旋转复合矩阵形式表示为:
x′y′z′1=
1 0 0 t
x
0 1 0 t y
0 0 1 t z
0 0 0 1
?
R11R12R130
R21R22R230
R31R32R330
0 0 0 1
?
x
y
z
1
=
R
11R12R13t x
R21R22R23t y
R31R32R33t z
0 0 0 1
?
x
y
z
1
(3)
公式(3)中t x,t y,t z分别表示沿空间三个主轴方向的移动量,R11到R33的参数表示具有三个旋转自由度的旋转矩阵。实际配准时,待配准的MR和CT医学图像被定义在体素坐标系下,每个体素的遍历计算是以(i,j,k)为体素坐标值进行访问的,这里i对应医学图像X坐标轴方向的列数,j对应为Y坐标轴方向的图像行数,k对应为三维医学图像Z坐标轴方向的图像片层数,体素坐标系的原点定义为(i,j,k)=(0,0, 0)。CT浮动图像C在三维体素坐标系下的体素(i,j,k)C,先将体素坐标转换到世界坐标系,即将患者扫描坐标系变成以毫米为单位的坐标值(x,y,z)c(这里把世界坐标系原点定位在体素坐标系待配准体数据的质心),再通过刚体变换T把浮动图像的每个体素变换到M R参考图像的世界坐标系下,它们的坐标值为(x′, y′,z′)M,再由参考图像的世界坐标系变换到体素坐标系下的(i,j,k)M。CT浮动图像的体素经过取定的几何变换后,重叠在MR参考图像的体素坐标系下,只有仍在参考图像三维体素网格范围内的浮动图像体素才被保留,和对应的参考图像体素一起用来计算几何变换T作用下的相关比相似性测度。
2.2 重采样、多分辨率体数据表达及插值方法的选取
重采样操作最终应使参考图像与浮动图像具有同样的各向同性采样率,医学图像配准的重采样操作,可以采用简单的体素平均或三线性插值方法得到[4],但是这种方法有可能造成重采样后体数据的细节丢失,对后续的体数据配准操作会有影响,因此对图像进行重采样操作前,我们先对三维图像进行高斯模糊。重采样操作后形成的各向同性参考图像和浮动图像,它们的正立方体体素尺寸等于低分辨率二维断层图像的像素尺寸,这样才能保证精确的配准效果。
本配准方案中,待配准的参考图像和浮动图像的体数据量很大,进行图像配准时,需要对体数据的体素进行遍历后,计算出在一定几何变换空间下的相关比测度(为寻找一最佳几何变换,对应范围很广的初试几2中国生物医学工程学报第22卷
何变换空间,需每改变一次几何变换,就得计算一次相关比测度),这种情况下总的计算量是很大的。为加速算法实施,我们对原始体数据进行多分辨率的分解[5,6]:先对体数据进行高斯滤波,高斯滤波的σ参数和要表达的体素分辨率大小成正比,高斯滤波后,我们只要简单地对原始体数据在三维离散网格的每一维方向,进行每间隔单位体素分辨率的距离采样,就可形成多分辨率体数据表达。如把1.5mm ×1.5mm ×1.5mm 体素分辨率大小的原始体数据表达成3mm ×3mm ×3mm 、6mm ×6mm ×6mm 体素分辨率的体数据。
在多分辨率表达时,还要考虑浮动图像和参考图像在最高分辨率下的体素灰度值映射范围为0～255,其余分辨率下灰度映射范围逐级减半。配准时先对低分辨率体数据进行粗配准,获得一组候选的几何变换。考虑到配准误差因素,对获得的候选几何变换范围作些扩大调整,防止最优配准变换在低分辨率配准时有可能被剔除;优化时变换参数的搜索步长,随分辨率提高、体素尺寸的减小也作相应的减少调整。通过以上调整,再在更高分辨率逐级对粗配准变换结果进行优化,直至在最高的原始分辨率下获得最终的最优几何变换,在此几何变换下,浮动体数据和参考体数据的相关比相似性测度值最大,表示两图像已达到最优配准。我们对体数据进行多分辨率配准,不仅提高了算法的实现速度,而且在更低分辨率下进行体数据表达,还能保持原始体数据的形状特性。另外,在任一分辨率下体数据表达,都是对原始体数据均匀采样形成的,不是由原始体数据的某一子集采样构成,因此在进行多分辨率配准时,不用担心参与配准的参考体数据或浮动体数据表达不完全,从而怀疑配准结果的可靠性。
由于重采样后的体素网格点不再和原始图像的体素网格点相重合,因此计算重采样后的图像灰度值应考虑插值方法。同时,在计算相似性测度值时,由于浮动图像的体素数据是定义在离散三维网格上的,经过几何变换后的浮动图像体素数据点可能和参考图像的离散网格点不相重合,因此在计算两图像的联合灰度时,对于那些在离散网格之间的参考体素灰度值要靠一定的插值方法得到。在图像配准中常用的插值方法有最近邻插值法、三线性插值法、部分容积插值法及样条插值法等,选取不同的插值方法对配准结果有不同的影响[6]。考虑插值的运算效率,我们一般选取三线性插值方法。
2.3 最优化方法的选取
已有的配准算法采用了不同的基于搜索的优化方法:一类是解析法,这种方法需要计算相似性测度函数的一阶导数(梯度)或二阶导数矩阵(Hessian 矩阵),来确定搜索方向和步长,常用的有梯度法、牛顿法、修正牛顿法、Levenberg 2Marquardt 法,当相似性测度函数表达式的导数可以方便计算时,利用这些方法求取配准的最优变换将很有效率。另一类是直接搜索法,这种方法只需要进行目标函数值的计算和比较来确定搜索方向和每次搜索步长,如Powells 方向加速法、模拟生物进化机制的遗传算法,遗传算法适用于不可微的能量函数或约束条件复杂的非线性优化问题,具有求解简单,计算能力很强的特点,但它的计算开销很大。
在本配准算法中,待搜索空间为具有六维参数的几何变换空间,我们采用Powell [7]优化方法。该方法综合考虑了算法实施时的鲁棒性和速度,它采用Brent 法在搜索空间某一维方向找到当前最优值后,继续从该最优位置转到下一维新方向搜索,如此在所有的六维方向取得最优参数。当最新搜索最优值的改善范围在预先定义的限制范围内,上述优化迭代过程便可结束,从而得到最优值。
2.4 配准方法的系统设计
本配准方法的系统设计(见图1)在VisualC ++6.0平台上开发完成。在实施配准方案时,有多种参数可供选择,如体数据的多分辨率表达方案,优化方法涉及的预定义限制范围,多种插值方法的选取,自动配准时几何搜索空间的起始范围,搜索步长等。在系统配准之前,通过配准前融合效果的显示观察,可预先估计配准初始的搜索空间范围,同时可观看三维体数据的立体效果,或通过三维显示效果来指导初始的配准,以加快算法得到最优结果。
整个MR 和CT 三维医学图像配准系统的实施在PC 机上完成(PC 配置有Pentium 421.5G 处理器、256兆内存),根据医学图像数据量的不同,采用多分辨率方案实施医学图像配准,时间花费在9～12min 之间,同
3 第1期秦斌杰等:利用相关比相似性测度多分辨率配准MR 和CT 医学图像的方法
时我们用直接在几何变换空间搜索,未采取任何加速手段提取配准参数的方法,实现了基于互信息及相关比的MR 和CT 图像配准。我们发现采用这两种不同方法,得到的配准精度和本方案提出的多分辨率方法相比没有明显的不同,但在图像配准速度方面,多分辨率配准方法比直接配准法的配准速度提高了1.5～2.2倍
。图1 MR
、CT 三维医学图像配准系统
3 三维医学图像配准效果
为检验相关比相似性测度在多模医学图像配准中的应用效果,我们进行了临床的医学图像配准实验。由于本配准方案最终要应用到实际临床中,MR 和CT 的三维医学图像配准主要适用在计算机辅助脑神经外科手术、耳鼻喉手术等。因此对本配准方法技术先进性和可靠性的检验必须面向临床,让医学专家作出正确的客观评价。同时,医学图像配准精度检验不存在配准金标准作为参考,在进行配准精度评价时,也往往通过医学专家的目测评价。本次实验中我们请上海市第六人民医院从事放射诊疗、脑神经外科手术、有丰富临床经验的医学专家进行目测评价,本次实验前后共有三位医学专家参与评价。MR 和CT 图像分别取自9位进行放射诊疗的患者。不同分辨率医学图像分别为:①MR ,T1加权(256×256×26个体素数目、1.25mm ×1.25mm ×4mm 分辨率和256×256×20个体素数目、0.94mm ×0.94mm ×2mm 体素分辨率),②校正的MR ,T1加权(256×256×26个体素数目、1.25mm ×1.25mm ×4.128mm 分辨率和256×256×20个体素数目、0.94mm ×0.94mm ×2.06mm 体素分辨率),③CT (512×512×28个体素数目、0.6536×0.6536mm ×4mm 体素分辨率和512×512×92个体素数目、0.468mm ×0.468mm ×2mm 体素分辨率)。
我们把9个患者的数据分成两组分别进行:MR 2T1和CT :校正的MR 2T1和CT 配准。所有结果分别独立地由三位医学专家进行目测评价,根据以往的经验,目测评价可以有效检测出的配准误差为一个体素大小,在垂直于组织结构边缘的方向则稍微大些[4],因此我们把目测评价效果分为四级:
(1)好(图像的配准误差为一个体素大小);
(2)不很理想(图像的配准效果没有(1)那样显著的好,配准误差大于一个体素);
(3)不理想(图像目测出配准效果不好,配准误差在一个到三个体素大小之间);
(4)差(图像配准效果很差,配准误差大于三个体素)。
本次实验评价结果如下:MR 2T1和CT 配准的9位患者数据,除有一例配准数据有两位专家目测评价不很理想外,其他的一致认定配准效果好;校正的MR 2T1和CT 六例配准数据专家一致评定为好;对以上配准评价的数据分析表明,MR 和CT 配准数据的正确度为98.3%(MR 2T1和CT 为97.2%,校正的MR 2T1和CT 为100%)。从影响配准精度的因素来看,校正的MR 2T1图像纠正了成像时不均匀静态场引起的图像几何变形,因此它和CT 图像的配准精度要比未经矫正的MR 图像和CT 图像配准精度要高;同时校正的MR 2T1医学图像有效地改善了配准中插值效应引起的配准误差[6]。从实验结果来看,专家们一致认为本次实验使用的基于相关比MR 和CT 医学图像配准方法效果理想,完全能满足临床的需要。MR 和CT 配准的
4中国生物医学工程学报第22卷
实际效果见图2,图2(a )上面两行是CT 和MR 图像;第三行是MR 和CT 未配准时的效果,利用绿色的CT 轮廓图像和MR 图像的融合显示可见,CT 轮廓未和MR 图像叠合;最后一行是MR 和CT 配准、CT 轮廓和MR 图像叠合时的效果。图2(b )显示了MR 和CT 配准的三维效果图,其中CT 图像在MR 图像上面
。(a ) 二维的配准效果(b ) 三维的配准效果
图2 MR 和CT 医学图像配准效果
4 结语
本文提出了全新的基于相关比相似性测度的MR 和CT 医学图像配准方法的系统设计,采用多分辨率方案对临床的三维医学图像进行配准,其配准效果十分理想,完全能满足临床的需要,同时,和原始分辨率下的直接配准方法相比,其配准速度也得到很大的提高。因而,可以得出结论:相关比相似性测度在基于体素灰度多模医学图像配准领域,是一个十分有效的相似性测度,对于MR 和CT 图像配准能得出令人满意的配准效果;同时,对三维多模医学图像采用多分辨率的配准方案,在不影响精度的条件下,配准速度得到很大的提高,克服了以往基于体素灰度多模医学图像配准运算时间长,不能被临床应用所接受的缺点。5 参考文献
[1] Hsu L Y ,Loew MH.Fully automatic 3D feature 2based registration of multi 2modality medical images [J ].Image Vision Com 2
put ,2001,19(1):75285.
[2] Viola P ,Wells W.Alignment by maximization of mutual information[J ].Internat J Com put Vision ,1997,24(2):1372154.
[3] Roche A ,Malandain G ,Pennec X ,et al.Multi 2modal image registration by maximization of the correlation ratio[R ].Tech
Rep 3378,INRIA ,1999.
[4] Studholme ,C ,Hill DL G ,Hawkes DJ.Automated 32D registration of MR and CT images of the head[J ].Med Image Analy 2
sis ,1996,1(2):1632175.
[5] Mark J ,Stephen S.A global optimization method for robust affine registration of brain images[J ].Med Image Analysis ,
2001,5(2):1432156.
[6] Pluim J PW.Mutual information based registration of medical images [D ].PhD thesis ,Image Sciences Institute at the Uni 2
versity Medical Center Utrecht ,The Netherlands ,2000.
[7] Numerical Recipes S oftware ′s Books Online.Available at :http ://https://www.doczj.com/doc/e210951025.html,/webRoot/Books/Numerical -Recipes/.Ac 2
cessed February 5.2002.
(下转第11页)
5 第1期秦斌杰等:利用相关比相似性测度多分辨率配准MR 和CT 医学图像的方法
Trans Med Imag ,1999,18(10):100321014.
[4] Chaudhuri S ,Chatterjee S ,K atz N ,et al.Detection of blood vessels in retinal ima ges using two 2dimensional matched filters
[J ].IEEE Trans Med Imag ,1989,8(3):2632269.
[5] Thrasyvoulos N ,Pappas.A new method for estimation of coronary artery dimensions in angiograms[J ].IEEE Trans Acoust ,
Speech Signal Processing ,1999,36(9):150121513.
[6] Pedersen L ,Grunkin M ,Ersboll B ,et al.Quantitative measurement of chan ges in retinal vessel diameter in ocular fundus im 2
ages[J ].Pattern Recognition Letters ,2000,21:121521223.
[7] K lein A ,Egglin T K ,et al.Identifying vascular features with orientations s pecific and B 2spline snakes[J ].IEEE Com puters
in Cardiology ,1994,1132116.
HEART VESSE LS EXTRACTION FROM ANGIOGRAM
XU Zhi ,YU Dao 2yin ,XIE Hong 2bo ,CHEN Xiao 2dong
(College of Precision Instrument and O ptoelectronic Eng ,Tianjin University ,
K ey Lab of Optoelectronic Information Science &Technology ,MOE ,Tianjin 300072)
Abstract :Quantitative description and 32D reconstruction of heart vessels are based on thinning vessels to skeletons with only one pixel width.But vessels extraction from angiogram decides the accuracy of vessels skele 2tonization.In this paper ,rotating G auss function was firstly used to enhance angiogram ,then self 2adaptive tracking circular template was addressed to extract heart vessels from enhanced angiogram.This method is supe 2rior to the conventional.Successful vessels extraction ensures heart vessels skeletonization ,disease quantitative description and 32D reconstruction.
K ey w ords : Angiogram ;Heart vessel ;Self 2adaptive tracking circular template
?
(上接第5页)
MU L TI 2RESOL UTION REGISTRATION OF MR AN D CT IMAGES
BASED ON CORRE LATION RATIO SIMILARITY MEASURE
Q IN Bin 2jie ,ZHUAN G Tian 2ge
(Departtment.of Biomedical Engmeering ,Shanghai Jiaotong University ,Shanghai 200030)
Abstract :An effective multi 2resolution MR and CT images registration method designed for clinical use is presented.A new correlation ratio similarity measure in voxel intensity based medical image registration field was adopted.The rigid transformation ,resampling ,multi 2resolution medical image representation and optimiza 2tion methods for accelerated multi 2resolution registration scheme were discussed in detail.Experimental results based on clinical MR and CT images show that correlation ratio based multi 2resolution registration method works well during clinical application.
K ey w ords : Medical image registration ;Correlation ratio ;Multi 2resolution ;Similarity measure ;System design
1
1 第1期徐 智等:心血管造影图像中的心血管提取
医学图像分割综述郭爱心安徽大学摘要：图像分割是图像处理和分析的关键。随着影像医学的发展，图像分割在医学应用中具有重要意义。本文从医学应用的角度出发，对医学图像分割的意义、方法、评估标准和发展前景做出了简单综述。关键字：医学图像分割意义方法评估标准发展前景AReviewofMedicalImageSegmentation Ai- XinGuoAnhuiUniversityAbstract:Imagesegmentationisthekeyofimageprocessingandanalysis.Withthede velopmentofmedicalimage,imagesegmentationisofgreatsignificanceinmedicalapplications.Fromtheper spectiveofmedicalapplications,thispapermadeasimplereviewofthemedicalimagesegmentationonit’ssig nificance、methods、evaluationstandardsanddevelopmentprospects.words:Keymedical image,segmentation,sig nificance,methods,evaluation standards,developmentprospects1.医学图像分割的意义图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。医学图像包括CT、正电子放射层析成像技术（PET）、单光子辐射断层摄像（SPECT）、MRI（磁共振成像技术）、Ultrasound（超[2]声）及其它医学影像设备所获得的图像。医学图像分割是将原始的2D或3D图像划分成[1]不同性质(如灰度、纹理等)的区域，从而把感兴趣的区域提取出来。医学图像分割是一个非常有研究价值和研究意义的领域，对疾病诊断、图像引导手术以及医学数据可视化等有重要作用，为临床诊疗和病理学研究提供可靠的依据。医学图像处理有其复杂性和多样性。由于医学图像的成像原理和组织本身的特性差异，图像的形成受到诸如噪音、场偏移效应、局部体效应和组织运动等的影响，医学图像与普通图像相比较，不可
[汇集]放射科图像质量评价记录 放射科图像质量评价结果汇总 汇总季度:2011年第四季度 汇总时间:2011年1月2日 汇总人员:孙万龙 汇总结果; 本季度共抽查CR照片45张，CT照片15张。 抽查结果: 1.其中1份CR照片有异物(纽扣)，1份CR照片有遮线器边影，1份CR片颗粒粗糙。 2.1份CR照片忘记填写患者的年龄。 3.1份CT片图像良好，但照片呈线状伪影，系激光打印机激光头粘附灰尘。 4.本次抽查结果为甲级片率为91%,无废片。 整改措施: 1.所有影像科技师应该树立高度责任心和职业感，在检查前详细地核查病人的资料，务必将这些资料填写完整、准确无误。 2.影像技师要加强业务学习，严格掌握技术操作规范，掌握机器的投照条件。 3.激光打印机、阅读器应有专人定期清洁维护，保持打印机和阅读器所在房间清洁，无关人员禁止入内，减少灰尘带入。 放射科图像质量评价结果汇总汇总季度:2012年第一季度 汇总时间:2012年4月4日 汇总人员:于清山 汇总结果;
本季度共抽查CR照片45张，CT照片15张。 抽查结果: 1.其中2份CR照片有异物(分别为拉链和内衣上的胶字)。 2.1份CR照片灰雾度过大，曝光过度. 3.1份CR片有伪影，系IP板污染。 4.CT片未查出问题，本次抽查结果为甲级片率为93%,无废片。整改措施: 1.所有影像科技师应该树立高度责任心和职业感，在检查前详细地核查病人身上有无异物，并耐心地说服病人摘除异物，取得病人的配合。 2.影像技师要加强业务学习，严格掌握技术操作规范，掌握机器的投照条件。 3.IP板暗盒影轻取轻放，竖立直放，避免碰撞、震动、跌落，远离放射源，避免强光照射，IP板应定期用脱脂棉及无水乙醇清洁。 放射科图像质量评价结果汇总汇总季度:2012年第二季度 汇总时间:2012年7月3日 汇总人员:郑和永 汇总结果; 本季度共抽查CR照片45张，CT照片15张。 抽查结果: 1.其中4份CR照片有异物(分别为文胸上的金属、拉链、内衣上的胶字和身上贴的膏药)。 2.1份CR照片灰雾度过大，曝光过度. 3.1份CT片图像良好，但照片呈线状伪影，系激光打印机激光头粘附灰尘。 4.本次抽查结果为甲级片率为90%,无废片。 整改措施:
《数字医学图像》报告 内容：图像配准专题 专业： 2012级信息管理与信息系统班级：信管一班 小组成员： 20120701020 韩望欣 20120701008 毕卓帅 20120701005 胡庆 指导老师：彭瑜 完成日期： 2015 年 10月 25日
图像配准专题 简介：图像配准是对取自不同时间，不同传感器或不同视角的同一场景的两幅图像或者多幅图像匹配的过程。图像配准广泛用于多模态图像分析，是医学图像处理的一个重要分支，也是遥感图像处理，目标识别，图像重建，机器人视觉等领域中的关键技术之一，也是图像融合中要预处理的问题，待融合图像之间往往存在偏移、旋转、比例等空间变换关系，图像配准就是将这些图像变换到同一坐标系下，以供融合使用。 一：图像配准方法国内外进展情况 图像配准最早在美国七十年代的飞行器辅助导航系统、武器投射系统的末端制导以及寻地等应用研究中提出,并得到军方的大力支持与赞助。经过长达二十多年的研究,最终成功地用于中程导弹及战斧式巡航导弹上,使其弹着点平均圆误差半径不超过十几米,从而大大提高了导弹的命中率。八十年代后,在很多领域都有大量配准技术的应用,如遥感领域,模式识别,自动导航,医学诊断,计算机视觉等。各个领域的配准技术都是对各自具体的应用背景结合实际情况量身订制的技术。但是不同领域的配准技术之间在理论方法上又具有很大的相似性,从而使得在某领域的配准技术很容易移植到其它相关领域。目前国内外研究图像配准技术比较多的应用领域有红外图像处理、遥感图像处理、数字地图定位和医学图像处理等领域。 二、图像配准在医学领域的应用 20世纪以来随着计算机技术的不断发展,医学成像技术得到了快速的发展。尖端的新型医疗影像设备层出不穷,如计算机线摄影、数字减影等等,这些已经成为现代医学诊断必不可少的医学数字成像手段。由于这些医学数字成像设备有不同的灵敏度和分辨率,它们有各自的使用范围和局限性。多种模式图像的结合能充分利用图像自身的特点并做到信息互补。近几十年以来,图像配准在医学上的应用日益受到医学界和工程界的重视,己在世界范围广泛展开,在相关文献中己经提出了很多种医学图像配准的方法,这些研究成果广泛地运用到医学领域中。图像配准在医学中的应用领域主要有以下几方面: ?组织切片图像的处理与显微结构三维重建 ?疾病诊断及其发展和消退的过程检测 ?神经外科手术可视化、神经外科手术一计划及术前评估 ?感觉运动和认知过程的神经功能解剖学研究 ?神经解剖变异性的形态测量分析学 ?放射治疗和立体定向放射外科治疗计划 三、图像配准的定义 对于二维图像配准可定义为两幅图像在空间和灰度上的映射，如果给定尺寸的二维矩阵F 1和F2代表两幅图像F1（X，Y）和F2（X，Y）分别表示相应位置（X，Y）上的灰度值。则图像间的映射可表示为：F （X，Y）=G（F （H（X，Y））），式中H表示一个二维空间坐标变换，即（X’，Y’）=H（X，Y），且G是一维灰度变换。 四、图像配准方法的分类 1、维数 主要是根据待配准图像的空间维数及时间维数来划分的。图像仅含空间维数或者是图像的时间序列中带有空间数，其配准可根据图像的空间维数分2D/2D，2D/3D，3D/3D，4D/4D
影像科图像与报告质量评价制度 根据医院规定与科室具体情况及发展的要求，制定相应的质控、项目评价、改进措施制度。 一、科主任负责全部的质控指标检查CT检查由石应同志负责质控指标，普放检查由袁林同志负责质控指标MR检查由黄静同志负责质控指标，报告书写由王大江同志负责质控指标。 二、要求各部门认真做好检查及报告质量的督查，对不合格的投照检查CT扫描MR检 查和相关不合格的报告要进行及时的修改更正，提出相应的改进措施及方案，做好相关的记录。 三、普放CR、DR质控指标，登记时是否与患者的姓名、性别、年龄、检查部 位一致，投照时是否与申请单一致，扫描图像后投照部位的左右一定要标记准确，对投照条件使用不佳的图像不要传输，一定要重新投照后再传输，对打印胶片时，外科需要手术的患者和内科有病变的片子一定要打1:1的胶片，对 普放报告要及时检查描述的准确性，左右的描述及意见，及诊断意见的正确与 否。 CT质控量指标，CT扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 MR质控量指标，MR扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一 致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及时 纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。
六、对修改的检查及报告要做好相关记录。 七、对不按照上述标准执行的按相关文件做相应的处理
图像及报告质量评价小组成员及职责 为加强影像科图像质量管理和质量控制，保证影像科诊断质量与医疗安全, 并明确图像质量评价小组。 一、影像科图像及报告质量评价小组成员如： 组长： 成员： 技师组： 诊断组： 二、影像科图像与报告质量评价小组职责： （一）影像科应建立图像及报告质量评价小组，小组成员应包括影像科主任、影像诊断医师、影像科技师。 （二）影像科图像与报告质量评价小组负责图像与报告质量评价的全面实施，组织定期和不定期的核查。 （三）影像科技师负责检查扫描过程的质量控制，发现图像质量问题应及时解决。（四）影像诊断医师负责诊断操作的质量控制和图像诊断质量控制，发现问题应及时解决并与技师沟通。 （五）每月进行图像质量评价记录。
影像科图像与报告质量评价制度根据医院规定与科室具体情况及发展的要求，制定相应的质控、项目评价、改进措施制度。 一、科主任负责全部的质控指标检查CT检查由石应同志负责质控指标，普放检查由袁林同志负责质控指标MR 检查由黄静同志负责质控指标，报告书写由王大江同志负责质控指标。 二、要求各部门认真做好检查及报告质量的督查，对不合格的投照检查CT 扫描MR检查和相关不合格的报告要进行及时的修改更正，提出相应的改进措施及方案，做好相关的记录。 三、普放CR、DR 质控指标，登记时是否与患者的姓名、性别、年龄、检查部位一致，投照时是否与申请单一致，扫描图像后投照部位的左右一定要标记准确，对投照条件使用不佳的图像不要传输，一定要重新投照后再传输，对打印胶片时，外科需要手术的患者和内科有病变的片子一定要打1：1 的胶片，对普放报告要及时检查描述的准确性，左右的描述及意见，及诊断意见的正确与否。 CT 质控量指标，CT 扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 MR质控量指标，MR扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及
时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 六、对修改的检查及报告要做好相关记录。 七、对不按照上述标准执行的按相关文件做相应的处理。
图像及报告质量评价小组成员及职责为加强影像科图像质量管理和质量控制，保证影像科诊断质量与医疗安全，并明确图像质量评价小组。 一、影像科图像及报告质量评价小组成员如： 组长： 成员： 技师组： 诊断组： 二、影像科图像与报告质量评价小组职责： （一）影像科应建立图像及报告质量评价小组，小组成员应包括影像科主任、影像诊断医师、影像科技师。 （二）影像科图像与报告质量评价小组负责图像与报告质量评价的全面实施，组织定期和不定期的核查。 （三）影像科技师负责检查扫描过程的质量控制，发现图像质量问题应及时解决。 （四）影像诊断医师负责诊断操作的质量控制和图像诊断质量控制，发现问题应及时解决并与技师沟通。 （五）每月进行图像质量评价记录。
医学图像配准技术 A Survey of Medical Image Registration 张剑戈综述，潘家普审校 （上海第二医科大学生物医学工程教研室，上海 200025） 利用CT、MRI、SPECT及PET等成像设备能获取人体内部形态和功能的图像信息，为临床诊断和治疗提供了可靠的依据。不同成像模式具有高度的特异性，例如CT通过从多角度的方向上检测X线经过人体后的衰减量，用数学的方法重建出身体的断层图像，清楚地显示出体内脏器、骨骼的解剖结构，但不能显示功能信息。PET是一种无创性的探测生理性放射核素在机体内分布的断层显象技术，是对活机体的生物化学显象，反映了机体的功能信息，但是图像模糊，不能清楚地反映形态结构。将不同模式的图像，通过空间变换映射到同一坐标系中，使相应器官的影像在空间中的位置一致，可以同时反映形态和功能信息。而求解空间变换参数的过程就是图像配准，也是一个多参数优化过程。图像配准在病灶定位、PACS系统、放射治疗计划、指导神经手术以及检查治疗效果上有着重要的应用价值。 图像配准算法 可以从不同的角度对图像配准算法进行分类[1]：同/异模式图像配准，2D/3D图像配准，刚体/非刚体配准。本文根据算法的出发点，将配准算法分为基于图像特征(feature-based)和基于像素密度(intensity-based)两类。 基于特征的配准算法 这类算法利用从待配准图像中提取的特征，计算出空间变换参数。根据特征由人体自身结构中提取或是由外部引入，分为内部特征(internal feature)和外部特征(external feature)。
【作者简介】张剑戈（1972-），男，山东济南人，讲师，硕士 1. 外部特征 在物体表面人为地放置一些可以显像的标记物（外标记，external marker）作为基准，根据同一标记在不同图像空间中的坐标，通过矩阵运算求解出空间变换参数。外标记分为植入性和非植入性[2]：立体框架定位、在颅骨上固定螺栓和在表皮加上可显像的标记。Andre G[3]等将该方法用于机器人辅助手术，对于股骨移植，位移误差小于1.5mm，角度误差小于3°，由于计算量小，可以实现实时配准。但是标记物必须事先被固定好，不能用于回顾性配准，而且该方法只适用刚体配准。 2. 内部特征 从医学影像中可以提取出点、线和面：血管的交点、血管、胸腹之间的横膈膜等，这些特征作为内标记点(internal marker) ，利用其空间位置同样可以求解出空间变换参数。Hill DL[4]用11个形态点对脑部配准，误差<1mm，方差为1.73mm。Meyer CR[5]除了血管树的交点，还使用了左右脑之间的间隔等特征。Maurer CR[6,7]赋予点、线、面等几何特征不同的权重(weighted geometrical features, WGF)，进一步改进了算法。内标记点配准是一种交互性的方法，将3D图像配准简化为点、线和面的匹配，可以进行回顾性研究，不会造成患者的不适。但是医生对特征位置的判断影响到配准精度，为了克服人为误差，需要多次重复操作，以平均值作为最终结果。 表面匹配算法也利用了内部特征[8]：进行图像分割，提取出轮廓曲线、物体表面等内部特征，使2D/3D图像配准简化为2D曲线和3D曲面的匹配，不再考虑物体内部像素。典型的应用是刚体配准的“头帽”算法[9]，从头部的3D图像中分割出表面轮廓，分别作为头模型和帽模型。配准的目标函数是头表面和帽表面之间的均方距离，该距离是空间变换参数的函数。表面匹配算法是一种自动算法，在物体表面轮廓相似并且清晰的情况下，配准效果很好。其不足之处在于：准确地进行图像分割很困难；不同模式的图像，如CT/PET图像，由于器官的轮廓差异较大，难于精确地匹配。 3. 在非刚体配准中的应用 进行非刚体配准前要确定物理模型，常见有弹性模型、粘稠液体模型、生物力学模型。通过在感兴趣区域中提取参考点、2D或是3D轮廓线，使待配准图像
影像科图像质量评价文件编码（008-TTIG-UTITD-GKBTT-PUUTI-WYTUI-8256）
影像科图像与报告质量评价制度根据医院规定与科室具体情况及发展的要求，制定相应的质控、项目评价、改进措施制度。 一、科主任负责全部的质控指标检查CT检查由石应同志负责质控指标，普放检查由袁林同志负责质控指标MR 检查由黄静同志负责质控指标，报告书写由王大江同志负责质控指标。 二、要求各部门认真做好检查及报告质量的督查，对不合格的投照检查 CT 扫描 MR 检查和相关不合格的报告要进行及时的修改更正，提出相应的改进措施及方案，做好相关的记录。 三、普放 CR、DR 质控指标，登记时是否与患者的姓名、性别、年龄、检查部位一致，投照时是否与申请单一致，扫描图像后投照部位的左右一定要标记准确，对投照条件使用不佳的图像不要传输，一定要重新投照后再传输，对打印胶片时，外科需要手术的患者和内科有病变的片子一定要打 1：1 的胶片，对普放报告要及时检查描述的准确性，左右的描述及意见，及诊断意见的正确与否。 CT 质控量指标，CT 扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。MR质控量指标，MR扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 六、对修改的检查及报告要做好相关记录。
医学图像分割方法汇总 本文主要介绍在医学图像分割方面的几种典型算法，详细介绍每种算法的工作原理，通过对具体的医学图像实验来对比每种方法在分割方面的优点和缺点，分析结果产生的原因，从而在后面的实际应用中选择最合适的算法。 1阈值法分割 1-1 简单阈值分割 简单的阈值处理是图像分割中最为简单基础的一种分割方法。对于一副灰度图像，使用给定的阈值。图像中的像素超过这个阈值的一律设置为最大值（对于八位灰度图像，最大值一般为255），像素小于这个阈值的设置为0.下图1.2是利用五个不同的阈值对脑部图像（图 1.1）的分割结果。（从上到下，从左到右一次使用的阈值分别为最大值的0.1,0.3,0.5,0.7,0.9倍）。 图1.1原始脑部图像
图1.2 使用不同阈值分割后的结果 从实验结果来看，使用简单的阈值分割，过程十分简便，原理简单易懂，但是要是得到比较好的分割结果需要进行多次试验。 1-2 otsu阈值分割法 Otsu阈值分割法又称大津阈值分割法。它的原理是对图像所有的像素围进行遍历(对8位灰度图像来说呢，就是从0遍历到255)，找出合适的T(阈值),把原始图像分割成前景图像和背景图像并且两者之间的类方差最大。 原理： 对于图像I(x,y)，前景(即目标)和背景的分割阈值记作T，属于前景的像素点数占整幅图像的比例记为ω0，其平均灰度μ0；背景像素点数占整幅图像的比例为ω1，其平均灰度为μ1。图像的总平均灰度记为μ，类间方差记为g。 假设图像的背景较暗，并且图像的大小为M×N，图像中像素的灰度值小于阈值T的像素个数记作N0，像素灰度大于阈值T的像素个数记作N1，则有：ω0=N0/ M×N (1)
【最新整理，下载后即可编辑】 放射科图像质量评价标准 （2016年修订） 一、一般要求 1、X线照片满足影像诊断要求。 2、X线照片标识，左右标志正确，检查号、检查日期、检查医院、被检者姓名、性别、年龄、图像放大比例或比例尺等信息完整。 3、图像放大比例一致：正位片与侧位片或斜位片放大比例一致。同一部位不同时间摄片放大比例一致。 4、整体画面布局美观，影像无失真变形。 二、优质图像标准 1、密度合适 2、层次分明 3、摄影体位标准： 4、照射野大小合适: 被检部位影像全部在照片上显示,但不应过多包含非检查部位，尤其是内分泌腺；重点组织界限清楚；脊柱应含相邻椎体；四肢长骨应至少包括1个邻近关节；肋骨应包括第1或第12肋骨。 5、无体外伪影。 6、无运动伪影。 7、特殊检查体位应标注。 8、胶片无污片、划片、粘片、指纹。
放射科图像质量评价内容及方法 项目评价内容和方法扣分 图像对比看电脑图片或胶片图像，对比欠佳5 图像层次看电脑图片或胶片，层次欠分明 5 投照野控制投照野过大或包括不全 5 伪影不影响诊断的伪影，如内衣扣、金属线5 有可能误认为病变的伪影 50 伪影范围较大，掩盖诊断区。50 呼吸伪影或运动伪影5~10 抽查胶片，有污片、划片、粘片 5 图像标识不完整 5 图像重要标识如左右、姓名、性别错误 50 摄影体位不标准15~20 特殊体位无标注，如腹部立位位，水平侧位10 摄影部位错误对照申请单和摄影部位是否一致50 图像放大比例抽查胶片，图像放大比例是否一致5 用片统一，尺寸合理抽查胶片 5 质量等级评价方法：结合DR影像质量要求，每份图像为100分，扣完为止。 优：≥90分良：80~89分合格：70~79分不合格：＜70分
影像科图像质量评价标准 This model paper was revised by the Standardization Office on December 10, 2020
影像科图像质量评价标准 一、图像质量保证组织和人员职责分工 影像科建立图像质量保证工作小组，小组成员包括高年资影像诊断医师、影像科技师、影像设备维修人员相关专业工程技术人员。 影像质量保证工作小组成员中，影像设备维修人员或相关专业技术人员负责影像设备正常运行，保证影像设备运行稳定，参数准确，发生设备故障及时检修。技师负责检查扫描过程的质量控制。影像诊断医师负责诊断操作的质量控制和影像诊断质量报告的控制。 二、图像质量评价制度 影像技术质控每周一次。根据影像质量评价标准，评价影像质量，分析不合格片和差级片原因，提出改进办法。 在日常诊断读片的同时，从诊断角度，对影像质量进行评价，发现图像质量不能满足影像诊断，技师与技术人员沟通，提出改进建议。 定期进行影像诊断与手术、病理或出院诊断随访对比，统计影像诊断与临床诊断的符合率，分析误诊漏诊原因，不断总结经验，提高诊断正确性。 三、图像质量评价标准 （一）一般要求 1、被检查器官和结构在检查范围内可观察到。主要结构、解剖结构、解剖细节清晰辨认，影像能满足影像诊断要求。
2、照片中的诠释齐全、无误、左右标志、检查号、检查日期、检查医院、被检查者姓名、性别、年龄、图像放大比例或比例尺等信息完整。正确放置铅号码，以分辨前后位或前位。 3、用片统一，用片寸合理，分隔规范，照射野大小控制适当。成人胸片不小于11x14英寸，成人四肢不小于10x12英寸。 4、图像放大比例一致：正位片、侧位片或斜位片放大比例不小于65%。 5、整体画面布局美观，影像无失真变形。 6、对辐射敏感的组织和器官应尽可能的屏蔽。 7、对不同检查部位的影像质量标准参照《影像科管理与技术规范》X片影像标准。 （二）优质片标准 1、密度合适（照片中诊断密度范围控制在—之间）； 2、层次分明（不同部位要求不同）； 3、摄影体位正确：被检组织影像全部在照片上显示；重点组织界限清楚；脊柱应含相邻椎体；四肢应包括临近关节；肋骨应包括第1或第12肋骨；组织影像应符合正常的解剖投影，无失真； 4、无技术操作缺陷：无体外阴影，无污片、划片、粘片、水迹、指纹、漏光、静电等阴影 （三）良级片标准
红星医院放射科 图像（胶片）质量评价制度 一、目的：规范化放射科普放、CT、MRI等检查，持续改进放射科图像质量，为影像医师及临床医师提供可靠的诊断依据，解除患者病痛。组织机构：科主任、质控小组、诊断组、技术组。 质控小组成员：XX XX XX 二、措施： （一）月评价 时间：每月最后一个工作日抽查汇总。 人员：质量控制小组抽查，科主任负责核对、监督。 方法：抽查技术组每人10份，其中平片、CT、MRI各3份，全景口腔1份，如部分检查当月未参与可替换成其他检查。 标准：《放射科检查规范》 整改：发现个人问题及时通知相关人员改正。对多发问题形成规范，组织讲课学习。 奖惩：月评价结果是绩效考核重要标准。 记录：技术组图像质量评价表。质控小组负责记录。 （二）月讲课 时间：每月第二个整周的周三中午，教学室进行。 人员：所有技术组及质控小组值班人员。 方法：讲课内容包括设备的维护、操作保养，新技术展望，放射科新
技术应用，后处理技术，检查规范，常见检查错误。 质控小组或诊断组医师在讲课结尾进行解剖教学。 标准：提前2周上交课件，进行审核、修改。讲课评分参照《放射科讲课评分制度》。 考核：进行课间提问，如需要可进行考试。 记录：技术组讲课记录本。讲课人负责记录。 （三）早交班 时间：工作日周二、周四，读片室。 人员：下夜班技师进行交班。所有技术组及质控小组值班人员参加。方法：抽查前一日检查图像平片、CT、MRI全景口腔各3份。 标准：《放射科检查规范》 整改：现场提问问题及时整改。 记录：技术组早交班记录本，详细记录问题及整改意见。交班人负责记录。 （四）日常工作 当班技师自查：当班技师严格按照相关规范操作设备、进行相关检查。图像不合格应重新投照。投照结束后上传合格图像。 打片技师复查：打片技师对上传图像进行复查。不合格图像应指导当班技师投照。将合格图像打片。 诊断医师检查：从诊断角度，对影像质量进行评价，发现图像质量不能满足影像诊断，医师与技术人员沟通，提出改进建议。
影像科影像质量控制方案为加强放射科影像质量管理和质量控制，保证放射科诊断质量和医疗安全，落实“医疗质量持续改进计划”，参照湖南省卫生厅下发的《放射影像质量保证方案》，特制定本院放射科影像质量保证方案。 一、放射科影像质量保证组织和人员职责 分工 1、各级医院放射科应建立影像质量保证 工作小组，小组成员应包括高年资影像诊断医 师、放射科技师、影像设备维修人员相关专业 工程技术人员，一般由5—7人组成。 2、放射科常规X射线统一管理，放射科 主任负责影像质量保证方案的全面实施，组织 定期和不定期的核查。影像质量保证工作小组 成员中，影像设备维修人员或相关专业技术人 员负责影像设备正常运行，保证影像设备运行 稳定，参数准确，发生设备故障及时检修。技 师负责X射线检查和扫描过程中的质量控制。 影像诊断医师负责诊断操作的质量控制和影 像诊断质量报告的控制。 3、各种设备日常保养责任落实到人
二、放射科工作人员准入要求： 1、从事X射线医师和技师人员应经上岗 培训，取得执业医师证和放射工作人员证方可上岗。 2、从事放射诊断应有执业医师资格。技 术人员应有中专及以上学历，或已取得技师资格。 3、从事放射诊断和技术人员应经放射防 护知识培训合格，取得放射工作人员证。 三、影像质量评价制度 1、科内放射技术质控每周一次。核查X 射线摄片体位是否符合标准：胶片尺寸统一，影像放大比例统一，不同时期检查，图像放大比例前后一致。评价影像质量，分析不合格片和差级片原因，提出改进办法。 2、在日常诊断读片的同时，从诊断角度， 对影像质量进行评价，发现图像质量不能满足影像诊断，技师与技术人员沟通，提出改进建议。 3、根据诊断报告书写要求，每月一次抽 查诊断报告质量。 4、技师或医师日常工作中发现质量问题
第六章医学图像分割 医学图像分割是医学图像处理和分析的关键步骤，也是其它高级医学图像分析和解释系统的核心组成部分。医学图像的分割为目标分离、特征提取和参数的定量测量提供了基础和前提条件，使得更高层的医学图像理解和诊断成为可能。本章首先对医学图像分割的意义、概念、分类及其研究现状进行了概述,然后分别对基于阈值、基于边缘、基于区域和基于模式识别原理的各种常见医学图像分割方法作了详尽而系统的介绍，接着在对图像分割过程中经常用到的二值图像数学形态学基本运算作了简单叙述之后，较为详细地讨论了医学图像分割效果和分割算法性能的常用评价方法。 第一节医学图像分割的意义、概念、分类和研究现状 医学图像分割在医学研究、临床诊断、病理分析、手术计划、影像信息处理、计算机辅助手术等医学研究与实践领域中有着广泛的应用和研究价值，具体表现为以下几个方面：(1) 用于感兴趣区域提取，便于医学图像的分析和识别。如不同形式或来源的医学图像配准与融合，解剖结构的定量度量、细胞的识别与计数、器官的运动跟踪及同步等；(2)用于人体器官、组织或病灶的尺寸、体积或容积的测量。在治疗前后进行相关影像学指标的定量测量和分析，将有助于医生诊断、随访或修订对病人的治疗方案； (3)用于医学图像的三维重建和可视化。这有助于外科手术方案的制定和仿真、解剖教学参考及放疗计划中的三维定位等；(4)用于在保持关键信息的前提下进行数据压缩和传输。这在远程医疗中对实现医学图像的高效传输具有重要的价值；(5)用于基于内容的医学图像数据库检索研究。通过建立医学图像数据库，可对医学图像数据进行语义学意义上的存取和查找。 所谓医学图像分割，就是根据医学图像的某种相似性特征（如亮度、颜色、纹理、面积、形状、位置、局部统计特征或频谱特征等）将医学图像划分为若干个互不相交的“连通”的区域的过程，相关特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同，也就是说在区域边界上的像素存在某种不连续性。一般说来，有意义的图像分割结果中至少存在一个包含感兴趣目标的区域。
医学影像质量评价制度及标准量 影像科诊断组及技术组每月底进行一次医学影像质量评价，总结经验改正不足，并由专人负责详细记录结果。 一、常规X线影像质量标准 医学影像质量控制标准制定目的，是以最低辐射剂量、最高影像质量，为临床提供可信赖的医学影像信息，他由医学影像检查的正当化和成像过程最优化来体现。医学影像质量综合评价应以成像过程最优话的三条主线，给出影像综合评价标准： 1．以诊断学要求为依据 2．以能满足诊断学要求的技术条件为保证 3．同时充分考虑减少影像检查的辐射计量 二、常规X线影像质量控制 1．诊断学要求 2．影像显示标准 影像显示标准系指在照片影像上能显示特别重要的解剖 结构和细节，并用可见程度来表示其性质。可见程度的表征可分为三级：隐约可见：解剖学结构可探知，但细节未显示，只特征可见；可见：解剖学结构的细节可见，但不能清晰辨认，即细节显示；清晰可见：解剖学结构的细节能清晰辨认，即细节清晰。以上规定的解剖学结构和细节能在照片上看
到。从而有助于作出准确的诊断。这取决于正确的体位设计、病人的配合以及成像系统的技术技能。 3．重要的影像细节： 这些标准为在照片影像上应显示的重要解剖学细节提供 了最小尺寸的定量信息。这些细节也许是病理性的，也可能是不存在的。 4．体位显示标准：体位显示标准以相应摄影位置的体位显示标准为依据。 5．成像技术标准：为满足诊断学要求所必需的成像技术的合理组合。成像技术条件的参数是：摄影设备、标称焦点、管电压、总滤过、滤线栅比、屏/片体系感度、摄影距离、自动暴光控制探测野、暴光时间、防护屏蔽，共10项。 6受检查者计量标准：影像综合评价标准同时给出各种摄影类型的标准体型下，病人体表入射剂量的参考值。 7．照片影像特定解剖点的密度标准范围：密度是构成影像的基础，对比度是影像形成的本质。文本件设定的不同部位特定解剖点的密度范围，作为定量评价照片影像质量标准的参考值。
影像科图像质量评价标准 一、图像质量保证组织和人员职责分工 影像科建立图像质量保证工作小组，小组成员包括高年资影像诊断医师、影像科技师、影像设备维修人员相关专业工程技术人员。 影像质量保证工作小组成员中，影像设备维修人员或相关专业技术人员负责影像设备正常运行，保证影像设备运行稳定，参数准确，发生设备故障及时检修。技师负责检查扫描过程的质量控制。影像诊断医师负责诊断操作的质量控制和影像诊断质量报告的控制。 二、图像质量评价制度 影像技术质控每周一次。根据影像质量评价标准，评价影像质量，分析不合格片和差级片原因，提出改进办法。 在日常诊断读片的同时，从诊断角度，对影像质量进行评价，发现图像质量不能满足影像诊断，技师与技术人员沟通，提出改进建议。 定期进行影像诊断与手术、病理或出院诊断随访对比，统计影像诊断与临床诊断的符合率，分析误诊漏诊原因，不断总结经验，提高诊断正确性。 三、图像质量评价标准 （一）一般要求 1、被检查器官和结构在检查范围内可观察到。主要结构、解剖结构、解剖细节清晰辨认，影像能满足影像诊断要求。 2、照片中的诠释齐全、无误、左右标志、检查号、检查日期、检查医院、被检查者姓名、性别、年龄、图像放大比例或比例尺等信息完整。正确放置铅号码，以分辨前后位或前位。
3、用片统一，用片寸合理，分隔规范，照射野大小控制适当。成人胸片不小于11x14英寸，成人四肢不小于10x12英寸。 4、图像放大比例一致：正位片、侧位片或斜位片放大比例不小于65%。 5、整体画面布局美观，影像无失真变形。 6、对辐射敏感的组织和器官应尽可能的屏蔽。 7、对不同检查部位的影像质量标准参照《影像科管理与技术规范》X片影像标准。 （二）优质片标准 1、密度合适（照片中诊断密度范围控制在—之间）； 2、层次分明（不同部位要求不同）； 3、摄影体位正确：被检组织影像全部在照片上显示；重点组织界限清楚；脊柱应含相邻椎体；四肢应包括临近关节；肋骨应包括第1或第12肋骨；组织影像应符合正常的解剖投影，无失真； 4、无技术操作缺陷：无体外阴影，无污片、划片、粘片、水迹、指纹、漏光、静电等阴影 （三）良级片标准 优级片中有1项不足，但对影像诊断影响不大。 （四）差级片标准 优级片中有2项以上不足，尚能用于诊断。 （五）废片标准 不能用于诊断
医学图像分割方法综述 随着计算机技术的发展，图像分割在很多领域都得到发展并被广泛应用，在医学临床上的应用更是越来越明显和重要。找到合适的医学图像分割方法对临床诊断和治疗都具有重大意义。文章针对近年来提出的图像分割方法进行了总结。 标签：图像分割；区域生长；聚类；水平集；图割 1 概述 图像分割是图像处理和计算机视觉领域的基础。分割结果直接影响着后续任务的有效性和效率[1]。图像分割的目的就是把目标从背景中提取出来，分割过程主要基于图像的固有特征，如灰度、纹理、对比度、亮度、彩色特征等将图像分成具有各自特性的同质区域[2]。医学图像分割是医学图像进行后续操作的必要前提，学者通过大量的研究得到了很多自动快速的分割方法。 2 图像分割方法分类 医学图像有各种成像模态，比如CT、MRI、PET、超声等。由于医学图像本身的复杂性和多样性，如灰度不均匀、低分辨率、弱边界和严重的噪声，准确分割是个相当棘手的问题，分割过程中在目标区域里出现的一些问题都将导致图像分割结果不准确。近年来，众多图像分割方法中没有任何一种算法能适用于所有图像。图像分割方法一般是基于图像的，即利用图像梯度、亮度或者纹理等就能从图像中获得信息进而对图像进行分割，主要有聚类法、区域生长、水平集、图割等算法。 2.1 聚类法 聚类算法简单的包括K-Means算法和Fuzzy C-Means（FCM）。 K-Means算法是基于距离的硬聚类算法，通常采用误差平方和函数作为优化的目标函数，定义误差平方和函数如下： 其中，K代表聚类的个数，Cj（j=1，2，…，K）表示聚类的第j类簇，x 表示类簇Cj中的任意一个数据对象，mi表示簇Ci的均值。从公式中看出，J是数据样本与簇中心差异度平方的总和，K个类聚类中心点决定了J值的大小。显然，J越小表明聚类效果越好。 K-Means算法的核心思想为：给定一组含有n个数据对象的数据集，从其中隨机选取K个数据对象作为初始中心，然后计算剩余的所有数据对象到各个初始中心之间的距离，根据最近邻原则，把所有数据对象都划分到离它最近的那个初始中心的那一类簇，再分别计算这些新生成的各个类簇中数据对象的均值，以此作为新类簇的中心，比较新的中心和初始中心的误差平方和函数J的大小，上
医学图像分割综述 郭爱心 安徽大学 摘要：图像分割是图像处理和分析的关键。随着影像医学的发展，图像分割在医学应用中具有重要意义。本文从医学应用的角度出发，对医学图像分割的意义、方法、评估标准和发展前景做出了简单综述。 关键字：医学图像分割意义方法评估标准发展前景 A Review of Medical Image Segmentation Ai-Xin Guo Anhui University Abstract:Image segmentation is the key of image processing and analysis.With the development of medical image,image segmentation is of great significance in medical applications.From the perspective of medical applications,this paper made a simple review of the medical image segmentation on it’s significance、methods、evaluation standards and development prospects. Key words:medical image,segmentation,significance,methods,evaluation standards,development prospects 1.医学图像分割的意义 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。医学图像包括CT、正电子放射层析成像技术（PET）、单光子辐射断层摄像（SPECT）、MRI（磁共振成像技术）、Ultrasound（超声）及其它医学影像设备所获得的图像[2]。医学图像分割是将原始的2D或3D图像划分成不同性质(如灰度、纹理等)的区域，从而把感兴趣的区域提取出来[1]。医学图像分割是一个非常有研究价值和研究意义的领域，对疾病诊断、图像引导手术以及医学数据可视化等有重要作用，为临床诊疗和病理学研究提供可靠的依据。 医学图像处理有其复杂性和多样性。由于医学图像的成像原理和组织本身的特性差异，图像的形成受到诸如噪音、场偏移效应、局部体效应和组织运动等的影响，医学图像与普通图像相比较，不可避免的具有模糊、不均匀性等特点。另外，由于人与人之间有很大的差别，且人体组织结构形状复杂。这些都给医学图像分割带来了困难。因此，我们有必要针对医学应用这个领域，对图像分割方法进行研究。 2.医学图像分割的方法 2.1.基于区域的分割方法 基于区域的分割方法有阈值法，区域生长和分裂合并，分类器与聚类和基于随机场的方法等。 阈值分割是最常见的并行直接检测区域的图像分割方法。如果只用选取一个阈值称为单阈值分割，它将图像分为目标和背景；如果需用多个阈值则称为多阈值方法，图像将被分割为多个目标区域和背景，为区分目标，还需要对各个区域进行标记。阈值分割方法基于对灰度图像的一种假设：目标或背景内的相邻像素间的灰度值是相似的，但不同目标或背景的像素在灰度上有差异，反映在图像直方图上就是不同目标和背景对应不同的峰。选取的阈值应位于两个峰之间的谷，从而将各个峰分开[2]。阈值分割的优点是实现相对简单，对于不类的物体灰度值或其他特征值相差很大时，能很有效的对图像进行分割。阈值分割通常作为医学图像的预处理，然后应用其他一系列分割方法进行后处理。阈值分割的缺点是不适用于多通道图像和特征值相差不大的图像，对于图像中不存在明显的灰度差异或各物体的灰度值范围
影像科图像质量评价Newly compiled on November 23, 2020
影像科图像与报告质量评价制度 根据医院规定与科室具体情况及发展的要求，制定相应的质控、项目评价、改进措施制度。 一、科主任负责全部的质控指标检查CT检查由石应同志负责质控指标，普放检查由袁林同志负责质控指标MR 检查由黄静同志负责质控指标，报告书写由王大江同志负责质控指标。 二、要求各部门认真做好检查及报告质量的督查，对不合格的投照检查CT 扫描MR检查和相关不合格的报告要进行及时的修改更正，提出相应的改进措施及方案，做好相关的记录。 三、普放CR、DR 质控指标，登记时是否与患者的姓名、性别、年龄、检查部位一致，投照时是否与申请单一致，扫描图像后投照部位的左右一定要标记准确，对投照条件使用不佳的图像不要传输，一定要重新投照后再传输，对打印胶片时，外科需要手术的患者和内科有病变的片子一定要打1：1 的胶片，对普放报告要及时检查描述的准确性，左右的描述及意见，及诊断意见的正确与否。 CT 质控量指标，CT 扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 MR质控量指标，MR扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求
的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 六、对修改的检查及报告要做好相关记录。 七、对不按照上述标准执行的按相关文件做相应的处理。 图像及报告质量评价小组成员及职责 为加强影像科图像质量管理和质量控制，保证影像科诊断质量与医疗安全，并明确图像质量评价小组。 一、影像科图像及报告质量评价小组成员如： 组长： 成员： 技师组： 诊断组： 二、影像科图像与报告质量评价小组职责： （一）影像科应建立图像及报告质量评价小组，小组成员应包括影像科主任、影像诊断医师、影像科技师。 （二）影像科图像与报告质量评价小组负责图像与报告质量评价的全面实施，组织定期和不定期的核查。 （三）影像科技师负责检查扫描过程的质量控制，发现图像质量问题应及时解决。 （四）影像诊断医师负责诊断操作的质量控制和图像诊断质量控制，发现问题应及时解决并与技师沟通。
影像科图像质量评价
影像科图像与报告质量评价制度根据医院规定与科室具体情况及发展的要求，制定相应的质控、项目评价、改进措施制度。 一、科主任负责全部的质控指标检查CT检查由石应同志负责质控指标，普放检查由袁林同志负责质控指标MR 检查由黄静同志负责质控指标，报告书写由王大江同志负责质控指标。 二、要求各部门认真做好检查及报告质量的督查，对不合格的投照检查 CT 扫描 MR检查和相关不合格的报告要进行及时的修改更正，提出相应的改进措施及方案，做好相关的记录。 三、普放CR、DR 质控指标，登记时是否与患者的姓名、性别、年龄、检查部位一致，投照时是否与申请单一致，扫描图像后投照部位的左右一定要标记准确，对投照条件使用不佳的图像不要传输，一定要重新投照后再传输，对打印胶片时，外科需要手术的患者和内科有病变的片子一定要打1：1 的胶片，对普放报告要及时检查描述的准确性，左右的描述及意见，及诊断意见的正确与否。 CT 质控量指标，CT 扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 MR质控量指标，MR扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及
时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 六、对修改的检查及报告要做好相关记录。 七、对不按照上述标准执行的按相关文件做相应的处理。
图像及报告质量评价小组成员及职责为加强影像科图像质量管理和质量控制，保证影像科诊断质量与医疗安全，并明确图像质量评价小组。 一、影像科图像及报告质量评价小组成员如： 组长： 成员： 技师组： 诊断组： 二、影像科图像与报告质量评价小组职责： （一）影像科应建立图像及报告质量评价小组，小组成员应包括影像科主任、影像诊断医师、影像科技师。 （二）影像科图像与报告质量评价小组负责图像与报告质量评价的全面实施，组织定期和不定期的核查。 （三）影像科技师负责检查扫描过程的质量控制，发现图像质量问题应及时解决。 （四）影像诊断医师负责诊断操作的质量控制和图像诊断质量控制，发现问题应及时解决并与技师沟通。 （五）每月进行图像质量评价记录。