医疗影像处理综述..pptx

医学图像处理综述 二0一四年十月 ;目录;医学图像处理背景;医学图像处理过程;目录; 含义 图像预处理是对输入的图像进行特征抽取、分割及配准前所进行的处理。 图像预处理技术分为两大方面，即图像增强和图像复原技术。 必要性 图像在传输过程和存储过程中难免会受到某种程度的破坏和各种各样的噪声的污染，导致图片丧失了本质或者偏离了人们的需求。这就需要一系列的预处理操作来消除图像受到的影响。 进行图像预处理主要目的是为了消除图像中无关紧要的信息，恢复有用的真实的信息，增强相关信息的可检测性和最大限度地简化我们需要的数据，从而增加特征抽取、图像分割、配准和识别等后续图像处理步骤的可靠性。; 图像增强 增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地??调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 图像增强技术 图像增强技术主要有两种方法：空间域和频率域法。 空间域法则主原始图像?图像预处理?图像理解?特征分析?，直接在空间域内对图像进行运算处理，包括图像灰度变换、直方图修正、局部统计法、图像平滑和图像锐化等几个方面。 频率域法则只在图像的某种变换域里对图像的变换值进行运算，比如对图像进行傅立叶变换，然后在变换域里对图像的频谱进行某种计算，最后把计算后的图像逆变换到空间域。;医学图像的预处理-图像增强方法;医学图像的图像增强-直方图均衡;医学图像的图像增强-图像锐化;医学图像的图像增强-伪彩色增强;医学图像的图像增强-图像去噪;图像复原技术需要知道图像的降质缘由，根据图像降质的现眼知识，恢复并重构原来的图像。图像复原和图像增强的目的是不一样的，图像增强的目的是为了改善图像视觉效果，便于观察和分析人们所感兴趣的东西，而把那些不重要的地方给清除出去，不仅如此，图像增强还便于人工或者机器对图像的进一步处理。而图像复原不仅仅是对图像进行预处理还要恢复至原来的面貌，它需要建立模型依此为依据进行复原。 关于图像复原的详细内容将在之后的章节进行介绍。;目录;医学图像去噪方法;医学图像去噪方法-空域法;医学图像去噪方法-空域法举例;医学图像去噪方法-频率域法;医学图像去噪方法-频域法举例;目录; 医学图像的退化 图像在形成、记录、处理和传输过程中，由于成像系统、记录设备、传输介质和处理方法的不完善，从而导致的图像质量下降。 医学图像的复原 试图利用退化过程的先验知识，去恢复已被退化图像的本来面目。 复原的过程是沿着质量降质（退化）的逆过程来重现原始图像。 ;医学图像的复原-基本思路;图像退化典型原因及表现： 成像系统的像差、畸变、有限带宽等造成的图像失真。 模拟图像在数字化的过程中，由于会损失掉部分细节，因而造成图像质量下降。 拍摄时，相机与景物之间的相对运动产生的运动模糊 医学图像的复原方法 根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，使图像质量得到改善。 图像复原的关键在于建立图像退化模型。这个退化模型应该能够反映图像退化的原因。通常将退化原因作为线性系统退化的一个因素来对待，从而建立系统退化模型来近似描述图像函数的退化。;图像复原方法： 退化函数估计：运动矩阵H的估计，噪声（n）的估计。 图像去噪：可以使用空间域或频率域滤波器实现。因为不同原因产生的噪音的分布是不同，可以通过分析图片中噪音的分布得到产生这些噪音的参数，然后进行逆运算进行图像复原。 逆滤波：有约束的最小二乘法容易通过计算机的简单程序实现，对图像进行逆滤波来实现反卷积的方法方便快捷，无需循环或迭代，直接可以得到反卷积结果。 维纳滤波：由Wiener首先提出的，应用于一维信号处理，取得了很好的效果。之后，维纳滤波法被用于二维信号处理，也取得了不错的效果，尤其在图像复原领域，由于维纳滤波计算量小，复原效果好，从而得到了广泛的应用和发展。 ;医学图像的复原方法-去噪声;医学图像的复原方法-维纳滤波去运动模糊;目录;医学图像分割;医学图像分割-技术实现方法;;阈值法的优缺点;;医学图像分割-并行微分算子法的优缺点;区域生长和分裂 优点：计算简单,特别适用于分割小的结构如肿瘤和伤疤。 缺点：需要人工交互以获得种子点，这样使用者必须在每个需要抽取出的区域中植入一个种子点。对噪声敏感，导致抽取出的区域有空洞或者在局部体效应的情况下将原本分开的区域连接起来。 形变模型 优点：能够直接产生闭合的曲线或者曲面，对噪声和伪边界有很强的鲁棒性. 缺点：对初始边界位置敏感，需要人工交互干预。 其他方法，限于篇幅不再赘述。 ;目录;含