上個(gè)世紀(jì)醫(yī)學(xué)成像技術(shù)的進(jìn)步為無(wú)創(chuàng)診斷和已建立的醫(yī)學(xué)成像創(chuàng)造了前所未有的機(jī)會(huì)，成為當(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?jiǎng)?chuàng)新領(lǐng)域之一是醫(yī)學(xué)圖像處理的跨學(xué)科領(lǐng)域。

這一快速發(fā)展領(lǐng)域涉及廣泛的過(guò)程，從原始數(shù)據(jù)采集到數(shù)字圖像通信，支持現(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(qiáng)度方面提供越來(lái)越高的分辨率，以及更快的采集時(shí)間，從而產(chǎn)生大量高質(zhì)量的原始圖像數(shù)據(jù)，必須對(duì)其進(jìn)行適當(dāng)處理和解釋才能獲得準(zhǔn)確的診斷結(jié)果。

本文重點(diǎn)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(shì)。

醫(yī)學(xué)圖像處理的核心領(lǐng)域

< p>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所示核心領(lǐng)域的不同方面。這些領(lǐng)域形成了這一領(lǐng)域 - 圖像形成，圖像計(jì)算和圖像管理的三個(gè)主要過(guò)程。

圖像形成過(guò)程包括數(shù)據(jù)采集和圖像重建步驟，為數(shù)學(xué)逆問(wèn)題提供解決方案。圖像計(jì)算的目的是改善重建圖像的可解釋性并從中提取臨床相關(guān)信息。最后，圖像管理處理獲取的圖像和派生信息的壓縮，存檔，檢索和通信。

圖像形成

數(shù)據(jù)采集

第一個(gè)積分圖像形成中的步驟是獲取原始成像數(shù)據(jù)。它包含有關(guān)捕獲的物理量的原始信息，描述了身體的內(nèi)部方面。該信息成為圖像處理的所有后續(xù)步驟的主要主題。

不同類型的成像模態(tài)可以利用不同的物理原理，因此涉及檢測(cè)不同的物理量。例如，在數(shù)字射線照相（DR）或計(jì)算機(jī)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(cè)時(shí)間;在磁共振成像（MRI）中，它是受激原子發(fā)射的射頻信號(hào)的參數(shù);在超聲檢查中，它是聲學(xué)回聲的參數(shù)。

然而，無(wú)論成像模態(tài)的類型如何，數(shù)據(jù)采集過(guò)程都可以細(xì)分為物理量的檢測(cè)，還包括將其轉(zhuǎn)換為電信號(hào)，獲取信號(hào)的預(yù)處理及其數(shù)字化。表示適用于大多數(shù)醫(yī)學(xué)成像模態(tài)的所有這些步驟的通用框圖如圖2所示。

圖像重建

圖像重建是使用所獲取的原始數(shù)據(jù)形成圖像的數(shù)學(xué)過(guò)程。對(duì)于多維成像，該過(guò)程還包括以不同角度或不同時(shí)間步長(zhǎng)捕獲的多個(gè)數(shù)據(jù)集的組合。這部分醫(yī)學(xué)圖像處理處理逆問(wèn)題，這是該領(lǐng)域的基礎(chǔ)主題。有兩種主要的算法用于解決這類問(wèn)題 - 分析和迭代。

分析方法的典型例子包括濾波反投影（FBP），廣泛用于層析成像;傅立葉變換（FT），在MRI中尤為重要;和延遲和求和（DAS）波束形成，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(jì)算時(shí)間方面都是優(yōu)雅和高效的。

然而，它們基于理想化的模型，因此具有一些獨(dú)特的局限性，包括它們無(wú)法處理諸如統(tǒng)計(jì)特性之類的復(fù)雜因素。測(cè)量噪聲和成像系統(tǒng)的物理特性。

迭代算法克服了這些限制，可以顯著提高對(duì)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(jì)噪聲模型來(lái)基于具有假設(shè)系數(shù)的初始對(duì)象模型來(lái)計(jì)算投影。計(jì)算的投影和原始數(shù)據(jù)之間的差異定義了用于更新對(duì)象模型的新系數(shù)。使用多個(gè)迭代步驟重復(fù)此過(guò)程，直到映射估計(jì)值和真值的成本函數(shù)最小化 - 導(dǎo)致重建過(guò)程收斂到最終圖像。

有各種各樣的迭代方法，包括最大似然期望最大化（MLEM），最大后驗(yàn)（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。

< h3>圖像計(jì)算

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

增強(qiáng)

圖像增強(qiáng)功能可細(xì)化圖像的變換表示，從而提高所包含信息的可解釋性。其方法可以細(xì)分為空間和頻域技術(shù)。

空間域技術(shù)直接在圖像像素上運(yùn)行，這對(duì)于對(duì)比度優(yōu)化特別有用。這些技術(shù)通常依賴于對(duì)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(guò)應(yīng)用不同類型的濾波器來(lái)平滑和銳化圖像。

利用所有這些技術(shù)可以降低噪聲和不均勻性，對(duì)比度優(yōu)化，邊緣增強(qiáng)，消除偽影，以及改善對(duì)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。

< h4>分析

圖像分析是圖像計(jì)算的核心過(guò)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。

< p>圖像分割過(guò)程將圖像劃分為不同解剖結(jié)構(gòu)的有意義輪廓。圖像配準(zhǔn)確保多個(gè)圖像的正確對(duì)準(zhǔn)，這對(duì)于分析時(shí)間變化或使用不同模態(tài)獲取的圖像的組合尤其重要。量化過(guò)程確定所識(shí)別結(jié)構(gòu)的性質(zhì)，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(guò)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(guò)程使圖像數(shù)據(jù)在視覺(jué)上代表解剖學(xué)和在定義的尺寸上以特定形式的生理成像信息。通過(guò)與數(shù)據(jù)的直接交互，可以在成像分析的初始階段和中間階段執(zhí)行可視化，例如，協(xié)助分割和注冊(cè)過(guò)程，以及在最后階段顯示精細(xì)結(jié)果。

圖像管理

醫(yī)學(xué)圖像處理的最后部分涉及所獲取信息的管理，并且包括用于圖像數(shù)據(jù)的存儲(chǔ)，檢索和通信的各種技術(shù)。開(kāi)發(fā)了幾種標(biāo)準(zhǔn)和技術(shù)來(lái)解決圖像管理的各個(gè)方面。例如，醫(yī)學(xué)成像技術(shù)圖像存檔和通信系統(tǒng)（PACS）提供經(jīng)濟(jì)的存儲(chǔ)和對(duì)來(lái)自多種模態(tài)的圖像的訪問(wèn)，并且數(shù)字成像和通信醫(yī)學(xué)（DICOM）標(biāo)準(zhǔn)用于存儲(chǔ)和傳輸醫(yī)學(xué)圖像。圖像壓縮和流媒體的特殊技術(shù)可以有效地實(shí)現(xiàn)這些任務(wù)。

挑戰(zhàn)和趨勢(shì)

醫(yī)學(xué)成像是一個(gè)相對(duì)保守的領(lǐng)域，從研究到臨床應(yīng)用的過(guò)渡往往需要更多超過(guò)十年。然而，其復(fù)雜的性質(zhì)在其組成的科學(xué)學(xué)科的各個(gè)方面都面臨著多方面的挑戰(zhàn)，這些挑戰(zhàn)不斷推動(dòng)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(shì)。

圖像采集領(lǐng)域受益于為提高原始數(shù)據(jù)質(zhì)量和豐富信息內(nèi)容而開(kāi)發(fā)的創(chuàng)新硬件技術(shù)。集成的前端解決方案可實(shí)現(xiàn)更快的掃描時(shí)間，更精細(xì)的分辨率和先進(jìn)的架構(gòu)，如超聲/乳腺X線攝影，CT / PET或PET / MRI組合系統(tǒng)。

快速高效的迭代算法越來(lái)越多地用于圖像重建取代分析方法。它們可以顯著提高PET的圖像質(zhì)量，減少CT中的X射線劑量，以及MRI中的壓縮感知。數(shù)據(jù)驅(qū)動(dòng)的信號(hào)模型正在取代人類定義的模型，以便根據(jù)有限或有噪聲的數(shù)據(jù)為逆問(wèn)題提供更好的解決方案。代表圖像重建趨勢(shì)和挑戰(zhàn)的主要研究領(lǐng)域包括系統(tǒng)物理建模和信號(hào)模型開(kāi)發(fā)，優(yōu)化算法以及圖像質(zhì)量評(píng)估方法。

隨著成像硬件捕獲越來(lái)越多的數(shù)據(jù)并且算法變得越來(lái)越復(fù)雜，迫切需要更高效的計(jì)算技術(shù)。這是一個(gè)巨大的挑戰(zhàn)，通過(guò)更強(qiáng)大的圖形處理器和多處理技術(shù)解決，為從研究轉(zhuǎn)向應(yīng)用程序提供了全新的機(jī)會(huì)。

與圖像計(jì)算和圖像轉(zhuǎn)換相關(guān)的主要趨勢(shì)和挑戰(zhàn)管理包含眾多主題，其中一些主題如圖3所示。

持續(xù)發(fā)展導(dǎo)致與所有這些主題相關(guān)的新技術(shù)縮小了研究與臨床應(yīng)用之間的差距，促進(jìn)了整合將醫(yī)學(xué)圖像處理領(lǐng)域納入醫(yī)生的工作流程，以確保比以往更準(zhǔn)確，更可靠的成像結(jié)果。

ADI公司提供多種解決方案，滿足醫(yī)療成像對(duì)數(shù)據(jù)采集電子設(shè)備的最苛刻要求根據(jù)動(dòng)態(tài)范圍，分辨率，精度，線性度和噪聲進(jìn)行設(shè)計(jì)。以下是為確保原始成像數(shù)據(jù)的最高初始質(zhì)量而開(kāi)發(fā)的此類解決方案的一些示例。

高度集成的模擬前端ADAS1256具有256通道，專為DR應(yīng)用而設(shè)計(jì)。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經(jīng)過(guò)優(yōu)化，具有出色的動(dòng)態(tài)性能和低功耗，可滿足PET要求。流水線型ADC AD9656為MRI提供出色的動(dòng)態(tài)和低功耗性能。集成接收器前端AD9671專為低成本和低功耗醫(yī)療超聲應(yīng)用而設(shè)計(jì)，其中小封裝尺寸至關(guān)重要。

結(jié)論

醫(yī)學(xué)圖像處理是一個(gè)高度復(fù)雜的跨學(xué)科該領(lǐng)域包括從數(shù)學(xué)和計(jì)算機(jī)科學(xué)到物理和醫(yī)學(xué)的眾多科學(xué)學(xué)科。本文試圖提出一個(gè)簡(jiǎn)化但結(jié)構(gòu)良好的核心領(lǐng)域框架，代表該領(lǐng)域的主要主題，趨勢(shì)和挑戰(zhàn)。其中包括數(shù)據(jù)采集過(guò)程是第一個(gè)也是最重要的領(lǐng)域之一，它定義了醫(yī)學(xué)圖像處理框架所有后續(xù)階段使用的原始數(shù)據(jù)的初始質(zhì)量水平。