基于小波变换的不同影像设备肺部DR图像的物理特征研究

杜 菁贺 文

基于小波变换的不同影像设备肺部DR图像的物理特征研究

杜 菁①贺 文②

在临床应用中，我们发现不同的设备配有不同的图像后处理软件，因此在使用操作、处理效果上存在明显的差异。以数字胸片为主要研究对象，通过对图像进行小波变换,根据不同通道的子图像提取纹理和能量特征，进行物理特征分析，对比不同设备所产生的DR图像在主观观感上的特点。

图像处理；DR系统；灰度直方图

[First-author's address]College of Bioengineering, Capital University of Medical University, Beijing 100069, China.

1 引言

图像的纹理不仅反映了图像的灰度统计信息,还反映了图像的空间分布信息和结构信息。作为描述纹理的有效方法,空域和频域分析方法被广泛应用，小波变换更是提供了对图像进行时频局部分析和多尺度分析的手段[1－2]。

对于不同解剖部位的医学图像,生理、病理信息在视觉上存在很大差异,临床诊断中所依赖的影像学知识也不一样。数字化放射影像(digital radiography,DR)系统的特点是具有数字影像后处理digital image processing)功能,通过调节图像动态范围、细节对比度、空间分辨率和图像噪声,使诊断信息得以突出显示。本文中以数字胸片为主要研究对象。

临床应用中，我们发现不同的设备对图像的处理效果不同。数字胸片的后处理软件通常是与相关厂商的影像设备配套的，即不同的设备配有不同的图像后处理软件，这些软件在使用操作、处理效果上存在明显的差异。

通过对图像进行小波变换,再对不同通道的子图像提取纹理特征和能量特征,对比分析不同设备所产生的数字胸片图像的物理特征及其在主观观感上的特点[3－4]。

2 小波分解及多分辨率分析

小波分析自80年代创立以来发展迅速，由于它具有良好的时频局部特性，而在图像处理中被广泛的应用。

小波函数可以看成是一个带通滤波器的冲激响应[5－6],小波变换则是将原始信号用一组不同尺度的带通滤波器进行滤波,将信号分解到一系列频带上进行分析处理。

有研究表明,在人的视觉系统的初级部分中至少包含7个不同频带的空间频率通道, 每个通道相当于一种滤波器,每个滤波器只允许一定范围内的信号通过,这与小波的多尺度、多通道信息处理很相似[7－8]。

在数值计算中，需要对小波变换的尺度因子、位移因子进行离散化，运用离散二进小波（DWT）可以对图像进行多频道、多分辨率分析[9－11]。在二维情况下，每一滤波器都是一个二维冲激响应，输入是图像上的带通滤波器，滤波后的图像叠层组成了小波变换。

基本小波通过伸缩构成一组基函数，在大尺度上，膨胀的基函数搜索大的特征，而在较小的尺度上，寻找细节信息[12]。

3 基于离散小波变换的特征提取

3.1 特征值的计算

本文首先采用了金字塔结构的哈尔小波变换,将图像分解成一系列对数带宽相同的频道，而后递归分解通道低频部分以生成下一尺度的各频带输出,而不分解其它通道（如图1）。其中的双低频子带aLL进行DWT变换。

图1

分别针对aLL、Dhh、dLH、dHL计算其能量值：

其中：n为感兴趣区域中的像素个数。

3.2 数字胸片数据的获取

选取不同设备的DICOM原始图像各52张，设备参数为：设备A为Philips公司DR系统digital diagnosis release1.3, 140 kv,0.85 mAs, Exposure index250,Imaging plate 43 cm×43 cm, Matrix size3000×3000, Gray level 14 bit；设备B为Kodak公司DR3000,130 kV, 1.0 mAs,Imaging plate 43 cm×43 cm, Matrix size3000×3000, Gray level 14 bit。

分别使用设备所带后处理软件对原始图像进行处理，再得到DICOM图像52张，后处理软件参数的设置均为默认设置。图形传递至EBM公司的图形存储传输系统，然后以DICOM3格式输出。

3.3 感兴趣区域的选取

肺野区域主要由肋骨、肺实质和肺纹理组成，动态范围涉及骨骼至空气，肋骨边缘信息主要在高频区域，肺实质和肺纹理则集中在中、低频区域，确定特征区域，要包括上述结构反映。

选取右胸第四、五肋骨间的区域，其中1/3覆盖肋骨上缘，余下2/3覆盖肋间隙的肺野。

3.4 图像的预处理

表1 数据的正态性检验结果

将两台设备所生成的DICOM图像，使用同一程序转换为BMP图，并按照未经后处理软件处理的图像和经过处理的图像分成两组。预处理后得到有效数据为：原始图像A、B设备各50例；处理后图像A设备为48例；B设备52例。

4 实验结果与讨论

分别计算不同设备两组图像的各分频段的能量值。并应用SPSS 13.0进行统计学分析。结果如表1：

其中除处理后图像的双高频一组外，P值均大于0.05，即符合正态分布。符合正态分布的各组数据进行独立样本T检验，不符合正态分布的处理后双高频组进行秩和检验，结果如表2：

表2 检验结果

不同设备的图像在双低频段，原始图像的双低频部分的能量是无差异的，处理后二者有了明显的差异。说明两种设备的图像经处理后，图像的平滑度发生了变化，A设备的平滑程度更好。

[1] 李清军，官秋青，吴晓东，等.DR的特性与临床应用[J].医疗设备信息，2004(8):39-40.

[2]胡熙芳，刘文涛.数字化摄影（DR）图像质量控制[J].中国医学装备，2009,6(7):39-40.

[3]陈哲，冯天瑾.基于小波分形特征提取的图像分割方法[J]，中国图像图形学报，1999,4(12). [4]何宁.基于小波多尺度分析的图像特征点提取方法[J].微机发展，2003,13(4).

[5]王李东，邰晓英，巴特尔.基于小波变换纹理分析的医学图像检索[J].中国医疗器械杂志，2006,30(2).

[6]吴高洪.利用小波变换和特征加权进行纹理分割[J]，中国图像图形学报,2001,6(4):333.

[7]张玲.医学图像处理中的小波变换应用[J].中国医学影像技术,2010,26(2).

[8]谢桂海,王寅龙,明亮.小波分析在医学图像处理中的应用研究[J].核电子学与探测技术,2004,24(1):1.

[9]杨军,彭承琳,吴宝明.小波分析在医学中的应用[J].国外医学(生物医学工程分册),2002,25(2):89.

[10]郭敏,马远良,朱霆.基于小波变换的医学超声图像去噪及增强方法[J].中国医学影像技术,2006,22(9):143.

[11]董健卫,黄榕波,马建华.多进制小波在医学图像检索中的应用[J].医疗卫生装备,2007,28(1):52.

[12]舒小华,沈振廉.一种新的基于小波变换的医学图像融合方法[J].计算机工程与应用,2005,41(23):213.

[13]吴端，吴双林，王振华.基于自适应非线性拉伸的DR胸片图像处理[J].中华全科医学，2009(8).

[14]陈志辉.影响DR图像质量因素分析[J].中国医疗设备，2008(7).

[15]龚海艇，唐震，张晓莹，等.DR相关设备伪影分析及解决方法[J].中国医学装备，2007,4(1):29.

[16]廖云贵.探讨DR图像的质量控制[J].医疗装备，2008(7).

[17]牛克伟，蔡曰新，蔡勋，等.浅析影响DR照片质量因素及防范措施[J].中国医疗器械信息，2005(4).

Analysis of physical characteristics of DR images from different DR systems based on wavelet transform texture

DU Jing, HE Wen

As an important instrument in clinical application, DR (digital radiography) system has become the most popular and significant method in physical examination. The image processing system which the DR system has may cause different results of seeing. The reason for which is that the image processing system depends on the DR system itself, which comes from different providers. This article is mainly about the analysis of characters of the images from different DR systems.

Image processing, DR system, Histogram

1672-8270(2010)06-0018-03

TH 774

A

杜菁,女,(1967- ),硕士研究生，副教授,现就职于首都医科大学生物医学工程学院信息技术教学实验中心，主要研究方向：医学图像处理、多媒体技术。

2010-02-29

①首都医科大学生物医学工程学院 北京 100069

②首都医科大学附属北京友谊医院放射科 北京 100050

China Medical Equipment,2010,7(6):18-20.