基于图像处理的脑血管疾病治疗效果分析系统

2014-05-14 02:17兰连意
唐山学院学报 2014年3期
关键词:图像处理运算密度

兰连意,李 波

(唐山学院 电子信息系,河北 唐山063020)

0 引言

DSA(Digital Subtraction Angiography,数字减影血管造影)是由电子计算机进行影像处理的先进的X线诊断技术[1],是继CT之后在X线诊断技术方面又一重大突破,其特点是图像清晰,分辨率高,为观察血管病变、血管狭窄的定位测量、诊断及介入治疗提供真实的立体图像,多用于肢体、肝脏、心脏及脑部等血管疾病的诊疗。

DSA除可显示血管的形态学信息外,还可利用软件把感兴趣区的视频信号检测出来并引入时间参数,建立时间-视频密度曲线。从此曲线上提取若干反映“功能”的信息参数,即所谓功能性参数[2]。虽然DSA相对于传统的CT或者磁共振来说是一种更为先进的技术,但是目前的DSA不能得到诸如平均血流通过时间(MTT)、峰值时间(TTP)、峰值强度(PE)等在医学中广泛应用的功能性参数[3-4],因此显得有些不足。

为了完善DSA治疗效果评价体系,弥补DSA的不足,我们将利用DSA机获取病人治疗前后病变部位的视频,使用微软公司的DirectShow技术实现视频中帧图像的提取,利用医学数字图像处理技术,对提取的帧图像进行处理,得到评价治疗效果的主要技术指标,为分析治疗效果提供数量依据。

1 相关技术

1.1 DirectShow技术

本系统“获取图片”模块使用微软DirectShow技术[5-6]从DSA机中获取病人治疗前后病变部位的视频图片。DirectShow技术是微软Windows平台下的一个流媒体架构,提供多媒体流高质量的捕捉与回放。它支持多种格式,包括高级流格式(ASF)、运动图像专家组(MPEG)、音视频交错(AVI)、MPEG音频层-3(MP3)与 WAV声音文件。它支持从 Windows Driver Model(WDM)或 Video for Windows(VFW)的数字设备或类似设备上捕捉信息。

DirectShow使媒体回放、格式转换与捕捉任务简单化。在DirectShow里有个 Media Detector(MediaDet),利用它,不但可以获取视频的格式化信息,而且还能从源文件中抓取视频流的位图图像。可以获得视频文件中任一点处的图像,它返回的图像一般都是24位RGB格式的。Media Detector使用ImediaDet接口获取多媒体文件的信息,比如说流的数目、媒体类型、持续时间、每个流的帧速率等等,也包含从视频流获取单帧图像的函数。

1.2 图像处理技术

通过“获取图片”操作之后,视频被分解为图片序列,并保存为24位真彩色的位图(*.bmp),存放于计算机之中。

位图文件由文件头、位图信息头、颜色信息和图像数据4部分组成。其中位图文件头包含有位图文件的类型、文件大小和位图起始位置等信息;位图信息头包含位图的宽度、高度、分辨率等信息;颜色信息则说明位图中的颜色(24位真彩色的位图无此部分,其颜色信息保存在位图数据部分);位图数据记录了位图的每一个像素值。我们对位图图像的处理就是对位图数据的操作。

图像处理包括图像的显示、图像的几何变换、图像灰度变换、图像合成等几部分。其中,图像的显示包含图像的扫描、移动、交叉飞入、图像渐显等几部分;图像的几何变换包括图像的平移、缩放、旋转等方法;图像灰度变换主要有二值化、灰度直方图、灰度匹配变换等方法;图像合成主要有图像的差影法、逻辑运算等方法[7-8]。本系统采用了图像的显示函数、图像的缩放、灰度直方图、差影法等几种技术。

(1)图像的显示函数:在Visual C++环境中用于显示的函数主要有BitBlt,StretchBli和Stretch DlBits等几个。其中StretchDlBits为API函数。

(2)图像的缩放:假设图像x轴方向缩放比率为k,y轴方向缩放比率为l,那么原图中点(x0,y0)对应于新图中的点(x1,y1)为:(x0×k,y0×l),其中,当k和l均大于1时,原图像被放大;当k和l均小于1时,原图像被缩小。由于我们通过“获取图片”得到的图片比较大,为了能够使治疗前后的图像都能显示到屏幕上,所以本系统将图片缩小显示。

(3)灰度直方图:它是图像处理中一种十分重要的图像分析工具,具有简单实用的特点。主要用在图像分割、图像灰度变换等处理过程中。从数学上来说,它统计一幅图像中各个灰度级出现的次数或概率;从图形上来说,它是一个二维图,横坐标表示图像中各个像素点的灰度级,纵坐标为各个灰度级上图像像素点出现的个数或出现概率。由于我们得到的图片是24位真彩色的,所以图像的颜色由红、绿、蓝这3个原色组成,每种颜色占8位,这样每个像素点颜色值(对于24位真彩色图即为像素点的数据)共24位,每种颜色共有28=256个级别,那么在我们的直方图里横轴坐标从0到255,纵坐标为各个灰度级上图像像素点出现的概率。

(4)差影法:差影法实际上是对图像进行代数运算的一种不同叫法,代数运算是指对两幅输入图像进行点对点的加、减、乘、除计算而得到输出图像的运算。下面给出这4种代数运算的数学表达式:

加运算:C(x,y)=A(x,y)+B(x,y);

减运算:C(x,y)=A(x,y)-B(x,y);

乘运算:C(x,y)=A(x,y)×B(x,y);

除运算:C(x,y)=A(x,y)÷B(x,y)。

其中,A(x,y)和B(x,y)为输入图像,C(x,y)为输出图像。

在本系统中,“时间-密度曲线”部分采用了加运算,即将感兴趣区内的图像数据施行加运算,然后求平均值而得。

2 系统开发环境设计

本系统使用VC++6.0作为开发环境,运行于 Windows XP操作系统中,显示器分辨率要求为1024×768。本系统主要由“获取图片”和“分析”两部分组成,其中“获取图片”功能为利用DSA机获取的病人治疗前后病变部位的视频,提取出单帧图片,作为“分析”模块的输入;“分析”模块是一个重要的组成部分,它将得到的病变部位治疗前后的图片,经过医学图像处理,获得时间-密度曲线,在此基础上得到有关治疗效果的主要技术指标,然后对治疗效果进行分析。流程图如图1所示。

图1 系统流程图

“获取图片”和“分析”模块的主要效果图分别如图2,图3所示。

图2 “获取图片”效果图

图3 “分析”模块效果图

3 实例分析

本病例为右侧椎动脉狭窄(入颅段),采集支架介入治疗前后供血动脉和动脉供血区的一些血流参数,用自行开发的软件进行分析,步骤如下。

3.1 获取图片

在“获取图片”模块中,单击“浏览”选择从DSA机获取的病人治疗前病变部位的视频,设置保存路径后,点击“抓取”即可获得治疗前病变部位图片序列,同理可以获得治疗后病变部位的图片序列。

3.2 选择图片并设置感兴趣区

在“分析”模块界面中,“文件一”和“文件二”处分别选取术前、术后病变部位图像序列,设置工作方式为“同时显示”,接下来选取感兴趣区,在此“区域选择”部分设置为“矩形”,感兴趣区的选择如图4所示。

图4 感兴趣区的选取

3.3 开始分析并得到各种曲线

在以上设置工作完成后,单击“开始”按钮,系统将自动完成计算,得出时间-密度曲线、曲线斜率、灰度直方图等,单击曲线上任意一点将显示出相关信息,分别如图5,图6所示。

图5 时间-密度曲线(分别为左侧和右侧感兴趣区)

3.4 获取术前相关参数

(1)对比剂开始出现时的密度值。左侧为术前时间-密度曲线,对比剂开始出现是在第3帧,其密度值为84.36。

(2)对比剂时间-密度曲线的最大值。所得曲线有锯齿状改变,主要与对比剂的层流有关,但能反映出曲线的走行趋势,去掉最高峰值174.07,取172.57为其峰值,出现在第26帧。

图6 曲线斜率图(左侧和右侧曲线斜率用不同颜色显示)

(3)密度值下降一半时对应的帧数。从帧数推测出密度值下降一半时所对应的时间,计算方法如下:①峰值减去对比剂出现时的密度值,172.57-84.36=88.21,取其一半约44.11。②对比剂出现时的密度值加上上面数值得出曲线下降一半时的密度值,84.21+44.11=128.32。③在时间-密度曲线上找出与之最接近的数值为128.21,其对应的帧数为第32帧。

3.5 获取术后相关参数

图5的右侧图为术后时间-密度曲线,各个参数求取方法与左侧图一致,在此只给出结果:对比剂开始出现是在第3帧,其密度值为87.93;峰值为184.50,出现在第24帧;密度值下降一半时对应的帧数为第28帧。

我们所得到的时间-密度曲线反映了造影剂在血管内流动的时间依赖性参数(由于采集视频的速率一致,因此可以使用帧数代表时间),从此曲线上可以提取若干反映“功能”的信息参数,如达峰时间(TTP),对比剂最大峰值所对应的帧数减去曲线起始时对应的帧数,术前为23帧,术后为21帧;平均通过时间(MTT),曲线下降一半所对应的帧数减去曲线起始处对应的帧数,术前为29帧,术后为25帧;最高强化值(PV),时间-密度由线的最高值,术前为172.57,术后为184.50;相对血流量=1/平均通过时间,术前为0.03,术后为0.04;脑血流量(CBF)=组织时间-密度曲线的最大斜率(或最大比值)/供血动脉增强的峰值,术前为0.010 72,术后为0.011 33。

从上面数据可以看出,脑供血动脉狭窄解除后,TTP增大,MTT增大,PV增大约6.20,最大斜率也增大,最重要的是参数CBF也相应增大。结合临床,狭窄解除后,动脉供血区域血流量增加,这点从手术前后的CBF变化可以看出来,这样就会造成TTP,MTT的增加;血流量增加后,脑组织染色深,血流速度增快,与之对应的PV和最大斜率值也增加。上面术前术后的观察参数数值的变化都可以从临床上得到相应的解释。

4 结论

医学界认为,DSA检查是诊断血管疾病的“金标准”,而功能性参数的改变则多使用CT或MRI获取,目前DSA机的视频-密度仪可以获取一些参数,但是不能得到MTT,TTP,PV等指标。本文介绍了利用DSA机获取的病人治疗前后病变部位的视频来提取功能性参数所使用到的技术,通过脑血管疾病实例(右侧椎动脉狭窄)介绍了软件的操作流程及数据的提取方法。由实例分析可知,利用本系统可以提取治疗效果的评价指标,作为DSA机的视频-密度仪的补充,本系统有较强的实用价值。

[1] 祁吉,欧阳忠南,吴恩惠.DSA 中参数性成像[J].国外医学:临床放射学,1987,10(2):65-73.

[2] 祁吉,吴恩惠,杨景震,等.DSA中视频密度-碘浓度相关关系——一个前瞻性的研究[J].中华放射学杂志,1989,23(4):201-207.

[3] 龙学颖,吴廷创,曹觉,等.肝癌介入诊疗中DSA血流动力学参数分析初步探讨[J].介入放射学,2012,21(1):42-45.

[4] 陈晓明.郭俊渊,高国栋.原发性肝癌的参数性成像研究[J].中国医学影像技术,1991,7(2):39-40.

[5] 陆其明.DirectShow开发指南[M].北京:清华大学出版社,2003.

[6] 孟月华,邓基园.DirectShow技术的应用研究与开发[J].计算机系统应用,2013(6):196-199.

[7] 陈兵旗,孙明.Visual C++实用图像处理专业教程[M].北京:清华大学出版社,2004:2-40.

[8] 杨淑莹.VC++图像处理程序设计[M].北京:清华大学出版社,2006.

猜你喜欢
图像处理运算密度
重视运算与推理,解决数列求和题
人工智能辅助冠状动脉CTA图像处理和诊断的研究进展
『密度』知识巩固
密度在身边 应用随处见
有趣的运算
基于ARM嵌入式的关于图像处理的交通信号灯识别
“玩转”密度
密度应用知多少
基于图像处理的机器人精确抓取的设计与实现
机器学习在图像处理中的应用