用于脂肪肝分级诊断的超声图像增强算法*

2017-10-20 05:38王正发栾强厚黄鑫彭国华武剑辉
生物医学工程研究 2017年2期
关键词:前场脂肪肝分段

王正发,栾强厚,黄鑫,彭国华,武剑辉, 2△

(1.广东睿超电子科技有限公司,东莞 523808;2. 电子科技大学,成都 610054;3. 深圳迈瑞生物医疗电子股份有限公司,深圳 518057)

1 引 言

脂肪肝是一种十分常见的肝脏疾病,是指由于各种原因引起的肝细胞内脂肪堆积过多的病变。根据相关统计资料显示,目前我国城市人口中有大约10%的人都患有不同程度的脂肪肝,并且脂肪肝的发病率近年来不断增加,因此,脂肪肝已经成为了一个民众十分关注的公共健康问题[1]。当前临床上对脂肪肝进行诊断最常用的手段是超声检查,因为超声检查操作简单,价格相对低廉,并且对患者无创伤以及可多次重复检查。

目前,临床上由于超声成像机理本身的限制,同时受到超声波信号本身成分复杂和各种噪声干扰的影响,导致了超声图像在分辨一些组织细微结构差异上有一定的不足,并且人的眼睛对超声灰度图像的分辨能力也比较有限[2]。这些原因使得正常肝和不同程度脂肪肝之间在超声图像上的特征差异不够明显,从而导致诊断医师在对脂肪肝进行分级诊断时具有一定的难度和不确定性[3]。本研究针对这一现状提出一种脂肪肝超声图像的增强处理方法,该方法在提高超声图像对脂肪肝的分级诊断能力上有一定的帮助。

2 灰度的分段线性变换处理

肝脏超声图像上的脂肪肝特征主要包括三个方面:超声波回声强度从前场到后场逐渐减弱、血管组织部位显示不清晰、超声前场中出现“亮肝”现象。脂肪肝程度越重,则前后场回声的减弱越厉害,血管组织部位的显示越不清晰,同时前场中出现的“亮肝”现象也越明显。通过放大超声图像中强回声和弱回声之间的对比,可以更加凸显出其脂肪肝的特征,使得这些特征在不同程度脂肪肝图像之间的差异更明显,更加有助于对脂肪肝进行分级诊断[4,8]。

灰度的分段线性变换法[6]是对不同值域区间的图像灰度进行不同的线性变换的一种算法。图像灰度在经过不同的线性变换后会得到不同程度的压缩或扩展,使得图像灰度的分布情况发生不同的变化。本研究采用的是三段线性变换处理,其运算公式如下:

(1)

图1是该分段线性变换的曲线图。图中,原图像的低灰度区间[0,a]通过线性变换被压缩到区间[0,],对于中间灰度区间[a,b],通过变换被扩展到区间[,],而高灰度区间[b,c]则被压缩到区间[,c]。根据需要选择特定的分段点和分段直线的斜率,可以实现对特定灰度区间的抑制或凸显,改变图像的灰度分布情况。

图1灰度分段线性变换曲线

Fig1Piecewiselineartransformationcurveofgraylevel

由于肝脏超声图像中像素的灰度分布集中在中间区域,低区间和高区间的像素分布很少,因此,通过灰度的分段线性变换处理,使得更多的像素分布在低区间和高区间,同时使超声图像的强回声信号更强,弱回声信号更弱,从而增大了肝脏图像中强回声和弱回声之间的对比,更加突出了图像的脂肪肝特征[7-8]。

3 局部对比度增强处理

对超声图像进行灰度的分段线性变换处理后,由于对图像灰度进行了压缩和拉伸,使得一些图像细节产生了模糊,降低了图像分辨率。为了增强图像细节,提高图像质量,本研究对分段线性变换后的图像进行局部对比度增强处理。

3.1 传统的局部对比度增强处理

传统的局部对比度增强算法为[9]:

f(i,j)=mx(i,j)+k×(x(i,j)-mx(i,j))

(2)

其中,x(i,j)、f(i,j)分别为输入图像与输出图像中点(i,j)的灰度值,mx(i,j)是以点(i,j)为中心的邻域内的平均灰度值,k为放大系数。当k>1时,若x(i,j)>mx(i,j),则有f(i,j)>x(i,j),该像素点灰度被增强;若,则有,该像素点灰度被减弱。

该算法通过增强比均值大的像素点,减弱比均值小的像素点,从而使图像的对比度得到了增强,图像的细节得到了强化。

3.2 改进的局部对比度增强处理

针对传统的局部对比度增强中放大系数不可调的缺陷,考虑利用局部标准差来进行动态的调整放大系数,使对比度小的区域得到较大的增强,而对比度大的区域增强较小,从而实现放大系数可调的对比度增强,提高图像的增强效果。实现算法为:

f(i,j)=η×(x(i,j)-mx(i,j))+mx(i,j)

(3)

其中,η为自适应增强系数,且η=k×Eg/σs,k为常数,Eg为整幅图像的灰度均值,σs为邻域内的局部标准差。

在对超声图像进行增强处理的过程中,用局部标准差σs来度量该区域的对比度,用整幅图像的标准差σg来度量图像的总体对比度。当某区域的对比度过高时,可认为该区域的图像细节已经足够明显,不需要进行增强;当某区域的对比度过低时,可认为该区域内不含图像细节,同样不需要增强[10]。为此,只对对比度范围为k1σs<σs

因此,本研究改进的局部对比度增强算法如下:

(4)

其中,η为自适应增强系数,且η=k×Eg/σs,k为常数,Eg为整幅图像的灰度均值,σs为邻域内的局部标准差,x(i,j)、f(i,j)分别为输入图像与输出图像中点(i,j)的灰度值,mx(i,j)是邻域内的平均灰度值,k1和k2均为小于1的常数。从式中可知,算法通过局部标准差来选定需要增强的区域,并且对不同对比度的区域进行不同程度的增强,在增强图像细节的同时提高图像的整体质量[11]。

4 实验结果与分析

实验中,分别选取了比较典型的正常肝和轻度、中度以及重度脂肪肝超声图像各一幅,利用Matlab7.0软件[12],根据本研究提出的增强算法对这4幅图像进行增强处理,并与原图像进行对比,实验结果见图2。其中,在对原图像进行灰度的分段线性变换时,把原图像中的灰度区间[0,80]和[176,255]分别压缩到区间[0,60]和[196,255],再把灰度区间[81,175]拉伸到区间[61,195]。此后,采用改进的局部对比度增强算法对图像进行增强时,局部的邻域取大小的掩膜,而常数k以及k1、k2的大小取经验值为k=0.48,k1=0.02,k2=0.5。

由于正常肝图像中的细节最为丰富,先对比图2中的(a1)和(b1),可以看出经过图像增强后,图像的细节更为突出,图像分辨率更高,特别是对比红色方框内的血管结构可以看出,增强后血管结构显示更为清晰。

再把图2中轻度、中度和重度脂肪肝的增强前后图像进行分组对比,可以看出,对于轻度脂肪肝,图像增强后前场和后场间的衰减程度并没有明显的变化,而且也没有呈现“亮肝”现象,只是图像整体视觉上变得稍微暗了一点;对于中度脂肪肝,经过增强处理后图像的前后场衰减程度有了一定的增大,同时前场的“亮肝”现象也变得比较明显;而对于重度脂肪肝,在增强后图像的前后场衰减程度有了很大的加重,并且前场的“亮肝”现象变得十分明显。因此通过以上结果得出,经过图像增强后,不同程度脂肪肝超声图像之间的特征对比更加明显,相互之间的特征差异更大。

图2 正常肝和不同程度脂肪肝图像在进行增强处理前后的对比

5 结论

本研究针对超声图像对脂肪肝的分级诊断提出了一种由灰度的分段线性变换处理和改进的局部对比度增强处理相结合的图像增强算法,该算法能够凸显超声图像的脂肪肝特征,使得正常肝和不同程度脂肪肝之间的特征差异更明显,同时增强了图像细节,提高了图像的整体质量,更加便于诊断医师对肝脏的脂肪病变程度做出准确的诊断。

猜你喜欢
前场脂肪肝分段
瘦人也会得脂肪肝
脂肪肝 不简单
王迎春:非肥胖脂肪肝
一类连续和不连续分段线性系统的周期解研究
脂肪肝治疗误区须谨防
北纬二十五度的前场小镇
近年内西班牙国家队防守战术分析
分段计算时间
我国优秀羽毛球女子单打运动员李雪芮的前场技术分析
3米2分段大力士“大”在哪儿?