医用诊断X射线数字图像评价模体与轮廓提取研究

张从华，杨 勇，刘 操，黄 秋，万 清，杨国涛，冯雪峰，周迎春，张 健，刘景鑫

(1.四川中测辐射科技有限公司，四川 成都 610021;2.中国测试技术研究院，四川 成都 610021;3.新疆维吾尔自治区计量测试研究院，新疆 乌鲁木齐 830011;4.深圳市计量质量检测研究院，广东 深圳 518055;5.长春市计量检定测试技术研究院，吉林 长春 130012;6.吉林大学中日联谊医院，吉林 长春 130031)

0 引 言

随着X射线用于医学解剖结构诊断和工业器件缺陷探测，其图像分析不断地更新和进步，医用X射线成像已经从X射线荧光视频图像、X射线胶片拍片，到现在的数字X射线摄影（digital radiography，DR）图像，得到高速发展。国际组织、社会团体、标准化委员会、知名企业等，都在制定不同的标准规范，从不同角度出发确保X射线图像的质量，如GBT 19042.1-2003 《医用成像部门的评价及例行试验 第3-1部分：X射线摄影和透视系统用X射线设备成像性能验收试验》、GBZ 187-2007 《计算机X射线摄影（CR）质量控制检测规范》、JJG 1078-2012 《医用数字摄影（CR、DR）系统X射线辐射源检定规程》、卫生标准WS 521-2017 《医用数字X射线摄影（DR）系统质量控制检测规范》等[1-4]。

在图像质量分析中[5-7]，图像低对比度是一个极其重要的参数，它决定了图像的对比效果和图像细节反映能力。如果诊断图像具有良好的低对比度，将呈现出优质的解剖结构图像或者功能性图像，给医生提供更多的图像信息。为此，本文结合图像的评价，从射线成像的原理出发，分析目前用于数字成像评价的模体，构建图像目标轮廓的识别方法——方向链码，结合具体模体的X射线成像实例，采用统一的计算机程序分析图像低对比度，减少人工分析的主观性差异，为图像的评估提供参考。

1 X射线成像的原理

X射线属于不带电粒子，不会直接导致与之相互作用介质的原子产生电离或者激发，和带电粒子同物质的相互作用存在明显区别。X射线与物质原子在一次碰撞中损失其大部分能量或者全部能量。当X射线能量在30 MeV以下时，主要有光电效应、康普顿效应、电子对效应3种相互作用；其他的相互作用方式包括相干散射、光致核反应、核共振反应[8-9]等。单能X射线穿过物质时，不同的出射光强度分布形成对比度，它的强度与吸收物质的厚度近似按指数规律分布：

式中：t——吸收物质的厚度，cm；

µ——线性衰减系数或线性吸收系数，cm–1；

Io——X射线初始强度；

I——X射线透过物质厚度t后的强度。

2 DR图像评价模体

2.1 图像评价模体种类

本文归纳了目前常用的医用X射线成像评价模体以及其主要参数，如表1所示。

2.2 模体几何尺寸和材料

根据医用诊断的要求，照射的面积不能太小，一般能与正常人身体宽度相当，而模体几何尺寸也应相当，才能很好地分析成像质量。从表1中7种模体尺寸看，模体的几何尺寸范围为150～400 mm。模体主要包括两大部分：衰减体和图像分析对象。衰减体模拟一定厚度的生物组织，如有机玻璃30～40 mm，或者铜板1～2 mm。图像分析对象用于分析成像质量，如模体中不同大小和不同深度的孔、图像分辨率卡、用于分析图像均匀性的区域模块、不同厚度的阶梯。这些对象要求材料均匀，便于加工，性质稳定，一般选择有机玻璃、铝、铜。

2.3 对比度或者对比度细节分析的目标对象

从表1中可以看出，用于对比度分析的对象有3个特点：

1）几何形状：多以圆孔、阶梯、方块区域为主，便于观察和分析。

2）几何尺寸：成像对象的宽度和厚度而言，圆孔直径0.3～11.0 mm，厚度控制在0.3～8.0 mm。

3）对比度离散性：对比度范围控制在0～20%之间，成离散分布，取一定数量的分析点。

2.4 其他功能

个别模体集成了空间分辨率卡、光野与射野的一致性、高低对比度、均匀性测试模块，拓展了模体的评价功能。

3 图像识别方法

3.1 图像滤波处理

放射线成像也存在图像噪声，因此在分析前需进行噪声处理。这里选择中值滤波，使用3×3矩阵模板，对3×3窗口内的像素灰度进行排序，选取中间灰度值作为窗口中心点像素的灰度值，沿图像的行列分别移动模板扫描图像，实现滤波处理。

表1 图像评价模体特性1）

3.2 图像的二值化处理

在DR图像分析中，要提取目标对象的轮廓，需要进行二值化处理[10-11]。假设图像灰度矩阵为f0(i,j)，选取阈值L，像素灰度大于L的值取1，其余取0，按下式将灰度图像转变成二值化图像矩阵fe(i,j)：其中值为1的区域为目标区域。

3.3 边缘提取

对目标区域的分析，采用八向链码的方法进行目标轮廓的提取。八向链码很适合表示直线和曲线，以及描述图像的边界轮廓。如图1所示，以P为参考点，周围8个点按反时针方向分别为0、1、2、3、4、5、6、7，用这样的方向链码就可以确定图像中像素的位置。利用八向链码可以代替逐点记录像素坐标表示图像中的轮廓线，节省存储空间。如图2所示的曲线，从上到下沿灰色像素方块延伸方向用链码表示为44444666600000666644444，将链码和起点坐标一起记录，就可以完整并较准确地再现这条曲线。另外，八向链码还可以判断曲线上某一段的凹凸性、局部的上升下降变化。如0和4表示大小不变，1、2、3表示上升，5、6、7表示下降。用八向链码，可按如下步骤提取目标边缘轮廓：

图1 八向链码示意图

1）将单一强度矩阵变为二值图像，其值为1的区域为目标区域。

2）对二值图像自上而下，从左到右扫描每一个像素点，直到找到第一个值为1的像素点，作为轮廓的起始点，方向变量记为5。

3）按逆时针方向，以5方向为起始方向，逐一测试当前的8个邻域点，直到找到第一个值为1的像素点作为轮廓点。如果8个邻域点的值都为0，这是一个孤立点，即停止轮廓的跟踪。

4）测试该邻域点是否为起点。如果是起始点，就停止轮廓跟踪；否则，该邻域点作为新的起点，当前搜索方向自动加5，作为搜索下一轮廓点的初始方向，重复步骤3）。

这个算法能提取任意区域的外轮廓线。对于内部有空洞的内轮廓线，只要先做标记，找到内轮廓线上的最高点，运用上述算法也可以提取出内轮廓线。

图2 用八向链码表示曲线示意图

4 图像评价结果与分析

4.1 评价模体参数说明

采用上述图像处理和轮廓识别原理，选择德国QUART CDRAD成像模体，图3为模体实物图像，图4是模体DR图像。图3模体在一块有机玻璃板上面有225个方格，形成15×15矩阵。每个方格内部都有平底的筒状圆孔。具体尺寸如下：

1）每一行的孔直径一样，孔深度不一样，从左到右，深度分别为 0.3，0.4，0.5，0.6，0.8，1.0，1.3，1.6，2.0，2.5，3.2，4.0，5.0，6.3，8.0 mm。

2）每一列的孔深度一样，孔直径不一样，从下向上，直径分别为 0.3，0.4，0.5，0.6，0.8，1.0，1.3，1.6，2.0，2.5，3.2，4.0，5.0，6.3，8.0 mm。

3）第1到第3行每一个小方格里只有一个中心筒状孔，其余12行除中心有一孔外，还在每一个小方格里随机设置一个与中心孔大小及深度均一致的孔。

4.2 图像中目标对象的分析

根据上述原理设计计算机程序[12]，对图像进行处理。处理结果如图5所示，其中白色曲线为目标对象的外轮廓。从轮廓提取的结果图中，能反映出以下的现象或者规律：

1）大尺寸目标

①二值化阈值从高到低，目标轮廓提取越全，识别率越高。从图5（a）～图5（i）中的第1行可以看出，识别的圆孔数依次为：3、7、12、10、12、13、15、15、15，图5（c）的识别孔比图5（b）和图5（d）多，但是左边2个孔的奇变严重；图5（d）的识别孔少了2个，但是曲线的细节更能反映目标的轮廓形状。每张图的第2～8行，圆孔Φ6.3～1.6 mm，也呈现相似的规律。②阈值不能太低，否则提取的轮廓奇变严重。图5（f）～图5（i）中，图像的圆孔形状逐渐变差，出现了非圆孔图像。图5（i）下部出现2个三角形图像，属于识别失败。③选取适当的阈值，可以提取到满意的轮廓，并提高识别率。

图3 模体实物图像

图4 模体DR图像

2）小尺寸目标

①二值化阈值从高到低，识别率逐渐变低。从图5（a）～图5（i）中的下部区域，可以看到白点越来越少。这是因为阈值越低，选择的灰度离目标对象的灰度越远，很难检测到目标，有可能把背景检测出来，出现误判。每个图中第8行以下，呈现相同规律。②阈值不能太低，否则提取的轮廓奇变严重，与大尺寸目标相似。③选取适当的阈值，可以保留较多的小尺寸目标的轮廓。

3）阈值的选择

①图5（c）～图5（e）的轮廓较好地反映了大尺寸和小尺寸目标原图的轮廓，选择阈值0.85、0.80、0.75比较合适。②针对大尺寸和小尺寸目标，可以单独选择阈值进行处理，提高识别率。

5 结束语

本文分析了7种常用的医用诊断X射线数字图像评价模体材料和目标对象的几何特征，将中值滤波运用到诊断图像的预处理，减小图像噪声，运用阈值对图像进行二值化处理形成目标区域，利用八向链码能提取目标区域的轮廓。结果表明图像二值化阈值的选取和目标尺寸大小对轮廓分析具有较大影响，科学地选择阈值，可以得到较好的分析结果，为科学客观的分析评价数字成像效果提供参考。

图5 模体DR图像中目标对象的边缘提取图