DSA图像肝脏肿瘤血管的提取与选择*

王 力 孟庆民 郭永新 焦 青

1.山东第一医科大学(山东省医学科学院)医学信息工程学院，山东 泰安 271016；2.泰安市中心医院介入放射科，山东 泰安 271000；3.山东第一医科大学(山东省医学科学院)放射学院，山东 泰安 271016

肝癌是我国比较常见的一种恶性肿瘤[1]，原发性肝癌占肿瘤发病率的第6位，死亡率仅低于胃癌、肺癌。我国是肝癌的高发地区，一半以上的病例出现在我国[2]。恶性肿瘤造成的社会和经济负担日益加重，其研究与治疗已成为我国迫切需要解决的问题。

数字减影成像(digital subtraction angiography,DSA)是计算机图像处理与血管造影结合的产物，是目前临床广泛采用的诊断和治疗血管类疾病的方法和手段之一[3]。由于肿瘤起病隐匿，大部分肝脏肿瘤患者确诊时，已经处于中晚期，失去了手术切除的机会[4]。多数年龄较大的肝脏肿瘤患者，同时患有其他的疾病，如心脏病、糖尿病等，难以耐受放疗和化疗，而肿瘤的介入治疗具有创伤轻微、见效快等优势，逐渐成为中晚肝脏肿瘤的首选治疗方法[5]。肝癌肿瘤的介入治疗是通过体内的血管，如：股动脉，将导管直接延伸到肿瘤血管内，通过导管注射化疗药物并用栓塞剂将供应肿瘤的血管栓塞，致使肿瘤缺血坏死，达到治疗的目的。所以准确地分辨出肝脏肿瘤的供血血管，是确保肿瘤手术的前提。通过提取的肝脏肿瘤供血血管，可以为栓塞治疗提供目标血管，也可以避免漏栓、误栓。术后也可以根据肝脏肿瘤的供血血管，检查目标血管的栓塞情况，如栓塞是否完善，是否有残留的血管未栓塞，这可以使治疗更完善，同时也减少了造影的次数、造影剂的用量和病人治疗的副作用，使治疗更准确、方便。对肝脏肿瘤的治疗具有重要的指导意义。

该研究基于临床实践需要，在Windows7环境下，以MATLAB为平台，对DSA图像进行高斯滤波、均衡化、图像增强等处理，实现了DSA图像肝脏肿瘤的供血血管图像的提取。

1 资料与方法

1.1 提取肝脏肿瘤血管图像

1.1.1DSA图像平滑

DSA图像在获取和信号传输过程中会受到噪声的干扰，从而降低DSA图像的质量，这对图像处理产生不利的影响。通常采用平滑技术对DSA图像进行处理，以消除图像的噪声[6]。高斯滤波广泛应用在图像处理中，针对于图像中的高斯噪声，具有很好的抑制作用，对于图像矩阵中的每一个像素，都是模板的像素值与本身的像素值平均后得到[7]。设置高斯滤波的模板，然后用这个模板遍历图像矩阵中的元素，使用相邻区域的值取代中心位置的值。使用高斯函数做平滑滤波器[8]，表达式如下：

(1)

其中式(1)中的x、y是矩阵的坐标，H是模板的系数，图像矩阵的每一个值，都是由选取的模板尺寸，加权平均后取代。是DSA图像像素的标准差。标准差表示数据的离散程度，如果较小，图像的平滑效果差；反之，图像的平滑效果比较好。类似于均值模板，通过调节参数σ，可以在对抑制噪声和图像模糊之间综合考虑，以达到最好效果。

1.1.2DSA图像增强

直方图均衡化在图像处理中是比较常用的增强方法，适用于图像对比度变化范围比较小的情况，通过改变DSA的直方图，到达灰度值被改变的目的[9]。由于原始图像像素的分布变化不大，对比度不强，所以呈现出的图像不够清晰。图像经直方图均衡化处理，可以使矩阵的元素值大小差别不大，而不同区域图像的像素会有一定的差别，使呈现出的图像给人的视觉比较清晰[10]。虽然在运用中，这种方法很少能够完全做到均匀的直方图，但经过处理后，可以使血管的对比度明显增强。直方图均衡化[11]的函数表达式为：

(2)

1.3 获得与肿瘤相连的血管图像

对于高斯滤波的模板，如果选取的模板比较大，那么模糊半径越大，图像就越模糊，从数值角度看，就是数值越平滑，这将导致图像的总体灰度分布特征损失一部分[13]。利用这一特点，我们选取比较大的滤波模板，使DSA图像中肝脏血管的末端与背景相似，利用2次提取的肝脏血管图像差异，得到肿瘤的供血血管图像。由于模板尺寸比较大，使滤波处理后的图像的灰度值与原始图像的灰度值越接近，为了使提取的2幅肝脏血管图像的灰度值接近，需要人为设置参数调整图像的灰度[14]。

1.4 栓塞检测

为了检查目标血管的栓塞情况，评价治疗效果。需要通过图像的处理，将治疗前的肝脏血管图像与治疗后的肝脏血管图像相减。得到的图像如果显示肿瘤与肿瘤供血的部分血管，则证明肿瘤的供血血管已被栓塞，否则栓塞手术失败[15]。

2 结 果

2.1 肝脏肿瘤血管图像的平滑与增强

将DSA图像，读入MATLAB平台中，分别对DSA原始图像和背景图像，使用rgb2gray函数将DSA图像转化灰度图像，将灰度化处理后的原始图像与背景图像相减，得到了肿瘤血管图像(图1C)，然后使用imfilterl函数和fspeciar函数对肿瘤血管图像进行高斯滤波(图1D)，且滤波的尺寸为[2,2]，通过高斯滤波平滑处理，即减弱了DSA图像的噪声，又保留了图像的总体灰度分布特征。

在MATLAB中分别采用histeq函数、fspecial函数及imfilter函数，对灰度化处理后的肿瘤血管图像(图1D)进行均衡化处理，并增大肝脏血管边缘对比度(图1E)。然后使用imfilterl函数和fspeciar函数对均衡化后的图像进行高斯滤波(图1F)，且滤波的尺寸为[1500,1500].由于滤波的尺寸比较大，使处理后的图像，与背景图像相似。将均衡化后的图像与均衡化后的背景图像，两个图像矩阵相减，得到肿瘤血管图像(图1G)。

A.原始DSA图像;B.背景图像;C.血管肿瘤图像;D.高斯滤波处理后的图像;E.均衡化后的图像;F.均衡化后的背景图像;G.血管肿瘤图像。

2.2 提取肿瘤图像

为了得到肝脏的血管图像，需要将肿瘤血管图像(图1G)中的肿瘤区域去除。选取原始肿瘤图像(图2A)与肿瘤背景图像(图2B),在MATLAB平台上分别使用rgb2gray函数灰度化处理，将处理后的两个图像相减，得到肿瘤图像(图2C)。然后使用imfilterl函数和fspeciar函数对肿瘤图像进行高斯滤波(图2D)，且滤波的尺寸为[2,2]，减弱肿瘤图像中的噪声。分别采用histeq函数、fspecial函数及imfilter函数，对平滑后的肿瘤图像(图2D)进行均衡化处理(图2E)。然后使用imfilterl函数和fspeciar函数对均衡化后的图像进行高斯滤波(图2F)，且滤波的尺寸为[1500,1500]，由于滤波的尺寸比较大，使处理后的图像，与背景图像相似[12]。将均衡化后的图像与均衡化后的背景图像，两个图像矩阵相减，得到肿瘤图像(图2G)。将肿瘤血管图像(图1G)与肿瘤图像(图2G)相减,得到肝脏血管图像(图2H)。

A.原始DSA图像；B.背景图像;C.肿瘤图像;D.高斯滤波处理后的图像;E.均衡化后的图像;F.均衡化后的背景图像;G.肿瘤图像;H.肝脏血管图像。

2.3 获得与肿瘤相连的血管图像

在MATLAB中，对经过高斯滤波处理后的肿瘤血管图像(图1D),再次使用高斯滤波平滑处理，且选取的滤波模板为[15,15]，图像(图3A)较为模糊，提取的肝脏血管信息较少。对此图像选取滤波的尺寸为[1500,1500]的模板，进行滤波处理，得到部分肝脏血管图像的背景图像(图3B)。将均衡化处理后的肝脏血管图像与均衡化处理后的背景图像相减，得到部分肝脏血管图像(图3C)。使用histeq函数、fspecial函数及imfilter函数，对部分肝脏血管图像进行均衡化处理(图2D)，使图像对比度增强，对部分肝脏血管图像选取滤波尺寸为[200,200]高斯滤波充当背景(图3E)。将均衡化处理后的部分肝脏血管图像与均衡化后的部分血管图像背景相减，得到部分肝脏血管图像(图3F)，由于2次滤波且第2次模板尺寸比较大，致使图像与原图像背景灰度范围接近。为保持肝脏血管图像(图2H)与部分肝脏血管图像(图3F)像素值保持接近，人为调高部分肝脏血管的像素值(图3G)。将像素值增大后的部分肝脏血管图像与肝脏血管图像相减，得到肿瘤的供血血管图像(图3H)。临床医生根据此目标血管，进行肿瘤栓塞治疗。

A.均衡化处理后的肝脏血管；B.均衡化处理后的背景图像；C.肝脏血管图像；D.均衡化处理后的部分肝脏血管图像；E.均衡化后的部分血管图像背景；F.部分肝脏血管图像；G.像素增大后的血管图像；H.肿瘤供血血管图像。

2.4 栓塞检测

在MATLAB平台上，对治疗后的图像与治疗后的背景图像，分别使用rgb2gray函数灰度化处理，然后将处理后的两个图像相减，得到治疗后的肝脏血管图像(图4C)。然后对此图像进行高斯滤波(图4D)，且滤波的尺寸为[2,2]，减弱图像中的噪声。然后对平滑后的图像进行均衡化处理(图4E)。再使用imfilterl函数和fspeciar函数对均衡化后的图像进行高斯滤波(图4F)，且滤波的尺寸为[1500,1500]充当背景图像。将增强后的肝脏血管图像与背景图像，矩阵相减，得到处理后的血管图像(图4G)。受治疗前后身体移动和放射体位的变化，使治疗前后的肝脏血管图像发生了一定程度的变化。需要将治疗前后的肝脏血管图像进行匹配，计算偏移误差，对偏移进行校正，然后相减得到栓塞部分的图像(图4H)。根据栓塞图像，给医生的治疗效果提供评价依据。

3 讨 论

该研究在MATLAB平台下，通过对DSA肿瘤图像、肿瘤血管及治疗后的肝脏血管图像进行灰度化、高斯平滑、直方图均衡化等处理，提取肝脏肿瘤的供血血管和栓塞部分的图像，从而为栓塞治疗提供目标血管。本研究具有图像处理精确度高、方法简单而高效以及方法自动化程度高、易于扩展等特点。

该研究利用滤波尺寸不同的模板对肝脏血管图像进行处理，使两幅处理后的图像具有不同的图像特征，从而利用两幅血管图像的差异，实现肝脏肿瘤血管图像的提取。使用高斯滤波和直方图增强的方法对DSA图像进行处理，使得处理后的肝脏血管图像适合人眼的视觉、消除了图像的干扰且保护了血管边缘。方法自动化程度高，用户只需读入DSA图像，平台就会将处理后的图像、肝脏肿瘤供血血管、栓塞部分图像予以自动显示。方法易于扩展，将方法代码在MATLAB上生成文件包，并与java web相融合，可简单高效地运行于医院网络图像系统。

A.治疗后的原始图；B.治疗后的背景图像；C.治疗后肝脏血管图像；D.去燥后的肝脏血管图像；E.图像增强后的肝脏血管图像；F.高斯滤波处理后的背景图像；G.血管图像；H.栓塞部分图像。

该研究可对肝脏肿瘤血管图像进行自动处理，提取肿瘤的供血血管和栓塞部分图像。这些信息均丰富了医生的经验，可为临床医生肝脏肿瘤栓塞提供参考。另外该研究可供一线临床科研人员分析肝脏肿瘤DSA临床数据，也可以作为教学工具为学生展示DSA相关信息，界面友好，操作方便，具有一定的实用价值。