基于轮廓检测与目标定位的DICOM图像分析测量系统

赵卫东　程茂军

摘要：针对由于DICOM图像的复杂性导致图像目标测量不准确的问题，文章在三维图像数据的基础上，开发了相应的目标定位和距离测量算法，设计了一种利用轮廓检测和目标定位的方法来分析和测量DICOM图像。首先，通过CT设备获取原始图像数据，并分析原始数据的结构特征，使用开源图像库ITK解析DICOM图像，将其读取到系统软件的内存中，并在自主开发的软件界面上显示。其次，对DICOM图像进行轮廓检测，确定目标所在帧。然后，结合分水岭算法和水平集分割算法，设计了定位模型，完成目标的定位和测量，并输出定位的图像结果。最后，利用QT开发平台实现了测量和定位算法以及相应的软件功能。测试结果表明：与当前的DICOM图像测量技术方案相比，文章所提方法具有更高的测量和定位准确度。

关键词：轮廓检测，DICOM图像，分水岭，距离测量，ITK

中图分类号：TP391

文献标识码：A

文章编号：1674-9545（2023）03-0058-（05）

DOI：10.19717/j.cnki.jjun.2023.03.012

随着医学影像技术的不断发展，DICOM图像在医学诊断和研究中被广泛使用，它具有较高的分辨率和质量，在医学影像测量方面具有很大的潜力。在传统的医学影像测量方法中，人工标注和测量是一个极其复杂和耗时的过程，并且容易受到人为因素的影响。基于轮廓检测和目标定位的DICOM图像测量方法利用了图像处理和计算机视觉技术，通过对图像轮廓的检测和目标特征的定位，实现了图像的自动测量。这种测量方法不仅可以为临床诊断和治疗提供科学依据，还可以为图像测量领域的发展提供新的思路。

近年来，在DICOM图像显示与测量领域方面的研究，已经取得了一些进展和成果。比如，王阳^[1]对图像脱敏处理，基于Python实现了CT图像批处理系统，基于PyQt实现可视化界面效果，解决了一些测量问题，但是缺乏软件工程可用性，往往不能应用于实际工作场景中。吴志福^[2]等人，调研医院科室工作流程后，结合医院实际需求，采用C/S模式开发了一个数字化软件，完成医院影像数据的存储、传递和显示，在一般情况下测量效果较好，但是由于系统基于几何测量算法，往往缺乏灵活性，且缺乏推广性。吴鹃^[3]设计的DICOM图像分析测量系统，通过对DICOM图像进行三维化处理，结合拉普拉斯增强算法与伽马变换函数，设计定位模型，完成目标定位与测量检测，但是主要基于商业视觉库实现，在项目高度定制化的情况下，往往不能达到较好的测量效果。

文章通过对图像结构进行深入分析，采用软件编码技术提取DICOM格式的图像信息，让用户有良好的图像浏览体验，并可对DICOM图像进行显示。同时，在软件系统框架内实现了图像测量功能，满足了DICOM图像测量业务需求。最后，通过对比实验来测试文章所提方法的有效性和优势。

1 DICOM图像测量系统

针对CT设备采集的影像图片，文章开发了一个DICOM图像测量系统。该系统首先实现了DICOM图像的显示功能，然后进一步实现了图像帧的显示功能。DICOM图像测量的处理流程如图1所示。在使用CT设备采集图像后，首要任务是将原始数据（以.dcm为后缀的裸数据）转换为使用计算机可分析的图像数据格式。该图像测量系统按照功能顺序分为图像显示、图像处理、图像测量和图像数据保存。

该系统提供的测量服务，完全按照医院内部业务流程和医生工作操作习惯，进行全面深入的需求分析，以标准的软件工程来开发实现的。该系统提供的功能有：各类图像的导入显示、图像基本处理、图像基本测量以及图像目标定位。如图2（a）所示，为采集到原始数据，后续在本系统的处理基础上，对其中间腹主动脉位置检测和测量，系统在测量基础上，提供了数据保存功能，医生对待诊断图像进行诊断的同时，需要记录病人信息，如姓名、年龄、性别等，诊断完毕，需要填写诊断报告，保存处理后的诊断图像，报告和图像路径需保存到数据库病人所在记录的字段中，以备下次提档案时调出查看。如图2（b）所示，基于MySQL實现对病人信息的增、删、改、查，选中某个病人的记录，打开病人处理后的图像，即可打开保存好的诊断图像予以显示，打开诊断报告，即可打开保存好的诊断报告予以显示。以上功能，主要基于查找数据库中该病人所在记录，提取“图像路径”“报告路径”的字段信息，然后编程实现诊断图像和诊断报告的显示功能^[4-5]。

2 DICOM图像的处理、标注与测量

文章开发的测量系统提供了实用的图像处理功能，在医生查看图像时，往往需要对图像的某些特征进行标注，比如：角度测量、距离测量、面积测量、文本添加，并且将经过标注的图像进行保存，即作为诊断后（处理后）的图像保存。该图像文件存于本地某文件夹中，图像保存路径存于数据库中该病人记录所在的字段中。

如图3所示为各种图像标注的主要原理。角度测量功能点测量图像中某目标的角度，在主界面待诊断图像区域点击3个点，第1、2点的连线与第2、3点的连线的夹角即为标注的角度。距离测量功能点测量图像中某目标的距离长度，鼠标两次选中的点，前者为起点，后者为终点，所在坐标相减，即为测量的距离，单位为像素点。如图4所示，面积测量功能点测量图像中某目标的面积，鼠标点击2次，前者为所选区域左上角坐标，后者为所选区域右下角坐标，所围区域的像素点即为测量区域的面积。

文章系统使用QT框架作为系统开发框架，使用C++语言作为编码语言。在DICOM图像的读取与显示方面，采用了DCMTK函数库，图像测量分析使用了ITK库。如图5所示，系统界面显示了DICOM图像，可以对腹主动脉进行操作和显示。通过与标准腹部参数进行比较，该研究能够快速定位问题病灶，即右上角的红色矩形框标注，实现了显示功能。

在显示和测量功能的基础上进行图像定位，在图像分割的过程中，有可能会将噪声或干扰物错误地识别为目标，为了解决上述问题，该研究采用了背景标记提取和极小值分水岭的再分割处理方法^[6]。首先，计算二值图像的欧式距离^[7-8]：

式（1）为二值图像的欧式距离变换^[9-10]，生成图像如下：

在二值图像中，使用符号A表示白色区域，图像G中每个坐标上的像素值则表示到最近的非零区域的最小欧氏距离。

在对图像G应用分水岭算法进行分割后，得到了分水线，随后，对分水线进行形态学极小值处理：

分水岭算法在I^ws上处理，最终得到理想分割结果：

其中，Watershed（）代表标准分水岭运算。

经过分水岭算法分割的集成，使该系统具有更强的可用性，在后续实验中将进一步验证定位效果。

3实验结果及分析

文章基于Intel i7处理器、8GB内存，采用QT框架开发DICOM图像处理测量系统，并针对性能进行验证。文章设置了两个对照组，分别为A和B系统，对应于文献[1]和文献[2]。文章开发的系统界面如图6所示，具备CT图像采集、数据导入、图像处理、图像测量和定位等多种功能。该系统采用了标准化的软件开发流程，通过后台软件代码处理，将复杂的业务流程转化为只需要通过简单的操作系统界面接口即可完成的操作。尽管文中图像测量系统的业务流程较为复杂，但其界面设计却简单易用。

以图6中间视图中显示的图像为CT设备采集的DICOM图像。利用文章技术、A组与B组技术来测量图6中的DICOM腹部图像中的问题病灶区域，结果如图7～图9所示。文章采用免费开源视觉库ITK，深度结合系统业务流程和DICOM数据格式，根据系统显示的结果，可以准确定位出腹部病灶区域^[11]，如图7所示，以红色矩形框准确定位腹主动脉位置。A组技术对图像脫敏处理，基于Python实现CT图像批处理系统，基于PyQt实现可视化界面效果，解决了一些测量问题，但是缺乏软件工程可用性，往往不能应用于实际使用场景中，如图8所示，定位测量未成功。B组技术，采用C/S模式开发了一个数字化软件，完成医院影像数据存储、处理测量，在一般情况下测量效果较好，但是系统基于几何测量算法，往往缺乏灵活性，且缺乏推广性，如图9所示，定位效果不突出，在不准确的定位基础上，测量结果当然不正确。

4结语

为了提高CT设备采集的DICOM图像测量的准确性，以提供智能辅助诊断和检测所需的基础测量数据，文章设计和开发了一种基于轮廓检测和目标定位的DICOM图像测量系统。该系统通过将QT编程、DCMTK三维化显示数据、DICOM数据结构解析和ITK图像目标定位等技术有机结合，成功构建了一个DICOM图像显示和测量系统。经过详细对比和验证，结果显示，文章所开发的DICOM图像测量系统在图像测量方面表现出更优异的效果，显著提高了DICOM图像测量的准确性和可靠性。

文章将进一步开展DICOM图像智能辅助诊断研究工作，运用深度学习模型，对CT图像的各类特征进行分析，对腹部疾病的种类和病情严重程度进行初步评估，为医生对患者疾病的诊断提供辅助手段和帮助，提高腹部疾病诊断的准确性和效率。通过此举，使医生将宝贵的时间和精力更多地专注于解决疑难杂症的诊断，从而推动医疗技术的发展。

参考文献：

[1]王阳，刘立波.基于DICOM的CT医疗图像脱敏系统的研究与实现[J].现代计算机（专业版），2019，（11）：72.

[2]吴志福.基于DICOM标准的医疗影像管理系统的设计与实现[J].价值工程，2017，36（28）：228.

[3]吴鹃.基于三维数据重建与目标定位的DICOM图像分析测量系统[J].电气自动化，2021，43（4）：112.

[4]崔志刚，郭丹，李洋.基于DICOM的超声影像工作站与网络传输系统探讨[J].医疗卫生装备，2017，38（5）：48.

[5]曲滨鹏，缪佳.基于LabVIEW的DICOM医学影像处理技术分析[J].电子世界，2020，42（6）：184.

[6]曲豪，张栋梁.最大类间方差耦合分水岭分割的目标定位算法[J].电视技术，2017，41（Z4）：64.

[7]Kansal Shubhi，Purwar Shikha，Tripathi Rajiv Kumar. Image contrast enhancement using unsharp masking and histogram equalization[J].Multimedia Tools and Applications，2018，77（20）：26919.

[8]肖美华，李伟，李娅楠，等.基于云PACS系统的DICOM协议安全通信框架[J].计算机工程与应用，2018，54（7）：107.

[9]Lai YR，Tsai PC，Yao CY， et al. Improved local histogram equalization with gradient-based weighting process for edge preservation[J]. Multimedia Tools Applications，2017，76（1）：1.

[10]于大宇，唐丽玉，李小波，等.基于DICOM的多平台放射治疗数据可视化与对比分析[J].中国医学物理学杂志，2019，36（5）：517.

[11]陈春谋.基于直方图均衡化与拉普拉斯的铅条图像增强算法[J].国外电子测量技术，2019，38（7）：131.

DICOM Image Measurement System Based on

Contour Detection and Target Location

ZHAO Weidong¹，CHENG Maojun²

（1.Information Engineering College，chuzhou polytechnic；2.Department of Radiology，

The First Peoples Hospital of Chuzhou，Chuzhou， Anhui 239000，China）

ABSTRACT In response to the issue of inaccurate measurement of image targets due to the complexity of DICOM images， this paper had developed corresponding algorithms for target localization and distance measurement based on three-dimensional image data. This had led to the design of a method that utilizes contour detection and target localization to analyze and measure DICOM images.Firstly， the raw image data was obtained through a CT device， and the structural features of the raw data are analyzed. The open-source image library ITK was used to parse DICOM images， reading them into the memory of the system software and displaying them on a self-developed software interface.Next， contour detection was performed on the DICOM images to identify the frames containing the targets. Subsequently， a localization model was designed by combining the watershed algorithm and the level set segmentation algorithm to achieve target localization and measurement， with the output of localized image results.Finally， the measurement and localization algorithms， along with the corresponding software functionality，were implemented using the QT development platform. Test results demonstrated that the method proposed in this paper exhibited higher measurement and localization accuracy compared to current DICOM image measurement techniques.

KEY WORDS contour detection； DICOM image； watershed； distance measurement； ITK

（責任编辑 宁梵西）