上個(gè)世紀(jì)在醫(yī)療成像領(lǐng)域?qū)崿F(xiàn)的技術(shù)進(jìn)步為非侵入診斷創(chuàng)造了前所未有的機(jī)會(huì)，并確立醫(yī)療成像作為醫(yī)療健康系統(tǒng)的組成部分。代表這些進(jìn)步的主要?jiǎng)?chuàng)新領(lǐng)域之一是醫(yī)療圖像處理的跨學(xué)科領(lǐng)域。

　　這一快速發(fā)展的領(lǐng)域涉及從原始數(shù)據(jù)采集到數(shù)字圖像傳輸?shù)膹V泛流程，而這些流程是現(xiàn)代醫(yī)療成像系統(tǒng)中完整數(shù)據(jù)流的基礎(chǔ)。如今，這些系統(tǒng)在空間和強(qiáng)度維度方面提供越來越高的分辨率，以及更快的采集時(shí)間，從而產(chǎn)生大量?jī)?yōu)質(zhì)的原始圖像數(shù)據(jù)，必須正確處理和解讀這些數(shù)據(jù)才能獲得準(zhǔn)確的診斷結(jié)果。

　　本文重點(diǎn)介紹醫(yī)療圖像處理的關(guān)鍵領(lǐng)域，考慮特定成像模式的環(huán)境，并討論該領(lǐng)域的主要挑戰(zhàn)和趨勢(shì)。

　　醫(yī)療圖像處理的核心領(lǐng)域

　　有許多概念和方法用于構(gòu)建醫(yī)療圖像處理領(lǐng)域，這些概念和方法側(cè)重于其核心區(qū)域的不同方面，如圖1所示。這些方面形成此領(lǐng)域的三個(gè)主要過程——圖像形成、圖像計(jì)算和圖像管理。

　　圖1.醫(yī)療圖像處理中主題類型的結(jié)構(gòu)分類。

　　圖像形成過程由數(shù)據(jù)采集和圖像重構(gòu)步驟組成，用于解答數(shù)學(xué)反演問題。圖像計(jì)算的目的是提高重構(gòu)圖像的可解讀性并從中提取與臨床相關(guān)的信息。最后，圖像管理處理所獲取圖像和派生信息的壓縮、存檔、檢索和傳輸。

　　圖像形成

　　數(shù)據(jù)采集

　　圖像形成的第一個(gè)必需步驟是采集原始成像數(shù)據(jù)。該數(shù)據(jù)包含有關(guān)描述身體各內(nèi)部器官的捕獲物理量的原始信息。這些信息成為所有后續(xù)圖像處理步驟的主要主題。

　　不同類型的成像模式可以利用不同的物理原理，由此涉及不同物理量的探測(cè)。例如，在數(shù)字射線照相（DR）或計(jì)算機(jī)斷層掃描（CT）中，它是入射光子的能量；在正電子發(fā)射斷層掃描（PET）中，它是光子能量及其探測(cè)時(shí)間；在磁共振成像（MRI）中，它是由激發(fā)原子發(fā)射的射頻信號(hào)的參數(shù)；而在超聲波中，它是回聲參數(shù)。

　　但是，無論是哪種類型的成像模式，數(shù)據(jù)采集過程都可以細(xì)分為物理量的探測(cè)，還包括將物理量轉(zhuǎn)換為電信號(hào)、對(duì)采集的信號(hào)進(jìn)行預(yù)調(diào)理，以及物理量的數(shù)字化。表示所有這些步驟均適用于大多數(shù)醫(yī)療成像模式的一個(gè)通用框圖如圖2所示。

　　圖2.數(shù)據(jù)采集過程的通用框圖。

　　圖像重構(gòu)

　　圖像重構(gòu)是利用獲取的原始數(shù)據(jù)形成圖像的數(shù)學(xué)過程。對(duì)于多維成像，該過程還包括以不同角度或不同時(shí)間步驟捕獲的多個(gè)數(shù)據(jù)集的組合。這部分醫(yī)療圖像處理解決的是反演問題，這是該領(lǐng)域的基本主題。用于解決這類問題的算法主要有兩種——分析和迭代。

　　分析法的典型示例包括廣泛用于斷層掃描的濾波反投影（FBP）；在MRI中尤為重要的傅里葉變換（FT）；以及延時(shí)疊加（DAS）波束成型，這是超聲檢查中一種不可或缺的技術(shù)。這些算法在所需的處理能力和計(jì)算時(shí)間方面精巧而高效。

　　然而，它們基于理想化模型，因此有一些明顯的局限性，包括它們無法處理諸如測(cè)量噪聲的統(tǒng)計(jì)特性和成像系統(tǒng)物理等復(fù)雜因素。

　　迭代算法則克服了這些局限性，極大地提高了對(duì)噪聲的不敏感性以及利用不完全原始數(shù)據(jù)重構(gòu)最優(yōu)圖像的能力。迭代法通常使用系統(tǒng)和統(tǒng)計(jì)噪聲模型，基于初始目標(biāo)模型利用假設(shè)系數(shù)計(jì)算投影。計(jì)算出的投影與原始數(shù)據(jù)之間的差異定義用于更新對(duì)象模型的新系數(shù)。使用多個(gè)迭代步驟重復(fù)此過程，直到將映射估計(jì)值和真值的代價(jià)函數(shù)最小化，從而將重構(gòu)過程融入最終圖像。

　　迭代法有很多種，包括最大似然期望最大化（MLEM）、最大后驗(yàn)（MAP）、代數(shù)重建（ARC）技術(shù)以及許多其他目前廣泛應(yīng)用于醫(yī)療成像模式的方法。

　　圖像計(jì)算

　　圖像計(jì)算涉及對(duì)重建成像數(shù)據(jù)運(yùn)算的計(jì)算和數(shù)學(xué)方法，用于提取臨床相關(guān)信息。這些方法用于成像結(jié)果的增強(qiáng)、分析和可視化。

　　增強(qiáng)

　　圖像增強(qiáng)優(yōu)化圖像的變換表示，以提高所包含信息的可解讀性。其方法可細(xì)分為空間域和頻域技術(shù)。

　　空間域技術(shù)直接作用于圖像像素，對(duì)于對(duì)比度優(yōu)化特別有用。這些技術(shù)通常依賴于對(duì)數(shù)、直方圖和冪律變換。頻域方法采用頻率變換，最適合于通過應(yīng)用不同類型的濾波器對(duì)圖像進(jìn)行平滑和銳化。

　　利用所有這些技術(shù)可以減少噪聲和不均勻性，優(yōu)化對(duì)比度，增強(qiáng)邊緣，消除偽像，以及改善對(duì)后續(xù)圖像分析及其精確解讀至關(guān)重要的其他相關(guān)特性。

　　分析

　　圖像分析是圖像計(jì)算中的核心過程，它使用的各種方法可分為三大類：圖像分割、圖像配準(zhǔn)和圖像量化。

　　圖像分割過程將圖像分割為不同解剖結(jié)構(gòu)的有意義輪廓。圖像配準(zhǔn)可確保多個(gè)圖像正確對(duì)齊，這對(duì)于分析時(shí)間變化或組合使用不同模式獲取的圖像特別重要。量化的過程決定了所識(shí)別結(jié)構(gòu)的性質(zhì)，如體積、直徑、成分和其他相關(guān)的解剖或生理信息。所有這些過程都直接影響到成像數(shù)據(jù)的檢查質(zhì)量和醫(yī)學(xué)結(jié)果的準(zhǔn)確性。

　　可視化

　　可視化過程將圖像數(shù)據(jù)呈現(xiàn)為在定義的維度上以特定形式直觀地表示解剖和生理成像信息。通過與數(shù)據(jù)直接交互，可以在成像分析的初始階段和中間階段進(jìn)行可視化（例如，協(xié)助分割和配準(zhǔn)過程），并在最后階段顯示優(yōu)化的結(jié)果。

　　圖像管理

　　醫(yī)療圖像處理的最后一部分涉及對(duì)所獲取信息的管理，包括用于圖像數(shù)據(jù)存儲(chǔ)、檢索和傳輸?shù)母鞣N技術(shù)。制定了若干標(biāo)準(zhǔn)和技術(shù)，用于處理圖像管理的各個(gè)方面。例如，醫(yī)療成像技術(shù)圖像存檔與傳輸系統(tǒng)（PACS）提供對(duì)來自多種模式的圖像的經(jīng)濟(jì)存儲(chǔ)和訪問，而醫(yī)學(xué)數(shù)字成像和通信（DICOM）標(biāo)準(zhǔn)用于存儲(chǔ)和傳輸醫(yī)療圖像。圖像壓縮和流傳輸?shù)奶厥饧夹g(shù)高效地實(shí)現(xiàn)了這些任務(wù)。

　　挑戰(zhàn)和趨勢(shì)

　　醫(yī)療成像是一個(gè)相對(duì)保守的領(lǐng)域，從研究過渡到臨床應(yīng)用通?？赡苄枰嗄甑臅r(shí)間。然而，它的性質(zhì)復(fù)雜，在其構(gòu)成科學(xué)學(xué)科的各個(gè)方面都面臨著多方面的挑戰(zhàn)，這穩(wěn)步推動(dòng)了新方法的不斷發(fā)展。這些發(fā)展代表了在當(dāng)今醫(yī)療圖像處理核心領(lǐng)域可以確定的主要趨勢(shì)。

　　圖像采集領(lǐng)域受益于為提高原始數(shù)據(jù)質(zhì)量和豐富其信息內(nèi)容而開發(fā)的創(chuàng)新硬件技術(shù)。集成的前端解決方案可實(shí)現(xiàn)更快的掃描時(shí)間、更精細(xì)的分辨率和先進(jìn)的架構(gòu)，如超聲波/乳房X線照相術(shù)、CT/PET或PET/MRI組合系統(tǒng)。

　　快速高效的迭代算法取代了分析法，越來越多地用于圖像重構(gòu)。它們能顯著改善PET的圖像質(zhì)量，減少CT中的X射線劑量，并在MRI中進(jìn)行壓縮檢測(cè)。數(shù)據(jù)驅(qū)動(dòng)的信號(hào)模型正在取代人工定義的模型，基于有限或噪聲數(shù)據(jù)為反演問題提供更好的解決方案。代表圖像重構(gòu)趨勢(shì)和挑戰(zhàn)的主要研究領(lǐng)域包括系統(tǒng)物理建模和信號(hào)模型的開發(fā)、優(yōu)化算法以及圖像質(zhì)量評(píng)估方法。

　　隨著成像硬件捕獲越來越多的數(shù)據(jù)，算法變得越來越復(fù)雜，人們迫切需要更高效的計(jì)算技術(shù)。這個(gè)巨大的挑戰(zhàn)可通過更強(qiáng)大的圖形處理器和多處理技術(shù)解決，為從研究過渡到應(yīng)用提供全新的機(jī)會(huì)。

　　與圖像計(jì)算和圖像管理這一轉(zhuǎn)變相關(guān)的主要趨勢(shì)和挑戰(zhàn)涵蓋許多主題，其中一些主題如圖3所示。

　　圖3.當(dāng)今醫(yī)療圖像計(jì)算中的主要趨勢(shì)主題示例。

　　與所有這些主題相關(guān)的新技術(shù)不斷發(fā)展，縮小了研究與臨床應(yīng)用之間的差距，促進(jìn)了醫(yī)療圖像處理領(lǐng)域與醫(yī)師工作流程的整合，確保實(shí)現(xiàn)更準(zhǔn)確、更可靠的成像結(jié)果。

　　ADI公司提供多種解決方案，用以滿足對(duì)數(shù)據(jù)采集電子設(shè)計(jì)提出的最苛刻的醫(yī)療成像要求，包括動(dòng)態(tài)范圍、分辨率、準(zhǔn)確性、線性度和噪聲。下面是為確保原始成像數(shù)據(jù)最高初始質(zhì)量而開發(fā)的此類解決方案的幾個(gè)例子。

　　專為DR應(yīng)用設(shè)計(jì)了帶256通道的高度集成的模擬前端ADAS1256。具有出色線性度的多通道數(shù)據(jù)采集系統(tǒng)ADAS1135和ADAS1134可最大限度地提高CT應(yīng)用的圖像質(zhì)量。多通道ADC AD9228、AD9637、AD9219和AD9212經(jīng)過優(yōu)化后具有出色的動(dòng)態(tài)性能和低功耗，可滿足PET要求。流水線ADC AD9656為MRI提供出色的動(dòng)態(tài)性能和低功耗特性。集成式接收器前端AD9671專為要求小尺寸封裝的低成本、低功耗的醫(yī)療超聲應(yīng)用而設(shè)計(jì)。

　　結(jié)論

　　醫(yī)療圖像處理是一個(gè)非常復(fù)雜的跨學(xué)科領(lǐng)域，涵蓋從數(shù)學(xué)、計(jì)算機(jī)科學(xué)到物理學(xué)和醫(yī)學(xué)的眾多科學(xué)學(xué)科。本文試圖提出一個(gè)簡(jiǎn)化但結(jié)構(gòu)良好的核心領(lǐng)域框架，此框架代表該領(lǐng)域及其主要主題、趨勢(shì)和挑戰(zhàn)。其中，數(shù)據(jù)采集過程是第一個(gè)也是最重要的領(lǐng)域之一，它定義醫(yī)療圖像處理框架所有后續(xù)階段中使用的原始數(shù)據(jù)的初始質(zhì)量水平。

　　作者簡(jiǎn)介

　　Anton Patyuchenko于2007年獲得慕尼黑技術(shù)大學(xué)微波工程碩士學(xué)位。畢業(yè)之后，Anton曾在德國(guó)航空航天中心（DLR）擔(dān)任科學(xué)家。他于2015年加入ADI公司擔(dān)任現(xiàn)場(chǎng)應(yīng)用工程師，目前為ADI公司戰(zhàn)略與重點(diǎn)客戶提供現(xiàn)場(chǎng)應(yīng)用支持，主要負(fù)責(zé)醫(yī)療健康、能源和微波應(yīng)用。