醫(yī)學影像圖像融合技術的新進展

【關鍵詞】  診斷顯像
    【摘要】 為彌補解剖結(jié)構(gòu)圖像（CT, MRI,  B超等）和功能圖像（SPECT, PET等）的各自不足，醫(yī)學圖像融合技術應運而生，并且有了較大發(fā)展. 本文從三方面綜述了近年來有關醫(yī)學圖像融合技術研究的最新進展，認為在醫(yī)學影像設備的發(fā)展中，功能圖像和解剖圖像的結(jié)合是一個發(fā)展趨勢，在腫瘤的精確定位、早期檢測和診斷中將發(fā)揮重要的作用.
　　【關鍵詞】 診斷顯像；圖像融合
　　0引言
　　醫(yī)學影像學是臨床診斷信息的重要來源之一. 根據(jù)醫(yī)學圖像所提供的信息內(nèi)涵，可將醫(yī)學影像分為兩大類： 解剖結(jié)構(gòu)圖像（CT, MRI, B超等）和功能圖像（SPECT, PET等）. 這兩類圖像各有其優(yōu)缺點：  功能圖像分辨率較差，但它提供的臟器功能代謝信息是解剖圖像所不能替代的；解剖圖像以高分辨率提供了臟器的解剖形態(tài)信息（功能圖像無法提供臟器或病灶的解剖細節(jié)），但無法反映臟器的功能情況.
　　目前這兩類成像設備的研究都已取得了很大的進步，一方面，雙方都在逐步彌補自身弱點，如MR的功能成像開發(fā)以拓展其功能，SPECT, PET新型晶體開發(fā)以增強自身的空間分辨率；另一方面，雙方均在不斷地增強自身強項，如MR開發(fā)不同新型成像序列，CT的螺旋層數(shù)不斷增加，PET的晶體數(shù)目越來越多. 這使得各自圖像的空間分辨率和圖像質(zhì)量有很大的提高，但由于成像原理不同所造成的圖像信息局限性，使得單獨使用某一類圖像的效果并不理想，且進展緩慢，往往事倍功半. 由于上述原因，醫(yī)學圖像融合技術應運而生［1］.
　　1圖像融合（image fusion）技術的內(nèi)涵
    圖像融合是指將多源信道所采集到的關于同一目標的圖像經(jīng)過一定的圖像處理，提取各自信道的信息，最后綜合成同一圖像以供觀察或進一步處理［2］. 簡單來說，醫(yī)學圖像融合就是將解剖結(jié)構(gòu)成像與功能成像兩種醫(yī)學成像的優(yōu)點結(jié)合起來，為臨床提供更多、更準確的信息. 其最終結(jié)果是1＋1>2.
　　20世紀90年代以來，醫(yī)學圖像融合技術隨著計算機技術、通訊技術、傳感器技術、材料技術等的飛速發(fā)展而獲得重大發(fā)展，經(jīng)歷了異機圖像融合和同機圖像融合兩個階段.
　　2異機圖像融合
　　2.1異機圖像融合的研究內(nèi)容在同機融合顯像設備沒有出現(xiàn)以前，圖像融合的研究僅限于異機圖像融合. 最初其研究內(nèi)容僅限于相同或不同成像模式（imaging modality）所得圖像經(jīng)過必要的幾何變換，空間分辨率統(tǒng)一和位置匹配后，進行疊加獲得互補信息，增加信息量. 而現(xiàn)在，異機圖像融合的研究范圍包括： 圖像對位、融合圖像的顯示和分析，利用從對應解剖結(jié)構(gòu)圖像（MRI， CT）獲取的先驗信息對發(fā)射型數(shù)據(jù)（SPECT， PET）做有效的衰減校正、數(shù)據(jù)重建等［3］.
 
　　2.2異機圖像融合的基本方法按圖像融合對象的來源可分為同類圖像融合（innermodality，如SPECTSPECT， CTCT等等）和異類圖像融合（intermodality，如SPECTCT, PETMRI, MRICT, MRB超等).  按圖像融合的分析方法可分為同一患者的圖像融合、不同患者間的圖像融合和患者圖像與模板圖像融合.  按圖像融合對象的獲取時間可分為短期圖像融合(如跟蹤腫瘤的發(fā)展情況時在1~3 mo內(nèi)做的圖像進行融合)和長期圖像融合(如進行治療效果評估時進行的治療后2~3 a的圖像與治療后當時的圖像進行融合).  臨床工作人員根據(jù)自己的研究目的不斷設計出更多的融合方式. 
　　2.3異機圖像融合的主要技術圖像融合的步驟大致為： 特征提取，設計誤差評估方法，對圖像數(shù)據(jù)進行處理使誤差最小，將變換后的圖像數(shù)據(jù)進行對位和綜合顯示，分析綜合數(shù)據(jù). 其中對位技術是圖像融合的關鍵和難點［4］.
　　2.3.1特征提取特征提取可分為內(nèi)部特征提取和外部特征提取內(nèi)部特征主要是人體解剖結(jié)構(gòu)特征，如顱骨、脊柱、胸骨、肋骨、關節(jié)；膈下軟組織，如脾、肝、腎等等.  外部特征是為進行融合處理而特制在兩幅圖像上均可見的體表標記物. 據(jù)文獻報道使用的外標志物有進行腦圖像融合的頭罩、牙環(huán)，胸部、腹部圖像融合采用的背帶，四肢圖像融合采用的支架，甚至顱骨嵌入螺釘?shù)鹊? 采用內(nèi)部特征的優(yōu)點是不需要對患者做預處理，可進行多次融合方法分析，缺點是難以實現(xiàn)融合自動化處理，需要人工干預，融合的精確性往往與經(jīng)驗有關. 外部特征的優(yōu)點是特征明確，易于進行計算機自動處理，缺點是預處理復雜，并且由于體位而引起的臟器與體表標記之間的位移誤差難以避免. 
　　2.3.2誤差評估方法常用的有基于相似度的誤差評估方法(以相似度最大為最優(yōu))和基于距離的誤差評估方法(以距離最小為最優(yōu)). 
　　2.3.3圖像處理圖像預處理： 對于有條件的圖像進行重新斷層分層(reslice)以確保圖像在空間分辨率和空間方位上的大體接近.  幾何變換： 主要包括尺度變換、平移、旋轉(zhuǎn)等.
 
　　2.3.4圖像的對位將處理好的圖像按誤差最小的原則進行對位. 按外部特征進行對位的方法以兩幅圖像上的特征點配準為對位成功. 按內(nèi)部特征進行圖像對位法主要有兩種：圖像分割配準和像素特征配準［5］.
 
　　圖像分割配準法分為曲線法和表面法，在目前實際應用中較多采用. 因分割算法通常是半自動的，需人為參與，其配準的精度受限于分割的精度. 理論上此法可用于全身各部位的配準，但現(xiàn)在常用于神經(jīng)系統(tǒng)成像和矯形外科成像. 曲線法是將一些具有幾何特征的線條（如脊線）或柵格提取出來進行配準. 但是，曲線法要求圖像有較高分辨率，以便提取幾何特征.  表面法的代表算法是“頭帽法”：  從一幅圖中提取一組輪廓點作為“帽子”，從另一幅圖中提取表面模型作為“頭”，然后使用Powell搜索算法（使帽點和頭表面間的距離平均平方和最�。﹣泶_定變換關系. 采用表面匹配技術可以對SPECT和PET的心臟圖像進行了對位融合.
　　表面配準算法不僅用于3D剛性（rigid）變換，而且可用于3D彈性（elastic）變換，從而為一些組織器官的配準，如心臟、肝臟、肺等，提供了可能性. 但這種方法與其他基于組織分割的算法一樣，配準精度受限于組織分割的精度. 近年來，由于分割算法的復雜程度降低、自動化程度提高以及斜面匹配技術在計算距離變換上的優(yōu)勢，此法被普遍應用. 表面配準法主要應用于PETMR圖像的配準，由于SPECT圖像的邊界模糊，不宜使用此法. 像素特征配準法［6］：  像素特征配準法與其他內(nèi)部特征配準方法不同之處在于,他是以圖像灰度為配準依據(jù)，不需要對圖像原始數(shù)據(jù)進行預歸納或預分割,其常用算法有主軸矩配準、全圖像信息配準和圖譜法配準.  主軸矩配準： 是將圖像灰度內(nèi)容轉(zhuǎn)換為數(shù)量和方向的幾何表示. 目前大多是從零階及一階矩中計算出圖像的質(zhì)心及主軸，再通過平移和旋轉(zhuǎn)使兩幅圖像的質(zhì)心和主軸對齊，達到配準目的. 此法對于數(shù)據(jù)缺失比較敏感，細節(jié)丟失或形狀的病理性改變均會影響配準結(jié)果. 但此法實現(xiàn)了自動化，且十分快捷，易于移植，目前多用于粗配準. 全圖像信息配準： 是在配準全過程中使用全部圖像信息，使用的算法有區(qū)域相似性測量法、最大互信息法、相關法、聯(lián)合熵法、條件熵法等. 此方法適用性最廣，它不象其他內(nèi)部特征法那樣需先進行灰度圖像的信息壓縮提取，而是在配準過程中利用所有可獲得的信息. 圖譜法： 用于患者間的圖像配準同一解剖結(jié)構(gòu)的形狀、大小、位置都會因解剖和生理上的個體差異有很大不同，這就使患者間的圖像配準問題成為當今醫(yī)學圖像分析中的最大難題. 因此就要有一個詳細標記人體各個解剖位置的標準化圖譜. 用圖譜法對兩個患者的PET或MRI圖像進行比較時，首先把二者的圖像都映射到一個標準化的圖譜空間去，然后在此空間中進行比較.  使用內(nèi)部特征定位不需外加定位裝置,但要求兩幅圖像要有相似結(jié)構(gòu)或共同體位特征才可進行匹配. 定位的精確度是由具體的算法來決定的.
　　2.3.5融合數(shù)據(jù)的分析以某種算法將融合圖像數(shù)據(jù)綜合顯示并做定量分析. 有些影像學工作者提出了如融合圖像中像素CT值/SPECT計數(shù)等數(shù)值分析方法，但由于圖像融合技術研究時間較短，各種融合數(shù)據(jù)對臨床的指導意義有待進一步檢驗確定.

融合圖像有多種直觀的顯示方法. 常用的有斷層顯示法和三維顯示法. 融合圖像的顯示往往以某個圖像為基準，該圖像用灰度色階顯示，另一個圖像迭加在基準圖像上，用彩色色階顯示［7］： ① 斷層顯示法： 對于某些（得到原始數(shù)據(jù)）圖像融合，可以將融合的三維數(shù)據(jù)以橫斷面、冠狀面和矢狀面斷層圖像同步地顯示，便于觀察者進行診斷. 這是融合圖像最常用的顯示方法. 這種顯示要求觀察者對于圖像三維層面的特征有豐富的經(jīng)驗； ② 三維顯示法： 將融合的三維數(shù)據(jù)以三維圖像的形式顯示使觀察者可更加直觀地觀察病灶的解剖位置，在外科手術設計和放療計劃制定中有重要的意義.
　　2.4異機圖像融合的現(xiàn)狀目前對于剛性組織的對位已基本解決，如腦部異機圖像融合［8］，而對于非剛性組織（如腹部）的對位有待進一步研究. 因此在圖像對位技術上目前尚未找到一種確保完全、通用、有效的方法.
　　3同機圖像融合
    同機圖像融合是伴隨著同機顯像設備的發(fā)展而發(fā)展的. 1991年，Hasegawa等［9,10］人首先提出了同機圖像融合設備的設想. 1999年，通用電器公司(GE)推出了全球第一臺醫(yī)用同機圖像融合設備Hawkeye，它將XCT球管、探測器及放射性核素探頭裝在同一旋轉(zhuǎn)機架上，患者可同時進行CT和SPECT檢查. 得到的X線圖像不僅可以用來與SPECT圖像進行融合，還可以通過不同軟組織及骨骼對X線與γ光子的不同衰減比例因子，由CT值計算線性衰減系數(shù)，進行SPECT的衰減校正. 由于這一臺劃時代設備的出現(xiàn)，使得圖像融合技術發(fā)生了根本性的變化.
　　由于圖像融合設備顯像過程中，患者同時進行兩種不同的檢查，其體位變化由計算機精確控制，且不同顯像間的時間間隔非常短暫，從根本上解決了異機圖像融合中的最大難題：對位技術的準確性. 在CT與SPECT圖像融合的領域內(nèi)，它具有了所有異機圖像融合的優(yōu)勢，而且實現(xiàn)過程更為簡單，并廣泛應用于臨床醫(yī)學的各個領域［11］. 因此，這一設備從產(chǎn)生之日起，就對影像醫(yī)學特別是影像核醫(yī)學產(chǎn)生了革命性的影響. 目前已廣泛應用于國內(nèi)、外影像醫(yī)學臨床診斷.
　　在Hawkeye之后，GE公司、西門子公司及飛利浦先后推出了第二代圖像融合設備： PET/CT［12］，其功能在Hawkeye基礎上更進一步，定位更加準確，診斷準確性進一步提高. 目前國內(nèi)有此設備十余臺.
 相比PET/CT，PET/MR的研究更加令影像醫(yī)學工作者期待. PET/MR除具有所有PET/CT的優(yōu)點外，還可以提供更多的軟組織信息，其提供的組織信息可應用于高精度的PET圖像衰減校正，從而進一步提高圖像質(zhì)量和空間分辨率. 目前，美國將PET晶體置于MR內(nèi)部，已研制出一種新型的PET/MR，并已獲得了大鼠腦部同機融合圖像［13］，相信PET/MR很快將進入臨床.
　　4展望
　　總之，在醫(yī)學影像設備的發(fā)展中，功能圖像和解剖圖像的結(jié)合是一個發(fā)展趨勢，而圖像融合的潛力在于綜合處理應用這些成像設備所得信息以獲得新的有助于臨床診斷的信息［14］，在腫瘤的精確定位、癌癥的早期診斷和治療中發(fā)揮重要的作用. 隨著功能成像設備和解剖成像設備雜交技術的出現(xiàn)，圖像融合技術將得到進一步的發(fā)展，給臨床診斷帶來一場新的變革.
　　【參考文獻】
　　［1］ Davide W, Simon R. Combining anatomy and function the pathto  image fusion ［J］. Eur Radiol, 2001;11:1968-1974.
　�。�2］ 蔣長英. 什么是“醫(yī)學圖像融合”［J］?  抗癌,2003;(1):36-37.
　�。�3］ 張孝飛,王強. 醫(yī)學圖像融合技術研究綜述［J］. 廣西科學,2002;9(1):64-68.
　�。�4］ 劉敬華,錢宗才. 醫(yī)學圖像融合技術及其應用［J］. 醫(yī)學信息醫(yī)學與計算機應用,2002;15(5):258-259.
　�。�5］ 俞亞青,田學隆,閆春紅. 醫(yī)學圖像配準方法分類及現(xiàn)狀［J］. 重慶大學學報(自然科學版),2003;26(8):114-118.
　　［6］ 姜慶娟,譚景信. 像素級圖像融合方法與選擇［J］. 計算機工程與應用,2003;39(25):116-120.
　�。�7］ 唐慶玉,王宇. 醫(yī)學圖像融合顯示的幾種方法［J］. 中國醫(yī)療器械信息,2002;8(3):14-15.
　�。�8］ Ferroli P, Franzini A, Marras C, et al. A simple method to assess accuracy of deep brain stimulation electrode placement: Preoperative stereotactic CT + postoperative MR image fusion ［J］. Stereotact Funct Neurosurg, 2004;82:14-19.
　�。�9］ Hasegawa BH, Stebler B, Butt BK, et al. A prototype highpurity germanium detector system with fast photoncounting circuiry for medical imaging ［J］. Med Phys, 1991;18:900-999.
　�。�10］ Lang TF, Hasegawa BH, Liew SC, et al. Description of a prototype emissiontransmission computed tomography imaging system ［J］. J Nucl Med, 1991;33:1881-1887.
　�。�11］ Schillaci O. Functionalanatomical image fusion in neuroendocrine tumors ［J］. Cancer  Biother Radiopharm, 2004;19:129-134.
　�。�12］ Townsend DW, Beyer T, Blodgett TM. PET/CT scanners: A hardware approach to image fusion ［J］. Semin Nucl Med, 2003;33:193-204.
　　［13］ Marsden PK, Strul D, Keevil SF, et al. Simultaneous PET and NMR ［J］. Br J Radiol, 2002;75 (Special):53-59.
　�。�14］ 陳浩,李本富. 醫(yī)學圖像處理技術新進展［J］. 第四軍醫(yī)大學學報,2004;25(5):478-479.

【醫(yī)學影像圖像融合技術的新進展】相關文章：

醫(yī)學影像技術論文06-08

計算機圖像處理技術論文05-13

醫(yī)學影像技術論文范文06-09

數(shù)字圖像計量技術應用分析論文12-01

文本圖像信息隱藏技術研究提綱12-04

幼兒教學和信息技術的融合論文04-21

企業(yè)戰(zhàn)略與技術管理融合分析11-14

談小學美術與音樂信息技術的融合11-30

基于PRIC理論的圖像信息技術研究提綱12-04