醫學(xué)影像圖像融合技術(shù)的新進(jìn)展

【關(guān)鍵詞】  診斷顯像
    【摘要】 為彌補解剖結構圖像（CT, MRI,  B超等）和功能圖像（SPECT, PET等）的各自不足，醫學(xué)圖像融合技術(shù)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(lái)有關(guān)醫學(xué)圖像融合技術(shù)研究的最新進(jìn)展，認為在醫學(xué)影像設備的發(fā)展中，功能圖像和解剖圖像的結合是一個(gè)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(guān)鍵詞】 診斷顯像；圖像融合
　　0引言
　　醫學(xué)影像學(xué)是臨床診斷信息的重要來(lái)源之一. 根據醫學(xué)圖像所提供的信息內涵，可將醫學(xué)影像分為兩大類(lèi)： 解剖結構圖像（CT, MRI, B超等）和功能圖像（SPECT, PET等）. 這兩類(lèi)圖像各有其優(yōu)缺點(diǎn)：  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(wú)法提供臟器或病灶的解剖細節），但無(wú)法反映臟器的功能情況.
　　目前這兩類(lèi)成像設備的研究都已取得了很大的進(jìn)步，一方面，雙方都在逐步彌補自身弱點(diǎn)，如MR的功能成像開(kāi)發(fā)以拓展其功能，SPECT, PET新型晶體開(kāi)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(kāi)發(fā)不同新型成像序列，CT的螺旋層數不斷增加，PET的晶體數目越來(lái)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(lèi)圖像的效果并不理想，且進(jìn)展緩慢，往往事倍功半. 由于上述原因，醫學(xué)圖像融合技術(shù)應運而生［1］.
　　1圖像融合（image fusion）技術(shù)的內涵
    圖像融合是指將多源信道所采集到的關(guān)于同一目標的圖像經(jīng)過(guò)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(guān)察或進(jìn)一步處理［2］. 簡(jiǎn)單來(lái)說(shuō)，醫學(xué)圖像融合就是將解剖結構成像與功能成像兩種醫學(xué)成像的優(yōu)點(diǎn)結合起來(lái)，為臨床提供更多、更準確的信息. 其最終結果是1＋1>2.
　　20世紀90年代以來(lái)，醫學(xué)圖像融合技術(shù)隨著(zhù)計算機技術(shù)、通訊技術(shù)、傳感器技術(shù)、材料技術(shù)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(gè)階段.
　　2異機圖像融合
　　2.1異機圖像融合的研究?jì)热菰谕瑱C融合顯像設備沒(méi)有出現以前，圖像融合的研究?jì)H限于異機圖像融合. 最初其研究?jì)热輧H限于相同或不同成像模式（imaging modality）所得圖像經(jīng)過(guò)必要的幾何變換，空間分辨率統一和位置匹配后，進(jìn)行疊加獲得互補信息，增加信息量. 而現在，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，利用從對應解剖結構圖像（MRI， CT）獲取的先驗信息對發(fā)射型數據（SPECT， PET）做有效的衰減校正、數據重建等［3］.
 
　　2.2異機圖像融合的基本方法按圖像融合對象的來(lái)源可分為同類(lèi)圖像融合（innermodality，如SPECTSPECT， CTCT等等）和異類(lèi)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(shí)間可分為短期圖像融合(如跟蹤腫瘤的發(fā)展情況時(shí)在1~3 mo內做的圖像進(jìn)行融合)和長(cháng)期圖像融合(如進(jìn)行治療效果評估時(shí)進(jìn)行的治療后2~3 a的圖像與治療后當時(shí)的圖像進(jìn)行融合).  臨床工作人員根據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(shù)圖像融合的步驟大致為： 特征提取，設計誤差評估方法，對圖像數據進(jìn)行處理使誤差最小，將變換后的圖像數據進(jìn)行對位和綜合顯示，分析綜合數據. 其中對位技術(shù)是圖像融合的關(guān)鍵和難點(diǎn)［4］.
　　2.3.1特征提取特征提取可分為內部特征提取和外部特征提取內部特征主要是人體解剖結構特征，如顱骨、脊柱、胸骨、肋骨、關(guān)節；膈下軟組織，如脾、肝、腎等等.  外部特征是為進(jìn)行融合處理而特制在兩幅圖像上均可見(jiàn)的體表標記物. 據文獻報道使用的外標志物有進(jìn)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，甚至顱骨嵌入螺釘等等. 采用內部特征的優(yōu)點(diǎn)是不需要對患者做預處理，可進(jìn)行多次融合方法分析，缺點(diǎn)是難以實(shí)現融合自動(dòng)化處理，需要人工干預，融合的精確性往往與經(jīng)驗有關(guān). 外部特征的優(yōu)點(diǎn)是特征明確，易于進(jìn)行計算機自動(dòng)處理，缺點(diǎn)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(jìn)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(jìn)行對位. 按外部特征進(jìn)行對位的方法以?xún)煞鶊D像上的特征點(diǎn)配準為對位成功. 按內部特征進(jìn)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(xiàn)法和表面法，在目前實(shí)際應用中較多采用. 因分割算法通常是半自動(dòng)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，但現在常用于神經(jīng)系統成像和矯形外科成像. 曲線(xiàn)法是將一些具有幾何特征的線(xiàn)條（如脊線(xiàn)）或柵格提取出來(lái)進(jìn)行配準. 但是，曲線(xiàn)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(diǎn)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(diǎn)和頭表面間的距離平均平方和最�。﹣�(lái)確定變換關(guān)系. 采用表面匹配技術(shù)可以對SPECT和PET的心臟圖像進(jìn)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(lái)，由于分割算法的復雜程度降低、自動(dòng)化程度提高以及斜面匹配技術(shù)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，不需要對圖像原始數據進(jìn)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： 是將圖像灰度內容轉換為數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(guò)平移和旋轉使兩幅圖像的質(zhì)心和主軸對齊，達到配準目的. 此法對于數據缺失比較敏感，細節丟失或形狀的病理性改變均會(huì )影響配準結果. 但此法實(shí)現了自動(dòng)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(guò)程中使用全部圖像信息，使用的算法有區域相似性測量法、最大互信息法、相關(guān)法、聯(lián)合熵法、條件熵法等. 此方法適用性最廣，它不象其他內部特征法那樣需先進(jìn)行灰度圖像的信息壓縮提取，而是在配準過(guò)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構的形狀、大小、位置都會(huì )因解剖和生理上的個(gè)體差異有很大不同，這就使患者間的圖像配準問(wèn)題成為當今醫學(xué)圖像分析中的最大難題. 因此就要有一個(gè)詳細標記人體各個(gè)解剖位置的標準化圖譜. 用圖譜法對兩個(gè)患者的PET或MRI圖像進(jìn)行比較時(shí)，首先把二者的圖像都映射到一個(gè)標準化的圖譜空間去，然后在此空間中進(jìn)行比較.  使用內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構或共同體位特征才可進(jìn)行匹配. 定位的精確度是由具體的算法來(lái)決定的.
　　2.3.5融合數據的分析以某種算法將融合圖像數據綜合顯示并做定量分析. 有些影像學(xué)工作者提出了如融合圖像中像素CT值/SPECT計數等數值分析方法，但由于圖像融合技術(shù)研究時(shí)間較短，各種融合數據對臨床的指導意義有待進(jìn)一步檢驗確定.

融合圖像有多種直觀(guān)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(gè)圖像為基準，該圖像用灰度色階顯示，另一個(gè)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（得到原始數據）圖像融合，可以將融合的三維數據以橫斷面、冠狀面和矢狀面斷層圖像同步地顯示，便于觀(guān)察者進(jìn)行診斷. 這是融合圖像最常用的顯示方法. 這種顯示要求觀(guān)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： 將融合的三維數據以三維圖像的形式顯示使觀(guān)察者可更加直觀(guān)地觀(guān)察病灶的解剖位置，在外科手術(shù)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(jìn)一步研究. 因此在圖像對位技術(shù)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(zhù)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機架上，患者可同時(shí)進(jìn)行CT和SPECT檢查. 得到的X線(xiàn)圖像不僅可以用來(lái)與SPECT圖像進(jìn)行融合，還可以通過(guò)不同軟組織及骨骼對X線(xiàn)與γ光子的不同衰減比例因子，由CT值計算線(xiàn)性衰減系數，進(jìn)行SPECT的衰減校正. 由于這一臺劃時(shí)代設備的出現，使得圖像融合技術(shù)發(fā)生了根本性的變化.
　　由于圖像融合設備顯像過(guò)程中，患者同時(shí)進(jìn)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(shí)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(shù)的準確性. 在CT與SPECT圖像融合的領(lǐng)域內，它具有了所有異機圖像融合的優(yōu)勢，而且實(shí)現過(guò)程更為簡(jiǎn)單，并廣泛應用于臨床醫學(xué)的各個(gè)領(lǐng)域［11］. 因此，這一設備從產(chǎn)生之日起，就對影像醫學(xué)特別是影像核醫學(xué)產(chǎn)生了革命性的影響. 目前已廣泛應用于國內、外影像醫學(xué)臨床診斷.
　　在Hawkeye之后，GE公司、西門(mén)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(jìn)一步，定位更加準確，診斷準確性進(jìn)一步提高. 目前國內有此設備十余臺.
 相比PET/CT，PET/MR的研究更加令影像醫學(xué)工作者期待. PET/MR除具有所有PET/CT的優(yōu)點(diǎn)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(jìn)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(jìn)入臨床.
　　4展望
　　總之，在醫學(xué)影像設備的發(fā)展中，功能圖像和解剖圖像的結合是一個(gè)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(zhù)功能成像設備和解剖成像設備雜交技術(shù)的出現，圖像融合技術(shù)將得到進(jìn)一步的發(fā)展，給臨床診斷帶來(lái)一場(chǎng)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(cháng)英. 什么是“醫學(xué)圖像融合”［J］?  抗癌,2003;(1):36-37.
　�。�3］ 張孝飛,王強. 醫學(xué)圖像融合技術(shù)研究綜述［J］. 廣西科學(xué),2002;9(1):64-68.
　�。�4］ 劉敬華,錢(qián)宗才. 醫學(xué)圖像融合技術(shù)及其應用［J］. 醫學(xué)信息醫學(xué)與計算機應用,2002;15(5):258-259.
　�。�5］ 俞亞青,田學(xué)隆,閆春紅. 醫學(xué)圖像配準方法分類(lèi)及現狀［J］. 重慶大學(xué)學(xué)報(自然科學(xué)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. 醫學(xué)圖像融合顯示的幾種方法［J］. 中國醫療器械信息,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. 醫學(xué)圖像處理技術(shù)新進(jìn)展［J］. 第四軍醫大學(xué)學(xué)報,2004;25(5):478-479.

【醫學(xué)影像圖像融合技術(shù)的新進(jìn)展】相關(guān)文章：

醫學(xué)影像技術(shù)論文06-08

計算機圖像處理技術(shù)論文05-13

醫學(xué)影像技術(shù)論文范文06-09

數字圖像計量技術(shù)應用分析論文12-01

文本圖像信息隱藏技術(shù)研究提綱12-04

幼兒教學(xué)和信息技術(shù)的融合論文04-21

企業(yè)戰略與技術(shù)管理融合分析11-14

談小學(xué)美術(shù)與音樂(lè )信息技術(shù)的融合11-30

基于PRIC理論的圖像信息技術(shù)研究提綱12-04