圖像增強方法在裂紋骨折判定中的應(yīng)用

楊瑞雪 馬志慶

[文章編號] 1672-8270(2015)03-0037-04 [中圖分類號] R814.41 [文獻標識碼] A

圖像增強方法在裂紋骨折判定中的應(yīng)用

楊瑞雪①馬志慶①

[文章編號] 1672-8270(2015)03-0037-04 [中圖分類號] R814.41 [文獻標識碼] A

目的：提出一種在臨床操作使用上更加有效的裂紋骨折判定的圖像增強方法，達到清晰判斷裂紋骨折的目的。方法：采用5×5模板中值濾波的梯度變換(sobel)圖像掩蔽用拉普拉斯變換的圖像形成掩蔽圖像，并與足部跖骨正位片相加形成銳化圖像，再對銳化圖像實行對比度自適應(yīng)直方圖均衡化，并比較圖像增強前后的效果。結(jié)果：采用該算法增強骨折X射線片，能清晰的突出裂紋骨折的形態(tài)，所得圖像較單獨使用一種方法的圖像效果更佳。結(jié)論：對骨科臨床骨折判定有較大價值。

圖像增強；裂紋骨折；拉普拉斯變換；梯度變換；自適應(yīng)直方圖均衡

DOI∶ 10.3969/J.ISSN.1672-8270.2015.03.012

[First-author’s address] College of Engineering and Technology of ShanDong University of Traditional Chinese Medicine, Jinan 250355, China.

骨折是骨科常見病，是指骨結(jié)構(gòu)的連續(xù)性完全或部分斷裂。當患者發(fā)生外傷或者勞損時，骨結(jié)構(gòu)會發(fā)生變化，通常需要進行常規(guī)X射線檢查。醫(yī)用X射線是臨床上應(yīng)用最廣泛的影像之一，從掃描設(shè)備出來的原始圖像由于受到成像設(shè)備和獲取條件等多種因素的影響，可能會有圖像質(zhì)量的退化，甚至偽跡，即使是高質(zhì)量的圖像在多數(shù)情況下也很難用肉眼直接得出有用的診斷，而不同能力和背景的人判斷同一幅醫(yī)學(xué)圖像往往會對其得出不同的結(jié)果來[1]。具體到骨折圖像，由于上述成像原因和人體骨折原因的復(fù)雜性，使得不完全性骨折(裂紋骨折)不容易判斷，甚至出現(xiàn)誤判。

圖像增強是通過一定的方法給原圖像附加信息或變換數(shù)據(jù)，有選擇性地突出圖像中感興趣的特征，抑制圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配[2]。本研究基于圖像增強的原理，改善圖像的視覺效果，突出圖像的細節(jié)、邊緣，減少圖像的噪聲和干擾，突出裂紋骨折結(jié)構(gòu)，便于臨床醫(yī)生對圖像的判定。

1 圖像增強方法在裂紋骨折中的應(yīng)用

普通X射線平片在顯示骨折方面有一定優(yōu)勢，但在人體組織結(jié)構(gòu)重疊時對細微結(jié)構(gòu)的分辨力則有限，可能會漏診小的隱性骨折[3]。劉雅潔等[4]介紹了SPECT/CT在單純裂紋骨折等細小隱形骨折中的應(yīng)用，張玉新等[5]和劉正等[6]介紹的多層CT對足部撕脫骨折及裂紋骨折等微細隱匿性損傷的診斷及應(yīng)用主要集中于CT等技術(shù)的研究，而本研究主要針對應(yīng)用廣泛的X射線片對裂紋骨折使用圖像增強的方法，以達到清晰判斷的目的。

裂紋骨折在X射線片上表現(xiàn)為骨骼不規(guī)則的線狀結(jié)構(gòu)，線狀結(jié)構(gòu)在圖像中對應(yīng)于灰度突變的區(qū)域。本研究擬采用梯度算子一階微分(Sobel算子)突出邊緣，二階微分(拉普拉斯變換)突出細節(jié)，用平滑過的圖像掩蔽拉普拉斯圖像，用對比度自適應(yīng)直方圖均衡化的辦法，調(diào)節(jié)圖像的動態(tài)范圍，增強圖像的內(nèi)部細節(jié)。該算法在改善清晰度的同時抑制背景，突出了裂紋骨折的細節(jié)和骨骼的邊緣，達到了清晰判定骨折的目的。

2 裂紋骨折判定算法的設(shè)計

2.1 拉普拉斯變換

一個二維圖像函數(shù)f(x，y)的拉普拉斯算子定義為公式1：

在 x方向上為公式2：

在y方向上為公式3：

兩個變量的拉普拉斯算子為公式4：

公式(4)可用圖1(a)所示的濾波模板來實現(xiàn)，對角線方向是在公式(4)中加入兩項，即兩個對角線方向各加一個；因此公式(4)從不同的方向的項中總共減去-8f(x，y)，可用圖1(b)的濾波模板實現(xiàn)。

圖1 拉普拉斯濾波模板圖

拉普拉斯算子強調(diào)的是圖像中灰度的突變，并不強調(diào)灰度級緩慢變換的區(qū)域，將會把淺色灰邊線和突變點疊加到暗色背景中的圖像[7]。拉普拉斯定義中具有負的中心系數(shù)，必須將足部跖骨正位片圖像減去經(jīng)拉普拉斯變換后的圖像，從而可以得到銳化圖像，并復(fù)原背景特性保持拉普拉斯銳化的效果(公式5)：

本實驗中使用的模板為加強型拉普拉斯濾波，故式中c=-1。

2.2 梯度變換

圖像中的一階微分是用梯度幅值來實現(xiàn)的，對于函數(shù)f(x，y)，f在坐標(x，y)處的梯度定義為二維列向量即公式6：

向量▽f的幅度值可表示為M(x，y)，即公式7：

在實際操作中常用公式8表示：

本實驗中采用的是Sobel算子，具體模板如圖2所示。

圖2 Sobel算子模板圖

在圖2(a)中，3×3模板中第三行和第一行的差近似于x方向的偏微分，圖2(b)中的第三列和第一列的差近似于y方向上的微分。在z5點為中心展開可以得到公式9：

中心系數(shù)使用權(quán)重為2的思想是通過突出中心點的作用而達到平滑的目的。梯度算子的優(yōu)點：引入了平均因素，對圖像中的隨機噪聲有一定的平滑作用，由于是隔行或隔列的差分，邊緣元素得到了加強，邊緣粗而亮[8]。

2.3 中值濾波

中值濾波是一種基于排序理論的可有效抑制噪聲的非線性平滑濾波，其依靠模板而實現(xiàn)。中值濾波是傳統(tǒng)濾波算法中對濾除椒鹽噪聲(脈沖噪聲)有較好濾波性能的方法之一[9-10]。中值濾波的功能是讓與周圍像素灰度值的差比較大的像素改取與周圍像素值接近的值，對孤立的噪聲的消除能力很強，產(chǎn)生的模糊比較少，既能消除噪聲又能保持圖像的細節(jié)。中值濾波的步驟：①將模板在空中漫游，模板中心與圖中某個像素的位置重合；②讀取模板下各對應(yīng)像素的灰度值；③將這些灰度值從小到大排成一列；④找出這些值里中間的一個；⑤將這個中間值賦給對應(yīng)模板中心位置的像素[11]。

2.4 自適應(yīng)直方圖均衡

直方圖是多種空間域處理的基礎(chǔ)。一幅灰度級豐富且動態(tài)范圍較大的圖像，會有高對比度的外觀，并展示灰色調(diào)的較大變化。直方圖均衡化是一種使輸出圖像直方圖近似服從均勻分布的算法，在數(shù)字X射線醫(yī)學(xué)圖像的放射成像過程中，由于人體結(jié)構(gòu)和組織的復(fù)雜性以及成像系統(tǒng)中的X射線散射、電器噪聲等各種不利因素的影響，導(dǎo)致圖像質(zhì)量的下降，主要表現(xiàn)為細節(jié)模糊、對比度差，極大影響了醫(yī)生的分析和診斷[12]。而直方圖能很好的顯示曝光過度或者曝光不足的X射線圖像的細節(jié)，常用來提升圖像的對比度，擴大圖像的動態(tài)范圍[13]。但直方圖也有導(dǎo)致圖像模糊，放大噪聲，增加背景噪聲的缺點。總體而言，直方圖均衡化法以犧牲圖像細節(jié)來改善整幅圖像的動態(tài)范圍。本研究采用對比度自適應(yīng)直方圖均衡，可調(diào)節(jié)圖像的動態(tài)范圍，又能增強圖像的內(nèi)部細節(jié)[14]。具體算法為公式10：

式中xi，j和x'i，j分別為變換前后的圖像灰度值，mi，j是以xi，j為中心的窗領(lǐng)域內(nèi)所有像素點的灰度均值，H(xi，j)表示對點xi，j進行直方圖均衡化操作。是一個比例系數(shù)，是根據(jù)所選取的圖像的實際噪聲狀況決定的比例系數(shù)，其數(shù)值不宜過小，也不宜大。為窗w內(nèi)的灰度方差，為整幅圖像的噪聲方差。公式(10)既能增強圖像細節(jié)，又能起到了抑制圖像中噪聲的目的[15]。

3 裂紋骨折判定算法的具體實現(xiàn)

骨科X射線片通過圖像銳化突出骨骼的更多細節(jié)來增強圖像，骨的邊緣可以使用梯度變換來達到。平滑過的梯度圖像將用于掩蔽拉普拉斯圖像，梯度操作對噪聲和小細節(jié)的響應(yīng)要比拉普拉斯操作的響應(yīng)弱，在一定程度上可以平滑隨機噪聲。通過中值濾波的平滑處理進一步降低噪聲。用中值濾波過的sobel圖像對經(jīng)過拉普拉斯操作的圖像相乘，形成掩蔽圖像，乘積會保留灰度變化強烈區(qū)域的細節(jié)，同時降低灰度變化相對平坦區(qū)域的噪聲，邊緣優(yōu)勢得到加強，可見噪聲相對減少，其算法流程如圖3所示。

圖3 具體算法流程圖

將乘積圖像和足部跖骨正位片相加就得到了銳化圖像，與足部跖骨正位片相比，圖像的細節(jié)和清晰度的增加很明顯，裂紋骨折的線條清晰。無骨折的區(qū)域骨的邊緣可見很光滑，用對比度自適應(yīng)直方圖均衡來改善圖像的對比度，其最終結(jié)果圖顯示，患者第一跖骨的兩個骨折的細節(jié)得到了加強，最終圖片處理得到的效果與單獨使用直方圖均衡或自適應(yīng)直方圖相比均衡效果更好(如圖4所示)。

圖4 足部跖骨正位片增強前后圖像

4 結(jié)論

根據(jù)骨折的圖像特點，提出一種有效的圖像增強算法，該算法運算量小，簡單易行，在改善圖像清晰度的同時抑制了噪聲，增強了圖像的對比度，突出了骨骼的細節(jié)和邊緣，使一些細小的裂紋骨折線得到了加強，從而更利于放射科醫(yī)師和臨床醫(yī)師在醫(yī)療中應(yīng)用，減少了個人主觀判斷的程度，從而更有利于患者病情的判定。

鑒于骨科低劑量X射線的廣泛應(yīng)用，通過圖像增強，突出了骨骼邊緣和裂紋骨折線處，為臨床提供了一個技術(shù)平臺，可以增加臨床診斷的客觀性。

[1]羅述謙.周果宏.醫(yī)學(xué)圖像處理與分析[M].北京：科學(xué)出版社，2010.

[2]龍清.直方圖圖像增強技術(shù)[J].電腦知識與技術(shù)，2011(2)：883-886.

[3]夏文濤，范利華，程亦斌，等.人體損傷程度鑒定標準若干條文的理解與適用(第五講胸部損傷)[J].法醫(yī)學(xué)雜志，2006，22(5)：398-401.

[4]劉雅潔，許小飛，張鐵利，等.SPECT/CT在法醫(yī)鑒定中應(yīng)用初探[J].中國法醫(yī)學(xué)雜志，2012，27(3)：233-234.

[5]劉正，趙有禮，于曉騰.足Lisfranc關(guān)節(jié)隱匿輕微骨折的CT診斷價值[J].中國臨床新醫(yī)學(xué)，2014(2)：148-151.

[6]張玉新，王淑麗，馬信龍，等.隱匿性足Lisfranc損傷的臨床特征及多層CT表現(xiàn)[J].中國臨床醫(yī)學(xué)影像雜志，2013，24(3)：188-191.

[7]Rafael C，Gonzalez著，阮秋琦譯.數(shù)字圖像處理(MATLAB版)[M].北京：電子工業(yè)出版社，2005.

[8]蔡睿妍，邱少明，姜偉.醫(yī)療X光圖像的增強處理技術(shù)研究[J].大連大學(xué)學(xué)報，2012(3)：17-20.

[9]馮慶宇.數(shù)字化醫(yī)療影像圖像處理[J].中國醫(yī)療設(shè)備，2011，26(2)：145-151.

[10]崔警衛(wèi)，王大溪，覃象平.基于不同窗口形狀下的CT圖像中值濾波算法[J].電子科技，2013(2)：63-67.

[11]章毓晉.圖像工程[M].北京：清華大學(xué)出版社，2005.

[12]鄒禮萍.基于小波變換和直方圖均衡的醫(yī)學(xué)X線圖像增強[J].電腦知識與技術(shù)，2011(32)：8010-8012.

[13]韓得水，王明泉，王玉.基于同態(tài)濾波與直方圖均衡化的射線圖像增強[J].電視技術(shù)，2013(7)：20-22.

[14]嚴素清，肖建明.基于matlab的圖像增強算法研究[J].現(xiàn)代計算機，2013(7)：20-21.

[15]任慧，李新華，朱逸婷.自適應(yīng)直方圖均衡化改進的全變分圖像修復(fù)[J].計算機系統(tǒng)應(yīng)用，2013(6)：98-101.

Application of one kind of method in judging the fissurefracture by using image enhancement

YANG Rui-xue, MA Zhi-qing// China Medical Equipment,2015,12(3)∶37-40.

Objective∶ A more effective approach to judge the fissure fracture by using image enhancement is presented. Methods∶ The Gradient image after 5×5 median filtering smoothing was used to mask the laplace image, and to add the original image in order to informing the sharpening image, and then the adaptive contrast histogram equalization is put in shaping image and to compare the effect of the image enhancement. Results∶ The algorithm to enhance the X-Ray fracture image can highlight the shape of the fissure fracture clearly. The enhanced image is more effective than the image by using one way alone. Conclusion∶ This method is valuable in judging the fissure fracture in clinical diagnosis.

Image enhancement; The fissure fracture; The laplace transform; The gradient transform; The adaptive histogram equalization

楊瑞雪,女,(1979- ),碩士研究生，助理工程師。山東中醫(yī)藥大學(xué)理工學(xué)院生物醫(yī)學(xué)工程系，研究方向：生物醫(yī)學(xué)工程。

2014-06-10

①山東中醫(yī)藥大學(xué)理工學(xué)院生物醫(yī)學(xué)工程系 山東 濟南 250355