陳曦

摘要：醫(yī)學(xué)圖像融合的過程可以分為兩個步驟：圖像在空間域的配準(zhǔn)和融合圖像的創(chuàng)建。圖像配準(zhǔn)是圖像融合的先決條件，圖像配準(zhǔn)精度的高低直接決定著融合結(jié)果的質(zhì)量。小波變換理論將醫(yī)學(xué)超聲諧波圖像跟基波圖像進(jìn)行有機(jī)結(jié)合，完成了這一過渡性研究，從而可以得到更為清晰的醫(yī)學(xué)超聲影像。小波變換理論主要是針對靜態(tài)圖像的，而對于實(shí)時超聲動態(tài)圖像的結(jié)合方法研究將是當(dāng)前與未來一段時間的主要研究方向。其主要問題在于動態(tài)圖像的實(shí)時性，如何清晰顯示該圖像的每一刻動態(tài)是人們關(guān)注的重點(diǎn)，也是該技術(shù)發(fā)展的主要內(nèi)容。

關(guān)鍵詞：醫(yī)學(xué)超聲影像；圖像融合；應(yīng)用前景

1 引言

數(shù)據(jù)融合（data fusion）是20世紀(jì)80年代逐漸形成與發(fā)展起來的數(shù)據(jù)自動化綜合處理技術(shù)，其主要是依靠傳感器對信息進(jìn)行收集與整理，再通過計算機(jī)對收集的數(shù)據(jù)進(jìn)行有效整理結(jié)合，從而以數(shù)字或者圖像方法顯示出來的一種技術(shù)。圖像融合（image fusion）是將數(shù)據(jù)與相關(guān)處理技術(shù)進(jìn)行融合的一項(xiàng)技術(shù)，從目前圖像融合處理方法來將，其主要是根據(jù)不同探測器收集的圖像信息進(jìn)行整理與合并，從而得到一幅完整的圖片或者是相關(guān)場景。圖像融合技術(shù)的主要目的是通過對探測器收集的多幅圖片中的冗余數(shù)據(jù)進(jìn)行處理，從多幅圖像中合并可靠性高的圖像，從而提升呈現(xiàn)圖像的可靠性與清晰度，對原始圖像進(jìn)行放大或者細(xì)致處理均可。圖像融合從數(shù)據(jù)處理方面可以說是數(shù)據(jù)融合的延伸與發(fā)展，或者是分支，在圖像融合中應(yīng)用到了數(shù)據(jù)融合的基礎(chǔ)方法，同時也根據(jù)圖像融合的特異性開發(fā)出了新的圖像處理方法。本研究中就采用小波變換方法來專門針對醫(yī)學(xué)領(lǐng)域超聲圖像進(jìn)行有機(jī)融合。實(shí)驗(yàn)所用圖像經(jīng)過預(yù)處理（濾波，對準(zhǔn)），圖1為基波圖像，圖2為二次諧波圖像。

2 小波變換理論下的圖像融合

醫(yī)學(xué)圖像融合的過程從圖像融合過程來講，可以分為2個主要步驟：①圖像的配準(zhǔn)；②圖像的創(chuàng)建。在2個步驟中，第一步驟是第二步驟的前提與基礎(chǔ)，圖像配準(zhǔn)精度如何直接決定了整個圖像融合質(zhì)量的高低。在20世紀(jì)90年代發(fā)展至今，隨著技術(shù)的不斷發(fā)展與進(jìn)步，圖像配準(zhǔn)相關(guān)研究也日益加深，不論是國外還是國內(nèi)的學(xué)者都針對圖像配準(zhǔn)做出了具有代表性的貢獻(xiàn)。Van den Elsen等人在1993年就針對醫(yī)學(xué)圖像的配準(zhǔn)方法進(jìn)行詳盡分類，并做出了具體具有7個分類的標(biāo)準(zhǔn)[5]。目前對醫(yī)學(xué)圖像的融合方法大部分都是從變換域上的圖像編碼與壓縮技術(shù)發(fā)展演變而來，其融合步驟大致可以分為以下4個步驟：①把源圖像具有針對性變換到相應(yīng)變換域上；②在變換域上進(jìn)行設(shè)定選擇特征；③根據(jù)預(yù)先設(shè)定的規(guī)則創(chuàng)建融合圖像；④逆變換重建融合圖像。

小波變換在空間與頻率域上都存在一定的局域性，因此能夠?qū)D像信息進(jìn)行多元化的細(xì)化分析。目前關(guān)于小波變換方面的研究已經(jīng)屢見不鮮，但是大部分的研究都局限于已有成果：熱圖像與可視圖像兩個方面，而對于其他方面則鮮有報道。小波變換技術(shù)應(yīng)用于圖像融合中有以下優(yōu)點(diǎn)：①經(jīng)小波分解后的圖像，在不同分辨率的細(xì)節(jié)信息之間是互相不影響的，這樣就可以將不同頻率范圍的信號進(jìn)行有機(jī)組合，根據(jù)不同組合會產(chǎn)生不同的融合圖像；②經(jīng)過小波分解后的圖像在不同分辨率上的能量與噪聲之間也不會相互干擾，大大提升圖像融合效率與質(zhì)量；③經(jīng)小波分解后的融合圖像上面的塊狀偽影比較容易消除，不會遺漏任何影響圖像質(zhì)量的瑕疵。整個小波變換圖像融合過程如下圖所示：

從上結(jié)構(gòu)圖我們可以看出，在小波融合圖像過程追蹤，整個融合的規(guī)則占據(jù)著十分重要的位置。當(dāng)在建立融合圖像的每個小波系數(shù)時，我們都應(yīng)該確定好哪幅源圖的小波系數(shù)對融合更為有效，同時將這個系數(shù)進(jìn)行有效保留并存入融合決策圖中。當(dāng)前較為常用的融合規(guī)則有以下2種：①基于像素的融合規(guī)則；②基于窗口的融合規(guī)則。其中基于像素的融合規(guī)則主要是針對不同源圖與位置之間的小波系數(shù)進(jìn)行考慮，其應(yīng)用技術(shù)主要為：交叉像素選擇法（從具體的源圖中小波系數(shù)矩陣?yán)锩嫦鄳?yīng)位置來選取最大的小波系數(shù)作為融合的小波系數(shù)，再將選好的小波系數(shù)進(jìn)行逆變，從而獲得相應(yīng)融合圖像）。這種處理方法主要要求在于圖像的邊緣敏感性，對圖像要求較為嚴(yán)格，一旦圖像邊緣相差過大，那么獲得的融合圖像則不能正常使用。基于窗口的融合規(guī)則相對于上一種規(guī)則則考慮到了相鄰的小波系數(shù)，將相應(yīng)位置的小波系數(shù)與相鄰小波系數(shù)都納入到考慮范圍內(nèi)。如以3×3窗口劃分，再確定融合相應(yīng)位置的小波系數(shù)，這種方法不但考慮了圖像像素還考慮到了與它相鄰像素的相關(guān)性，因此，總結(jié)起來講：基于窗口的融合規(guī)則實(shí)質(zhì)是降低了對邊緣的敏感性，擴(kuò)大了選擇性，因此該方法的難點(diǎn)就在于如何選擇窗口。在這一過程中我們可以將圖像當(dāng)做是由不同灰度等級的區(qū)域來構(gòu)成的，而每個物體邊緣都存在一定的特異性，不完全相同。邊緣是圖像基礎(chǔ)特征之一，其包含了有價值的目標(biāo)邊界信息，我們在處理過程中只需要通過邊緣就能夠?qū)D像進(jìn)行相關(guān)的定位、識別與濾波等等操作。在這樣的理論下，我們可以先提取出源圖的邊緣并將其設(shè)定為固定參照物，以參照物為標(biāo)準(zhǔn)，圍繞相關(guān)圖像建立融合3×3窗口，再結(jié)合區(qū)域內(nèi)的圖像信息就能夠完成這一操作。目前關(guān)于邊緣的提取與檢測方法較多，其中灰度閾值法所提取的邊界是較為粗糙的，同時對圖像的閾值進(jìn)行選取也存在很大難度，該方法不能滿足圖像融合中對邊緣提取的基本要求；而邊緣算子使用方法較為成熟與頻繁，在眾多的邊緣算子中，CANNY對噪聲具有不敏感性，同時具有一定針對性，能夠針對弱邊界體現(xiàn)出優(yōu)越性能。所以，我們可以先用CANNY算子來對源圖的LL子矩陣邊緣進(jìn)行提取，該提取結(jié)果不但可以提供源圖中的位置還增強(qiáng)了邊緣信息，然后再用該邊緣信息產(chǎn)生區(qū)域段，產(chǎn)生區(qū)域圖（區(qū)域圖值的不同表示不同的區(qū)域）。然后將小波系數(shù)表中的高頻部分平均，從而生成不同區(qū)域的活動等級，這樣我們可以得到更多的區(qū)域信息，如此，就能夠生成整個區(qū)域的活動表。活動表中較大的活動值代表了區(qū)域間較多的信息，活動值較小則說明該區(qū)域間信息較少，這樣就能夠根據(jù)邊緣與區(qū)域圖和區(qū)域活動表使用融合規(guī)則來進(jìn)行計算：①高活動等級優(yōu)于低活動等級；②邊緣的像素點(diǎn)優(yōu)于非邊緣像素點(diǎn)；③小區(qū)域優(yōu)于大區(qū)域。需要注意的一點(diǎn)為，在確定邊緣點(diǎn)的過程中要優(yōu)先考慮邊界點(diǎn)，再考慮其相關(guān)的像素點(diǎn)，從而避免決策圖中出現(xiàn)孤立點(diǎn)。

3 融合結(jié)果

根據(jù)以上所述對諧波圖像與基波圖像進(jìn)行融合處理，結(jié)果如下圖所示：

在常規(guī)的圖像處理過程中，我們常常要將得到的新圖像與源圖進(jìn)行對比，從而發(fā)現(xiàn)優(yōu)點(diǎn)，查看圖像是否存在質(zhì)量變化。我們對比2張圖像的常用方法有：峰值信噪比PSNR，圖像融合技術(shù)是目前應(yīng)用較為新穎的圖像處理方法，因此可以通過PSNR來確定處理前后圖像是否存在質(zhì)量方面的差異，從而判斷技術(shù)的優(yōu)劣性。

由于圖像融合是將幾幅不同的圖像經(jīng)處理后得到一幅包含源圖像中各個細(xì)節(jié)的圖像，因此該過程需要對2張源圖與融合后圖像進(jìn)行PSNR計算（計算結(jié)果見表1）。處理結(jié)果表明基于區(qū)域的融合的方法是較為陷阱的，是有效的，對圖像質(zhì)量的提高有實(shí)質(zhì)性的幫助意義。

4 結(jié)論

本研究中就從小波變換理論為著手點(diǎn)來研究其在醫(yī)學(xué)超聲諧波圖像與基波圖像之間的融合，從而得到了較前2者更為清晰的圖像。小波變換理論主要是針對靜態(tài)圖像的，而對于實(shí)時超聲動態(tài)圖像的結(jié)合方法研究將是當(dāng)前與未來一段時間的主要研究方向。其主要問題在于動態(tài)圖像的實(shí)時性，如何清晰顯示該圖像的每一刻動態(tài)是人們關(guān)注的重點(diǎn)，也是該技術(shù)發(fā)展的主要內(nèi)容。

參考文獻(xiàn)：

[1]石帥鋒.非剛性配準(zhǔn)方法研究及在超聲圖像上的應(yīng)用[D].東南大學(xué)，2012.

[2]劉貴棟，沈毅，王艷，等.圖像融合在醫(yī)學(xué)超聲影像中的應(yīng)用[J].儀器儀表學(xué)報，2005，26（8）：838-840.

編輯/哈濤