摘 要：由于受到醫(yī)療器械先進水平及環(huán)境等要素的影響，臨床醫(yī)師的醫(yī)學(xué)圖像應(yīng)用過程常常會產(chǎn)生一些人工處理需求。通過對目前我國醫(yī)學(xué)圖像處理現(xiàn)狀的分析可知，雖然可行的處理方法數(shù)量較多，但其處理結(jié)果分別存在不同程度的弊端。本文從小波變換的概念入手，對小波變換在醫(yī)學(xué)圖像處理中的應(yīng)用進行分析和研究。

關(guān)鍵詞：小波變換；醫(yī)學(xué)圖像處理；應(yīng)用

DOI：10.16640/j.cnki.37-1222/t.2017.17.127

0 前言

隨著人們生活質(zhì)量的不斷發(fā)展，其對醫(yī)療水平的要求發(fā)生了顯著提高。醫(yī)學(xué)圖像作為臨床診斷及治療中的常用依據(jù)，其質(zhì)量直接影響臨床醫(yī)師確診及治療決策的作出。

1 小波變換

（1）小波變換的概念。小波變換是指基于變換將問題的固定特征突出出來，通過對空間頻率參數(shù)的局部化分析以及函數(shù)的多尺度細化，實現(xiàn)對低頻處頻率與高頻處時間的合理細分，使得傅里葉變換難點得以順利解決[1]。

（2）小波變換的基本原理。小波變換的原理是指：通過對時間與尺度之間的交互分析，變更頻率窗、時間窗以實現(xiàn)時頻的局部化。小波變換的基本原理決定著這種方法可在非平穩(wěn)信源的分析工作中產(chǎn)生良好的應(yīng)用效果。

2 小波變換在醫(yī)學(xué)圖像處理中的應(yīng)用

這里主要從以下幾方面入手，對小波變換在醫(yī)學(xué)圖像處理中的應(yīng)用進行分析和研究：

（1）醫(yī)學(xué)圖像融合方面。在臨床醫(yī)學(xué)圖像處理中，常常會遇到一幅圖像信息不足的現(xiàn)象。為了滿足臨床診斷和治療工作的需求，可以通過融合方式將同一患者的多幅醫(yī)學(xué)圖像融為一體，以獲得大信息量的圖像信息。從本質(zhì)角度來講，可以將醫(yī)學(xué)圖像的融合處理分成以下幾個階段：第一，像素級處理階段。這一階段的融合難度較低，且醫(yī)學(xué)圖像中的信息基本不會出現(xiàn)丟失現(xiàn)象。第二，特征級融合階段。這一階段的融合難度相對較高，它要求保留多幅圖像的特征信息，但從實踐融合經(jīng)驗可知，這一要求的完成質(zhì)量相對較低。第三，決策級融合階段。作為醫(yī)學(xué)圖像融合的終極階段，其處理難度最高。為提升醫(yī)學(xué)圖像的融合質(zhì)量及融合階段水平，可以將小波變換處理方法應(yīng)用在這項工作中。其處理原理為：小波變換法可以通過將某一固定信號變換到頻域，或者直接根據(jù)融合需求將所需信號的頻譜從整幅醫(yī)學(xué)圖像中完全剝離、提取出來。從本質(zhì)角度來講，可以將基于小波變換的醫(yī)學(xué)圖像融合看成是一種融合規(guī)則融合。這種方法在保留被處理對象圖像既有邊緣特征和紋理特征的同時，還可以將最終所得融合圖像信息中的塊效應(yīng)有效消除，為臨床醫(yī)師的診斷鑒別工作提供有效的參照依據(jù)。

例如，當(dāng)臨床醫(yī)學(xué)圖像處理中產(chǎn)生X射線計算機斷層CT圖像、正電子發(fā)射型PET計算機斷層圖像融合需求時，可以將小波變換技術(shù)應(yīng)用在該融合處理過程中，使得醫(yī)學(xué)圖像同時反映代謝信息的原為表達結(jié)果、患者的精細解剖結(jié)構(gòu)兩種。

（2）醫(yī)學(xué)圖像去噪方面。超聲圖像的去噪結(jié)果直接影響醫(yī)學(xué)圖像作為臨床診斷依據(jù)作用的發(fā)揮。通過對目前我國臨床上超聲醫(yī)學(xué)圖像去噪處理工作的分析可知，單一尺度濾波法是一種較為常用的去噪方法。超聲醫(yī)學(xué)圖像去噪處理經(jīng)驗表明，這種方法能夠有效地將圖像中的斑紋噪聲大部分去除，但與此同時，超聲圖像本身的邊緣信息產(chǎn)生較為嚴重的丟失，嚴重影響自身作用的發(fā)揮?；谏鲜銮闆r，可以將具有基函數(shù)靈活性特點、低熵性特點的小波變換處理法應(yīng)用在實際的超聲醫(yī)學(xué)影響去噪處理工作中。這種方法的處理原理為：絕對值參數(shù)較小的小波系數(shù)以噪聲信號為主，而絕對值參數(shù)較大的小波系數(shù)則以圖像信號為主，因此，在噪聲處理環(huán)節(jié)中，可以將噪聲與圖像兩種信號存在明顯重疊現(xiàn)象部分的小絕對值小波系數(shù)去除，此時所獲得即為超聲醫(yī)學(xué)圖像，且圖像的邊緣信息和細節(jié)信息基本不受損害[2]。這項處理工作要求從醫(yī)學(xué)圖像中獲得高信噪比參數(shù)圖像，因此，需通過大尺度分解的方式，提升信號的集中程度，進而促進噪聲去除目的的實現(xiàn)。

（3）醫(yī)學(xué)圖像邊緣提取方面。通過對醫(yī)院傳統(tǒng)醫(yī)學(xué)圖像處理工作的分析可知，其對圖像邊緣的傳統(tǒng)處理主要是通過算子提取法完成的。這種處理方法的弊端在于，經(jīng)處理后的醫(yī)學(xué)圖像邊緣仍然存在不同程度的清晰度低問題。為了改善這種局面，可以將小波變換法應(yīng)用在實際的醫(yī)學(xué)圖像邊緣處理工作中?；谛〔O大值邊緣檢測法開展處理工作：若所選母函數(shù)為平滑函數(shù)的一階偏導(dǎo)數(shù)，則處理中變換模的極大值參數(shù)剛好處于醫(yī)學(xué)圖像的密度突變點位置上。在這種情況下，可以結(jié)合處理對象圖像的頻率變化特征和時間變化特征，對醫(yī)學(xué)圖像的分辨率進行自動調(diào)節(jié)，使得醫(yī)學(xué)圖像中原本不清晰的圖像邊緣得到合理放大，以便臨床醫(yī)師根據(jù)放大后的醫(yī)學(xué)圖像邊緣信息開展全面分析。

（4）醫(yī)學(xué)圖像特征增強方面。在臨床診斷工作中，患者的醫(yī)學(xué)圖像特征是臨床醫(yī)師確診的主要依據(jù)。由于設(shè)備及患者自身身體狀況等因素的影響，臨床醫(yī)學(xué)圖像分析工作中常常會出現(xiàn)一些特征模糊或不清晰的問題。為保證臨床醫(yī)師快速得出準確的診斷結(jié)果，可以事先利用小波變換對存在特征不清晰問題的醫(yī)學(xué)圖像進行預(yù)處理。[3]具體處理流程如下：首先利用小波對存在特征不清晰問題的醫(yī)學(xué)圖像進行分解，將其分解成具有高時間分辨率、低頻率分辨率特點的高頻模塊，具有高時間分辨率特點、低頻率分辨率特點的低頻模塊兩個部分。在這種情況下，醫(yī)學(xué)圖像的細節(jié)和邊緣被劃分至高頻模塊中，而圖像輪廓則被合理劃分在低頻模塊中。由于特征分析主要與細節(jié)有關(guān)，此時，可以對高頻模塊的細節(jié)的小波系數(shù)進行合理增強，以實現(xiàn)促進臨床醫(yī)師作出準確決策的目的。以胃部超聲圖像為例，可以通過小波變換處理增加胃部圖像信息的熵，使得患者圖像的胃竇輪廓變得更加清晰。

3 結(jié)論

為了促進醫(yī)學(xué)圖像參照功能的有效發(fā)揮，可以將小波變換這種具有低熵性優(yōu)勢、基函數(shù)靈活性優(yōu)勢的處理方法應(yīng)用在醫(yī)學(xué)圖像的特征增強處理、邊緣提取處理、去噪處理以及融合處理等多項后期處理工作中。

參考文獻：

[1]乜大偉.小波變換在醫(yī)學(xué)圖像處理中的應(yīng)用[J].中國現(xiàn)代醫(yī)生，2014（24）：49-51.

[2]李越.探討小波變換在醫(yī)學(xué)圖像處理中的應(yīng)用[J].電子技術(shù)與軟件工程，2015（20）：101.

作者簡介：魏小琴（1983-），女，四川南充人，工學(xué)碩士，實驗師，主要研究方向：醫(yī)學(xué)圖像處理及實驗教學(xué)。