數字放射成像的基本物理學/計算機

計算機廣泛應用於放射學的許多領域。我們的主要應用是數字放射成像的顯示和儲存。本章介紹了通用計算機的基本描述，概述了通用數字影像處理器的設計，並簡要介紹了數字成像，然後介紹了一些更常見的影像處理應用。

在考慮這些主題之前，需要對計算機處理資訊的形式以及支撐計算機發展的技術進行一些一般性的評論，以便將討論置於一個背景下。

二進位制表示

如今使用的幾乎所有計算機都基於對以二進位制數形式編碼的資訊的處理。二進位制數只能取兩種值之一，即 0 或 1，這些數字被稱為二進位制數 - 或者用計算機術語來說是位。當一段資訊表示為一系列位時，該序列被稱為字，當該序列包含八位時，該字被稱為位元組 - 位元組在當今被廣泛用作表示二進位制編碼資訊量的基本單位。此外，大量編碼資訊通常用千位元組、兆位元組、吉位元組等來表示。重要的是要注意，由於資訊的二進位制性質，這些字首的含義略有不同於它們的傳統含義。因此，計算機術語中的千表示 1024 個單位 - 1024（或 2¹⁰）是最接近一千的 2 的冪。因此，1 千位元組指的是 1024 位元組資訊，1 兆位元組指的是 1024 乘以 1024 位元組，依此類推。

為了將影像儲存在計算機中，需要對影像資訊進行二進位制編碼。然而，醫學中使用的大多數成像裝置生成的的資訊可以取預設限制之間的一系列連續值，即資訊是以模擬形式存在的。因此，當將影像輸入到計算機時，必須將這種模擬資訊轉換為二進位制編碼所需的離散形式。這通常是透過使用一種稱為模數轉換器 (ADC) 的電子裝置來實現的。

現代計算機的發展幾乎完全依賴於 20 世紀後半葉在材料科學和數位電子學方面取得的重大進展。這些發展使高度複雜的電子電路能夠壓縮成稱為積體電路的小型封裝。這些封裝包含微小的矽（或其他半導體材料）碎片，經過專門製造以執行復雜的電子過程。這些矽碎片通常被稱為矽片或微晶片。在晶片的電路中，高電子電壓可以用來表示數字1，而低電壓可以用來表示二進位制數字0。因此，該電路可用於處理以二進位制數形式編碼的資訊。

這些電子元件的一個重要特點是電路中不同部分的兩個電壓電平可以非常高速地變化。這使得計算機能夠快速地處理二進位制資訊。此外，現代積體電路的微小尺寸使得能夠製造出物理尺寸非常小且不會產生過量熱量的計算機 - 以前的計算機佔滿了整個房間，需要冷卻，因為它們是用較大的電子元件（如閥門和電晶體）建造的。因此，現代計算機能夠安裝在桌面上，例如，在不需要特殊空調的環境中。此外，使用大規模生產方法制造積體電路的能力導致了成本的大幅下降 - 這促成了這項技術在 21 世紀初向手機/計算機市場的爆炸式發展。

值得注意的是，鑑於該領域正在進行的快速發展，本章中的資訊很可能在本章閱讀時發生變化。因此，這裡討論的重點是通用概念 - 讀者應該注意，當前的技術和方法可能與這裡描述的不同。此外，請注意，本章中提及任何硬體或軟體產品並不表示支援該產品，其在本次討論中的使用純粹是為了說明目的。

通用計算機

下圖顯示了通用計算機的主要硬體元件的框圖。該圖說明了計算機由一條稱為匯流排的中央通訊路徑組成，專用電子元件連線到該路徑。下面簡要描述了這些元件中的每一個。

通用計算機元件的框圖。

• 中央處理單元 (CPU): 這通常基於稱為微處理器的積體電路。它的作用是充當計算機的大腦，在這裡解釋和執行指令，以及處理資料。CPU 通常包含兩個子單元 - 控制單元 (CU) 和算術邏輯單元 (ALU)。控制單元用於解釋包含在計算機程式中的指令以及執行這些指令。例如，這些指令可能用於將資訊傳送到計算機的其他元件以及控制這些裝置的操作。ALU 主要用於使用數學技術（例如，數字的加法或乘法）以及邏輯決策來處理資料。
• 主儲存器：通常由大量積體電路組成，用於儲存計算機使用者當前需要的資訊。電路一般分為兩種型別 - 隨機存取儲存器（RAM）和只讀儲存器（ROM）。RAM 用於短期儲存資訊，它是一種易失性儲存器，因為當計算機電源關閉時，其資訊內容會丟失。其內容也可以快速擦除 - 並快速填充新的資訊。另一方面，ROM 是非易失性的，用於永久儲存計算機操作基本方面所需的資訊。
• 輔助儲存器：用於以永久或可擦除的形式儲存資訊，以便更長時間使用，即，對於使用者當前不需要但可能在以後階段有用的一些資訊。用於輔助儲存器的裝置型別很多，包括 硬碟、CD-ROM 和 快閃記憶體驅動器。
• 輸入/輸出裝置：用於使用者控制計算機，通常由 鍵盤、視覺顯示器 和 印表機 組成。它們還包括一些裝置，如 滑鼠、操縱桿 和 觸控板，這些裝置用於增強使用者與計算機的互動。
• 計算機匯流排：它由計算機元件的通訊通道組成，其功能與 中樞神經系統 類似。透過匯流排通訊的資訊型別包括指定資料、控制指令以及儲存和檢索資訊的記憶體地址。正如預期的那樣，計算機的操作速度取決於這種通訊鏈路的工作速度。這種速度必須與其他元件的速度相容，例如 CPU 和主儲存器。
• 軟體：計算機技術不僅僅是電子硬體。為了使電子元件組合能夠工作，需要以資料和計算機指令的形式提供資訊。這種資訊通常被稱為 軟體。計算機指令通常包含在計算機程式中。計算機程式的類別包括

• 作業系統：用於操作計算機和管理計算機的各種資源。作業系統 的示例包括 Windows、MacOS X、Linux 和 UNIX；
• 應用軟體包：供計算機的常規使用者使用。這些軟體包包括用於 文字處理（例如 MS Word）、電子表格（例如 MS Excel）、資料庫（例如 FileMaker Pro）、圖形（例如 Adobe Illustrator）和 數字影像處理（例如 OsiriX）的程式 - 以及用於操作特定數字影像接收器的軟體；
• 程式設計軟體包：用於編寫計算機 程式。用於編寫程式的常見 計算機語言 的示例包括 Fortran、C 和 Java。為了編寫這樣的程式，還需要一些額外的軟體，這些軟體可以包括

• 一個 文字編輯器，用於將程式的文字寫入計算機（類似於用於文字處理的程式）；
• 一個 子程式 庫 - 這是用於操作特定常見功能的小程式；
• 一個 連結器，用於將使用者編寫的程式連結到子程式庫；
• 一個 編譯器，用於將使用者編寫的程式轉換為可以被計算機直接解釋的格式，即，用於以數字格式編碼指令。

數字影像處理器

用於數字影像處理的計算機通常包含一些專門的元件，除了通用計算機中使用的元件外。由於影像中包含了大量的資訊，因此需要高容量的儲存介質以及非常高速的通訊和資料處理能力，因此需要這些專門的元件。

數字影像處理器的元件框圖。黃色部分是通用計算機的元件。

數字影像處理包括影像資料的處理和分析。影像處理的一個例子是計算機對影像的增強，以便更清晰地顯示微妙的特徵。影像分析的一個例子是提取表示正在研究的解剖區域某些功能方面的指標。大多數數字放射成像系統提供了廣泛的影像處理功能，以及有限範圍的影像分析功能。

下圖顯示了一個通用數字影像處理器。圖中底部的黃色元件是通用計算機的元件，如上所述。數字影像處理元件是連線到影像資料匯流排的那些元件。下面簡要介紹了每個額外的元件。

• 成像系統：這是產生主要影像資訊的裝置，即影像接收器和相關的電子裝置。成像系統通常在物理上與影像處理器的其他元件分離。成像系統產生的影像資訊被饋送到數字影像處理器的影像採集電路。數字影像處理器到成像系統的連線通常也存在，用於控制成像系統操作的特定方面，例如在透視成像系統中移動 C 形臂和患者臺。
• 影像採集：此電路用於將成像系統產生的模擬資訊轉換為二進位制數字形式。用於此目的的裝置型別稱為模數轉換器（ADC）。影像採集裝置還可以包括電路，用於處理數字化資料以校正影像資料中的任何像差。可用於此目的的電路型別稱為輸入 查詢表。這種資料處理的一個例子是數字放射成像中的對數影像變換。
• 影像顯示：此裝置用於將數字影像轉換為適合顯示的格式。影像顯示單元還可以包括電路，用於處理顯示的影像以增強其外觀。可用於此目的的電路型別稱為輸出查詢表，這種資料處理的示例包括視窗化。影像顯示元件提供的其他影像處理形式可以包括影像放大和在一個螢幕上顯示多個影像的能力。該裝置還可以允許用患者姓名和與患者檢查相關的詳細資訊對顯示的影像進行標註。
• 影像儲存器：這通常由一定容量的 RAM 組成，足以儲存使用者當前感興趣的多個影像。
• 影像儲存：這通常由磁碟組成，其容量足以儲存大量使用者當前不感興趣的影像，這些影像可以在需要時傳輸到影像儲存器。
• 影像 ALU：這由專門用於處理影像資料的 ALU 組成。它通常用於相對簡單的計算，例如數字減影血管造影 ( DSA ) 中的影像減法以及透過對一系列影像進行平均來減少噪聲。
• 陣列處理器：它由專門用於更復雜地處理影像資料，並且比影像 ALU 速度更快的電路組成。它通常包含一個額外的 CPU 以及專門的高速資料通訊和儲存電路。它可以被視為一臺單獨的專用計算機，其設計以犧牲操作靈活性為代價來提高計算速度。這種增強的速度是透過以並行方式操作資料的能力提供的，而不是像通用計算中所採用的順序處理那樣，儘管隨著多核 CPU等的發展，這種區別正變得越來越不明顯。例如，該元件用於計算快速傅立葉變換，以及在錐束 CT中的重建計算。
• 影像資料匯流排：該元件由專門針對影像資料設計的超高速通訊鏈路組成。

請注意，上面描述的許多功能如今已封裝在一個稱為圖形處理單元（GPU）的裝置中，並已整合到許多計算機設計中，例如iMac 計算機。

數字影像

影像數字化通常包含兩個同時進行的過程——取樣和量化。這兩個過程通常同時發生，並將在下面簡要描述。

當對一個原始影像（包含一箇中心暗區，亮度向周邊遞增）進行數字化，且 N=8 且 G=4（即 m=2）時，得到的數字影像的示意圖。

影像取樣是在數字化影像中空間資訊時使用的過程。它通常是透過將影像分割成一個正方形或矩形的取樣點陣列來實現的，參見下圖。每個取樣點被稱為畫素元素——或畫素，用計算機術語來說。雖然在 DR 影像接收器的背景下，也使用探測器元素或 del 一詞。當然，畫素或 del 的數量越多，數字化的影像的空間解析度就越接近於透過患者傳輸的輻射模式的空間解析度——參見下圖，面板 (a) 和 (b)。

該過程可以概括為將影像數字化為一個 N x N 的畫素資料陣列。N 的值示例包括 1024（用於血管造影影像）和 3,000（用於數字放射照片）。

請注意，每個畫素並不代表影像中的一個點，而是代表離散矩陣的一個元素。水平和垂直軸上的距離不再是連續的，而是以離散的步長進行，每個步長由畫素大小給出。畫素越大，空間解析度越差，因為畫素內沒有顯示細節，而且在畫素邊界會顯示出灰度不連續（畫素化）——參見圖中的面板 (b)。空間解析度隨著畫素變小而提高，畫素化感知上的缺失給觀看者帶來了空間連續影像的印象。

畫素大小對於足夠的影像數字化至關重要。為了捕獲精細的細節，需要以足夠的取樣頻率 f_s對影像進行取樣。理論上，該頻率由奈奎斯特-夏農取樣定理給出，該定理表明它應該至少是影像中最高空間頻率 f_max的兩倍，即

f_s ≥ 2 f_max

因此，例如，當數字成像儀的畫素大小為x mm 時，可以充分表示的最高空間解析度由以下公式給出

f_N = (2 x)^-1 線對/mm。

其中 f_N 被稱為奈奎斯特頻率。

一條線對包含一條放射不透明材料的帶和一條放射透明材料的帶，它們具有相同的寬度，我們將在下一章中看到。簡單來說，至少需要兩個畫素才能充分地表示一條線對。因此，當一個 43 cm x 43 cm 的影像接收器被數字化為 3,000x3,000 畫素時，可以充分表示的最高頻率約為 3.5 LP/mm。當影像包含高於此頻率的頻率時，它們在數字化時會欠取樣，並以數字影像中較低的頻率資訊出現。這被稱為混疊，並導致虛假頻率出現，這些頻率與實際高於奈奎斯特頻率的頻率一樣低於奈奎斯特頻率。換句話說，高頻率在取樣頻率周圍摺疊回來，在數字影像中以低於 f_N 的頻率出現。

在實踐中，幾乎所有數字影像在某種程度上都存在欠取樣現象。例如，可以使用比理論最優值略大的畫素大小，這將允許大部分頻率內容被充分地數字化。請注意，當對精細的重複圖案（例如解析度測試物體）進行成像時，會發生明顯的混疊偽像，並可能導致莫爾圖案。在數字化之前對模擬影像進行濾波，以消除更高空間頻率的內容，可以用來減少這種效應。請注意，當使用數字影像接收器時，如果使用靜止柵格，也會發生混疊效應，這是因為柵格線和影像矩陣之間存在干擾。因此，柵格間距至少應為 70 線/cm。

以 (a) 256x256x8 位、(b) 32x32x8 位、(c) 256x256x2 位的影像解析度顯示的數字化胸部放射照片。

影像量化是用於數字化影像中亮度資訊的過程。它通常是透過用一個整數值來表示畫素的亮度來實現的，該整數值與亮度成正比。該整數被稱為“畫素值”，系統可以處理的可能畫素值的範圍被稱為灰度級。自然地，灰度級越高，數字化的影像中的亮度資訊就越接近原始影像——參見下圖，面板 (a) 和 (c)。該過程可以被認為是將影像亮度數字化為 G 個灰度級。G 的值取決於資訊編碼的二進位制性質。因此，G 通常是 2 的整數次冪，即 G=2^m，其中 m 是一個整數，它指定儲存所需的位數。G 的值示例包括 1,024 (m=10)（用於透視檢查）、2,048 (m=11)（用於血管造影）和 4,096 (m=12)（用於數字放射照片）。請注意，模擬影像中的亮度與其在數字影像中的畫素值之間微小的差異被稱為量化誤差，並且在 G 較大時誤差更小。

以數字格式表示影像所需的位數 b 由以下公式給出

b = N x N x m。

因此，一個 512x512x8 位的影像代表 0.25 兆位元組的儲存記憶體，而一個 3,000x3,000x12 位的影像代表約 13 兆位元組的儲存記憶體。因此，儲存數字放射照片需要相當大的計算機記憶體，並且在操作大量此類資料時，處理時間可能相對較長。數字影像的這一特性導致需要專門用於影像資料的硬體，這些硬體與通用計算機的元件是分開的——儘管這種區別可能會隨著未來技術的發展而消失。

數字影像處理

可以使用數字影像處理器運算元字放射照片中的維度是那些涉及影像亮度和空間表示變化的維度。影像亮度調整包括對比度增強和直方圖處理，而空間調整包括空間頻率和空間域處理。我們將在下面分別考慮這些方面。

對比度增強

圖 5.5：用於對比度增強 256 個灰度級（即 m=8 位）影像的灰度級變換。在本例中，未處理的資料被變換，使得所有畫素值小於 50 的畫素顯示為黑色，所有畫素值大於 150 的畫素顯示為白色，所有畫素值介於 50 到 150 之間的畫素顯示為中間灰度級。

對比度增強是一種廣泛使用的影像處理形式，在整個醫學成像中都有應用，並將用作基本方法的示例。這種處理形式（通常稱為視窗化）將在下面進行描述，它是一種灰度級變換，其中實際畫素值被替換為新的畫素值，用於顯示目的。該過程通常是在影像顯示元件的輸出查詢表部分執行的——參見圖 5.2。因此，影像記憶體中的原始資料不會受到該過程的影響，因此從操作角度來看，可以輕鬆地檢索原始影像資料，以防獲得不令人滿意的輸出影像。此外，該過程可以使用現代電子技術以極高的速度實現，因此，同樣從操作角度來看，使用者互動是可能的。

圖 5.5 顯示了一個可用於對比度增強的查詢表 (LUT) 示例。該過程通常由數字影像處理器的控制檯上兩個控制元件控制——電平和視窗。應注意，這些控制元件的名稱及其確切的操作方式在不同的系統中可能存在差異，但這裡描述的一般方法足以滿足我們的目的。從圖中可以看出，電平控制著低於該值的閾值，所有低於該閾值的畫素將顯示為黑色，視窗控制著類似的閾值，用於白色輸出。同時使用這兩個控制元件可以應用可變寬度的灰度級視窗，該視窗可以放置在灰度級的任何位置。因此，影像中的細微灰度級變化可以得到增強，從而使它們以更高的清晰度顯示——參見圖 5.6。

圖 5.6：對比度增強應用於手腕放射照片的示例：（a）未處理影像，(b) 視窗和電平已調整，(c) 反轉灰度級。

圖 5.7：細微對比度增強曲線的示例。

更復雜的查詢表可用於實現更細微的效果。圖 5.7 展示了高緯度和低緯度顯示的示例，還展示了反轉灰度，其中可以優先增強暗畫素，並抑制亮畫素。

查詢表也可用於以偽彩色顯示灰度影像。這在 3D 視覺化 中特別有用，例如，可以使用從黃色到紅色逐漸過渡的顏色尺度來顯示骨骼和組織。可以使用 顏色查詢表 (CLUT) 生成此類顏色尺度。

直方圖處理

對比度增強也可以透過操縱影像的統計直方圖來實現，如圖 5.8 所示。 直方圖 是影像中每個畫素值的出現頻率圖 - 請參見面板 (a) 中的示例，其中此頻率被繪製為畫素值的函式。可以看出，來自手部黑色周圍環境的畫素由低畫素值處的峰值表示。還可以看出，表示骨骼和組織衰減的畫素值形成一個較寬的較低頻率範圍，延伸到略高於灰度級的二分之一。事實上，可以看出“L”標記的畫素在 75 的畫素值處形成一個孤立的突起。請注意，此處使用的術語頻率不應與我們在討論 傅立葉技術 時一直使用的術語空間頻率混淆。

操縱此類直方圖資料可用於對比度增強，方法是重新分配畫素值以生成例如對灰度級更好的利用。 直方圖均衡化 的過程如圖 5.8 的面板 (b) 以及其直方圖（面板 (c)）所示。可以看出，該過程加寬了頻率分佈，使其現在跨越灰度級的全部範圍。還要注意，該過程可以生成缺失的畫素值：操縱此類直方圖資料可用於對比度增強，方法是重新分配畫素值以生成例如對灰度級更好的利用。 直方圖均衡化 的過程如圖 5.8 的面板 (b) 以及其直方圖（面板 (c)）所示。可以看出，該過程加寬了頻率分佈，使其現在跨越灰度級的全部範圍。還要注意，該過程可以生成缺失的畫素值。

圖 5.8(a)：上面圖中面板 (c) 中影像的畫素值直方圖。

圖 5.8(b)：對比度均衡化後的腕部X射線照片。

圖 5.8(c)：對比度均衡化後的X射線照片的直方圖。

空間頻率處理

傅立葉方法用於數字影像處理以增強影像細節的顯示。此處操縱 2D-FFT，以便在顯示的影像中增強某些空間頻率，例如，增強特徵周圍環境的顯示，例如 邊緣增強。使用此技術還可以抑制特徵以生成影像細節的平滑效果，以減少其突出程度和影像噪聲的斑點外觀。一般過程如圖 5.9 所示。它涉及使用快速傅立葉變換 (FFT) 將影像資料變換到空間頻率域，透過應用空間頻率濾波器操縱這些頻率，然後使用逆快速傅立葉變換 (IFT) 將資料重新變換回空間域。定義濾波器的引數會產生不同的效果。

圖 5.9：傅立葉濾波過程的說明。

圖 5.10 更詳細地展示了傅立葉濾波。圖 5.6 中的腕部/手部X射線照片再次用於此說明。您可能還記得，它的 2D FFT 在 之前的章節 中進行了討論。該濾波器以二維影像的形式顯示在圖中的面板 (c) 中。可以看出，影像資料圍繞中心是對稱的（即 各向同性），其中它的畫素值相對較低。在這個中心暗區之外，一圈明亮的畫素值主導著影像，因為畫素值緩慢地向外圍下降。透過此影像的幅度剖面如圖 5.10 的面板 (d) 所示，以進一步說明效果。該濾波器可用於透過將其乘以濾波器值來修改 2D-FFT，例如，形成一個經過濾波的 2D-FFT - 如面板 (e) 所示。然後，此資料的逆快速傅立葉變換 (IFT) 會揭示經過濾波的影像 - 請參見面板 (f)。鑑於某些空間頻率被放大，而另一些則被抑制，這種型別的濾波器被稱為 帶通濾波器。

圖 5.10：傅立葉濾波：(a) 腕部的X射線照片，(b) 此影像的 2D-FFT，(c) 以二維形式顯示的濾波器，(d) 透過此濾波器的一維剖面，(e) 將 2D-FFT 乘以濾波器值的結果，以及 (f) 經過濾波的 2D-FFT 的 IFT。

請注意，空間頻率濾波器也可以歸類為 低通濾波器（提供影像平滑效果）和 高通濾波器（提供邊緣增強）。此處，圖中面板 (d) 中所示的濾波器函式將具有允許低頻或高頻被突出顯示，而高頻或低頻分別被抑制的形式。可以控制突出顯示和抑制頻率之間的轉換的引數是

• 發生轉換的值，稱為 截止頻率，例如，以及

• 轉換變化的速率 - 突然或逐漸 - 稱為濾波器函式的階數或冪。

空間域處理

類似的增強效果也可以使用空間域處理來生成，即不使用傅立葉方法。此處，濾波器通常定義為掩模，該掩模由一個小的二維值陣列組成，用於修改影像中每個畫素的值。右側顯示了一個 3x3 畫素掩模，其中 W₁ 到 W₉ 代表用於畫素修改過程的加權因子。

W1	W2	W3
W4	W5	W6
W7	W8	W9

在此基礎上，每個畫素的值與其最近的相鄰畫素的值相結合，以形成經過濾波的影像，如圖 5.11 所示。該過程有時被稱為影像卷積，掩模被稱為卷積濾波器或核。請注意，可以根據應用定義更大的掩模，例如 5x5、9x9 加權因子陣列。

圖 5.11：空間濾波的說明：(a)-(c) 可用於平均、邊緣增強和邊緣檢測的 3x3 畫素掩模示例；(d)-(f) 使用類似核心處理的腕部X射線照片。

圖 5.12：不銳化掩蔽過程的說明。

其他可使用的空間定義濾波器有

• 高斯濾波器：使用形成高斯函式形狀的大核心提供影像平滑效果，
• 中值濾波器：用自身及其相鄰畫素的中值替換每個畫素，
• 最大濾波器：用自身及其相鄰畫素的最大值替換每個畫素，以及
• 最小濾波器：用自身及其相鄰畫素的最小值替換每個畫素。

不銳化掩蔽

不銳化掩蔽 是一種也可用於影像增強的技術。此處，模糊版本的影像使用加權因子 W 從原始影像中減去，該因子可以控制邊緣增強的程度 - 請參見圖 5.12。邊緣增強的效果類似於使用空間或傅立葉濾波器實現的效果，如圖 5.13 所示。

圖 5.13(a)：邊緣增強。

圖 5.13(b)：不銳化掩蔽。

臨床應用中存在更復雜的流程，以上討論僅用於傳達基本原理。現代 CR 和 DR 系統整合了複雜的、多階段的流程，這些流程分析空間頻率內容（例如使用 FFT），並以類似於音訊均衡器的方式調節不同空間頻率頻段的灰度，例如多尺度影像對比度放大 (MUSICA)和增強視覺化處理 (EVP)。多頻處理允許根據影像特徵的對比度、尺寸和背景亮度來增強和抑制影像特徵。結果是影像資料的協調，例如在胸部 X 光片中顯示出更透明的縱隔，以及改善低對比度細節的視覺化。這些演算法的改進已被證明在臨床應用中非常有用。此外，還可以應用諸如自適應直方圖均衡之類的過程來均衡影像不同區域的對比度。通常還提供其他功能，例如為影像呈現目的自動新增黑色周圍蒙版。

注意，還需要在影像接收器級別應用其他影像處理，其中包括

• 對數變換，以校正指數 X 射線衰減，並進行增益和偏移校正，
• 暗場校正，以克服畫素間靈敏度變化，以及
• 中值濾波，以抑制壞畫素的影響。

壞畫素是製造過程中出現的缺陷畫素，無法避免。它們對影像的影響可能很明顯，儘管它們的數量通常很少。可以使用中值濾波進行補償。所有其他畫素對彼此的響應略有不同。可以透過使用均勻曝光獲得的參考影像對影像進行暗場校正來校正這種影響。對數變換校正衰減，並通常按比例縮放到所需的影像亮度。

可以透過空間處理（例如中值濾波）和時間域處理來減少影像噪聲。例如，可以對影像的時間序列進行平均，以生成噪點明顯減少的單個影像。這些技術的更多細節可以在後面的章節中找到。

影像分割

許多形式的影像分析都需要識別影像中的結構和物體。影像分割是透過將屬於同一物體的畫素分組來將影像劃分為不同區域的過程。已經開發出兩種通用的方法

閾值定義

圖 5.13.5：左側是閾值查詢表，右側是閾值化雙峰分佈。

在這裡，將影像的某些屬性與固定或可變閾值逐畫素比較。一個簡單的例子是灰度閾值，其中應用了圖 5.13.5 左側面板所示形式的查詢表 (LUT)，並且閾值 T 的值可以互動調整。

當影像包含單個定義明確的物體或一組具有相似畫素值的物體疊加在具有顯著不同畫素值的背景上時，這是一種有用的技術。但是，當物體彼此靠近時，灰度閾值化會遇到困難，例如心腔。直方圖分析可以用作替代方法，其中根據畫素值的出現頻率對其進行閾值化，如圖中的右側面板所示。其他替代方法包括在應用 CLUT 時對顏色進行閾值化，監視示蹤劑或對比介質在影像區域中的到達時間，以及分析感興趣物體中畫素鄰域的畫素值變化。

區域生長

圖 5.13.6：區域生長：在左上角面板中識別了 CT 掃描中的感興趣物體。指定了該物體的畫素值範圍以突出顯示結果區域（右上角面板），識別區域的邊界（左下角面板）或將物體提取到另一幅影像中（右下角面板）。

這種技術利用了影像物體的兩個特徵

• 物體的畫素往往具有相似的畫素值，以及
• 同一物體的畫素是連續的。

一種常見的技術是首先在物體中定義一個起始畫素，然後根據特定標準測試相鄰畫素，以將其新增到不斷增長的區域中。例如，該標準可以基於畫素值考慮因素（如圖 5.13.6 所示），或者基於物體的預期尺寸或形狀。

請注意，當影像資料包含一組連續的斷層掃描切片時，這種方法可以很容易地擴充套件到在三維空間中生長區域。

3D 視覺化

例如，來自計算機斷層掃描 (CT) 的 3D 影像資料可以被認為是大小相同的體素立方體，每個體素都有不同的體素值。以下將使用這種觀點來說明在二維計算機螢幕上呈現這種 3D 資料的各種選項。請注意，在 3D 視覺化中應用的“重建”一詞與從投影中進行 CT 重建時使用的含義不同。

軸向投影

我們將考慮的第一種技術是一種相對簡單的技術，稱為軸向投影。它涉及整合多個軸向影像以顯示一個複合影像，該複合影像呈現了該影像資料量的三維印象。該技術有時被稱為厚層或Z 投影。

圖 5.14 說明了一系列 Z 投影方法的結果，右下角顯示了一個單一切片作為參考。左上角的第一幅影像顯示了對 16 個切片進行求和的結果，同一行中的其他兩幅影像顯示了計算這些切片的平均值和中值的結果。

圖 5.14：CT 掃描中 16 個軸向切片的 Z 投影範圍，右下角顯示了一個參考單一切片。

第二行中的前兩幅影像顯示了所謂的最大強度投影 (MIP) 和最小強度投影 (MinIP) 的結果，分別。MIP 評估體積中每個體素線上的每個體素，以確定最大體素值，並使用為每條線確定的值形成影像。MinIP 使用最小體素值，如圖 5.15 所示。

圖 5.15：穿過 8 個軸向切片的單個體素線，說明了左側 MIP 的最大體素值確定，以及右側 MinIP 的最小值確定。

圖 5.14 底部行中的前兩幅影像顯示了體積渲染投影。這種影像合成方法涉及將不透明度函式應用於體素資料以及對結果資料進行遞迴加法。形式為

C_n = A_n + B_n

其中

• A_n = (α).(體素 n 的體素值)，

 

• B_n = (1-α).(體素 n-1 的體素值)，以及

 

• α = 不透明度，範圍為 0（即完全透明）到 1（即完全不透明），

 

應用於每條體素線，如圖 5.16 所示。

該圖顯示了我們之前使用過的體素線，右上角有一個不透明度表。所示的不透明度函式是，其中將零不透明度應用於低於閾值水平的體素值，將不透明度的線性增加應用於中間範圍的體素值，並將最大不透明度應用於高體素值。不透明度表有點像我們之前描述過的用於灰度視窗的查詢表之前，該函式應用於體素值的透明度而不是它們的灰度級。請注意，也可以應用比我們上面圖形中使用的更復雜的不透明度表，例如對數函式和指數函式。

圖 5.16 的下半部分顯示了計算合成體素的體積渲染值的步驟。體素值顯示在頂行，每條體素的不透明度值（來自粗略的不透明度表）顯示在第二行。第三、第四和第五行詳細說明了使用我們上面的體積渲染方程計算的 A、B 和 C 的值。最終的體素值是透過對底行求和獲得的，並將結果歸一化為，比如，256 級灰度級。

這種處理方式的結果是生成一個包含視覺深度線索的影像，其原理是類似的體素值將以類似的透明度顯示，而最靠近參考切片的體素將比來自更遠切片的體素具有更強的貢獻。此外，請注意，每條線中的所有體素值都對渲染的影像有貢獻，這與僅有有限數量的體素對 MIP 或 MinIP 影像有貢獻形成對比。體積渲染會產生 3D 效果，如圖 5.14 所示。

圖 5.16：體積渲染過程的示意圖。

請注意，體積渲染可以從遠端切片到近端切片應用，如圖所示，也可以反過來，即從近端切片到遠端切片應用。因此，圖 5.14 中使用了向上體積渲染和向下體積渲染這兩個術語。

適用於單個患者研究的軸向投影方法型別取決於與診斷過程相關的解剖和/或功能資訊。例如，讓我們考慮對上述九個示例影像中的對比劑填充血管進行成像的情況。請注意，MIP 可以用於直觀地展現患者肺部血管床。然而，這種投影幾乎沒有深度資訊，因此重疊和底層的血管可能會遮擋目標血管中可能存在的病變。因此，這種軸向投影形式在血管造影中的應用僅限於血管重疊不是問題的研究。體積渲染影像中包含體素透明度和深度加權解決了 MIP 處理的這一限制。

最後需要注意的是，這種影像投影形式也可以應用於資料立方體的其他平面，而不是軸向平面，我們將在下一節中討論。

多平面重建

在最簡單的情況下，多平面重建 (MPR) 涉及生成相對於軸向切片堆疊呈直角的視角，以便生成冠狀面和矢狀面影像。在本節中，我們將首先描述這些正交投影，然後再考慮它們的同步複合顯示。我們還將描述此主題的三個變體：傾斜重建、曲線重建和整合三維顯示。

冠狀面重建

在此，影像堆疊被旋轉，使得 z 軸變為垂直方向，並使用從患者的前表面到後表面排列的平行體素平面重建一系列影像。

來自我們影像資料的冠狀面重建以動畫形式顯示在圖 5.17 中。

這裡，重建的切片通常從患者的前表面顯示到他們的後表面，患者的頭朝向切片的頂部，他們的左手側位於切片的左側。

圖 5.17：來自 CT 肺血管造影 (CTPA) 研究的重建冠狀面切片的動畫序列。

圖 5.18：來自 CT 肺血管造影 (CTPA) 研究的重建 (從左到右) 矢狀面切片的動畫序列。

矢狀面重建

透過對影像堆疊進行額外的旋轉，可以實現矢狀面重建，從而生成患者從左到右的切片序列，如圖 5.18 所示。

這裡，重建的切片通常從患者的左側顯示到右側，頭部朝向頂部，前表面朝向切片的左側。請注意，使用資料附加幾何變換還可以生成從右到左的矢狀面堆疊。

複合 MPR 顯示

冠狀面和矢狀面重建被稱為正交 MPR，因為生成的視角來自彼此成直角的影像資料平面。可以生成複合 MPR 顯示，以便使用連結的游標或十字線從所有三個視角定位一個感興趣點，如圖 5.19 所示。

圖 5.19：來自 CT 研究的軸向和矢狀面重建，藍色線定義了冠狀面 MIP。

傾斜重建

透過在體素資料中定義傾斜平面，可以實現傾斜 MPR，如圖 5.20 所示。

在這裡，可以例如在軸向影像（左上角紅色線）中定義平面，並顯示重建平面（右側）的最大強度投影（使用的限制由藍色線突出顯示）。當嘗試生成視角時，該技術非常有用，在這些視角中，三維結構的視覺化由於重疊的解剖細節而變得複雜。

圖 5.20：包含傾斜 MIP 的 CT MPR。

曲線重建

曲線 MPR 可用於重建更復雜的視角，如圖 5.21 所示。

這裡，可以在軸向影像（左側面板）中放置一條曲線（以綠色突出顯示），以定義一個沿 z 方向延伸透過體素資料的曲面，並且可以將來自此資料體的素重建成二維影像（右側面板）。請注意，可以生成比圖示更復雜的曲線，例如，可以隔離主要血管的三維走行，或者可以對 CT 頭部掃描進行平面化，以用於正畸應用。

圖 5.21：左側 CT 掃描的軸向切片，其中有一條曲線（以綠色突出顯示），用於定義右側的重建。

圖 5.22：3D 正交 MPR 旋轉序列。

3D 多平面重建

MPR 主題的最後一個變體是生成一個三維顯示，顯示組合在一起的所有三個正交投影，以便一個定義的感興趣點定位平面的交點，如圖 5.22 所示。

出於說明目的，交點位於圖中體素資料的中心。通常可以使用互動式控制元件將其放置在 3D 資料中的任何點。此外，還可以互動式地操作用於旋轉序列的視角，以改善感興趣區域的視覺化。請注意，圖示的影像序列只是可以生成的無數視角中的一種。還要注意，切片投影（例如 MIP）可以與這種顯示形式結合使用，以提供對感興趣特徵的額外視角。

最大強度投影

我們之前在軸向投影的背景下描述了最大強度投影 (MIP)，其中針對平行穿過投影切片厚度的線確定最大體素值。當將此計算應用於體素資料周圍的連續角度時，可以生成一系列此類影像。一個簡單的序列是圍繞水平平面旋轉 360 度的序列，如圖 5.23 的左側面板所示，其中對患者周圍每隔 9 度進行最大強度投影，並將生成的 40 幅影像編譯成一個重複的、時間（例如，電影）序列。

請注意，3D MIP 從 CT 掃描中衰減最強的區域獲取資訊（因為CT 值直接取決於線性衰減係數），因此它描繪了骨骼、對比介質和金屬，幾乎沒有來自周圍衰減較低的組織的資訊。因此，它已在3D 血管造影和介入放射學中得到應用。還要注意，連續觀看旋轉 MIP 序列可能會產生令人不適的效果，其中旋轉方向似乎週期性反轉 - 這可能是感知振盪的一個方面。上圖右側面板中所示的透視 MIP 可以透過提供可用於引導持續視覺檢查的空間線索來減少這一限制。

圖 5.23：CT 掃描的 3D MIP：使用平行投影（左側）和透視投影（右側）的水平旋轉序列。

透視投影可以透過從用於生成平行投影的平行線更改為體素線來生成，這些體素線從體積後面一個明顯的點發散，距離足以使顯示器的觀察者將影像資料的較近特徵視覺化為相對於更深特徵而言更大 - 請參見圖 5.24。請注意，它在原理上與使用像一般放射照相一樣的小源的投影成像有些相似。

圖 5.24：使用體素資料和投影影像觀察者的眼睛的概化側檢視來說明平行（左側）和透視（右側）投影。

體積渲染

體積渲染可以以如上所述的 MIP 連續旋轉方式應用於體素資料，如圖 5.25 所示。顯然，它比 MIP 提供了更優質的顯示。

圖 5.25：3D 體積渲染平行投影（左側）和透視投影（右側）。

請注意，可以對比增強體積渲染，例如，透過體素值進行閾值處理以消除較低衰減的表面，如圖 5.26 所示。

圖 5.26：透過體素值範圍逐步應用的 3D VR 對比增強，從左上到右下面板。

此外，顏色查詢表 (CLUT) 可以變化以突出顯示特定興趣的特徵，如圖 5.27 中的一組影像所示。有大量的 CLUT 可用，這裡所示的四個僅用於說明目的。

圖 5.27：使用四個不同 CLUT 的 3D 體積渲染。

圖 5.28：使用四個不同不透明度表的 3D 體積渲染。

不透明度表的影響如圖 5.28 所示，該圖顯示了 (從左上到右下) 線性、指數、對數和非線性函式的效果。

關於體積渲染的最後一個值得注意的特徵是，可以應用 3D 編輯技術來排除不需要的特徵，並暴露出內部結構。如圖 5.29 所示，正交框架的平面可以移動以僅在一個方向上裁剪體素資料，例如，以顯示主動脈 (右上)，或者在多個方向上裁剪以檢查移植的腎臟 (右下)，作為第二個示例。

圖 5.29：帶有裁剪框架的 3D 體積渲染。

表面渲染

圖 5.30：表面渲染的示意圖。

表面渲染也稱為陰影表面顯示 (SSD)，它涉及從 3D 資料中具有相似體素值的區域生成表面。

該過程涉及根據以下假設顯示可能存在於 3D 體素資料中的表面：物件的邊緣可以預期具有相似的體素值。一種方法是使用灰度閾值技術，其中一旦在投影線上遇到閾值，就會提取體素——參見圖 5.30。然後使用三角形對提取的體素進行細分，如上圖右面板所示——使用恆定值填充三角形，並在模擬固定虛擬光源的效果的基礎上應用陰影——如上圖左面板所示。

可以將不透明度表應用於結果，以便可以視覺化內部特徵的表面，如圖 5.31 所示。這裡，使用區域增長技術對患者氣道的軸向 CT 資料進行了分割，並將結果使用表面渲染進行處理，左面板顯示完全不透明，右面板顯示降低了不透明度 (30%)

圖 5.31：3D SSD：不透明和透明顯示。

請注意，當不透明度降低時，可以識別出每個肺的內部特徵。還要注意，持續檢視這種型別的透明度顯示會產生明顯的影像旋轉反轉，類似於上面提到的 3D MIP。克服這種問題的一種方法是，例如，對每個肺進行分割，並將結果混合，如圖 5.32 所示。

圖 5.32：3D SSD：對每個肺進行分割後的混合。

虛擬內窺鏡

在這裡，可以將虛擬相機放置在 3D 影像資料中，以從內部視角生成內部表面的影像。例如，該技術可用於虛擬結腸鏡檢查，以生成與光學結腸鏡檢查程式中生成的影像有些類似的影像。可以使用三個 MPR 檢視來定義虛擬相機的定位和方向，並且可以將此類影像的序列混合以提供穿過感興趣區域的虛擬飛行。此類電影也可以從內部和外部相機位置生成，以產生 3D 影像資料的虛擬遊覽，如下圖所示。

透過混合來自大量視角的 VR 影像生成的電影。

影像儲存和分發

通用 PACS 的基本元素。來自模態的影像被髮送到短期 RAID 儲存並同時存檔。透過高速區域網可以訪問影像，該區域網將影像分發到臨床和診斷工作站，以及到 Web 伺服器以分發到遠端站點。（術語表：NM：核醫學；US：超聲；HIS：醫院資訊系統；RIS：放射科資訊系統；RAID：獨立磁碟冗餘陣列）。

影像歸檔和通訊系統 (PACS) 通常基於專用計算機，該計算機可以訪問儲存在不同成像模態的數字影像處理器中的資料，並將這些資料以高速傳輸到報告工作站、遠端檢視控制檯、存檔儲存介質以及其他計算機系統，無論是在設施內還是在遠端位置——參見下圖。

PACS 環境通常包含以下功能

• 不同醫學成像裝置、工作站和計算機之間交換影像資料的標準化方式。 醫學數字成像與通訊 (DICOM) 標準被廣泛使用。
• 與放射科資訊系統 (RIS) 對接，而 RIS 又與醫院資訊系統 (HIS) 對接。整合醫療保健企業 (IHE) 倡議用於促進此類資料傳輸。
• 高質量影像顯示裝置——參見之前討論。
• 使用者友好的工作站，在工作站上以臨床直觀的方式顯示和操作影像。
• 在整個設施（包括病房、手術室、診所等）以及遠端位置高效地分發影像。
• 影像傳輸時間短，在支援臨床決策的時間範圍內。因此，廣泛使用具有Gbit/s 傳輸速度的高速網路。
• 檔案儲存高達T位元組，提供非當前影像檔案的檢索。

DICOM 標標頭檔案的一小部分。

DICOM 標準影像包含一個稱為標標頭檔案的檔案，其中包含有關患者、檢查和影像資料的相關資訊——下圖顯示了其中一個部分的示例。請注意，在本例中，影像資料指的是手/腕影像，該影像以 2,920x2,920 畫素的尺寸儲存，每個畫素的大小為 0.1 毫米。此外，還顯示了預設視窗顯示設定。此外，可以使用影像壓縮的形式，即無損，它保留影像資料的保真度，或者有損，它為了影像傳輸速度而降低保真度。標標頭檔案中還可以包含許多其他引數。

PACS 的主要優勢與所有計算機化環境共有的易用性、便利性和準確性因素有關。