关于DICOM与图像处理

1、 1. Introduction2. Enhancement3. Segmentation4. Detection5. Malignancy analysis6. Evaluation for detection algorithms传统方法其他方法uRegion-based enhancementRegion-based enhancement 基于区域增强基于区域增强，增大与周围背景的对比度可运用区域生长法。uFeature-based enhancementFeature-based enhancement 基于特征增强基于特征增强，利用图像特征，估算背景，或移除背景。可将图像增强。uC

2、ontrast stretchingContrast stretching 对比伸展对比伸展，移去相同的背景，方法简单，但难以消除噪声uEnhancement by histogram equalization methodEnhancement by histogram equalization method 图像直方图均衡法图像直方图均衡法，将图像灰度调节的尽量均匀，但噪声也被增强uConvolution mask enhancementConvolution mask enhancement 卷积屏蔽卷积屏蔽，普遍运用于乳房X照片，使用非锐化屏蔽，减少低频信息，加强高频信息，这种方法戏剧

3、化地改变了图片uFixed and adaptive neighborhood enhancementFixed and adaptive neighborhood enhancement 邻近固定和适应法邻近固定和适应法，采用邻近区域的特征及灰度分布的方法，利用Square-root function,但会使图像特征损失，而且很难和同样被加强的噪声和背景区分开。 Evaluation of enhancement algorithms增强算法评估Goals of segmentation:总的来说，分割就是将图像分为不同的部分Obtain the location of suspicious

4、 areaClassify the abnormalities of the breast into benign or malignantuLocal Local thresholdingthresholding 局部门限法，局部门限法，确定门限值，将图像分为四个窗口，将每个窗口最大灰度与最小灰度移动。每个像素点，都至少需要五个独立的窗口门限值。uRegion growingRegion growing区域生长法区域生长法，以一个种子点，和周围的点比较，若差别在阈值范围类，则归为一类，否则算作另一类，重复上述过程。uEdge detection Edge detection 边缘探测边缘探测

5、法，法，用于解决图像分析中的几何问题。uWavelet transformWavelet transform微波转换，微波转换，利用一些微波算子，可进行边缘特征分析，并且能够保存被分割图像的形态学特征及其空间信息。uStochastic approachesStochastic approaches随机方法，随机方法，随机域模型，用来解决迭代处理中标记获得的空间关系。其优点是每个像素点的完善都有很大的利用uTemplate matchingTemplate matching模板匹配模板匹配，将图片与已储备的模板进行匹配，为二位模板，是最简单以及最早的结构识别方法。但只是一个模拟的结果，且没在乳

6、房X照片上演示，只能对有所存储的模板左移，噪声太大也不适用。uMicrocalcificationMicrocalcification detection base on its features detection base on its features特征探测特征探测，用各种特征作为输入进行探测，特征有从图像提取的，也有直接描述个别图像的。uMicrocalcificationMicrocalcification detection based on statistical detection based on statistical texture featurestexture fe

7、atures 基于统计学结构特征的探测基于统计学结构特征的探测pSurrounding region dependence method (SRDM) 依赖周围区域的方法依赖周围区域的方法，二维直方矩阵pSpatial gray level dependence method (SGLDM) 依赖空间灰度的方法依赖空间灰度的方法pGray level run length method (GLRLM) A grey-level run is a set of consecutive and collinear pixel points having the same gray level va

8、lue and its length is the number of pixel points in the run.一系列有着相同灰度值共线的连续像素点，长度为点的个数pGray level difference method (GLDM) 灰度灰度差异的方法差异的方法，两像素点有明显灰度差异uMicrocalcificationMicrocalcification detection based on multi-scale texture detection based on multi-scale texture featuresfeatures基于多数值基于多数值结构特征结构特征p

9、Wavelet based method基于微波的方法基于微波的方法，运用不同微波转化数值，获得不同特征。pGabor filter bank methodGabor Gabor 滤波库方法滤波库方法，运用不同中心频率的波，可将原始图像变成不同数值及空间方向空间。将滤波后的图像分为小的nonoverlapping区，每个区的平均值和标准差被计算出来，同时生成一个特征矢量，将这些矢量输入。pLaplacian of Gaussian method高斯高斯- -拉普拉斯算法拉普拉斯算法，改变滤波器大小，图像可分为不同的数值空间，不同的数值被认为是一种特征。通过比较高斯-拉普拉斯算法预先确定的门限的

10、microcalcification的回应就可判断一个点是否是microcalcificationuMicrocalcificationMicrocalcification detection based on fractal dimension detection based on fractal dimension featuresfeatures基于不规则碎片尺寸基于不规则碎片尺寸，fractal dimension表示图片的粗糙度。uMicrocalcificationMicrocalcification cluster detection using clustering clust

11、er detection using clustering featuresfeatures运用串特征运用串特征，设定门限值，用microcalcification之间的距离来进行分组，区分各个串。uFeature setsFeature setsuClassifiersClassifiersp Neural networks（NN) The key characteristics of the artificial neural networks is the distributed representation, local operations, and nonlinear proces

12、sing.神经网络神经网络，主要特征：分布式表示，局部运算，非线性处理。这些属性使得神经网络适用于在许多数据中只有一些结论的地方，和一些复杂的非线性关系需要学习的地方。当一般的专业知识不适用时，神经网络可以找到更好的方法，它还可以有效地学习非线性绘图，神经网络可以有效地更新来学习新的特征。pK-nearest neighbor classifiers(KNN)K K值最邻近分类器值最邻近分类器，基于已知样品区分未知结构。KNN算法计算未知结构与已知样本的距离，选取最近的K来分类，但比神经网络的效果差些。pBayesian belief network (classifier)（BBN)贝叶斯定

13、理网络贝叶斯定理网络，BNN是最佳的结构识别方法，运用概率性的方法来确定一个特殊数据库最佳的分割方法。结果更加依赖于特征和数据库，而不是分类器。pBinary decision tree二二元判定树元判定树，通过把特征设置门限，分为两类，直到能够分开为止。比起神经网络更简单，计算量更小，也不需要知道特征的概率，而且模糊逻辑学可以提高其精度。uSensitivity and specificitySensitivity and specificity灵敏度和特征值灵敏度和特征值TP, a correct judgment of an actual abnormalityFP, a normal

14、region was falsely identified as abnormalityTN, a normal region was correctly labeled.FN, a true abnormality was not detectedsensitivity=TPs=(TPs+FNs) specificity=TNs=(TNs+FPs)uROC and FROC curve analysisROC and FROC curve analysis曲线分析，曲线分析，两种曲线都有局限。They do not address the complexity of images and a

15、re di9cult to transform the subjective measurements (radiologists observations) to the objective FROC curve.uAZ values computingAZ values computingAZAZ值计算。值计算。The area under the ROC curve or the FROC curve is an important criterion for evaluating diagnostic performance.可表示FP,TP等的数值。1.DICOM Bitmaps2.

16、Image Compression3.Working with Digital Medical ImagesuLossless CompressionLossless Compression无损压缩无损压缩1000, 1001, 1002, 1002, 1000, 1000, 1001, 1057,.用a代替1000a, 1001, 1002, 1002, a, a, 1001, 1057,.只能为原来的一半或四分之一uLossyLossy Compression Compression有损压缩有损压缩1000, 1001, 1002, 1002, 1000, 1000, 1001, 1057

17、,.将1001，1002近似为1000，用a代替a, a, a, a, a, a, a, 1057,.有损压缩容易出现一些人眼难以辨认的错误，但CAD软件可以辨别。一个项目中所有有损压缩的压缩值需要相同。不断地压缩解压会累积损失。uStreaming CompressionStreaming Compression按需求，选择性压缩按需求，选择性压缩特点：快速下载，只需下载需要的，不需要全部都清晰。但整个下载需要很长时间。uImage InterpolationImage Interpolation图像篡改，修改原图像，人为图像篡改，修改原图像，人为增加像素点。增加像素点。DICOMDICOM忽视篡改。忽视篡改。uImage ReconstructionsImage Reconstructions图像图像重建，重建需要知道点的重建，重建需要知道点的相对距离，相对距离，3D3D坐标以及方向。坐标以及方向。uGr