医学MRI和CT图像融合课程设计.doc

中北大学 2007届本科课程设计说明书11 设计目的、意义 综合应用医学影象物理学、医学成像原理、医学图象处理、计算机编程、Matlab语言等基础与专业知识，通过理论与实践相结合，掌握所学知识的综合应用方法，掌握图象融合的应用方法，培养和提高解决本专业实际工程问题的能力课程设计的主要目的：（1）培养学生文献检索的能力，特别是如何利用 Internet 检索需要的文献资料2）培养学生综合分析问题、发现问题和解决问题的能力3）培养学生用 maltab 处理图像与数据的能力2 设计内容2.1 设计要求：要求设计出 MRI 与 CT 图像融合处理与分析程序1) 处理对象：MRI 与 CT 图像(2) 内容：对给定图像做图像滤波、增强等预处理；选择相应配准算法进行两图像的配准；选择合理融合方法进行两图像的融合；确定评价参数，定量分析融合效果，采用 Matlab 编程，实现上述各过程3) 结果：整理所设计资料，提交设计报告2.2 设计内容：（1）了解医学 MRI 和 CT 图像成像原理，分析 MRI 和 CT 图像的特征，确定图像滤波、增强等预处理算法，并编程实现；（2）确定图像配准处理算法，并编程实现；（4）确定图像融合处理算法，并编程实现；（5）确定评价参数，定量分析融合效果。

2.3 实验原理医学图像融合技术作为图像处理主要的技术已逐渐成为图像处理研究的热点,它的研究将会对未来医学影像技术进步带来深远的影响2.31 CT的成像基本原理中北大学 2007届本科课程设计说明书2电脑断层扫描（Computed Tomography 简称(CT)） :它是用 X 射线照射人体，由于人体内不同的组织或器官拥有不同的密度与厚度，故其对 X 射线产生不同程度的衰减作用，从而形成不同组织或器官的灰阶影像对比分布图，进而以病灶的相对位置、形状和大小等改变来判断病情CT 由于有电脑的辅助运算，所以其所呈现的为断层切面且分辨率高的影像一般临床所提及的 CT，指的是以 X 光为放射源所建立的断层图像，称为 X 光CT事实上，任何足以造成影像，并以计算机建立断层图的系统，均可称之为 CTCT 是用 X 线束对人体某部一定厚度的层面进行扫描，由探测器接收透过该层面的X 线，转变为可见光后，由光电转换变为电信号，再经模拟/数字转换器（analog/digital converter）转为数字，输入计算机处理图像形成的处理有如对选定层面分成若干个体积相同的长方体，称之为体素（voxel） ，见图 1。

扫描所得信息经计算而获得每个体素的 X 线衰减系数或吸收系数，再排列成矩阵，即数字矩阵（digital matrix） ，数字矩阵可存贮于磁盘或光盘中经数字/模拟转换器（digital/analog converter）把数字矩阵中的每个数字转为由黑到白不等灰度的小方块，即象素（pixel） ，并按矩阵排列，即构成 CT 图像所以，CT 图像是重建图像每个体素的 X 线吸收系数可以通过不同的数学方法算出图 2.31 ct 成像原理示意图CT 图像是由一定数目由黑到白不同灰度的象素按矩阵排列所构成这些象素反中北大学 2007届本科课程设计说明书3映的是相应体素的 X 线吸收系数不同 CT 装置所得图像的象素大小及数目不同大小可以是 1.0×1.0mm，0.5×0.5mm 不等；数目可以是 256×256，即 65536 个，或512×512，即 262144 个不等显然，象素越小，数目越多，构成图像越细致，即空间分辨力（spatial resolution）高CT 图像的空间分辨力不如 X 线图像高 CT 图像是以不同的灰度来表示，反映器官和组织对 X 线的吸收程度因此，与 X线图像所示的黑白影像一样，黑影表示低吸收区，即低密度区，如含气体多的肺部；白影表示高吸收区，即高密度区，如骨骼。

但是 CT 与 X 线图像相比，CT 的密度分辨力高，即有高的密度分辨力（density resolutiln） 因此，人体软组织的密度差别虽小，吸收系数虽多接近于水，也能形成对比而成像这是 CT 的突出优点所以，CT 可以更好地显示由软组织构成的器官，如脑、脊髓、纵隔、肺、肝、胆、胰以及盆部器官等，并在良好的解剖图像背景上显示出病变的影像CT 图像是层面图像，常用的是横断面为了显示整个器官，需要多个连续的层面图像通过 CT 设备上图像的重建程序的使用，还可重建冠状面和矢状面的层面图像，可以多角度查看器官和病变的关系2.32 MRI成像原理MRI 检查技术是在物理学领域发现磁共振现象的基础上，于 20 世纪 70 年代继 CT之后，借助电子计算机技术和图像重建数学的进展和成果而发展起来的一种新型医学影像检查技术MRI 是通过对主磁体内静磁场(即外磁场)中的人体施加某种特定频率的射频脉冲(RF 脉冲)，使人体组织中的氢核(即质子)受到激励而发生磁共振现象；当终止 RF 脉冲后，质子在弛豫过程中感应出 MR 信号；经过对 MR 信号的接收、空间编码和图像重建等处理过程，产生出 MR 图像MR 图像是数字化图像。

人体内氢核丰富，而且用它进行MRI 的成像效果最好，因此目前 MRI 常规用氢核来成像1.目前设计的磁共振成像扫描仪大多是采用氢质子成像的，因为氢质子是人体内最活跃、最易受外界磁场影响的原子核2．氢质子在外加磁场的影响下，产生磁化和进动运动中北大学 2007届本科课程设计说明书43．氢质子在上述磁化运动的基础上，如再使用一个射频脉冲（RF）使其激发并获取能量，当 RF 终止后，氢质子便会逐渐地释放所获取的能量并恢复至常态此恢复的过程称为弛豫2.33 基于小波包变换的医学图像融合小波变换用于图像融合具有以下优点: (1)图像经小波分解后 ,不同分辨率的细节信息互不相关 ,这样可以将不同频率范围内的图像分别组合 ,产生多种具有不同特征的融合图像; (2)图像在不同分辨率水平上的能量和噪声不会相互干扰; (3)小波变换具有完善的重构能力 ,能保证图像在分解过程中没有信息损失和信息冗余基于小波包运算和自适应算子的图像融合算法实现过程是:先对已配准的两幅或多幅医学图像进行小波包分解 ,然后采用自适应算子对小波系数及分解子图像进行处理 ,最后进行小波包重建 ,从而获得融合图像图 2.32 小波变换原理图3 实验程序与实验结果图 3.1 处理前 CT 与 MRI 图像中北大学 2007届本科课程设计说明书53.1 对图像进行滤波预处理3.11 中值滤波中值滤波可以保留目标边缘，这是中值滤波器相对于均值滤波器的最大优势。

中值滤波具有去噪的性能，可以消除孤立的噪声点，可以用来减弱随机干扰和脉冲干扰，但是边缘不模糊程序代码：I=imread('cameraman.tif');imshow(I)title('原始图像')J=imnoise(I,'salt & pepper',0.02); %添加盐椒噪声，噪声密度为 0.02figure,imshow(J)title('添加盐椒噪声后的图像') K1=medfilt2(J); %在默认的 3×3 的邻域窗中进行中值滤波figure,imshow(K1)title('默认的 3×3 的邻域窗的中值滤波图像')K2=medfilt2(J,[5 5]); %在 5×5 的邻域窗中进行中值滤波figure,imshow(K2)title('5×5 的邻域窗的中值滤波图像')中北大学 2007届本科课程设计说明书6图 3.11.1 CT 图像的中值滤波中北大学 2007届本科课程设计说明书8中北大学 2007届本科课程设计说明书9图 3.11.2 MRI 图像中值滤波从上可见，中值滤波的效果要比邻域平均的低通滤波效果好，中值滤波以后的图像的轮廓比较清晰，而且使用较小的模板得到的视觉效果反而好一些。

3.12 锐化滤波图像锐化处理的目的是使模糊图像变得清晰，锐化滤波器减弱或消除了傅立叶空间的低频分量，保留高频分量，从而加强了图像的轮廓，使图像看起来比较清晰下面应用 Laplacian 算子对图像进行锐化处理：程序代码：%应用 Laplacian 算子对图像进行锐化I=imread('cameraman.tif');imshow(I)title('原始图像')H=fspecial('laplacian'); %应用 laplacian 算子滤波锐化图像laplacianH=filter2(H,I);figure,imshow(laplacianH)中北大学 2007届本科课程设计说明书10title('laplacian 算子锐化后的图像') 图 3.12.1 CT 图像的锐化滤波中北大学 2007届本科课程设计说明书11图 3.12.2 MRI 图像的锐化滤波分析：由图可以看出，应用了 Laplacian 算子对图像锐化以后，将图像区域的边缘轮廓勾划了出来，因此 Laplacian 算子对于边缘检测也具有很好的功效3.2 对图像进行增强预处理图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。

其主要目的是使处理后的图像对某些特定的应用比原来的中北大学 2007届本科课程设计说明书12图像更加有效图像增强有图像对比度增强、亮度增强，轮廓增强等等下面利用直方图均衡化增强图像的对比度：I=imread('cameraman.tif');J=histeq(I); %将灰度图像转换成具有 64（默认）个离散灰度级的灰度图像imshow(I)title('原始图像')figure,imshow(J)title('直方图均衡化后的图像')figure(1)subplot(121);imhist(I,64)title('原始图像的直方图')subplot(122);imhist(J,64)title('均衡化的直方图')图 3.21 原始图像及均衡化直方图中北大学 2007届本科课程设计说明书13图 3.22 直方图均衡化图像分析：从上图中可以看出，用直方图均衡化后，图像的直方图的灰度间隔被拉大了，均衡化的图像的一些细节显示了出来，这有利于图像的分析和识别直方图均衡化就是通过变换函数 histeq 将原图的直方图调整为具有“平坦”倾向的直方图，然后用均衡直方图校正图像。

3.3 对 MRI和 CT图像进行融合3.31 基于小波包变换的医学图像融合为满足医学图像临床辅助诊断和治疗的需要 ,将小波包变换和自适应算子相结合 ,提出一种新的医学图像融合算法算法首先对已配准的医学图像进行小波包分解 ,并采用自适应算子对小波系数及分解子图像进行处理 ,通过小波包重建 ,获得高质量的医学融合图像该方法克服了小波变换不能兼顾图像高频成分的缺陷 ,并且可以根据不同的医学图像自动调整融合规则的权重系数 ,有效避免了设置固定权重系数造成的融合误差实例融合仿真验证了算法的有效性和先进性中北大学 2007届本科课程设计说明书14clear%装载原始图像 001.mat;002.mat 并显示[X,map]=imread('003.Tif');X1=X;map1=map;figure(2);X1=imread('003.Tif');subplot(2,2,1);imshow(X1);title('图像 001');X2=imread('004.Tif');subplot(2,2,2);imshow(X2);title('图像 002');X1=double(X1);X2=double(X2);%X1=uint8(X1);%X2=uint8(X2);%===========================================。