文件类型：PDF/Adobe Acrobat 文件大小：字节
脑膜瘤图像分割融合
童隆正 周启明 李永忠 李坤成 马斌荣
本文作者童隆正女士首都医科大学生物医学工程系计算机教研室主任教授
周启明女士中国科学院信息安全中心工程师李永忠先生首都医科大学宣武
医院放射科硕士李坤成先生主任医师教授博士生导师马斌荣先生首
都医科大学生物医学工程系主任教授本刊编委
关键词: 脑肿瘤 配准 分割融合 伪彩色
一 前言
脑肿瘤约占神经系统肿瘤的88.18%发病率约为12/10万人/年仅次于胃
肺子宫乳腺食管的肿瘤是严重危害人类健康的常见病和多发病脑肿瘤
患者早期多无临床表现晚期病情凶险死亡率很高因此脑肿瘤的早期诊断
尤为重要
CT和MRI是诊断脑肿瘤的常用影像学方法各有优缺点CT的密度分辨率
高可分辨正常脑组织及脑肿瘤的微小密度差别但是其软组织对比分辨率较差
MRI可直接行任意角度的切层扫描软组织对比分辨率高可清楚分辨肌肉筋
膜脂肪脑灰质脑白质等正常软组织以及脑肿瘤的异常病灶但是难以显
示肿瘤与颅骨的关系以及肿瘤内部的钙化部分近年来国内外学者开始探索
将两种医学影像学图像进行融合形成一种含更多诊断和鉴别诊断信息的新图像
本研究以脑膜瘤为基础将CT和MRI图像中的正常脑组织与肿瘤组织分割
后分别进行加权融合并进行伪彩色处理试图为临床医生提供可视化程度更高
信息更丰富的图像为脑肿瘤的早期诊断服务
二 对象和方法
本实验材料来自首都医科大学宣武医院放射科的病例患者在数日内行CT
和MRI 检查应用1.0超导型磁共振成像仪(Megnetom ImpactSeimens)和普通
CT扫描机(Somatom HiqSeimens)患者取水平仰卧位以眶耳线(外眦至外耳道
连线)为扫描基线向上扫描直至颅顶骨视野(FOV) 217mm厚度5mm无间
隔26层MRI图像矩阵256256CT图像矩阵512512所得图像经首都医
科大学北京市重点实验室SGI-OCTANE工作站系统处理分别获得MRI图像矩
阵800800和CT图像矩阵800800
目前临床多使用T1加权和T2加权脉冲序列进行MRI成像T1加权像反映质
子自旋系统与周围环境的关系T2加权像则反映质子与质子之间的关系
在CTMRI的T1加权像和T2加权像中图像的灰度按从高到低的顺序排列
(见表)
CT图像显示颅骨与颅内组织的界线清晰肿瘤内部的层次分明然而不易
清晰分辨脑灰质与白质MRI 的T1加权像可清楚分辨表皮与颅骨脑灰白质
与脑脊液以及肿瘤的边界但是肿瘤内部的灰度特征与周围组织无本质区别
MRI的T2加权像显示颅骨和肿瘤边缘清晰易于提取肿瘤周围水肿区较亮肿
瘤图像灰度有层次性变化脑灰白质和脑脊液之间的灰度差别比T1加权像更
明显(见图1)
综上所述CT图像可提供颅骨及肿瘤内钙化结构信息MRI的T1加权像可
提供表皮组织正常脑组织信息T2加权像可提供肿瘤边界肿瘤内部病理组织
信息本研究将三帧图像的有效信息进行融合处理
在CT和MRI图像上很容易识别颅脑的一些解剖结构例如: 大脑中动脉
近端视交叉内听道窦汇和枕颞角等本研究在三帧图像中分别提取右侧大
脑半球中央后沟内端及大脑纵裂后终点两点的坐标值然后进行两两配准
在对T1和T2图像配准时分别找到两对应点的两组坐标(x11y11)和(x21
y21)(x12y12)和(x22y22)其中y12y11 x12x11若(x1y1)为T2中
任意一点则T1中的对应点(x2y2)的坐标可用如下公式计算:
x2= x1(x22-x21)/(x12-x11)+x21-x11(x22-x21)/(x12-x11)
y2= y1(y22-y21)/( y12-y11)+y21-y11(y22-y21)/(y12-y11)
由于人脑处于坚硬的颅骨外壳保护之中通常可以按照刚体变换方式对脑部
图像进行处理在这里T1图像和T2图像是在同一设备上同一时间对同一病
人脑部的同一层面获得的比例相同的图像上述公式可简化为:
x2=x1+x21-x11
y2=y1+y21-y11
CT图像与T2图像来自两种不同设备病人体位可能有变化采样层面也存
在误差(小于5mm)但实验证明将图像数据按仿射变换处理结果与按照刚体变换
处理结果基本一致即大脑中任意两点之间的距离是不变的因此对CT和T2图
像的配准仍采用上述方法至此三帧图像按同一坐标配准
接着对三帧配准的图像进行分割处理在进行直方图分析的基础上设定各部
分边界值然后进行二值处理(见图2)如利用T1图像分割出头皮部分利用T2
图像分割出脑正常组织与肿瘤组织(见图3)并获得相应坐标
颅内正常组织图像灰度直方图如图4所示图中灰度值集中在低端影响图
像的充分显示因此我们对颅内正常组织图像进行了增强处理设图像函数为
img(ij)图像像素数为M增强处理的方法如下:
(1) 求出图像的直方图函数f(x);
(2) 计算出f(x)的积分函数F(x)= F(x-1)+f(x);
(3) F1(x)= F(x)255/M;
(4) 将原图中灰度映射为归一化后的灰度img1(ij)=F1(img(ij))
图5为处理后的颅内正常组织直方图图6为其相应的灰度图由于充分利
用了有效灰度级的范围图像明显清晰肿瘤部分图像的增强处理方法同上
由于肿瘤中钙化部分密度较高在CT中灰度呈高值状态而钙化部分质子
含量很低在MRI图中灰度呈低值状态为了保持图像中医学意义的一致性我
们采用以下公式进行融合:
C=mA+nB
其中A为CT图像矩阵B为T2图像矩阵m=-1n=1
根据前面分割处理时记录下的边界坐标值将增强和融合后的各个部分如头
皮颅骨脑组织和肿瘤进行拼接处理结果如图7所示
研究表明人眼可以分辨数以千计的彩色却只能分辨大约40级灰度因此
将融合后的灰度图进一步做了伪彩色处理图8为经伪彩处理前后对比图RGB
调色板设置方法如下:
r(i)=h(i)
g(i)=h(127-i) (i=0~127)
g(i)=h(i) (i=128~255)
b(i)=h(255-i)
这样设置的调色板将灰度值低的转换为蓝色灰度值高的转换为红色致使
肿瘤中处于活跃阶段的增生部分呈红色处于不活跃阶段的钙化部分呈深蓝色
符合人们的观察心理
三 结果
原始CT图像中肿瘤略显高密度其内可见高密度钙化部分但肿瘤与周
围脑实质及上矢状窦的关系不清晰原始MRI图像中脑组织的灰质白质对比
清晰肿瘤显示高密度信号但是不能显示肿瘤内的的钙化成分也不能显示肿
瘤与颅骨的关系
本研究处理后的融合加伪彩图像中颅脑各种结构清晰; 脑灰白质对比分
明; 肿瘤影像突出; 肿瘤对上矢状窦压迫细节亦十分生动; 并且鲜明地显示出肿
瘤内部含有4种不同的颜色
总之融合后的伪彩图像不仅将CTMRI图像中的主要信息综合在一帧图
像中而且更加鲜明生动为临床医生明确诊断设计手术及放疗方案提供有利
佐症新图像显示的肿瘤内部结构信息可能具有重要的研究价值
四 讨论
本项工作在国内刚刚起步对脑肿瘤的早期诊断和及时治疗有重要而深远的
意义
大脑深部的肿瘤的形状取决于发生部位生长方式和周围环境它们大多呈
结节状或圆形本研究所选用的样本为脑膜瘤约占颅内肿瘤20%它们虽呈结
节状生长但界线清楚外有包膜因此是着手此项研究的理想样本
值得注意的是处理后的图像鲜明地显示出肿瘤内含有4种不同的颜色预
示肿瘤中可能存在4种成分或4种病理基础; 而原始灰度图像的4种成分对比不
够强烈仅提示肿瘤组织及钙化两种成分这有可能为进一步研究肿瘤的生长发
育过程及早期诊断提供新的契机
人体是有生命的机体是一架复杂的机器脑组织更是如此脑肿瘤处于生
长发育的活跃阶段因此即使同日同层面施CTMRI检查仍会发生误差本研
究CTMRI两图像断层误差虽小于5mm但仍不可能精确配准此外国内拥
有的CT和MRI设备基本为封闭式设备其内数据均以胶片形式提供无法直接
截取扫描胶片二次处理必将导致一定程度的信息丢失
由于CTMRI成像机理相佐再加上部分容积效应的干扰很难以简单标
准解释各种灰度的医学意义本研究采用分割法融合以期解决部分问题肿瘤
形状复杂多样有些呈弥漫状态甚至根本无规律可循因此各种融合方法和模
型有待于进一步探讨
感谢王学刚王玉慧汪伟和叶德荣对本项目所做的贡献
(全文完)
75184
·上一篇：隔形成假小叶
·下一篇：眶上神经痛
童隆正 周启明 李永忠 李坤成 马斌荣
本文作者童隆正女士首都医科大学生物医学工程系计算机教研室主任教授
周启明女士中国科学院信息安全中心工程师李永忠先生首都医科大学宣武
医院放射科硕士李坤成先生主任医师教授博士生导师马斌荣先生首
都医科大学生物医学工程系主任教授本刊编委
关键词: 脑肿瘤 配准 分割融合 伪彩色
一 前言
脑肿瘤约占神经系统肿瘤的88.18%发病率约为12/10万人/年仅次于胃
肺子宫乳腺食管的肿瘤是严重危害人类健康的常见病和多发病脑肿瘤
患者早期多无临床表现晚期病情凶险死亡率很高因此脑肿瘤的早期诊断
尤为重要
CT和MRI是诊断脑肿瘤的常用影像学方法各有优缺点CT的密度分辨率
高可分辨正常脑组织及脑肿瘤的微小密度差别但是其软组织对比分辨率较差
MRI可直接行任意角度的切层扫描软组织对比分辨率高可清楚分辨肌肉筋
膜脂肪脑灰质脑白质等正常软组织以及脑肿瘤的异常病灶但是难以显
示肿瘤与颅骨的关系以及肿瘤内部的钙化部分近年来国内外学者开始探索
将两种医学影像学图像进行融合形成一种含更多诊断和鉴别诊断信息的新图像
本研究以脑膜瘤为基础将CT和MRI图像中的正常脑组织与肿瘤组织分割
后分别进行加权融合并进行伪彩色处理试图为临床医生提供可视化程度更高
信息更丰富的图像为脑肿瘤的早期诊断服务
二 对象和方法
本实验材料来自首都医科大学宣武医院放射科的病例患者在数日内行CT
和MRI 检查应用1.0超导型磁共振成像仪(Megnetom ImpactSeimens)和普通
CT扫描机(Somatom HiqSeimens)患者取水平仰卧位以眶耳线(外眦至外耳道
连线)为扫描基线向上扫描直至颅顶骨视野(FOV) 217mm厚度5mm无间
隔26层MRI图像矩阵256256CT图像矩阵512512所得图像经首都医
科大学北京市重点实验室SGI-OCTANE工作站系统处理分别获得MRI图像矩
阵800800和CT图像矩阵800800
目前临床多使用T1加权和T2加权脉冲序列进行MRI成像T1加权像反映质
子自旋系统与周围环境的关系T2加权像则反映质子与质子之间的关系
在CTMRI的T1加权像和T2加权像中图像的灰度按从高到低的顺序排列
(见表)
CT图像显示颅骨与颅内组织的界线清晰肿瘤内部的层次分明然而不易
清晰分辨脑灰质与白质MRI 的T1加权像可清楚分辨表皮与颅骨脑灰白质
与脑脊液以及肿瘤的边界但是肿瘤内部的灰度特征与周围组织无本质区别
MRI的T2加权像显示颅骨和肿瘤边缘清晰易于提取肿瘤周围水肿区较亮肿
瘤图像灰度有层次性变化脑灰白质和脑脊液之间的灰度差别比T1加权像更
明显(见图1)
综上所述CT图像可提供颅骨及肿瘤内钙化结构信息MRI的T1加权像可
提供表皮组织正常脑组织信息T2加权像可提供肿瘤边界肿瘤内部病理组织
信息本研究将三帧图像的有效信息进行融合处理
在CT和MRI图像上很容易识别颅脑的一些解剖结构例如: 大脑中动脉
近端视交叉内听道窦汇和枕颞角等本研究在三帧图像中分别提取右侧大
脑半球中央后沟内端及大脑纵裂后终点两点的坐标值然后进行两两配准
在对T1和T2图像配准时分别找到两对应点的两组坐标(x11y11)和(x21
y21)(x12y12)和(x22y22)其中y12y11 x12x11若(x1y1)为T2中
任意一点则T1中的对应点(x2y2)的坐标可用如下公式计算:
x2= x1(x22-x21)/(x12-x11)+x21-x11(x22-x21)/(x12-x11)
y2= y1(y22-y21)/( y12-y11)+y21-y11(y22-y21)/(y12-y11)
由于人脑处于坚硬的颅骨外壳保护之中通常可以按照刚体变换方式对脑部
图像进行处理在这里T1图像和T2图像是在同一设备上同一时间对同一病
人脑部的同一层面获得的比例相同的图像上述公式可简化为:
x2=x1+x21-x11
y2=y1+y21-y11
CT图像与T2图像来自两种不同设备病人体位可能有变化采样层面也存
在误差(小于5mm)但实验证明将图像数据按仿射变换处理结果与按照刚体变换
处理结果基本一致即大脑中任意两点之间的距离是不变的因此对CT和T2图
像的配准仍采用上述方法至此三帧图像按同一坐标配准
接着对三帧配准的图像进行分割处理在进行直方图分析的基础上设定各部
分边界值然后进行二值处理(见图2)如利用T1图像分割出头皮部分利用T2
图像分割出脑正常组织与肿瘤组织(见图3)并获得相应坐标
颅内正常组织图像灰度直方图如图4所示图中灰度值集中在低端影响图
像的充分显示因此我们对颅内正常组织图像进行了增强处理设图像函数为
img(ij)图像像素数为M增强处理的方法如下:
(1) 求出图像的直方图函数f(x);
(2) 计算出f(x)的积分函数F(x)= F(x-1)+f(x);
(3) F1(x)= F(x)255/M;
(4) 将原图中灰度映射为归一化后的灰度img1(ij)=F1(img(ij))
图5为处理后的颅内正常组织直方图图6为其相应的灰度图由于充分利
用了有效灰度级的范围图像明显清晰肿瘤部分图像的增强处理方法同上
由于肿瘤中钙化部分密度较高在CT中灰度呈高值状态而钙化部分质子
含量很低在MRI图中灰度呈低值状态为了保持图像中医学意义的一致性我
们采用以下公式进行融合:
C=mA+nB
其中A为CT图像矩阵B为T2图像矩阵m=-1n=1
根据前面分割处理时记录下的边界坐标值将增强和融合后的各个部分如头
皮颅骨脑组织和肿瘤进行拼接处理结果如图7所示
研究表明人眼可以分辨数以千计的彩色却只能分辨大约40级灰度因此
将融合后的灰度图进一步做了伪彩色处理图8为经伪彩处理前后对比图RGB
调色板设置方法如下:
r(i)=h(i)
g(i)=h(127-i) (i=0~127)
g(i)=h(i) (i=128~255)
b(i)=h(255-i)
这样设置的调色板将灰度值低的转换为蓝色灰度值高的转换为红色致使
肿瘤中处于活跃阶段的增生部分呈红色处于不活跃阶段的钙化部分呈深蓝色
符合人们的观察心理
三 结果
原始CT图像中肿瘤略显高密度其内可见高密度钙化部分但肿瘤与周
围脑实质及上矢状窦的关系不清晰原始MRI图像中脑组织的灰质白质对比
清晰肿瘤显示高密度信号但是不能显示肿瘤内的的钙化成分也不能显示肿
瘤与颅骨的关系
本研究处理后的融合加伪彩图像中颅脑各种结构清晰; 脑灰白质对比分
明; 肿瘤影像突出; 肿瘤对上矢状窦压迫细节亦十分生动; 并且鲜明地显示出肿
瘤内部含有4种不同的颜色
总之融合后的伪彩图像不仅将CTMRI图像中的主要信息综合在一帧图
像中而且更加鲜明生动为临床医生明确诊断设计手术及放疗方案提供有利
佐症新图像显示的肿瘤内部结构信息可能具有重要的研究价值
四 讨论
本项工作在国内刚刚起步对脑肿瘤的早期诊断和及时治疗有重要而深远的
意义
大脑深部的肿瘤的形状取决于发生部位生长方式和周围环境它们大多呈
结节状或圆形本研究所选用的样本为脑膜瘤约占颅内肿瘤20%它们虽呈结
节状生长但界线清楚外有包膜因此是着手此项研究的理想样本
值得注意的是处理后的图像鲜明地显示出肿瘤内含有4种不同的颜色预
示肿瘤中可能存在4种成分或4种病理基础; 而原始灰度图像的4种成分对比不
够强烈仅提示肿瘤组织及钙化两种成分这有可能为进一步研究肿瘤的生长发
育过程及早期诊断提供新的契机
人体是有生命的机体是一架复杂的机器脑组织更是如此脑肿瘤处于生
长发育的活跃阶段因此即使同日同层面施CTMRI检查仍会发生误差本研
究CTMRI两图像断层误差虽小于5mm但仍不可能精确配准此外国内拥
有的CT和MRI设备基本为封闭式设备其内数据均以胶片形式提供无法直接
截取扫描胶片二次处理必将导致一定程度的信息丢失
由于CTMRI成像机理相佐再加上部分容积效应的干扰很难以简单标
准解释各种灰度的医学意义本研究采用分割法融合以期解决部分问题肿瘤
形状复杂多样有些呈弥漫状态甚至根本无规律可循因此各种融合方法和模
型有待于进一步探讨
感谢王学刚王玉慧汪伟和叶德荣对本项目所做的贡献
(全文完)
75184
·上一篇：隔形成假小叶
·下一篇：眶上神经痛
