專利名稱：醫(yī)療用數(shù)字x射線圖像關(guān)注區(qū)域亮度水平計算方法
技術(shù)領(lǐng)域：
本發(fā)明涉及醫(yī)療用數(shù)字X射線圖像的處理方法，S卩，涉及醫(yī)療用數(shù)字X射線圖像關(guān)注區(qū)域的亮度水平計算。
背景技術(shù)：
X射線圖像除了包含病人器官投影圖像外，一般還包含部分設(shè)備(例如準直器)和空氣投影的圖像。關(guān)注區(qū)域通常意味著僅具有病人器官投影圖像的那部分圖像。正確確定亮度水平在例如下列情況下是必要的1)在監(jiān)視裝置的顯示器上可視化數(shù)字圖像；2)在獲取X射線圖像序列期間進行曝光控制。具有正確的亮度和對比度水平的X射線圖像可視化有助于更好地理解X射線圖像并進而做出正確的診斷。在獲取時序圖像序列時，如果知道上一圖像中關(guān)注區(qū)域的亮度水平，則可以正確地設(shè)置數(shù)字檢測器的曝光時間以獲取下一圖像。正確選擇的曝光可以獲得相當高質(zhì)量的X射線圖像，不含有暗區(qū)和/或過度曝光的區(qū)域，并且關(guān)注區(qū)域具有最佳的信噪關(guān)系。X射線圖像序列的標準曝光頻率為30幀每秒，因此，足夠快地確定亮度水平以便能夠調(diào)整曝光時間和/或X射線管特征是極其重要的。在對時序圖像序列進行計算期間，亮度水平計算方法的穩(wěn)定也是必需的。已知一種圖像亮度水平確定方法(R. Gonzalez, R. Woods, S. Eddins. Digital Image Processing Using MATLAB (DIPUM). Technosphera，2006，p. 32)。根據(jù)該方法,將亮度水平計算為最小亮度值和最大亮度值之間的平均值Level = (Valuea+Value1^a )/2Valuea是整個圖像每個像素的亮度的分位數(shù)水平a。將參數(shù)α選擇得足夠小， 不大于0. 01。在圖像內(nèi)存在空氣和/或準直器區(qū)域的情況下，該方法不能提供所需的亮度水平計算精度。選作原型的最接近的技術(shù)方案是在專利EP 0 409 206 Bl (第6頁，
公開日1997 年1月10日)中說明的確定亮度水平的方法。根據(jù)該原型，該方法包括將數(shù)字圖像數(shù)據(jù)讀出到設(shè)備的主存儲器，然后進行以下計算1)計算類區(qū)間(class interval)等于1的圖像直方圖。2)計算亮度水平A，更低亮度的像素被認為是背景。3)在像素亮度大于A的區(qū)間中分析直方圖。計算與該區(qū)間中的最大直方圖值相關(guān)的亮度MVP。4)選擇圖像可視化的初始值窗位WLtl = MVP，窗寬Wfftl = 2 X (MVP-A)。5)計算參數(shù) Affff = ffff。/2。6)使用神經(jīng)網(wǎng)絡(luò)計算每對值(WLtl士 Affff，Wfftl士 Affff)的質(zhì)量指標·( ^。7)使用爬山法，計算質(zhì)量指標A值最大的一對值(WL。，ffff。)。在迭代過程中，校正參數(shù)Affff。
通過前饋(feedforward)人工神經(jīng)網(wǎng)絡(luò)(以下稱為神經(jīng)網(wǎng)絡(luò))來評估質(zhì)量指標， 該神經(jīng)網(wǎng)絡(luò)具有一個隱藏層和一個在輸出層具有Sigmoid神經(jīng)元激勵函數(shù)的神經(jīng)系統(tǒng)。與質(zhì)量指標A的最大值相關(guān)聯(lián)的窗位和窗寬(WL。，ffff。)被認為是圖像可視化的最佳參數(shù)。由熟練操作人員設(shè)置了窗位和窗寬所需值(WLG，WffG)的一個或多個圖像可用于訓(xùn)練。然后，制作由25個值組成的表。(肌G士AIWG/2士士AIWG/2士AWWG= WWG/2Qi是質(zhì)量指標的預(yù)定值。為每對(WLpffffi)計算神經(jīng)神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)(5個或者甚至更多)。將關(guān)聯(lián)于適當?shù)膶?WLi, Wffi)的質(zhì)量指標A用作目標值。因此，在給定圖像上標記窗位和窗寬的理想?yún)?shù)使得操作人員得到用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù)并且之后用這些數(shù)據(jù)來訓(xùn)練該神經(jīng)網(wǎng)絡(luò)。根據(jù)該原型，該方法缺點如下1)只待確定亮度水平應(yīng)用于曝光控制任務(wù)時，該方法提供了冗余信息。2)借助于該方法，不能控制在一系列圖像計算期間的算法穩(wěn)定性。在獲取一系列圖像期間控制曝光是很重要的。

發(fā)明內(nèi)容
本技術(shù)的結(jié)果傾向于確定用于醫(yī)療應(yīng)用的關(guān)聯(lián)于X射線圖像關(guān)注區(qū)域的平均亮度值的亮度水平。所應(yīng)用的本發(fā)明技術(shù)結(jié)果由用于醫(yī)療應(yīng)用的X射線圖像關(guān)注區(qū)域確定的亮度水平組成。而且，該方法在一系列圖像的計算期間是穩(wěn)定的。補充的技術(shù)結(jié)果還包括硬件的簡化和高性能算法。本發(fā)明技術(shù)結(jié)果由獲取的圖像、計算的圖像直方圖、由直方圖的值轉(zhuǎn)換成的神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)以及借助于該人工神經(jīng)網(wǎng)絡(luò)完成計算的亮度水平來組成，這是由于這樣的事實，即用給定的組區(qū)間計算直方圖的值，將該值歸一化到單位并將其用作神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，計算出亮度水平以將該亮度水平作為神經(jīng)網(wǎng)絡(luò)線性函數(shù)的輸出值，然后使用在給定圖像的基礎(chǔ)上確定的學(xué)習(xí)集合來完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練，為每個圖像的關(guān)注區(qū)域計算出亮度水平并且將該亮度水平縮放到神經(jīng)網(wǎng)絡(luò)輸出層中神經(jīng)元激勵函數(shù)的值域中以將其用作目標值的集合。使用具有一個隱藏層和在具有S型神經(jīng)元激勵函數(shù)的輸出層中的一個神經(jīng)元的前饋人工神經(jīng)網(wǎng)絡(luò)作為神經(jīng)網(wǎng)絡(luò)。假設(shè)用于計算直方圖值的組區(qū)間等于圖像上像素亮度分布的分位數(shù)和神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)的數(shù)量之間的關(guān)系。計算關(guān)注區(qū)域的亮度水平作為關(guān)注區(qū)域中像素亮度的平均值。在所有圖像像素上計算直方圖的值。在圓圈中的像素上計算直方圖的值，該圓圈的中心與圖像的中心一致并且該圓圈的直徑等于圖像最短的邊長。該算法是基于關(guān)注區(qū)域中在圖像直方圖和亮度水平之間統(tǒng)計關(guān)系的實驗事實建立的。
所應(yīng)用的該方法方面如下所示。將使用給定組區(qū)間計算并歸一化到單位的直方圖值用作神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)。1)計算出亮度水平以將其作為神經(jīng)網(wǎng)絡(luò)線性函數(shù)的輸出值。2)使用在給定圖像的基礎(chǔ)上指定的學(xué)習(xí)集合完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練，為每個圖像的關(guān)注區(qū)域計算出亮度水平并且將該亮度水平縮放到神經(jīng)網(wǎng)絡(luò)輸出層中神經(jīng)元激勵函數(shù)的值域中以將其用作目標值的集合。為了確定直方圖和亮度水平之間的統(tǒng)計關(guān)系，可以使用前饋人工神經(jīng)網(wǎng)絡(luò)[Simon Haykin. Neural networks a ComprehensiveFoundation. , 2006,ρ· 55]?，F(xiàn)在可以石角定方法實現(xiàn)的一些一般階段1)數(shù)據(jù)庫生成和對醫(yī)療X射線圖像的分類。2)設(shè)計學(xué)習(xí)集合示例-神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)集合和目標值的集合。3)選擇誤差函數(shù)和神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法。4)訓(xùn)練不同架構(gòu)、不同輸入數(shù)量、層和神經(jīng)元的神經(jīng)網(wǎng)絡(luò)集合。5)選擇具有最小數(shù)量的參數(shù)的神經(jīng)網(wǎng)絡(luò)，以作為解決問題適合的最優(yōu)方式。該方法實質(zhì)可以借助于以下給出的圖來解釋。


圖1是從一種X射線裝置中獲取的用于醫(yī)療應(yīng)用的數(shù)字X射線圖像的示例。圖2是對應(yīng)于圖1圖像的關(guān)注區(qū)域。圖3是16位(bit)圖像直方圖的示例。水平方向是灰度，垂直方向是具有給定亮度的像素數(shù)量。垂直線顯示的區(qū)間把
細分為了 32個部分。將Bright的值定義為具有水平α = 0. 999的圖像亮度的分位數(shù)。圖4是用于學(xué)習(xí)樣本的相對誤差的普通直方圖。Error = 100X (Level' /Level-1)Level'是在應(yīng)用中使用本發(fā)明方法獲取的亮度水平；Level是在關(guān)注區(qū)域計算出的亮度水平。圖5是用于測試樣本的相對誤差的普通直方圖。
具體實施例方式第一階段，圖像數(shù)據(jù)庫生成涉及器官類型的分類以及為每個圖像生成具有關(guān)注區(qū)域的二進制圖像。生成具有關(guān)注區(qū)域的二進制圖像可以通過使用專門的軟件或借助于各種標準的文字處理器在圖像中手動標記出關(guān)注區(qū)域來完成。在第一階段生成的數(shù)據(jù)庫由對集合{Image，R0i}組成，其中Image是原始圖像，Roi是適當?shù)年P(guān)注區(qū)域的圖像。在本案例中， 收集和處理了大約一萬張圖像。第二階段，涉及學(xué)習(xí)集合示例的設(shè)計。對于每個對{Image，Roi}，計算圖像的直方圖Hist，組區(qū)間等于單位，關(guān)注區(qū)域的亮度水平是Level。將在關(guān)注區(qū)域中所有像素的平均像素亮度值作為亮度水平
權(quán)利要求
1.一種評估醫(yī)療應(yīng)用中數(shù)字X射線圖像關(guān)注區(qū)域的亮度水平的方法，其包括所述獲取的圖像、計算的圖像直方圖、由直方圖的值轉(zhuǎn)換成的神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)以及使用人工神經(jīng)網(wǎng)絡(luò)完成計算的所述亮度水平來組成，其特征在于使用給定的組區(qū)間計算所述直方圖值，然后將所述直方圖值歸一化到單位，并將所述單位作為所述神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，計算出所述亮度水平作為所述神經(jīng)網(wǎng)絡(luò)線性函數(shù)的所述輸出值，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)是使用在給定圖像數(shù)據(jù)庫的基礎(chǔ)上計算的學(xué)習(xí)集合來完成；為每個圖像的所述關(guān)注區(qū)域計算出所述亮度水平并且將所述亮度水平縮放到所述神經(jīng)網(wǎng)絡(luò)的所述輸出層中神經(jīng)元激勵函數(shù)的所述值域中以將其用作目標值的集合。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將具有一個隱藏層和在具有所述S型神經(jīng)元激勵函數(shù)的所述輸出層中的一個神經(jīng)元的前饋人工神經(jīng)網(wǎng)絡(luò)用作神經(jīng)網(wǎng)絡(luò)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，假設(shè)用于計算直方圖值的所述組區(qū)間等于像素亮度水平分布具有最接近單位的分位數(shù)和神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)的數(shù)量之間的關(guān)系。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，計算所述關(guān)注區(qū)域的所述亮度水平作為所述關(guān)注區(qū)域中像素亮度的平均值。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所有圖像的像素上計算所述直方圖值。
6.根據(jù)權(quán)利要求所述的方法，在所述圓圈中計算所述直方圖值，所述圓圈的中心與所述圖像的中心一致并且所述圓圈的直徑等于所述圖像最短的邊長。
全文摘要
本發(fā)明涉及醫(yī)療應(yīng)用中在數(shù)字X射線圖像關(guān)注區(qū)域中借助于使用神經(jīng)網(wǎng)絡(luò)的圖像直方圖來評估亮度水平的方法。該計算由獲取的圖像、計算的圖像直方圖、由直方圖的值轉(zhuǎn)換成的神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)以及獲取的神經(jīng)網(wǎng)絡(luò)的輸出值組成。將使用給定組區(qū)間計算出并歸一化到單位的直方圖值用作神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)。計算亮度水平作為神經(jīng)網(wǎng)絡(luò)線性函數(shù)的輸出值。神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)是使用在給定圖像數(shù)據(jù)庫的基礎(chǔ)上計算的學(xué)習(xí)集合來完成；為每個圖像的關(guān)注區(qū)域計算出亮度水平并且將亮度水平縮放到神經(jīng)網(wǎng)絡(luò)輸出層中神經(jīng)元激勵函數(shù)的值域中以將其用作目標值的集合。
文檔編號G06T5/40GK102365652SQ201080014862
公開日2012年2月29日 申請日期2010年10月21日 優(yōu)先權(quán)日2010年3月31日
發(fā)明者R.N.科薩列夫 申請人:伊姆普斯封閉式股份有限公司