王燦 沈詩(shī)堃 歐鑫 許鵬飛 嚴(yán)海龍

摘要：目前人們對(duì)醫(yī)療事業(yè)的需求越來(lái)越大，進(jìn)而涌現(xiàn)出各種醫(yī)療機(jī)構(gòu)，在眾多醫(yī)療系統(tǒng)工作中，圖像處理是一項(xiàng)必要的工作，圖像的分析、處理偽色彩、圖像的融合等內(nèi)容都需要一定的技術(shù)加以支持。本文對(duì)醫(yī)學(xué)圖像處理的研究現(xiàn)狀進(jìn)行分析，主要對(duì)圖像處理進(jìn)行闡述，分析圖像處理在醫(yī)學(xué)中發(fā)展情況，希望可以為相關(guān)工作人員提供參考價(jià)值。

關(guān)鍵詞：醫(yī)學(xué);圖像處理;研究現(xiàn)狀

前言：

現(xiàn)階段是信息技術(shù)時(shí)代，醫(yī)療事業(yè)融入信息技術(shù)已經(jīng)是當(dāng)下醫(yī)學(xué)發(fā)展的必然趨勢(shì)。而醫(yī)療事業(yè)不斷發(fā)展離不開(kāi)圖像處理的研究，隨著圖像處理技術(shù)的發(fā)展在醫(yī)學(xué)影像中起到重要的作用，進(jìn)而提高了醫(yī)療臨床診斷質(zhì)量與效率，再加上計(jì)算機(jī)和網(wǎng)絡(luò)電視的發(fā)展，有效的提升圖像處理技術(shù)應(yīng)用效果。同時(shí)還可以提高形態(tài)定量分析效率，有助于醫(yī)生對(duì)病變部位更為直觀的進(jìn)行檢查，這項(xiàng)技術(shù)為醫(yī)療事業(yè)發(fā)展提供了基礎(chǔ)保證。

一、概述醫(yī)學(xué)圖像處理

所謂醫(yī)學(xué)圖像是當(dāng)前醫(yī)學(xué)領(lǐng)域進(jìn)行相應(yīng)研究所使用的一種重要手段，同時(shí)也是進(jìn)行臨床診斷醫(yī)療的主要依據(jù)所在。研究醫(yī)學(xué)圖像，主要有對(duì)醫(yī)學(xué)圖像的采集、處理、分析等一些其他研究領(lǐng)域。從根本上來(lái)講，醫(yī)學(xué)圖像處理不僅僅是醫(yī)學(xué)領(lǐng)域發(fā)展過(guò)程中的一部分重要組成，同時(shí)也是推動(dòng)數(shù)字圖像技術(shù)發(fā)展前景重要方面。從圖像處理角度而言，醫(yī)學(xué)圖像處理是其中一部分重要分支，同時(shí)也是當(dāng)前圖像處理領(lǐng)域中的根本體現(xiàn)，特別是近年國(guó)際數(shù)字圖像項(xiàng)目的發(fā)展將醫(yī)學(xué)圖像處理技術(shù)推向更高的發(fā)展位置。隨著當(dāng)前我國(guó)科學(xué)技術(shù)快速發(fā)展，特別是醫(yī)用成像設(shè)備的發(fā)展，采取計(jì)算機(jī)自動(dòng)化處理的方式受到很多科研學(xué)者的重視和關(guān)注。例如CT的產(chǎn)生和應(yīng)用就是將圖像處理技術(shù)與計(jì)算機(jī)兩者相融合的成功案例，同時(shí)也是當(dāng)前臨床醫(yī)學(xué)檢驗(yàn)的重要武器[1]。

二、醫(yī)學(xué)圖像處理的研究現(xiàn)狀

（一）圖像處理分析系統(tǒng)的應(yīng)用

就當(dāng)前醫(yī)學(xué)領(lǐng)域中使用的圖像處理分析系統(tǒng)而言，不論是在硬件、軟件，還是到體系結(jié)構(gòu)，對(duì)顯微圖像分析技術(shù)的要求非常嚴(yán)格。因此在醫(yī)學(xué)圖像處理技術(shù)中，國(guó)內(nèi)有很多研究學(xué)者利用計(jì)算機(jī)圖像處理技術(shù)來(lái)研究免疫組化圖像，以此來(lái)實(shí)現(xiàn)以數(shù)字化處理的方式進(jìn)行免疫組化圖像的分析。因此也就有很多人開(kāi)始使用這種處理技術(shù)，通過(guò)該技術(shù)分析細(xì)胞核DNA含量，發(fā)現(xiàn)能夠從中將病理圖像與DNA之間的關(guān)系切實(shí)反映出來(lái);之后也有外國(guó)研究學(xué)生使用圖像處理技術(shù)分析DNA倍體，除能夠反映病理圖像與DNA關(guān)系之外，其最終分析結(jié)果也與流式細(xì)胞儀測(cè)定結(jié)果相近，因此圖像處理技術(shù)逐漸盛行于醫(yī)學(xué)領(lǐng)域中。

例如當(dāng)前醫(yī)學(xué)中使用比較普遍的核磁共振、單光子發(fā)射體斷層等，生物學(xué)中的應(yīng)用有顯微醫(yī)學(xué)圖像、細(xì)胞圖像等。從整體上看，一方面可以將圖像處理技術(shù)用于醫(yī)學(xué)中的病理診斷方面;另一方面也可將其應(yīng)用于基礎(chǔ)研究方面。在進(jìn)行病理診斷時(shí)，應(yīng)用圖像處理技術(shù)能夠進(jìn)一步提升診斷質(zhì)量和準(zhǔn)確率，若使用免疫組化的方式進(jìn)行診斷，很難對(duì)腫瘤性質(zhì)分析進(jìn)行相應(yīng)的判斷，這對(duì)于最終的診斷結(jié)果有著非常重要影響。這主要在于免疫組化是需要結(jié)合病理切片著色情況進(jìn)行判斷，因人眼 對(duì)相同強(qiáng)度的單色光主觀感覺(jué)上存在一定的不同，因此也就會(huì)對(duì)結(jié)果判定帶來(lái)影響。而利用計(jì)算機(jī)圖像處理方式，就能夠避免因人眼帶來(lái)的主觀感覺(jué)不同帶來(lái)的偏差問(wèn)題。

（二）圖像處理分析技術(shù)的應(yīng)用

關(guān)于計(jì)算機(jī)圖像分析技術(shù)的應(yīng)用，外國(guó)學(xué)者Figueido RJ等人在進(jìn)行腦組織血管病變中淀粉樣蛋白沉積免疫組化染色過(guò)程中，通過(guò)分析其中染色著色情況以及形狀，有著良好的應(yīng)用成效;國(guó)內(nèi)學(xué)者通過(guò)該技術(shù)分析醫(yī)學(xué)圖像處理，主要檢測(cè)和測(cè)量圖像中比較感興趣的目標(biāo)，通過(guò)分析獲取客觀信息。關(guān)于醫(yī)學(xué)圖像處理主要有很多方面，主要有圖像分割、圖像融合等等。所謂圖像分割，簡(jiǎn)單來(lái)講就是將圖像以各種特征進(jìn)行區(qū)域劃分，并從中提取出比較感興趣的目標(biāo)進(jìn)行分析，然后為之后進(jìn)行圖像分析提供數(shù)據(jù)依據(jù)的一種處理技術(shù)，同時(shí)圖像分割也是圖像從處理階段到分析階段的關(guān)鍵環(huán)節(jié)，更是對(duì)圖像進(jìn)行深入理解的基礎(chǔ)所在，因此分割好壞對(duì)之后的圖像分析結(jié)果有直接影響。

（三）圖像理論的應(yīng)用

當(dāng)前有很多新的研究方法，例如模糊理論、遺傳算法等都應(yīng)用于圖像理論中，這也在一定程度上推動(dòng)了闕值法的發(fā)展。例如Kittle J等人提出通過(guò)極大化模糊度散度來(lái)讀取闕值;盛國(guó)芳提出以遺傳算法為基礎(chǔ)，獲取最佳熵闕值的圖像分割方式，有效簡(jiǎn)短進(jìn)行闕值尋找的時(shí)間，尤其是搜索空間范圍越大使用遺傳算法就更有效果;Huang LK等人通過(guò)極小化模糊度對(duì)灰度闕值方法作出決定[2]。對(duì)于邊緣分割，主要利用邊緣檢測(cè)子尋找圖像邊緣，關(guān)于常用的梯度算子主要有Roberts、Canny等[3]。而對(duì)于動(dòng)態(tài)性規(guī)劃的邊緣檢測(cè)而言，其目標(biāo)函數(shù)指的是圖像中某個(gè)起點(diǎn)到達(dá)某個(gè)目標(biāo)位置所付出的代價(jià)，變量為像素邊帶價(jià)值，目標(biāo)付出代價(jià)最小即為最優(yōu)值。在進(jìn)行邊緣檢測(cè)時(shí)應(yīng)用動(dòng)態(tài)規(guī)劃，同時(shí)將局部與全局累積信息統(tǒng)合起來(lái)，能夠獲取全局最優(yōu)解，從而獲取到比較分明的邊緣圖像;對(duì)于區(qū)域增長(zhǎng)的方式有區(qū)域歸并、區(qū)域分裂、分裂和歸并。將其與特殊技術(shù)分割方法相結(jié)合，以此來(lái)改進(jìn)圖像分割算法?，F(xiàn)階段在進(jìn)行醫(yī)學(xué)圖像分析時(shí)，采取的基于分形圖像分割、分水嶺分割等方式的應(yīng)用也取得了很好的應(yīng)用效果。從整體上來(lái)看醫(yī)學(xué)圖像分割，使用單一方式并不能獲取到比較滿意的成果，一般情況下都是采用綜合方式進(jìn)行圖像分割。縱觀中外對(duì)醫(yī)學(xué)圖像分割方面的研究，依舊是一項(xiàng)世界難題，還需要對(duì)此進(jìn)行更深的研究。

總結(jié)：

綜上所述，在醫(yī)學(xué)領(lǐng)域中圖像處理技術(shù)對(duì)處理免疫組化圖像起到重要作用，通過(guò)這種技術(shù)實(shí)現(xiàn)細(xì)胞的識(shí)別、區(qū)分、測(cè)定工作，進(jìn)而提供給醫(yī)學(xué)診斷更為精準(zhǔn)的檢測(cè)理論依據(jù)，在診斷病理、分析病情、探討發(fā)病原因等研究方面提供有力條件。圖像處理系統(tǒng)具有快速、準(zhǔn)確、重復(fù)性好的優(yōu)勢(shì)，通過(guò)圖像處理系統(tǒng)能夠提供給醫(yī)療機(jī)構(gòu)準(zhǔn)確的診治方案，進(jìn)而推動(dòng)醫(yī)療事業(yè)的可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1]董默， 周鴻鎖， 趙若晗， et al. 基于MATLAB和MIMICS聯(lián)合應(yīng)用下的醫(yī)學(xué)圖像處理方法研究[J]. 軟件， 2019（6）.

[2]Huang L K ， ?Bughrara S S ， ?Zhang X Q ， et al. Genetic diversity of switchgrass and its relative species in Panicum genus using molecular markers[J]. Biochemical Systematics & Ecology， 2011， 39（4-6）：685-693.