一种医学影像感兴趣区域的窗位窗宽计算方法与流程

1.本发明涉及医学影像技术领域，尤其涉及一种医学影像感兴趣区域的窗位窗宽计算方法。


背景技术：

2.医学影像大多数来自ct、dr、us等影像设备，位深常见12~16bit，若要供医生诊断，需针对不同部位调整合适的窗位窗宽，才能将特定色域范围灰度在显示屏（多数8bit）显示。
3.在患者病灶尤其是肺结节的诊断、治疗等方面，医生关注重点在于能够清晰、准确显示病灶部分的纹理及其周围脏器等，来自不同影像设备采集的医学影像或经过其他软件处理后的医学影像不能很好地在显示屏上显示病灶部分的特征。


技术实现要素：

4.发明目的：本发明针对上述不足，提出一种医学影像感兴趣区域的自适应调窗方法，针对不同影像设备采集的医学影像或经过其他软件处理后的医学影像，可以分割计算得到病灶部分的窗位窗宽，并映射至显示屏上显示出来。
5.技术方案：一种医学影像感兴趣区域的窗位窗宽计算方法，包括：将医学影像数据的体素灰度值转换为hu值；构建hu值的频率直方图，并根据设定阈值比例剔除频率直方图中的无效组；根据剔除无效组后的频率直方图计算得到感兴趣区域的hu值范围，并据此计算得到窗位窗宽。
6.所述根据设定阈值比例剔除频率直方图中的无效组具体为：分割频率直方图中波峰的个数；若其不小于根据感兴趣区域设置的最大波峰个数，则根据设定阈值比例剔除频率直方图两端的干扰波峰，以剔除干扰波峰后得到的有效组中第一个波谷所在组和最后一个波谷所在组作为有效组两端所在组；若其小于根据感兴趣区域设置的最大波峰个数，则根据设定阈值比例剔除频率直方图两端的干扰组，以剔除干扰组后得到的有效组中开始组和结尾组作为有效组两端所在组。
7.所述分割频率直方图中波峰的个数具体为：根据频率直方图中的最大频率f
max
设置频率直方图的频率阈值f
p
，定义截止频率fc，从0开始不断按迭代频率步长d
p
抬升fc，根据识别得到的频率直方图中波谷的数量分割得到频率直方图中孤立的波峰，直到得到的频率直方图中波峰的个数n
peak
大于设置的最大波峰个数n
peak
或者截止频率fc超过频率阈值f
p
。
8.所述频率阈值f
p
设置为0.1f
max
。
9.所述根据剔除无效组后的频率直方图计算得到感兴趣区域的hu值范围具体为：定义频率直方图上的hu值的最小值y
min
和最大值y
max
，频率直方图的组数为n
hist
，则直方图的宽度为g=(y
max-y
min
)/n
hist
；定义频率直方图的有效组两端所在组为n
min
和n
max
，则n
min
和n
max
对应的hu值为：p
min
=y
min
+(n
min-α)*gp
max
=y
max
+(n
max
+β)*g其中，α与β分别为缩小系数和放大系数；从而计算得到医学影像数据感兴趣区域的hu值范围[p
min
, p
max
]。
[0010]
所述感兴趣区域为肺部，则所述最大波峰个数设置为2。
[0011]
所述β》α。
[0012]
所述α=0，所述β=1。
[0013]
所述设定阈值比例设为10%。
[0014]
还包括映射至显示屏的步骤：将感兴趣区域的hu值范围变换为对应的体素灰度值范围[pixel
min
, pixel
max
]，并通过如下公式映射至显示屏的显示范围：(pixel-pixel
min
)/(pixel
max-pixel
min
)*256其中，pixel表示医学影像数据中某一体素的灰度值。
[0015]
有益效果：本发明针对不同影像设备采集的医学影像或经过其他软件处理后的医学影像，可以分割计算得到病灶部分的窗位窗宽，并映射至显示屏上显示出来，从而能够将感兴趣的区域的实质特征更清晰地展现给医生。
附图说明
[0016]
图1为本发明的医学影像感兴趣区域的窗位窗宽计算方法的流程图；图2为ct影像默认窗位窗宽的四视图；图3为医学影像的频率直方图；图4为存在多个波峰的直方图；图5为分割得到的波峰数量超过最大波峰个数的情况下，计算集中波峰两端所在组n
min
和n
max
的示意图；图6为分割得到的波峰数量不超过最大波峰个数的情况下，计算集中波峰两端所在组n
min
和n
max
的示意图；图7为窗位窗宽调整后的结果图像。
具体实施方式
[0017]
下面结合附图和具体实施例，进一步阐明本发明。
[0018]
本发明的医学影像感兴趣区域的窗位窗宽计算方法如图1所示，包括步骤：（1）将医学影像数据的体素灰度值转换为hu值；将来自不同源的医学影像数据（如通过ct、dr、us等影像设备采集的医学影像数据或经过其他软件处理后的医学影像数据）的体素灰度值转换为hu值，本发明以dicom影像数据为例，如图2所示，因为医生在手术过程中关注的为hu值，因此需要对医学影像数据进行
转换处理；具体为：从医学影像数据中读取slope（tag 0028|1052）和intercept（tag 0028|1053），根据公式hu=pixel*slope+intercept将医学影像数据中的体素灰度值转换为医生常用的hu值，其中，pixel表示医学影像数据中某一体素的灰度值；（2）构建医学影像数据中hu值的频率直方图；如图3所示，频率直方图的最左端和最右端分别为医学影像数据的hu值的最小值y
min
和最大值y
max
，频率直方图的组数为n
hist
（推荐设置为256），则直方图的宽度为g=(y
max-y
min
)/n
hist
；（3）剔除无效数据；本发明中，肺部的影像数据中的体素灰度值经步骤（1）转换成的hu值在频率直方图表现出不同区域的峰值，如图4所示，肺部的影像数据的hu值主要集中在低值区域，肺部部分的hu值在低值区域相对于骨骼之类硬组织的hu值所占比重更大，且两相邻峰值之间必然存在波谷隔开；此外，可能存在肺泡、体表外等空气hu值的干扰，但总体比重不高；则肺部部分的hu值在频率直方图中表现为肺部组织的影像数据存在集中波峰，据此进行无效峰的剔除；具体为：迭代分割频率直方图中波峰的个数n
peak
：根据频率直方图中的最大频率f
max
（也即频率直方图中最高峰中体素占所有体素的百分比），设置频率直方图的频率阈值f
p
，本发明中，频率阈值f
p
设置为0.1f
max
；定义截止频率为fc，从0开始不断按迭代频率步长d
p
抬升截止频率fc，在频率为0至截止频率fc的区间内，根据识别得到的频率直方图中波谷的数量分割得到频率直方图中孤立的波峰个数，直到频率直方图中波峰的个数n
peak
大于等于预设的最大波峰个数n
peak
或者截止频率fc超过频率阈值f
p
；其中，最大波峰个数n
peak
根据实际病灶部位确定，如病灶为肺部，则最大波峰个数n
peak
推荐设置为2。
[0019]
本发明中，迭代频率步长d
p
设置为0.1f
p
；本步骤在频率直方图的包络曲线中分割出所有的波峰，便于后续对无效数据进行过滤得到感兴趣区域所在的医学影像数据，从而计算合适的窗位窗宽。
[0020]
针对感兴趣区域（也即病灶部位），因为可能存在局部骨骼、金属饰品等高hu值区域或外部空气等低hu值区域的集中干扰，在频率直方图的两端存在波峰的干扰，需将其剔除；若分割得到的波峰个数n
peak ≥n
peak
，说明存在局部高灰度值簇或低灰度值簇的干扰且分布在两端，则根据设置的阈值比例t过滤低于n
hist
*t和高于n
hist
*（1-t）的干扰波峰，也即若波峰所在的组不在n
hist
*t至n
hist
*（1-t）的范围内，则剔除，从而得到过滤干扰波峰后剩下的有效组中第一个波谷所在组和最后一个波谷所在组，从而得到有效组两端所在组n
min
和n
max
，如图5所示；本发明中，设置的阈值比例t根据实际病灶部位确定，如病灶为肺部，则设置为10%。
[0021]
若分割得到的波峰n
peak 《 n
peak
，则背景存在干扰或都是肺部纹理的影像数据，说明频率直方图无法将肺部医学影像的hu值和周围其他组织分割开，则对集中波峰内的直方图组进行删减，删减方式同上，区别在于是根据设置的阈值比例t过滤低于n
hist
*t和高于n
hist
*（1-t）的干扰组，则过滤干扰组后得到剩下的有效组中开始组和结尾组即为有效组两
端所在组n
min
和n
max
，如图6所示，保留比例在t和1-t范围内的数据；（4）在剔除无效数据后，计算医学影像数据感兴趣区域的hu值范围；计算有效组两端所在组n
min
和n
max
对应的hu值：p
min
=y
min
+(n
min-α)*gp
max
=y
max
+(n
max
+β)*g其中，α与β分别为缩小系数和放大系数，用于删除背景中存在干扰，视情况而定，本发明以病灶为肺部为例，肺部组织包含肺实质、皮肤、心脏等组织，肺实质部分更多集中在峰的上升沿尾部，下降沿尾部hu值较高可能是皮肤、心脏等，医生更关注肺实质，因此设置为β》α以保留更多肺实质影像；优选地，α=0，β=1；从而得到医学影像数据感兴趣区域的hu值范围[p
min
, p
max
]，并据此计算得到感兴趣区域的窗位wl和窗宽ww：wl=(p
max
+p
min
)/2ww=p
max
–
p
min
然后根据步骤（1）计算将感兴趣区域的hu值范围变换为对应的体素灰度值范围[pixel
min
, pixel
max
]，将对应的体素灰度值范围内的医学影像数据线性映射到显示屏的显示范围（0~256），如图7所示，对于肺实质纹理能够更清晰地展现给医生；具体的映射公式为：(pixel-pixel
min
)/(pixel
max-pixel
min
)*256。
[0022]
本发明通过肺部的体素对应的频率直方图主要集中在低hu值中的特点设计算法，将影像从体素值转换到hu值，计算频率直方图的波峰的数量，剔除波峰中的异常后，计算集中波峰组的端点值从而获取感兴趣区域的hu范围值，最后将对应的体素灰度值范围内的医学影像数据线性映射到显示屏的显示范围，能够将感兴趣的区域的实质特征更清晰地展现给医生。
[0023]
以上详细描述了本发明的优选实施方式，但是本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换（如数量、形状、位置等），这些等同变换均属于本发明的保护范围。