---------------------------------------------------------------最新资料推荐------------------------------------------------------
1 / 9
计算机辅助诊断(CAD)医学影像后处理简介
累积：
技海拾贝|Cumulation 计算机辅助诊断（CAD）医学影像后处理
简介 医学影像后处理是指通过综合运用计算机图像处理技术，医学
知识，将由各种数字化成像技术（X 射线，CT，MRI，PET 等）所获
得的人体信息按照一定的需要在计算机上直观地表现出来，使之满足
医疗需要的一系列技术的总称。
它能够弥补影像设备在成像上的不足，提供用传统手段无法获得
的解剖学信息甚至病理生理学信息，从而使传统的医学获取和观察方
式被彻底改变。
医学影像后处理技术发展到现在，已不单纯局限于完成一些简单
的显示和测量功能，它还包括图像三维可视化显示，图像分割，病变
部位检测和图像配准融合等高级应用。
医学影像后处理从功能上可以分为辅助观察和辅助检测两个大
的方面。
辅助观察通过向医生提供更多的观察方式，给医生更多的参考，
有利于医生更加快速地做出正确的诊断。
辅助检测可以提供给医生一些诊断建议，包括测量得到的数据，
分割和检测的结果，以及配准融合后新图像的信息。
1. 辅助观察 1.1 多平面重建（Multi-Plan Reformation, MPR）
多平面重建把横断面图像的像素叠加起来回到三维容积排列上，然后
根据需要组成不同方位（包括冠状位、矢状位、斜位）的重新组合的
断层图像（如图 1.1 所示），这种方位称为多平面重建。
(a) 横断面 (b) 矢状面
(c) 冠状面 图 1.1 心血管的多平面视图 由于扫描孔径的限制，CT
仅能沿人体长轴作横断扫描。
但很多情况下，如果欲从冠状位或者矢状位观察病灶长轴时，CT
的横断切面则常无法提供有益的信息，这给诊断带来很大的困难。
因此利用 MPR 技术可较好地显示组织器官内复杂解剖关系，弥补
横断图像观察的不足，有利于病变的准确定位。
1.2 曲面重建（Curved Plannar Reformation, CPR） 曲面重
建与 MPR 类似，不同点是在叠加成三维容积排列后，重新选取截面
时是按曲线走行所得的图像，这种重建方式称为曲面重建，如图 1.2
所示。
图 1.2 延展 CPR 和拉直 CPR 成像效果图 CPR 对血管内腔的
可视化显示特别重要，因此这种技术常用于腔内血管病变检测。
对于具有海量数据和复杂结构的血管组织来说，医生可以通过
CPR 在很短的时间内观察和研究整个血管的病变组织，如血管狭窄、
血管闭塞、动脉瘤和血管钙化等。
其缺点是重建后的图像有一定程度的变形，同时容易遗漏垂直于
曲面的较小病灶。
因此在进行曲面重建时，一定要使重建路径走形于血流中央，以
避免因路径走形的偏差而造成的假性狭窄。
---------------------------------------------------------------最新资料推荐------------------------------------------------------
3 / 9
1.3 表面遮盖显示（Shaded Surface Display, SSD） 表面遮盖
显示技术一般是通过密度阈值提取位于组织结构边缘的体素信息，再
利用形态学上的过滤或连接方法进行强化，把容积数据转换为一系列
多边形表面片拟合的等值面，然后再根据光照、明暗模型进行消隐和
渲染从而得到三维显示图像。
SSD 可用于胸腹大血管、肺门及肺内血管、肠系膜血管、肾血
管及骨与关节的三维显示。
但由于 SSD需要对容积数据进行分类判断，在处理复杂的，边界
模糊的人体组织时，经常会出现错误，从而造成虚假面显示或在显示
面上产生空洞。
此外，该方法无法充分显示容积数据体内部的细节信息，目前已
逐渐被容积再现技术所取代。
1.4 最大密度投影（Maximum Intensity Projection, MIP） 最
大密度投影是一种广泛应用于 CT 和 MR 影像后处理的技术。
该方法是先将扫描后的若干断层数据叠加起来，然后沿着虚拟操
作者视线方向穿过三维体素阵列，再投射到屏幕上，并且只有沿每一
条视线经过的路线上测得的相对密度最高的体素才被计算机保留下
来，从而形成 MIP 重建图像。
MIP 的主要优势是可以较为真实的反映组织的密度差异，临床上
常用于显示具有相对较高密度的组织结构，在很多方面的应用都具有
重要意义：
如血管 MIP 成像可较清晰地显示主要血管结构，便于观察血管的
狭窄、扩张、充盈、缺损等。
MIP 对密度变化比较敏感，可发现很多血管壁的钙化，对骨骼的
MIP 成像可显示骨折锥体等骨结构的空间改变及锥体间的旋转移位
程度，且非常直观；同时 MIP 成像可反映脊柱（如损伤一定时间后）
局部骨密度的改变，对内固定装置特别是嵌入锥板、锥弓根的金属钉
位置显示清晰，具有整体感强等特点。
图 1.3 所示是 MIP 成像的一个典型应用冠脉血管的显示。
图 1.3 最大密度投影图像 1.5 最小密度投影（Minimum
Intensity Projection, MinIP） 最小密度投影方法与 MIP 相似，
是将每一条沿视线方向所遇到的体素最小值投影到二维平面上，从而
形成 MinIP 重建图像。
MinIP 成像多用于显示低密度结构，如气管、胰管、胆管及胃肠
道空腔脏器病变的显示，图 1.4 是 MinIP成像的一个典型应用肺部
气管的显示。
在肺部影像诊断中，螺旋 CT 扫描后进行肺部气管 MinIP 三维重
建，可直观、立体地显示肺部气管的形态、病变部位及范围。
在胸部影像诊断中，MinIP 还是一种集检测、定位及定量测量磨
玻璃样密度和线样密度最理想的图像后处理技术，因而也常应用于肺
气肿、间质性肺炎等弥漫性肺疾病中。
在腹部影像诊断中，MinIP 主要应用于胰胆管的显示，依据检查
的目的，首先应用阴性造影剂（如水等）或者阳性造影剂（如口服造
---------------------------------------------------------------最新资料推荐------------------------------------------------------
5 / 9
影剂）使胃肠道充盈，然后进行肝脏或胰腺的增强扫描，胰胆管周围
正常结构的强化或高密度造影剂使 MinIP 能清晰显示相对更低密度
的胰胆管。
然而 MIP 和MinIP 也存在着一些缺点，它对于密度差异较小的
组织结构难以显示，且和容积再现技术相比缺乏立体感。
图 1.4 最小密度投影图像 1.6 容积再现（Volume
Rendering, VR） 容积再现的中心思想是为不同的体素值指定一个不
同的颜色和透明度，在将横截面断层数据叠加起来后，可将此三维体
素阵列视为半透明，沿着虚拟操作者视线方向穿过容积数据后投射到
屏幕上，屏幕上的每个像素是射向它的视线上的所有体素的颜色和透
明度的融合，可实现三维显示扫描容积内的各种结构，如图 1.5 所
示。
图 1.5 容积再现结果 容积再现最大限度的保留了原始数据的
细节，能够生成具有高质量的显示图像。
在临床中可以用于血管成像，骨骼、关节以及尿路、支气管树、
肌束的三维显示。
由于三维立体空间关系显示良好，而且简便容易操作，所以目前
的应用越来越广泛。
1.7 虚拟内窥（Virtual Endoscopy, VE） 虚拟内窥是虚拟现实
技术在现代医学中的应用。
它利用医学影像作为原始数据，融合图像处理，计算机图形学，
科学计算可视化，虚拟现实技术，模拟传统光学内窥镜的一种技术。
VE 可以看做是 VR 的一种 应用推广。
VE 克服了传统光学内窥镜需把内窥镜插入人体内的缺点，是一
种完全无接触式的检查方法。
虚拟内窥镜的研究旨在为医生提供诊断依据，还可应用于辅助诊
断，手术规划，实现手术的精确定位和医务人员的培训等。
目前，VE 的应用主要集中在那些具有空腔结构的气管上，如气管、
支气管、食管、胃、结肠、血管、内耳、心脏等等。
图 1.6 是结肠虚拟内窥镜中 360 度结肠全景展开显示视图，医
生可以在一次浏览中非常方便的观察到结肠内窥壁的几乎所有细节，
获得可靠的诊断依据。
图 1.6 虚拟内窥结果 2. 辅助诊断 在医学影像后处理中，计
算机辅助诊断（Computer Aided Diagnosis, CAD）是很重要的一种
应用，主要包括测量、分割、检测、融合配准等几个功能。
2.1 测量 图像测量是指对图像中目标或区域的特征进行测量。
图像测量包括对图像的灰度特征、纹理特征和几何特征的测量和
描述。
通过图像测量可以实现医学影像的定量分析，即提取出对临床应
用有价值的定量信息。
定量信息通常以参数形式表示，如腔体、肿瘤的体积、血管的直
径、三维区域的平均密度等。
最简单的分析技术是直接基于切片显示的测量，在二维图像中可
---------------------------------------------------------------最新资料推荐------------------------------------------------------
7 / 9
以测量距离、面积、角度，并统计密度分布，如均值、方差。
在显示的三维模型基础上可测量两点间距离、曲线长度、表面积
和体积等。
通过结合多种测量方式可鉴别被检组织有无病变，以及病灶的大
小和空间方位，为临床定性诊断及预测提供参考依据。
2.2 分割 所谓图像分割是指根据灰度、彩色、空间纹理、几何
形状等特征把图像划分成若干个互不相交的区域， 使得这些特征在
同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不
同，即在一幅图像中，把目标从背景中分离出来，以便于进一步处理。
目前医学图像的分割主要以各种细胞、组织与器官的图像作为处
理的对象。
图像分割方法的选择，在很大程度上依赖于图像的成像方式和成
像质量。
现今国内外广泛使用的图像分割方法主要可分为基于阈值分割、
基于变形模型分割，基于区域生长分割，基于聚类法分割，基于遗传
算法分割等。
医学图像分割在临床诊断、病理分析以及治疗方面具有重要意
义，具体表现在以下几个方面：
1) 图像分割的结果用于测量人体器官、组织或病灶的体积，通
过对这些体积在治疗前后的定量测量和分析，可以帮助医生进行诊断
和制定对病人的治疗方案。
