医学图像概述

医学图像概述

引言

研究方向是医学图像分割，具体是肿瘤分割。文章记录一下学习的过程，整理一下碰到的问题和解决方案
文章内容为全网的收罗整理，博主方向为计算机方向，因此可能内容不全，望谅解！

医学图像成像技术

基础知识

CT（computed tomography，计算机断层扫描）

原理： CT 利用 X 射线穿过人体组织，根据不同组织对 X 射线的吸收程度不同，经过计算机处理生成人体 内部的横断面图像。

特点
成像速度快，适合急诊检查。
对骨骼、肺部、腹部等组织成像效果较好。
由于使用 X 射线，存在一定的辐射风险。

MRI（Magnetic Resonance Imaging，磁共振成像）

原理： MRI 利用强磁场和射频波激发人体内的氢原子核，检测其信号并通过计算机重建成像。

特点
无辐射，对人体更安全。
对软组织（如脑、脊髓、肌肉、韧带等）成像效果优于 CT。
成像时间较长，对患者配合度要求较高。

X射线（X-ray Imaging）

原理： 利用 X 射线穿透人体组织，根据组织密度的不同，产生影像。

特点：
成像速度快，成本低。
对骨骼和肺部成像效果好。
存在辐射风险。

超声成像（Ultrasound Imaging）

原理： 利用高频声波穿透人体组织，检测声波反射信号生成图像。

特点：
无辐射，对人体安全。
实时动态成像。
对软组织成像效果好，但对骨骼和气体不适用。

光学成像

原理： 利用光（如红外光、近红外光）与人体组织的相互作用生成图像。

特点：
无辐射，对人体安全。
适合浅表组织成像，如皮肤。

除了上面列举的外，还有一些成像技术，如MRI的拓展技术（fMRI、CMR、MRS）、内窥镜成像等不再一 一列举，读者可自行翻看相关资料。

医学图像格式

DICOM（Digital Imaging and Communications in Medicine）

• 定义：国际医学影像领域的金标准，由美国国家电气制造商协会（NEMA）制定。
• 核心特点：
  • 数据整合：包含图像数据和元数据（患者信息、设备参数等）。
  • 多模态支持：兼容 CT、MRI、超声、X 射线、PET 等。
  • 网络传输协议：支持通过 DICOM 协议传输（如 PACS 系统）。
• 文件结构：
  • 单文件对应单张图像（如 CT 的一个切片）。
  • 复杂检查由多个 DICOM 文件组成。
• 优点：
  • 标准化程度高，跨设备兼容性强。
  • 支持三维重建和后处理。
• 缺点：
  • 文件体积较大。
  • 非医学软件难以直接读取。
• 适用场景：
  • 医院影像存档与传输系统（PACS）。
  • 临床诊断（如 OsiriX、RadiAnt）。

---

NIfTI（Neuroimaging Informatics Technology Initiative）

• 定义：专为神经影像设计的格式，常用于 fMRI、DTI 等研究。
• 核心特点：
  • 四维数据支持：存储时间序列或三维空间数据。
  • 坐标系统：包含空间方向信息（如 RAS 坐标系）。
  • 扩展名：.nii（合并格式）或 .hdr/.img（分离格式）。
• 优点：
  • 简化神经影像处理流程。
  • 支持复杂数学运算（如 SPM、FSL）。
• 缺点：
  • 不存储患者隐私信息。
  • 主要用于研究。
• 适用场景：
  • 脑功能成像（fMRI）、弥散张量成像（DTI）。

---

MINC（Medical Imaging NetCDF）

• 定义：基于 NetCDF 的开源格式。
• 核心特点：
  • 支持多维数据和动态数据。
• 适用场景：脑影像研究（如蒙特利尔神经研究所）。

---

NRRD（Nearly Raw Raster Data）

• 定义：轻量级格式，支持多维数据。
• 核心特点：
  • 文本头文件（.nrrd） + 原始数据（.raw）。
• 优点：易于读写和跨平台处理。
• 适用场景：快速数据交换（如 ITK、VTK）。

---

MHD/RAW（MetaImage 格式）

• 定义：由 ITK 推广的格式。
• 核心特点：
  • .mhd（元数据头文件） + .raw（原始数据）。
• 适用场景：算法开发（如 3D Slicer）。

---

JPEG/PNG/BMP

• 定义：通用图像格式，非医学专用。
• 特点：
  • 有损/无损压缩，无元数据。
• 适用场景：临床报告示意图、非诊断用途。

---

医学图像软件

3DSlicier（目前只会用这个）、DICOM VIEWER、小赛看看

用python处理医学图像数据

此处列举两种，DICOM和MHA格式

1.DICOM

**DICOM**只是一种格式，医学成像设备（如 CT、MRI、X 射线等）通过物理原理获取患者数据后，将数据标准化转化为DICOM格式。

对于CT和MRI，其成像原理不同，但都是通仪器探测信号，CT是X射线，MRI是磁场，然后在进行数据的采集，最后将投影或者空间数据转化为横断面图像。

---

DICOM文件：由图像数据+元数据绑定而成，标准DICOM文件（.dcm）

用python代码读取DICOM文件信息

import pydicom

def print_dicom_info(file_path):
    # 读取DICOM文件
    ds = pydicom.dcmread(file_path)

    # 打印文件的元数据
    print(f"File path........: {file_path}")
    print(f"SOP Class UID....: {ds.SOPClassUID}")
    print(f"Patient's Name...: {ds.PatientName}")
    print(f"Patient ID.......: {ds.PatientID}")
    print(f"Modality.........: {ds.Modality}")
    print(f"Study Date.......: {ds.StudyDate}")
    print(f"Image dimensions..: {ds.Rows} x {ds.Columns}")
    print(f"Pixel Spacing....: {ds.PixelSpacing}")

    # 打印所有DICOM元数据
    print("\nComplete DICOM file content:")
    print(ds)

# 替换为你的DICOM文件路径
file_path = 'xxx.dcm'
print_dicom_info(file_path)

DICOM保存的信息比较多，这里因为隐私问题，输出结果不在展示


注：下面还有很多关于此DICOM文件的信息，不再截图展示了。

---

2.MHA

上面提到了MHD文件，一般MHD文件还会有一个同步记录的.raw文件，而.mha文件是将MHD文件和RAW文件合并到一起组成的一个文件。下面是.MHA和.MHD文件的区别

.mha 与 .mhd 的核心区别

特征	.mha	.mhd + .raw
文件数量	单文件（头+数据合并）	双文件（头与数据分离）
数据存储	二进制数据嵌入头文件末尾	原始数据独立存储（.raw）
压缩支持	支持 GZIP 压缩	通常不压缩，需手动处理
内存占用	适合小文件（压缩后更小）	适合大文件（避免内存瓶颈）
修改便捷性	需整体读写，修改不便	可单独编辑头文件或替换数据文件
常见工具支持	ITK、3D Slicer、ParaView	同左

我们用记事本打开.mha文件格式如下

这里解释一下上图中的参数

1. ObjectType = Image
    说明文件存储的是图像数据。

 2. NDims = 3
    图像的维度是三维（通常表示体数据，例如 CT 或 MRI 扫描）。

3. BinaryData = True
    图像数据是以二进制形式存储的，而不是文本形式。

4. BinaryDataByteOrderMSB = False
   - 图像数据的字节序是 **小端序**（Little Endian）。这是计算机存储数据的一种方式，表示最低有效字节存储在最低地址。

5. CompressedData = True
    图像数据是压缩的，通常为了节省存储空间。

6. CompressedDataSize = 487430
    压缩后的数据大小为 487430 字节。

7. TransformMatrix = 1 0 0 0 1 0 0 0 1
    这是一个 3×3 的单位矩阵，用于描述图像坐标系的方向。
    该矩阵表示图像的坐标轴没有旋转或变换，默认方向为标准坐标系。

8. Offset = 0 0 0
    图像的原点（起始位置）在坐标系中的偏移量为 `(0, 0, 0)`，即没有偏移。

9. CenterOfRotation = 0 0 0
    图像旋转的中心点为 `(0, 0, 0)`。对于没有旋转的图像，这通常是默认值。

10. ElementSpacing = 0.623046875 0.623046875 0.5
    每个像素或体素（体积像素）的间距，单位通常是毫米。
      第一维（X方向）：间距为 0.623046875 mm。
      第二维（Y方向）：间距为 0.623046875 mm。
      第三维（Z方向）：间距为 0.5 mm。
    这定义了图像的空间分辨率。

11. DimSize = 512 512 419
    图像的尺寸（体素数量）：
      第一维（X方向）：512 个体素。
      第二维（Y方向）：512 个体素。
      第三维（Z方向）：419 个体素。
    总体积大小为 512 × 512 × 419。

12. AnatomicalOrientation = ???
    图像的解剖学方向（例如 RAI 表示右-前-下）。
    在这里，方向未定义。

13. ElementType = MET_UCHAR
    图像数据的类型为 无符号字符（unsigned char），通常表示每个像素的值范围是 0 到 255（8位灰度值）。

14. ElementDataFile = LOCAL
    图像数据存储在文件的本地部分，而不是引用外部文件。

关于坐标系的知识，我是学习下面这篇文章的，写的很好，有学习的可以去原文看
医学图像坐标系

---

处理部分待定