医学图像处理涉及到的窗宽窗位 1

先说一下CT值是什么
CT图像反映的是人体对X射线吸收的系数，但我们关心的是各组织结构的密度差异，即相对密度，如果某组织发生病变，其密度就会发生变化，但由于比较吸收系数非常繁琐，于是亨氏把组织器官对X射线的吸收系数换算成CT值，单位是Hu。水的CT值为0Hu，其它不同组织密度都与它进行比较。密度比水大为正值，比水小为负值。人体各组织CT值如图所示。

在处理医学图像过程中会遇到图像归一化的问题，一般来说1.标准化（每个像素减去均值，再除以标准差）；2.归一化（比如归一化到0~255）.
问题在第二步。

如果是将整张图片归一化到0~255，那么就会损失很多信息。因为医学图像像素分布较宽，比如-1000~2000，如果归一化到0~255，那么归一化后的每个像素相当于原始图像的11.7个，很多细节会损失掉。

还有一种是将我们目标区域像素范围归一化到比如0~255，小于这个范围的置为0，大于这个范围的置为255。这就涉及到了窗宽窗位。窗宽（window width，ww）就是CT图像像素范围，窗位（window level，wl）就是窗宽的中心CT值。

举例：（CT值是我随意写的）
我们要分割出头部CT图像中的眼球，假设眼球CT范围比如为50~60，为了突出显示眼球，我们将wl设为55，ww为10，将50~60归一化到0~255，小于50的值置为0，大于60的值置为255.这样就能清楚显示眼球的信息。

在窗宽中的像素能清晰显示，而在窗宽范围外的则没有灰度差别而不能显示。

当然还有别的组织的CT值可能为50~60，但不影响。