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。

人体组织CT值

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。

阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/sunyao_123/article/details/73195332
文章标签: 医学图像
个人分类: DICOM医学图像
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

不良信息举报

医学图像处理涉及到的窗宽窗位 1

最多只允许输入30个字

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭