CT图像的窗宽窗位（VTK及3Dslicer中的使用）

1. 窗宽/窗位概念

窗技术(Window Technique)是医生用 以观察不同密度正常组织或病变的一种显示技术，其包括窗宽(window width)和窗位(window level)。由于各种不同组织结构或病变具有不同的像素值，因些欲显示某一组织结构细节时，应选择适合观察组织结构的窗宽窗位，以获得显示最佳效果。
CT能识别人体内2000个不同灰阶的密度差别。而人的眼睛却只能分辨16 个灰阶度。因此，人眼在CT图像上能分辨的CT值应为125 Hu ( 2000 / 16 ）。

换句话说，人体内不同组织CT 值只有相差125Hu 以上，才能为人眼所识别。人体软组织CT值多变化在20 - 50 Hu之间，人眼就无法识别。为此，必须进行分段观察，才能使CT 的优点反映出来。观察的CT 值范围，人们称之为窗宽 ；观察的中心CT值即为窗位或窗中心。
常见人体组织的CT值（HU）

窗宽

窗宽指CT图像所显示的CT 值范围。在此CT值范围内的组织结构按其密度高低从白到黑分为16 个灰阶以供观察对比。
例如，窗宽选定为100 Hu ，则人眼可分辨的CT值为100 / 16 =6 . 25 Hu ，即2 种组织CT值相差在6 . 25Hu以上者即可为人眼所识别。因此，窗宽的宽窄直接影响图像的清晰度与对比度。

1. 如果使用窄的窗宽，则显示的CT 值范围小，每一灰阶代表的CT 值幅度小，对比度强，适于观察密度接近的组织结构（如脑组织）。
2. 反之，如果使用宽的窗宽，则显示的CT值范围大，每一灰阶代表的CT 值幅度大，则图像对比度差，但密度均匀，适于观察密度差别大的结构（如骨与软组织）。

窗位

窗位（窗中心）指窗宽范围内均值或中心值。
比如一幅CT图像，窗宽为100Hu，窗位选在0Hu；则以窗位为中心（0Hu），向上包括+50Hu，向下包括-50Hu，凡是在这个100Hu 范围内的组织均可显示出来并为人眼所识别。凡是大于+50Hu 的组织均为白色；凡是小子-50Hu 的组织均为黑色，其密度差异无法显示。人眼只能识别土50Hu 范围内的CT 值，每一个灰阶的CT 值范围是100 / 16＝6 . 25 Hu 。

参考链接：https://www.zhihu.com/question/33587197/answer/89502692

2. W/L （Window-leveling）算法分析

1. 16-bit 到 8-bit 直接转换
   在显示器往往只有 8位（0~255）， 而数据有 12~16位。如果将数据的 min 和 max 间 (dynamic range) 的之间转换到 8位的0~255，在这个过程是有损转换，而且出来的图像往往突出的是些噪音。
   针对这些问题，研究人员先提出一些要求 (requirements)，然后根据这些要求提出了一些算法。这些算法现在都很成熟。
   要求(1)：充分利用 0-255 间的显示有效值域;
   要求(2)：尽量减少值域压缩带来的损失;
   要求(3)：不能损失应该突出的组织部分。

ComputeMinValMaxVal(pixel_val, min, max); // 先算图像的最大和最小值  
for (i = 0; i < nNumPixels; i++){  
    disp_pixel_val = (pixel_val - min)*255.0/(double)(max - min);  
}

2. Window-leveling 算法
   原理：CT/DR 图像里不同组织的密度 (用 Hounsfield 单位) 是在固定的值域， 与具体设备和成像软件没有关系。
   因此，要看头颅时， 我们只需将头颅的值域转换到 0-255 就行了。CT/DR W/L 不讲头颅值域的 min 和 max, 而说 max - min (即 window_width) 和 (max+min)/2 (即 window_center)。我们还可以用原来的公式，只是 min 和 max 的算法不一样。

min = (2*window_center - window_width)/2.0 + 0.5;  
max = (2*window_center + window_width)/2.0 + 0.5;  
for (i = 0; i != nNumPixels; i++){  
    disp_pixel_val = (pixel_val - min)*255.0/(double)(max - min);  
}

非线性转换
刚刚说的是将 min 和 max 间的数值线性转换到 0-255 之间。 如果 max - min 出来是个很大的数值，比如说 25500， 那就说每 100 原始密度会压缩成一个显示灰度。 这样的损失可能会很大。因为人眼对灰度地反应式是非线性的，非线性转换可以解决一些问题。 常用算法有log和gamma 两种。gamma 比较好调 gamma 值，因此用得比较多。

        for (i = 0; i < nNumPixels; i++){  
        disp_pixel_val = 255.0 * pow(pixel_value/(max-min), 1.0/gamma);  
    }  

3D Slicer中的窗宽/窗位调节

## VTK中的窗宽/窗位调节

1. 第一种：

    imageViewer->SetColorLevel(-600);//窗位
    imageViewer->SetColorWindow(1200);//窗宽

	dim[0] = dcmViewer->GetColorLevel();//显示窗位1000   
	dim[1] = dcmViewer->GetColorWindow();//显示窗宽2000

2. 第二种：

double range[2];
v16->GetOutput()->GetScalarRange(range);//灰度的最大值 最小值
vtkImageShiftScale* shifter = vtkImageShiftScale::New();  
shifter->SetShift(-1.0*range[0]);//减去最小值
shifter->SetScale(255.0/(range[1]-range[0])); //调节比例 //灰度换算公式：255*X/(range[1]-range[0])
shifter->SetOutputScalarTypeToUnsignedChar();
shifter->SetInputConnection(v16->GetOutputPort());

//计算公式： double val = ((double)(*inSI) + shift) * scale;

3. 第三种：

   vtkNew<vtkImageSlice> imageSlice;
    vtkNew<vtkImageResliceMapper> mapper;
    vtkNew<vtkInteractorStyleImage> interactorStyle;    // 用于响应鼠标事件以调节窗宽窗位
    //鼠标左键按住不放，上下移动调整窗位，左右移动调整窗宽
    //鼠标右键按住不放，上下移动放大缩小，或者使用鼠标滚轮
    reader->SetFileName(dcmFileName);
    reader->Update();
    vtkImageData* imageData = reader->GetOutput();
 
    mapper->SetInputData(imageData);
    imageSlice->SetMapper(mapper);
    renderer->AddViewProp(imageSlice);
    renderWindow->AddRenderer(renderer);
    w.SetRenderWindow(renderWindow);
    w.GetInteractor()->SetInteractorStyle(interactorStyle);
 
    renderer->ResetCamera();
    imageSlice->GetProperty()->SetColorLevel(/*double*/val);   // 窗位
	imageSlice->GetProperty()->SetColorWindow(/*double*/val);  // 窗宽