图像处理技术在PACS中的应用研究

芦莹华

图像处理技术在PACS中的应用研究

芦莹华

介绍了图像处理技术在PACS中的作用机制与重要地位，通过分析PACS中图像压缩、图像分割、图像融合和三维重建与可视化等核心图像处理技术，并结合PACS技术与医学图像的特点，指出了医学图像处理技术通过与多学科理论交叉渗透，在功能上互相取长补短，将是其未来重要的发展趋势，最后展望了PACS在未来的发展前景。

图像处理；PACS；疾病诊断

0 引言

医学影像存档与通信系统（picture archiving and communication systems，PACS）是专为医学图像设计的包括图像存档、检索、传送、显示、处理和拷贝（打印）功能的硬件和软件系统。PACS对医学图像管理、疾病诊断和科研教学具有重要意义，它的发展与计算机、通信、系统集成和图像处理等技术密不可分[1]，PACS技术也体现了信息技术在临床应用中的最高水平。随着计算机和通信技术的发展，图像处理技术逐渐成为制约PACS发展的主要因素。

1 PACS技术及医学图像特点

PACS从物理上可分为医学成像设备、图像采集工作站、PACS控制器（包括数据库和存档管理）和图像显示工作站4个部分。其中，图像采集工作站把从医学成像设备中获取的原始医学图像转换为标准DICOM格式后送往PACS控制器[2]；PACS控制器负责图像的压缩、存档与检索，是系统的核心部分；图像显示工作站负责图像的显示、处理和拷贝（打印）。

PACS的关键技术主要体现在图像的显示、存储、压缩、通信以及系统集成等方面。因为医学图像具有数据量大、对比度低、组织间边界模糊且特征可变性大等特点，加之临床对图像高保真性的要求，使得图像处理技术在PACS中有着使用标准高和应用范围广的突出特点。

2 图像处理技术

图像处理是综合了数学、计算机和图形学等多个领域的复合性学科，主要包括了图像变换（如灰度变换、频率变换、空域变换等）、图像增强与复原（各种滤波技术）、图像压缩、形态学（腐蚀、膨胀、边界提取等）、图像分割、图像融合等技术。

针对医学图像的特点，图像增强、图像压缩与图像变换等常规处理技术已在PACS中得到极为广泛的应用，其中图像压缩是PACS乃至图像处理领域的研究重点。随着临床诊断和科研教学需求的不断发展，图像分割、图像融合、三维重建与计算机辅助诊断等高级处理技术成为PACS发展的重要方向。

3 PACS中的图像处理方法

3.1 图像压缩

因为医学图像的大数据量与通信带宽和存储容量间的矛盾，PACS的很多技术困难（如图像的存储、传输和显示）都与图像压缩相关，需要通过图像压缩以节约存储空间并加快图像传送速度[3]。

图像压缩是利用图像中存在的各种冗余信息，采用尽量少的比特数表示和重建原始图像的技术。从压缩原理看，可将图像压缩分为：熵编码、变换编码、结构编码、分形编码、预测编码和基于知识编码等。从压缩质量看，又可按损耗分为有损压缩和无损压缩。其中，无损压缩是可逆的无误差压缩技术，因为医学诊断对图像的高保真度要求，PACS中使用的多为无损压缩。无损压缩技术主要有：霍夫曼编码、LZW编码、算术编码、游程编码和位平面编码等。有

损压缩是不可逆的失真压缩，因为无损压缩的压缩比只有2～4倍，为了提高压缩效率，压缩比高达50倍甚至更多的有损压缩也在PACS中得到应用。目前，PACS中普遍使用的有损压缩技术主要有：离散余弦变换（DCT）编码、小波变换（DWT）编码、矢量量化和子带编码等。

近年来，在人工神经网络、模式识别、计算机视觉、分形理论和小波变换等基础上，不少研究者提出了新的复合压缩技术，力求在得到高压缩质量的前提下提高压缩比。同时，人的视生理心理特性等技术的研究进展也给图像压缩带来了新的启发[4]。

3.2 图像分割

在图像显示工作站中，为了向临床诊疗教学或病理学研究提供可靠依据，经常需要提取影像的病灶特征信息，如面积、角度、长度等，这些量化信息是通过图像分割技术得到的。同时，图像分割也是实现医学影像三维重建、图像融合和特征信息统计等PACS高级后处理功能的先决条件。因为医学图像的复杂与多样性，目前尚无通用的分割方法，医学图像分割也成为了制约PACS发展的一大瓶颈。

分割方式可根据人为参与程度的不同分为全人工分割、半自动人工交互式分割和自动式分割3种。其中，全人工分割是通过医生在图像上勾勒出人体组织边缘；半自动法是人与程序交互参与，要借助医生预先判断分割出的信息；全自动分割法由于医学图像的复杂性，尚不能达到临床要求，是图像处理中的前沿研究方向。

图像分割也可按处理对象的不同分为基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等[5]。其中，阈值分割主要应用于CT图像和MRI图像，能快速有效地分割出灰度值差别较大的部分，如脂肪组织与骨骼等；基于区域法是将感兴趣的区域整体提取出来，区域生长法是其最有代表性的分割方法，通过提前设定判定准则及阈值，再从用户交互操作中获得生长点的初始位置来实现算法；基于边缘的方法是将组织间的边缘检测出来，又可分为串行与并行边缘检测。

随着生物医学工程和计算机视觉领域的发展，基于如统计学、模糊集、神经网络、形态学、小波分析、遗传算法、尺度空间、多分辨率方法和非线性扩散方程等特定理论，再相互交叉和渗透的新的分割技术也在不断发展[6]。

3.3 图像融合

医学图像融合是指将2幅或2幅以上来自不同成像设备或不同时刻获取的已配准的图像用某种算法把图像信息有机结合起来，以获得信息更丰富的新图像的技术[7]。图像融合是PACS领域的前沿技术，它的关键是空间配准，PACS可以为临床诊断和治疗提供更完善的图像信息，在肿瘤的精确定位、癌症的早期检测和诊断中有着重要作用。

图像融合技术可分为空间域融合法和变换域融合法。空间域融合法主要有逻辑滤波器法、线性加权法、比度调制融合法、基于神经网络的图像融合等方法；变换域融合法主要有多分辨金字塔图像融合法、小波变换的图像融合法等。

虽然图像融合技术方兴未艾，但由于医学图像的成像特点，目前大多数研究者都采用基于多个学科交叉渗透的研究方式，以达到更好的效果[8]。

3.4 三维重建与可视化

医学图像的三维可视化是指利用一系列二维切片图像来重建三维图像模型，并进行定性和定量分析的技术。医学图像的三维重建是PACS的研究热点，也是计算机图形学和图像处理技术的重要应用[9]。

三维重建是医学图像三维可视化的最核心环节，可分为面重建和体重建2个方面。在面重建方面，主要有MC算法等；在体重建方面，主要有经典体绘制Ray Casting法和三维纹理映射法等算法。

4 应用分析

从最初的微型PACS（mini-PACS）到后来的全院级PACS（hospital-PACS）乃至区域级PACS（enterprise-PACS），PACS已成为综合化医院管理信息中的重要组成部分，代表了目前医疗信息系统应用的最高水平，也是未来医院信息化发展的必然趋势。

从行内发展来看，PACS技术处于相对成熟期，它早已进入我国大、中型医院，并被广泛应用于医疗诊断、组织容积定量分析、病变组织定位、科研教学等各个环节。随着国家政策的调整，PACS将逐步向远程医疗、远程诊断等方向发展[10]。

从图像处理技术的角度看，PACS近年来的发展主要集中在三维重建、多影像融合和计算机辅助诊断等方面。随着图像分割、三维重建等图像处理技术的进步，智能的计算机辅助诊断将成为PACS的一大发展趋势。相比起步较晚的国内厂商，国外一些大型的具有专业背景的公司，如通用电气、西门子、锐珂、飞利浦等技术实力雄厚，在PACS前沿技术中处于领先地位。

5 结语

医学图像是提升现代医疗诊断水平的重要手段，它使实施风险低且创伤性小的化疗和手术等方案成为可能。而医学图像数据作为医疗领域的主要信息，使PACS在医药卫生信息领域受到越来越大的关注，这又对决定其发展的图像处理技术提出了

（▶▶▶▶）（◀◀◀◀）更高的要求。近年来，随着PACS在世界范围的推广与普及，医学图像处理技术通过与多学科理论交叉渗透而不断发展，在未来必将有着更为广阔的发展和应用前景。

[1] 仇建云，桂朝伟，唐晓薇，等.PACS系统的关键技术及应用[J].中国医学装备，2011，9（8）：31-33.

[2] 邱峰，田捷，曹勇，等.PACS系统综述[J].中国医学影像技术，2000，16（1）：73-75.

[3] GilbertF J，Frcr，LemkeH.Computer-aided diagnosis[J].The British JournalofRadiology，2005，7（8）：51-52.

[4] 杨戈.PACS系统医学图像数据压缩的研究[D].西安：西安电子科技大学电子与通信工程系，2012.

[5] 刘慧.医学图像处理中的分割与检索关键技术研究[D].济南：山东大学计算机应用技术系，2008.

[6] 李强.医学图像分割进展[J].临床影像技术，2010，25（5）：121-124.

[7] Wong A，BishoW.Efficient least squares fusion ofMRIand CT imagesusinga phase congruencymodel[J].Pattern Recognition Letters，2008，9（3）：173-180.

[8] 李伟，朱学峰.医学图像融合技术及其应用[J].中国医学影像技术，2005，21（7）：1 126-1 129.

[9] 曾更生.医学图像重建入门[M].北京：高等教育出版社，2009：12-40.

[10]丁明跃，蔡超.医学图像处理[M].北京：高等教育出版社，2010.

（收稿：2013-10-21 修回：2013-02-15）

App lied Research of Image Processing Technology in PACS

LU Ying-hua

(College of Computer Science,Sichuan University,Chengdu 610065,China)

The mechanism and importance of image processing technology in PACS are introduced.The image compression,image segmentation,image fusion,and three-dimensional reconstruction and visualization technologies are analyzed with the characteristics of PACS technology and medical image.Then the development trend of multiple disciplines cross-link in image processing technology is discussed,and the prospects of PACS in the future are prospected.[Chinese Medical Equipment Journal，2014，35（5）：132-133，155]

image processing;PACS;disease diagnosis

R318；R445

A

1003-8868（2014）05-0132-03

10.7687/J.ISSN1003-8868.2014.05.132

芦莹华（1977—），女，硕士研究生，主管技师，主要从事医学信息情报检索方面的研究工作，E-mail：8060467@qq.com。

610065成都，四川大学计算机学院（软件学院）（卢莹华）