基于三维数据重建与目标定位的DICOM图像分析测量系统

吴鹃

(西安职业技术学院 动漫软件学院，陕西 西安 710077)

0 引 言

近年来，在信息化技术不断提高的大背景下，人们对医疗技术的要求也在不断提高，尤其在医疗影像数据信息化显示与处理方面。有很多医院，特别是内地偏远地区或者基层医院，还没有完全实现信息化和无纸化，需要进行设备信息化升级。对于影像设备产出的图像信息，由于其重要性，需要对其数据格式进行深度解析，然后在三维显示基础上完成测量。

在DICOM图像显示与测量领域的研究方面，已经取得了一定成绩。李怡敏[1]对传统移动立方体算法进行改进，提出移动立方体拓型算法，对传统算法中的15种基本拓型进行修改，主要包括缩减对称拓型，解决了一些显示测量问题，但是对于测量缺乏深度研究和试验，往往不能应用于实际使用场景中。肖文君[2]将Oracle数据库作为数据存储中心，利用Leadtools工具包对医学图像算法和接口进行二次开发，研发了基于DICOM标准的医学图像观察系统，实现了对医学图像窗宽窗位的调整功能，在一般情况下测量效果较好，但是基于商业视觉库实现，往往缺乏定制灵活性，且缺乏推广性。曲滨鹏[3]研究了如何根据LabVIEW开发工具，设计实现DICOM医学影像处理的技术，LabVIEW具有强大的图形化编程工具集，可以较方便地完成项目开发，但是当过度依赖第三方非开源软件，在项目高度定制化的情况下，往往不能达到较好的测量效果。

为了将影像设备数据转换为三维格式，并且以用户体验良好的方式实现浏览操作，本文深入分析了DICOM格式的图像结构，用软件编码方式把图像信息解析出来，并且以三维显示形式呈现，然后根据测量业务需求，把测量功能实现在软件系统框架内，完成对DICOM图像的三维显示与测量。

1 DICOM图像分析测量系统

图1 所提系统的测量过程

图2 初始采集的MRI图像

图3 实际眼球拍摄的俯视图

本文开发的DICOM图像分析测量系统，针对MRI设备采集的眼球图像，先实现DICOM图像的三维化显示，然后实现三维数据的目标图像帧确定和指定点之间的测量显示。首先，DICOM图像采集机制如图1(a)所示：MRI发出共振信号投向眼球，眼球在信号发射装置与接收器中间，成像信息由接收器经过串口传递给电脑，最终得到原始裸数据。

如图1(b) 所示，经过MRI设备的采集，先将MRI设备图像裸数据(即后缀为.dcm的原始图像数据)转换为计算机可以分析的图像数据格式。测量系统按功能顺序分解为：数据结构分析、三维重建、三维显示、目标检测和测量。

如图2所示，原始数据未经三维化处理，清晰度不够，后续在本系统的处理基础上，进行三维化优化显示，对其左下角突出部分进行检测和测量。实际拍摄方向从上向下，其概念演示图见图3。由图3发现，左上角突出部位为重点检测和测量对象。

2 DICOM图像的三维显示与测量

图4 实际眼球图像的测量项

实际眼球图像测量项如图4所示，具体流程为：

(1) 通过3D-MRI文件确认上下、颞侧和鼻侧。

(2) 以角膜最高点标记为第4点。根据上下，颞侧和鼻侧来确认第1、2、3点的方位。

(3) 正对角膜以第4点为起点画十字，沿着巩膜延长16 mm得出第1(上)、2(颞侧)和3(下)点(根据第1点向鼻侧偏2 mm，得出第8点；根据第3点向鼻侧偏2 mm，得出第9点)。

(4) 根据三维图像得出葡萄肿最高点第6点。

(5) 根据三维图像画出葡肿的范围。

(6) 沿着第2点往视神经方向连线，与视神经的接触点为第7点。

(7) 从第7点往前2 mm，根据提供的参数正负偏移1 mm左右得出第5点。

(8) 以第5点为中心连线第1～3点，得出各自延着巩膜的弧线距离。

(9) 以第5点为中心画出兜带的形状(6 mm直径，5 mm处为平)，以方便手术医生查看兜带覆盖葡萄肿的范围。

(10) 测量出第1点到第3点的直线距离，第2点到第10点的直线距离。

(11) 视神经第7点到眼角膜顶点的直线距离。

(12) 生成2D图像，同时标出各种数值以方便查看。

本文在实现对MRI设备采集的眼球DICOM图像三维化显示基础上，进一步完成以上测量过程，最终得到高度差。

一个DICOM图像文件保存了单次诊断的全部信息，包括病人信息和图像信息。DICOM数据格式由导言、前缀和数据元素组成[4-5]。前缀后面开始的数据即图像数据元素。从数据元素开始，均是以Key、Value的形式提供，每个Tag就是DICOM里面定义好的字典，在解析时根据需要只需关注特定的Tag，DICOM全部的Tag有 2 000个。本文软件开发时使用第三方开源库进行操作，采用基于C++的DCMTK等等。Tag主要包含患者名字、患者ID、患者生日、患者性别、年龄和拍摄部位，另外包含医院设备的生产厂家、机构名称和地址[6-7]。

系统采用C++语言作为整个软件系统的编码语言，选用QT作为系统开发框架，ITK作为图像测量分析工具，DCMTK作为DICOM图像读取与显示的函数库。如图3所示，将DICOM图像显示于系统界面，可以对眼球进行三维操作与显示。本文根据解析出来的DICOM数据中对于眼球高度的参数比较，快速定位到问题帧，完成三维显示功能。

在三维显示基础上，进行测量功能的开发，根据业务流程，首先计算每个像素灰度级在整个图像中频数。

(1)

式中：P(k)为灰度级k的像素比例；k为灰度级像素数量；n为像素总数[8]。

随后，再计算图像通道的标准差。

s=logv+1(1+v×r)

(2)

式中：s为标准差；v为低灰度值部分，低灰度值部分经过归一化处理后范围为0～0.3，经过归一化处理后范围为0.3～1[9]。

再对其进行拉普拉斯变换处理，对DICOM图像进行离散化处理：

ff=[f(x+1,y)+f(x-1,y)+f(x,y+1)+
f(x,y-1)]-4f(x,y)

(3)

式中：f为图像函数；ff为二阶图像微分函数；x、y为图像横纵坐标[10]。

由于凸起部位的梯度上升及其周边像素差异，通过计算离散化，由此定位到凸起部位，并且计算高度值。从MRI数据导入，到眼球定位，最终输出眼球高度计算值，可以定位准确，测量精确。

3 试验结果及分析

采用Intel i9、16 GB内存，基于QT开发三维数据重建与目标定位的DICOM图像分析测量系统，并进行性能进行验证。为了评估算法增强效果，本文设立了对照组，对照组为文献[1]和文献[2]，分别记为A、B系统。所开发的系统界面功能具有MRI图像采集、数据导入、眼球定位和高度差测量。系统的测量业务流程复杂，但是界面使用简单，通过标准化软件开发，将复杂的业务流程由后台软件代码消化，留给用户的是简单美观的系统界面接口。

根据系统显示的数据发现，本文采用开源视觉库ITK，准确显示三维眼球图像，深度结合业务流程和DICOM数据格式，计算出眼球高度差结果值。A组技术对传统移动立方体算法进行了改进，提出移动立方体拓型算法，对传统算法中的15种基本拓型进行修改，主要包括缩减对称拓型，在一定程度上解决了DICOM图像的三维显示问题，但是对于测量缺乏深度研究和试验，往往不能应用于实际使用场景中。B组技术将Oracle数据库作为数据存储中心，利用Leadtools工具包对医学图像算法和接口进行二次开发，研发了基于DICOM标准的医学图像观察系统，实现了对医学图像窗宽窗位的调整功能，在一般情况下测量效果较好，但是系统基于商业视觉库实现，往往缺乏定制灵活性和推广性，且定位效果不明显，在不准确的定位效果基础上的测量结果不正确。

4 结束语

为了提高MRI设备采集的DICOM眼球图像测量准确度，实现为后续智能化辅助诊断提供基础测量数据的可能性目标。本文设计并开发了基于三维数据重建与目标定位的DICOM图像分析测量系统。有机融合QT编程、ITK图像目标定位和DCMTK三维化显示数据、DICOM数据结构解析，构建起一个三维图像显示与测量系统。自主研发的测量工具集，用Visual Studio 2015平台来实现本文测量工具集和软件系统，并进行了对比测试验证。结果表明：本文系统在DICOM图像测量方面具有更好效果。

DICOM图像智能辅助诊断是本文目前研究成果上后续开展的内容，对DICOM图像各类特征，进行图像特征分析，用视觉算法和深度学习模型，得到眼病种类和疾病程度，将进一步帮助医生完成诊断工作，提高诊断精度，提升诊断效率，让医生宝贵的时间精力应用到疑难杂症诊断中。