B超图像数据采集及计算机图像处理

摘要：B超作为一种医学影像技术，具有较高的安全性和较低的成本，成为医学四大影像技术之一，在医学诊断中得到广泛的应用，具有良好的发展趋势和应用研究。文章立足B超图像数据采集以及图像处理技术对其进行分析，详细介绍了计算机图像处理在B超图像处理中的应用，希望能够为相关工作者提供参考。

关键词：B超图像；医学影像；数据采集；图像处理技术

前言

B超诊断仪在很多疾病诊断中有着广泛的应用，并且表现出较大的优势，其无创、无痛、无放射线，并且能够重复使用、价格低廉，在诸多领域成为影像检查的首选方法。目前，我国市场上销售的B超诊断仪难以满足新技术的需求，而国外进口的高档B超诊断仪，虽然功能性强，但是价格昂贵。针对这种情况，计算机领域已经有相应的解决办法对B超图像进行收集和整理，并通过使用图像处理技术对图像进行有效处理，提升B超诊断仪的性能，提高诊断的科学性。

1B超图像采集

B超诊断仪采集的影像为数字图像，采用数字化图像处理技术能够增强清晰度，对病灶边缘进行图像清晰处理，医生通过分析更加明确的影像图片，能够更准确、更快速的做出诊断，结合病人自身实际情况制定科学合理的治疗方案。B超诊断仪将采集的图像有目的地存入计算机中，建立与病人相关的信息库，形成医学影像数据库系统，对数据库中的信息进行综合性管理，提高B超图像利用率，为临床诊断奠定良好基础。B超图像采集系统中的数字存储技术保证图像存取效率，提高B超图像查询速度和管理效率，为医生和患者带来便利。数字存储技术还代替了传统纸质打印媒介，降低了人工成本，节约了开支。数字存储能够实现数据的网络传输，为远程诊断提供便利条件，适应了医疗事业互联发展的趋势。

2B超计算机图像处理技术

2.1图像增强技术

图像增强技术作为图像处理领域的基本技术之一，通过将原始分散而稀疏的图片通过拉大对比度，增强视觉效果，能够使原本模糊不清甚至无法辨认的图片清晰化。随着科学不断发展进步，在图像增强技术的基础上，衍生出B超图像增强技术。B超图像中明暗分布直接影响图像的清晰度，图像的展示情况也受到对比度的影响，当一幅图像大部分区域亮而局部不亮时，说明该图对比度低，图像整体较为模糊，不利于辨认；而一幅图像大部分区域的明、暗程度相似，图像中明、暗区域分配合理。则这一图像的对比度高，能够被人们清晰地辨认出来。因此，图像增强技术在进行B超图片处理中有着不可替代的作用。相关技术人员进行图片处理时，应当合理调整灰度范围，通过调整图片的对比方式，改变视觉效果。对比度较低的图像基本都是由有限灰度所构成，其主要特点是像素范围较为集中，仅利用很小的像素范围就可以显示图像，借助此区域内的直方图准确判定检查区域，通过对比拉伸将原始图像动态范围加宽，将B超图像中原有重要且又无法查询的信息提取出来，以此达成增强图像视觉效果的作用。

2.2图像去噪处理技术

B超图像在收集和转换过程中，经常会受到不规则随机噪声影响，随机噪声的大小直接影响到图像质量，为了抑制机器噪声提升图像质量，必须对B超图像进行去噪处理。其中较为常用的中值滤波法就能对B超图像进行去噪处理。中值滤波作为一种非线性的处理方式，需要在固定条件下克服线性滤波器的影响，这就需要技术人员进行技术处理时，应当避免中值滤波为图像细节带来的影响，这种模式能够去除脉冲波的干扰，是在B超图像中一种较为有效的去噪声方式。中值滤波的使用方法通常是对于奇数个点的滑动窗口进行中间值替代，常选择3×3的方形进行中值滤波法进行去噪处理，随后再进行边缘的检测。

2.3图像边缘检测技术

B超图像边缘主要指像素灰度屋顶变化、阶跃变化等诸如此类的像素集合，通常存在于物体与物体之间、物体与背景之间等。B超图像边缘的构成特点是图像边缘像素变化较为平缓，而图像垂直方向的像素变化较为剧烈，其计算方法就是将符合边缘像素要求的边缘像素予以数学微分算子。如果图像边缘变化较强，这类图像能够使人产生强烈的视觉感受，便于对图像观察，而数字图像边缘检测技术是对图像进行分割，也是图像分析领域一项基础技术。因此，在进行B超图像收集时，人们应当充分利用这一技术，加强边缘值增强处理。由于图像受到物理机制约束，超声图像中也存在巨大的噪声，在提取时通常会得到虚假边缘，其灰度变化并不是人们所关注的边缘，这些虚假边缘也会对图像处理造成一定的困难，技术人员需要寻找对噪声不敏感、定位准确的边缘进行检测，提高图片综合性能，这也是当前图片处理工作者的工作目标。传统图像边缘检测技术中的Sobel、Prewitt、Roberts等对于噪声十分敏感，致使上述技术在实际应用中存在一定困难，现在通过改进，提出二阶导数零交叉点定位边缘的方法，针对B超图像边缘检测进行重新检测，事实证明，这种方式能够通过反复试验，较为理想。

2.4伪彩色显示技术

人们通过B超诊断仪所得出的图像为灰度图像，大部分人都很难适应灰度图像，但对于彩色图片的分析度和饱和度更易接受，将灰度较高的图像转化为彩色图像的处理方法称为伪彩色显示技术。伪彩色显示技术在医学图像处理中十分常见。对于图像而言，伪彩色显示技术是一种映射过程，利用这种技术能够识别灰度差较小的图像，提高B超图像的观察力，提高诊断准确率。伪彩色处理技术的原理就是将黑白图像中各部分灰度分子赋予不同的色彩，将图像进行不同映射并进行转化，提高人眼对于图像的分辨能力，这种模式较为常见，具体方式为：设f（x，y）为一幅黑白B超图像，R（x，y）、G（x，y）、B（x，y）为f（x，y）分别映射到RGB空间的3个颜色分量，则伪彩色处理可表示为：R（x，y）=TR[f（x，y）]G（x，y）=TG[f（x，y）]B（x，y）=TB[f（x，y）]其中T为某种映射函数。

2.5纹理分析技术

B超图像会产生颗粒状纹理，其主要原因分两类，一类是B超图像本身就存在颗粒斑纹，这种斑纹来自于组织反射超声波与射线相互干扰引起的噪声，这种噪声对临床诊断无用，并不是由于病人机体问题产生的，对于这类纹理可以不用分析。另一类就是被查体自身结构相关颗粒状纹理，图像中的纹理会随着自查体的变化而变化，在临床诊断上是一种较为有用的信息，人们对于这类信息纹理分析有助于诊断被查体的病情。当图像在相同的组织成像条件下会形成相同的图像纹理模式，正常的与有病变的器官图像组织颗粒的分布情况有所不同。考虑到这一点，人们对于B超图像进行纹理分析是分辨病情的重要环节之一，需要技术人员掌握纹理分析技术。而纹理分析技术有很多种，其中，最为常见的有极大极小值法（MM法）、灰度行程法（GTS法）、灰度级差法（GLD）、共生矩阵法、离散分形布朗随机场模型法等，这些方式都能更快的找准问题，有利于对纹理进行准确的分析，能够为医生的诊断提供支持。

3结束语

医生在诊断过程中广泛使用经过图像处理的医学影像，所以医学图像处理技术对于影像诊断具有积极应用和重要影响。从实际应用角度看，B超图像在采集、存储过程中都需要经过计算机图像处理技术予以有效处理，将原本质量较差、清晰度较低的医疗图像转变为质量高、清晰度高的图像，有利于医生诊断。目前，采用计算机技术对B超图像的采集和处理已经成为专业人士的重要研究内容，需要不断投入研究力度，达到较高的预期目标。

参考文献：

[1]方青梅，陈石坚，马树兴.B超定位下臂丛神经阻滞麻醉的价值分析[J/OL].当代医学，2020（04）：15-17.[2020-02-14].

[2]王晓华，刘彦章，陈勇.B超引导下冷冻穿刺活检术诊断颈部淋巴结肿大的研究[J].新医学，2020，51（01）：60-62.

[3]林芳，李佩.探讨医院门诊信息系统故障突发事件应对策略[J].中国卫生标准管理，2020，11（01）：3-6.

[4]李婷婷，王建国，孙森，等.B超探头的常见故障、维修与日常保养方法[J].医疗装备，2018，31（20）：148-149.

[5]覃惠萍.用心脏B超技术检查高血压性心脏病患者心脏形态变化的效果探析[J].当代医药论丛，2017，15（07）：58-59.

作者：曲滨鹏 缪佳 曲超毅 单位：山东医学高等专科学校