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。

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。

医学图像处理涉及到的窗宽窗位 1相关推荐

8bit黑白图像的灰度值范围是_窗宽窗位对基于互信息的医学图像
窗宽窗位对基于互信息的医学图像摘要:基于互信息的配准方法具有自动化程度高.配准精度高等优点,近来已成为医学图像处理领域的热点.基于互信息的配准方法实质上是一种对灰度进行统计和计算的方法,因此同一图 ...
CT图像之Hu值变换与窗宽窗位调整
今天通过分析实验结果,完善了之前的预处理代码,借此博文分享给大家,另外点击此处可以查看预处理的完整代码,欢迎大家一起来完善. 最重要的是,欢迎大家的批评指正,您的建议和意见将会是我成长源泉. 接下来 ...
使用pydicom实现Dicom文件读取与CT图像窗宽窗位调整
1. 前言为了能够在Labelme上对Dicom图像进行编辑,这里对python环境下Dicom文件的读取进行了研究.在Dicom图像中CT的窗宽窗位是一个很重要的概念,但是找了半天在pydicom ...
matlab设置固定的窗宽窗位,python实现CT窗宽窗位的调整（即指定HU值保存图像）...
最近一直在做实验,所以好久没有更新了,先把上周做的一些小的实验贴出来供大家分享. 在医生诊断时,是会将CT图像调整成不同的窗来处理的.比如说肺部CT吧,肺窗(窗宽为2000,窗位为-400)用于看小的 ...
MITK中窗宽窗位相关代码
目录 1 基本数据结构Image 2 窗宽窗位mitkLevelWindow定义类 3 窗宽窗位自动设定算法 4 窗宽窗位的属性设置LevelWindowProperty 类 5 mitkDi ...
ITK (1)窗宽窗位的意义与设置
背景与意义医学图像与传统可视化图像相比,其具有更大的"灰度"范围.如,普通图像(灰度图像)的灰度范围一般是256级(即图像中最亮的点的灰度值定义为0,最亮的定义为255,也就是2 ...
X线DR医学图像 --- 直方图的窗宽窗位调整（Matlab篇）
X线图像直方图的窗宽窗位的调整图像的直方图显示了图像的灰阶分布.说白了就是,显示了图像当中每一个点的亮度分布情况(整个图像当中比较亮的点有多少个,黑的点又有多少个.反之,也可以看出某个点是落在了亮的 ...
python nii 图像读取，转换成CT 值，设置窗宽窗位，保存成png 图像
import numpy as np import os # 遍历文件夹 import nibabel as nib # nii格式一般都会用到这个包 import imageio # 转换成图像ce ...
CT值以及窗宽窗位(未完待续)
1 常见人体组织的CT值(HU) 常见人体组织的CT值(HU)组织 CT值组织 CT值骨组织 >400 肝脏 50-70 钙值 80-300 脾脏 35-60 血块 64-84 胰腺 30-5 ...

医学图像处理涉及到的窗宽窗位 1

医学图像处理涉及到的窗宽窗位 1相关推荐

最新文章

热门文章