圖像顯示和打印面臨的一個問題是:圖像的亮度和對比度能否充分突出關鍵部分。這裏所指的“關鍵部分”在 CT 裏的例子有軟組織、骨頭、腦組織、肺、腹部等等。
技術問題:
顯示器往往只有 8-bit, 而數據有 12- 至 16-bits。
如果將數據的 min 和 max 間 (dynamic range) 的之間轉換到 8-bit 0-255 去,過程是個有損轉換, 而且出來的圖像往往突出的是些噪音。
針對這些問題,研究人員先提出一些要求 (requirements),然後根據這些要求提出了一些算法。這些算法現在都很成熟。
要求一:充分利用 0-255 間的顯示有效值域
要求二:儘量減少值域壓縮帶來的損失
要求三:不能損失應該突出的組織部分
算法分析:
A. 16-bit 到 8-bit 直接轉換:
computeMinMax(pixel_val, min, max); // 先算圖像的最大和最小值
for (i = 0; i < nNumPixels; i++)
disp_pixel_val[i] = (pixel_val[i] - min)*255.0/(double)(max - min);
這個算法必須有,對不少種類的圖像是很有效的:如 8-bit 圖像,MRI, ECT, CR 等等。
B. Window-leveling 算法: W/L 是專門爲 CT 設計的。原理很簡單:CT 圖像裏不同組織的密度 (用 Hounsfield 單位) 是在固定的值域, 與具體設備和成像軟件沒有關係。因此,要看頭顱時, 我們只需將頭顱的值域轉換到 0-255 就行了。
CT W/L 不講頭顱值域的 min 和 max, 而說 max - min (即 window_width) 和 (max+min)/2 (即 window_center)。
我們還可以用原來的公式,只是 min 和 max 的算法不一樣。
// 先算圖像的最大和最小值
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[i] = (pixel_val[i] - min)*255.0/(double)(max - min);
請注意,CT 圖像必須先轉換成 Hounsfield 值再做 window-level。 這個轉換包括將多餘高位 bits 變成 0 (clipping), 和用 recale slope 和 rescale intercept 來做單位轉換。
HU[i] = pixel_val[i]*rescale_slope + rescale_intercept
C.非線性轉換
我剛剛說的是將 min 和 max 間的數值線性轉換到 0-255 之間。 如果 max - min 出來是個很大的數值,比如說 25500, 那就說每 100 原始密度會壓縮成一個顯示灰度。 這樣的損失可能會很大。
因爲人眼對灰度地反應式是非線性的,非線性轉換可以解決一些問題。 常用算法有 log 和 gamma 兩種。gamma 比較好調 gamma 值,因此用得比較多。
for (i = 0; i < nNumPixels; i++)
disp_pixel_val[i] = 255.0 * pow(pixel_value[i]/(max-min), 1.0/gamma);
D. 有效值域:CT 的 Window-level 有標準的定義,請參看 “Practical CT Techniques", by Wladyslaw Gedroyc and Sheila Rankin, Springer-Verlag。最常用到的有 WW = 400, WL = 40 (實用許多部位); WW = 100, WL = 36 (頭);WW = 3200, WL = 200 (骨頭),等等。
補充幾點:
o 在做任何轉換時要注意有效灰度域外的數值的處理。
最好先用 int 而非 unsigned char 來算,再轉入矩陣,以避免 overflow 和 underflow。
double dFactor = 255.0/(double)(max - min);
int nPixelVal;
for (i = 0; i < nNumPixels; i++)
{
nPixelVal = (int) ((pixel_val[i] - min)*dFactor);
if (nPixelVal < 0)
disp_pixel_val[i] = 0;
else if (nPixelVal > 255)
disp_pixel_val[i] = 255;
else
disp_pixel_val[i] = nPixelVal;
}
o 做 window-level 時要注意 min 和 max 之外原始數據的處理
double dFactor, min, max;
int nPixelVal;
min = (2*window_center - window_width)/2.0 + 0.5;
max = (2*window_center + window_width)/2.0 + 0.5;
dFactor = 255.0/(double)(max - min);
for (i = 0; i < nNumPixels; i++)
{
if (pixel_val[i] < min)
{
disp_pixel_val[i] = 0;
continue;
}
if (pixel_val[i] > max)
{
disp_pixel_val[i] = 255;
continue;
}
nPixelVal = (int)((pixel_val[i] - min)*dFactor);
if (nPixelVal < 0)
disp_pixel_val[i] = 0;
else if (nPixelVal > 255)
disp_pixel_val[i] = 255;
else
disp_pixel_val[i] = nPixelVal;
}