技术

图像处理技术 - HS处理

CR系统的图像处理

CR系统具有多种图像处理能力。现有处理技术概括如下：

• 自动灰度处理(G处理)
  • 根据要检查的身体部位自动调整密度
• 频率处理(F或HF处理)
  • F处理可增强特定精细度。
  • HF处理则可增强多种精细度。不同的HF处理技术有不同的偏重程度和模式。
• 均衡处理(E或HE处理)
  • 强调不易观察的部位。

图1 HF处理示例(胸部)

柯尼卡美能达将HF/HE处理（混合处理）作为产品的标准功能。该技术是采用多分辨分解技术的传统频率处理的升级版本。CR传统增强处理主要针对以下两点：纠正不易观察部位的图像密度，增强图像锐丽度。

新图像处理技术问世

前一页已简单介绍了传统图像处理技术，现在能够减少图像斑点（噪声）的图像处理技术已经问世。

噪声抑制处理的目的

• 改善噪声明显的检查部位的图像。
• 改善低剂量曝光的图像品质。
• 改善诊断能力，抑制噪声，以便清楚显示边界。

新图像处理技术（HS处理）

HS处理是一种可以降低图像固有噪声的图像处理技术。这是一种混合式图像处理技术，可提高图像颗粒度，同时使图像对比度和噪声达到最佳的平衡点。在混合处理的“多分辨分解”过程中，识别边缘成分后，降低非边缘（噪声）成分的反应，可改善图像颗粒度。接下来，我们将介绍抑制噪声、改善颗粒度的具体方法。

颗粒度改善方法

在阐述具体处理技术前，我们先来介绍一种改善颗粒度的方法。

混合处理（HE/HF处理）根据结构的精细程度（图像频率），利用频率处理以及有增强作用的多分辨分解技术，而HS处理则通过选择性降低图像精细噪声来改善颗粒度。

什么是多分辨分解？

具体说来，从原始图像中减去平滑图像（如图2所示），只能产生边缘的图像。通过在减影的同时改变平滑程度，可以获得不同精细程度的边缘图像。减除不同精细程度的边缘图像就被称为多分辨分解。这是新式CR图像处理中最基本的一种技术，用于各种处理方法中。柯尼卡美能达利用这种多分辨分解开发出这种称为“混合处理”的技术。

　
图 2

人体X线照片由精细度不同的各种结构组成，提取各种精细度的边缘成分（多分辨率）并根据需要将其加入原始图像中或者从原始图像中减除，可使图像变得非常清晰。

HS处理技术和原理

下列三种技术又称为图像斑点技术，可以整合到前面介绍的多分辨分解混合处理流程中，改善图像颗粒度。

1. 提取边缘信息
   多分辨分解后，从多重平滑图像和差分平滑图像中提取边缘信息。
2. 选择性平滑滤波
   根据提取的边缘信息切换平滑滤波器，保留边缘成分，仅滤去噪声成分。
3. 密度/对比度相关校正
   抑制高密度/高对比度部位的平滑滤波，抑制程度高于平滑图像。

“保留边缘成分，仅滤去噪声成分”
通过将结构成分识别为边缘结构并进行选择性平滑滤波，可消除噪声成分降低的信号，同时保留结构成分。