第三章　数字乳腺X线摄影技术

第一节　基本概念

一、模拟影像与数字影像

（一）模拟影像

所谓模拟影像，是以一种直观的物理量来连续、形象地表现出另一种物理特性的图案。即由模拟量构成的图像称为模拟影像。其特点是连续、直观，且获取方便。图像表现具有概观性与实时动态获取等特点，但模拟影像重复性较差，一旦成像无法再改变或进行后处理，灰阶动态范围小。

在X线摄影范围内，成像板的记录和显示是从几乎完全透明（白色）到几乎不透明（黑色）的一个连续的灰阶范围。它是X线透过人体内部器官的投影，这种不同的灰度差别即为任何一个局部所接受的辐射强度的模拟；或从另一角度讲，是相应的成像组织结构对射线衰减的模拟。

由此，不难理解，传统X线透视荧光影像、传统X线照片以及I.I-TV影像均属于模拟影像。这些影像中的密度（或亮度）是空间位置的连续函数，影像中的点和点之间是连续的，中间没有间隔，感光密度（或亮度）随着坐标点的变化是连续改变的，而将这些形成模拟影像的设备，称之为模拟系统。

（二）数字影像

所谓数字影像，指的是完全以一种有规则的数字量的集合来表现的物理图像。

数字影像的特点是灰阶动态范围大、密度分辨力相对较高、线性好、层次丰富、可进行后处理、辐射剂量小。

从物理学角度讲，若在一个正弦（或非正弦）信号周期内取若干个点值，取点的多少以能恢复原信号为依据，再将每个点的值用若干位二进制数码表示，这就是用数字量表示模拟量的方法。将模拟量转换为数字信号的介质为模/数（A/D）转换器。A/D转换器把模拟量（如电压、电流、频率、相移、脉宽等）通过采样转换成离散的数字量，该过程就称为数字化。转换后的数字信号送入计算机图像处理器进行处理，重建出图像。该图像是由数字量组成的，故称之为数字影像。

数字图像是由许多不同密度的点组成的。数字在这里不仅意味着数码，数字的概念是以某种人为规定的量级且定量化反映另一种概念范围。数字成像系统也称为离散系统。

模拟信号可以转换成数字信号，同样，数字信号也可以转换成模拟信号，两者是可逆的。完成数/模转换的元件是数/模转换器（D/A转换器），它把离散的数字量（数字脉冲信号）转换成模拟量，即还原成原来信息。

可见，对于同一幅图像可以有两种表现形式，即模拟方法和数字方法（连续方法和离散方法）。这两种方法各有特色，在解决某一具体问题时，往往两种方法混合使用。

一幅图像显示后，到底是模拟影像还是数字影像，肉眼很难分辨，若用精密的密度阅读器扫描，其结果却是有差别的。模拟图像是以一种直观的物理量来连续、形象地表现另一种物理量的情况，数字图像则完全是以一种规则的数字量的集合来表示物理图像。

（三）数字影像的优势

既然模拟方法和数字方法可以混用，为什么在图像处理中倾向于数字方法？总的来说，数字方法在很多方面优于模拟方法，最大特点是抗干扰能力强。

从应用角度分析，数字图像与传统模拟图像相比具有的优势是：

1.数字图像的密度分辨力高

屏片组合系统的密度分辨力只能达到26灰阶，而数字图像的密度分辨力可达到210~12灰阶。虽然人眼对灰阶的分辨力有一定的限度但因数字图像可通过变化窗宽、窗位、转换曲线等技术使全部灰阶分段得到充分显示，从而扩大了密度分辨力的信息量。

2.数字图像可进行后处理

图像后处理是数字图像的最大特点。只要保留原始数据，就可以根据诊断需要，并通过软件功能，有针对性地对图像进行处理，以提高诊断率。处理内容有窗技术、参数测量、特征提取、图像识别、二维和三维重建、灰度变换、数据压缩等，这些均是高科技在医学影像学领域中应用的重要体现。

3.数字图像可以存储、调阅、传输或拷贝

数字图像可以存储于磁盘、磁带、光盘及各种记忆体中，并可随时进行调阅、传输。影像数据的存储和传输是PACS系统建立的最重要部分，为联网、远程会诊、实现无胶片化等奠定了良好基础。

二、数字成像的基本用语

（1）矩阵（matrix）：

是一个数学概念，表示一个横成行、纵成列的数字阵列。

（2）采集矩阵（acquisition matrix）：

每幅画面的采集视野所含像素的数目。

（3）显示矩阵（display matrix）：

显示器上显示的图像像素数目。为了保证显示图像的质量，显示矩阵一般等于或大于采集矩阵。

（4）像素与体素（pixel & voxel）：

像素又称像元，系指组成图像矩阵中的基本单元。图像实际上包含人体某一部位的一定厚度，我们将代表一定厚度的三维空间的体积单元称为体素。可见，体素是一个三维概念，像素是一个二维概念。像素实际上是体素在成像时的表现。像素的大小可由像素尺寸表征，如129μm×129μm。

（5）原始数据（raw data）：

由探测器直接接收到的信号，经放大后，这些信号通过模/数转换得到的数据称为原始数据。

（6）显示数据（display data）：

组成某层面图像的数据。也就是，该层面各体素值的矩阵，在这一矩阵中的数据称显示数据。

（7）重建（reconstruction）：

用原始数据经计算而得到显示数据的过程，称为重建。实际上，重建的数学处理过程是一个相当复杂的数学过程。重建能力是计算机功能中一项重要指标，重建一般采用专门的计算机——阵列处理器（array processor，简称AP）来完成，它受主控计算机的指挥。

（8）采集时间（acquisition time）：

又称成像时间或扫描时间，系指获取一幅图像所花费的时间。

（9）重建时间（reconstruction time）：

系指AP用原始数据重建成显示数据矩阵所需要的时间。重建时间与重建矩阵的大小有关，重建矩阵大，所需的重建时间就长。同时，重建时间也取决于AP的运算速度和内存容量，AP的运算速度快，重建时间则短，内存容量大相对也能缩短重建时间。

（10）滤波函数（filtering function）：

又称重建算法（reconstruction algorithm），是指图像重建时所采用的一种数学计算程序。其运算方法有多种，如反投影法、分析法——傅里叶反演法、滤波反投影法、卷积投影法及二维傅里叶变换法等。

不同的数字成像设备采用的计算程序也各不相同。前4种重建算法在CT和MRI中多选用，二维傅里叶变换（ZDFT）图像重建法为MRI所特有。在实际应用中，因采用的算法不同，所得到的图像效果亦有很大差别。

以CT为例，为了适应诊断的需要，在重建算法中大体分为3种，即高分辨算法、标准算法和软组织算法。高分辨算法实际是一种突出轮廓的算法，它在图像重建时能扩大对比度，提高空间分辨力，但图像噪声却要增加；软组织算法则是采用一种使图像边缘平滑、柔和的算法，图像的高对比度下降，噪声减少，密度分辨力提高，软组织层次清晰；标准算法则不必采取附加平滑和突出轮廓的措施。

（11）噪声（noise）与信噪比（SNR或C/N）：

从字面解释，是指不同频率和不同强度的声音，无规律地组合在一起，即称为噪声。后来，对噪声的应用扩大化，不同领域，对其概念的解释也不相同。在电路中，由于电子的持续杂乱运动或冲击性杂乱运动，在电路中形成频率范围相当宽的杂波，称为“噪声”。

在X线数字成像中，严格规定噪声的定义为：影像上观察到的亮度水平中随机出现的波动。从本质上分析，噪声是统计学概念，而不是检测学概念。

信噪比是信号与噪声之比的简称。在实际的信号中一般包含两种成分，即有用信号和噪声，噪声是无处不在的。用来表征有用信号强度同噪声强度之比的一个参数称为“信号噪声比”。这个参数值越大，噪声对信号的影响越小，信息传递质量越高。所以，信噪比是评价电子设备的一项重要的技术指标。

（12）灰阶（gray scale）：

在照片或显示器上，所呈现的黑白图像上的各点表现出不同的深度灰色。把白色与黑色之间分成若干级，称为“灰度等级”。表现出的亮度（或灰度）信号的等级差别，称为灰阶。为适应人的视觉最大等级范围，灰阶一般只有16个刻度，但灰阶的每一刻度内又有4级连续变化的灰度，故共有64个连续的不同灰度的过渡等级。

（13）比特（bit）：

是信息量的单位。在数字通讯中，使用一些基本符号来表示信息，这种符号称为“位”或“码元”。在二进制中，一位码元所包含的信息量称为1比特。

（14）伪影（artifact）：

系指在成像过程中产生的错误图像的特征。

（15）亮度响应（brightness response）：

换能器能把光能转换为电流，这种亮度——电流转换功能称为该换能器的亮度响应。

（16）动态范围（dynamic range）：

对光电转换器而言，亮度响应并非从0水平开始，也不会持续至无限大亮度，其响应的有用最大与最小亮度值之比即为动态范围。若D表示动态范围，B表示亮度响应，则D=Bmax/Bmin。例如，氧化铅光导摄像管的D值大致为1 000。

（17）视野（field of view, FOV）：

拟进行扫描的某一检查容积的选定区域。

（18）窗口技术（window technology）：

系指分析数字化图像的一种重要方法。即选择适当的窗宽和窗位来观察图像，使所需观察的组织或病变部位很明显地显现出来。窗宽（window width）表示所显示信号强度值的范围。窗位（window level），又称窗水平，是图像显示过程中代表图像灰阶的中心位置，即窗宽的中心位置。

（19）尼奎斯特频率（Nyquist frequency）：

尼奎斯特频率是数字化图像的专用术语，等于2倍像素尺寸的倒数。

（20）模/数转换（ADC）与数/模转换器（DAC）：

把模拟信号转换为数字形式，即把连续的模拟信号分解为彼此分离的信息，并分别赋予相应的数字量级，这一过程称为模/数转换，完成这种转换的元件称模/数转换器。数/模转换实际是模/数转换的逆转，它把二进制数字影像转变为模拟影像，即形成视频影像显示在电视屏幕上，这一过程称为数/模转换，完成此转换的元件，称为数/模转换器。

（21）硬件（hardware）与软件（software）：

硬件指成像设备的机械部件和计算机以及电子部分的元器件。软件是用于控制计算机运算过程的程序。程序由计算机语言写成，它是能被计算机识别的一系列数字。软件包括管理程序、数据获取程序、数据处理程序以及显示程序等。

三、数字图像的形成

数字方式表示的图像称为数字图像，数字图像的形成需要借助计算机。因为计算机输入和输出的信息必须是数字形式，因此，模/数转换和数/模转换是计算机对外联系的门户。无论哪种数字成像设备，包括CT、MRI、DSA、CR、DR等，虽然采集影像的方式各不相同，但作为数字图像的形成，大体都要经过以下3个步骤：

（一）图像数据采集

该过程利用各种辐射接收器件，如探测器、CCD摄像管、探头、成像板、硒检测器等，通过曝光或扫描等形式，将收集到的模拟信号转换成数字信号，称为数字化。与此同时，将图像分割成若干小单元，这种处理称为空间采样。

采样是图像数字化过程的第二步。对一幅图像采集时，该图像中像素的每一个亮点被采样，光点通过光电倍增管转换成电子信号（模拟信号）。如果是反射图像，则由光电倍增管在图像前接收采样信号；如果是透射图像，光电倍增管则在图像后采样。

数据采集的最后一步是图像的量化。量化过程中，每一个被采样像素的亮度值都取整数，即零、正数或负数，其所取的数值决定了数字图像的灰度值，并精确地对应于像素的原点，灰度值的总和称为灰阶。一幅图像可以由任何一个灰度值组成。整个量化过程中，以整数表示的电子信号完全取决于原始信号的强度，并且与原始信号的强度成正比。

（二）图像重建

这项工作由计算机完成。计算机接收数据采集系统的数字信号后，立即进行数据处理，重建出一幅图像，再经计算机输出，在显示器屏幕上显示出来，同时，将所接收到的图像数据进行存储，以备随时调用、显示和重建。

（三）图像的处理

根据诊断的需要将重建图像通过不同算法加以处理的过程，称为图像处理。图像的处理涉及很多算法问题，其基本的方法是改变像素的强度值。这里只讨论有关图像处理的3种最基本的方法，即点阵处理、局部处理和框架处理，其中，点阵处理是最常用和最简单的一种。

在点阵处理方法中，一幅图像矩阵的所有像素是逐个扫描输入，相应的输入值完全匹配输出值，这种方法又称为灰度匹配。另外，灰度调节通常需借助于查询表（look-up table，LUT），一幅LUT图输出的灰度往往对应输入的灰度，LUT可由计算机硬件和软件实施。灰度改变后，直方图上相应的像素值也会改变，直方图实际上是像素与灰度关系的函数图。

根据以上原理，当我们已知一幅图像的灰度值，即可画出该图像的直方图。直方图表示一幅图像的亮度和对比度，改变直方图的形状，则改变了图像的亮度和对比度。根据直方图的形状，我们还可推测图像的亮度和对比度情况，如直方图中曲线较陡直，则图像的对比度较大；如直方图中曲线较平坦，则图像的对比度较小。

局部处理也是点对点的输入和输出，所不同的是，输入像素点的像素值，是对应于输出点的像素值及其周围相邻近范围区域。由于一个区域范围的像素以输出点的像素计算，该方法又称区域处理法。局部处理常用于图像的空间频率滤过。

在空间频率滤过处理方法中，图像的亮度大小按照空间频率大小的变化而变化。如果一幅图像的亮度在水平和/或垂直方向迅速变化，则称之为具有高空间频率；反之，亮度以恒定的速率变化或变化较慢，则称为低空间频率。空间频率滤过也能改变图像的其他特性，如图像的锐利度、平滑度、模糊度和噪声等。另外，还有卷积和傅里叶转换两种算法也采用空间频率滤过。

另一种处理方法是框架式处理，采用一整幅图像来计算输出图像的像素值，这属于一种频率滤过，而不是空间滤过。

最后，要提及的图像处理方法是几何方法处理。几何方法处理不同于前3种图像处理方法，其处理结果使图像的空间位置改变和像素方向改变，常用的图像放大和旋转等都属于这种处理方法。

四、影响数字成像质量的因素

我们认为，应当从数字图像的基础特性来分析和讨论影响数字成像质量的有关因素。

（一）空间分辨力

空间分辨力，即数字图像的高频响应，又称高对比分辨力，系指对物体空间大小（几何尺寸）的鉴别能力。

一种常见的高频测试图案由明暗交替的竖直线构成（如线对测试卡），通常用每毫米内的线对数（LP/mm）来表示，或用可辨别最小物体的直径（mm）来表示。一个显示系统再现图像的好坏，反映了其显示图像细节的能力。

数字图像的空间分辨力是由像素的大小（尺寸）决定的。如果构成图像矩阵的像素数量多，像素尺寸就小，图像的空间分辨力高，观察到的原始图像细节就多；反之，像素尺寸越大，图像的空间分辨力就越低。

重建像素大小=重建视野大小/矩阵大小

从公式可知，当视野大小固定时，矩阵越大，像素尺寸越小；反之，矩阵越小，像素尺寸越大；矩阵不变，视野增大，像素尺寸随之增大。一幅图像需要的像素量由每个像素的大小和整个图像尺寸决定，像素数量与像素大小的乘积决定视野。

像素尺寸多为正方形，像素宽度每减少一半，像素的总数量就要增加4倍。像素数量增加，所占据计算机内存空间加大，致使一幅完整的图像从图像处理到完全显示全过程速度要减慢，所以，像素尺寸的减小不应该是无限制的。

究竟多小的像素适用于数字化问题，应该建立在采样理论的基础上。影像中的微细结构通过选择适当的像素尺寸可清晰地看到。理论确定适当尺寸究竟为多少是十分困难的。如果使得像素尺寸尽可能小的话，任何微细结构都应该能够看到，但是，这会导致像素数量十分巨大，使信息量不必要的增大，还会使数字化消耗太大，计算机难以运行各种影像处理和电子存储与传递。同样，也会有对密度分辨力的影响。因此，根据X线影像中诊断信息的适当可见性来确定像素的合理尺寸及合理的位数是十分实际和重要的。空间分辨力和密度分辨力均应以诊断学要求为依据。

研究表明，5像素/mm或8像素/mm时，模拟重复各种普通解剖部位和目标尺寸，CR影像可采集到必要分辨力的信息。同时，研究也表明，除了特殊成像要求外，大部分必要的诊断信息包含在低频范围内，2.5~5线对/mm范围内的信息大部分为噪声。对于14"×17"CR影像，5像素/mm的采样率产生2.5线对/mm，它是影像中的较高空间分辨力。

（二）密度分辨力

即数字图像的低频响应，又称低对比度分辨力，系指在低对比情况下，分辨物体密度微小差别或大块等灰度级区域，即平坦区域的能力，以百分数表示。如某设备的密度分辨力为0.35%，即表示两物质的密度差大于0.35%时，该设备能将它们分辨出来，决定密度分辨力的主要因素是位深。既然我们的目标是使数字处理对视觉效果的影响最小，就希望平坦区域以均匀一致的亮度显示出来。

数字图像的密度值是用计算机二进制的数字表示的。模/数转换器是将原始连续的密度转换为一系列离散的灰阶水平，此过程称数字化。将所有的数值同这某一密度级相似的灰阶转换为准确的该级的灰阶水平，黑白之间灰阶值有许多级，可用的灰阶等级或灰阶水平由2N决定。N是二进制的位数，称为位深。

从信息量分析，位深又可称为比特（bit）。比特是信息量的单位，比特值越大，表示信息量越大，量化精度越高；比特值越小，量比精度越低。所以说，比特值决定着图像的密度分辨力。同一幅图像用不同的比特值量化，会获得不同的密度分辨力。比如，正式颁布的胶片密度范围内部最大密度为3.0，最小密度在0.2以下，那么，胶片的密度范围则为3.0-0.2=2.8。若用8比特量化，即N=8，则2N=28=256，也就是说，从0~255共有256个数字，对于256个数字而言，其中每一个数字所代表的密度值则是2.8÷256=0.01，意味着相邻两灰度级间相差一个数时，其密度相差0.01。现改用4比特量化，即N=4，则2N=24=16，此时，每个数所代表的密度值为2.8÷16=0.18，意味着相邻两灰度级相差的密度差是0.18。

显然，8比特要比4比特量化精度高。所以，比特值越大，量化精度越高，密度分辨力越好。目前，常见成像设备的比特值参量多为8、12、14或16。

CR成像板的潜影在扫描装置中激发、探测和转换过程中，发出的信号通过模/数转换就实现了图像信息在空间和能量水平上的量化。空间的量化用像素表达，形成图像的像素矩阵，像素矩阵大小是空间分辨力的一个度量标准。典型CR图像的像素矩阵根据成像板规格的不同，在1 536×1 870和2 048×2 560像素之间变化。能量等级的量化用灰度来表示。像素位深（比特值/像素）是影像对比度或灰阶分辨力的一个度量标准。一幅8比特的图像由256个灰阶组成，一幅12比特/像素的图像由4 096个灰阶组成。一般使用12比特/像素进行图像数字化。

（三）噪声

噪声是影响图像质量的不利因素，且噪声无处不在，不能完全消除。数字成像有许多数值与过程会影响和形成图像的噪声，主要有量子噪声、电子元件形成的噪声以及重建法形成的噪声。每一幅模拟图像均有一个内在的对比分辨力和空间分辨力，噪声限制了这种分辨力。在数字图像中，只想用更多的位深来改变像素内的数字提高密度分辨力，而不调整原始图像的噪声含有量是没有实际意义的。

为了调整原始图像的噪声含量，增加曝光量可使影像中亮度（或密度）的随机波动见效，降低噪声，当曝光量增加4倍时，噪声水平减少2倍，也可通过调整滤过板和提高检测器的灵敏度，达到降噪目的。在图像处理过程中，有时为了提高空间分辨力，采用锐利算法（骨算法）重建图像，此时，损失了一些影像信息，增加了噪声含量，换取了边缘增强的效果。