技術領域

本發明屬于X線圖像處理技術領域，具體涉及一種抑制X線圖像中骨骼影像的方法及處理設備。

背景技術

X線胸部攝片簡稱胸片，是檢測肺結節和診斷肺部疾病的基本影像手段之一。然而，常規胸片中解剖結構互相重疊，部分肺內小結節和病變組織可能由于肋骨和鎖骨的遮擋而漏診。去除胸片中的骨骼影像，可以解決解剖結構影像重疊的問題，增強X線圖像的可視性，方便醫生進行影像判讀和診斷，具有強烈的臨床需求性。

雙能減影（Dual?Energy?Subtraction，DES）技術可有效解決胸片中骨骼疊影問題。雙能減影技術是用高低兩種不同能量的X線分別攝取兩幅圖像，利用組織對不同能量X線衰減系數不同，對其進行加權減影處理，以將不同衰減系數的組織分開，生成骨像和軟組織像。

然而，相對常規胸片的攝片方式，DES技術的使用會使病人接受的輻射劑量有所增加。另外，臨床上DES設備的應用也并不廣泛，現有大部分臨床使用的DR（Digital?Radiography，數字化放射成像）和CR（Computed?Radiography，計算機放射成像）設備并不具備DES功能。?因此，針對DR或CR設備攝取的單幅常規胸片，設計合適的圖像后處理方法，抑制或消除胸片中的骨像，在不需使用DES設備的情況下模擬實現雙能減影功能，具有重要的臨床應用價值。

對單幅胸片進行骨抑制處理，需要利用胸片的圖像特性和先驗信息，對軟組織像或骨像進行預測和重建而實現。常用的方案是以DES設備獲取的圖像作為訓練樣本數據和金標準，對骨抑制所需的預測模型進行學習和評價。

現有技術中的胸片骨抑制方法可分為兩類：非參數化方法和參數化方法。非參數化方法，如Loog等采用的k近鄰回歸方法，不需要估計預測模型的參數，但Loog等提出的方法需要建立數量巨大（在特征空間分布足夠密集）的樣本數據才能保證預測的準確性，然而從數據庫中對每個像素對應的特征搜索近鄰非常耗時，因此該方法存在處理速度慢的缺點，難以實用化。參數化方法使用的預測模型，如神經網絡、貝葉斯集成機器等。參數化預測模型，以神經網絡為例，一般通過胸片的局部特征預測單個像素的軟組織像（或）骨像的強度，速度相對較快，但對噪聲敏感，其預測性能主要依賴于有效的局部特征和預測模型的泛化能力。局部特征的設計缺乏理論指導，而神經網絡模型則難以有效利用胸片圖像的全局信息。單像素預測模型不能有效描述像素間的關聯性，難以保證生成軟組織像的空間一致性。

因此，針對現有技術不足，提供一種不需進行雙能減影攝片的情況下可方便簡單地抑制X線圖像中骨骼影像的方法。

發明內容

本發明的目的在于針對現有技術不足，提供一種抑制X線圖像中骨骼影像的方法及處理設備，能夠不需進行雙能減影攝片，可方便簡單地實現抑制X線圖像中骨骼影像。

本發明的上述目的通過如下技術方案實現。

一種抑制X線圖像中骨骼影像的方法，包括：

(1）對待處理X線圖像進行預處理并提取其圖像特征，所提取的圖像特征稱為主體圖像特征；

（2）根據所述主體圖像特征，在雙能減影圖像數據庫中進行檢索，得到與待處理X線圖像最相似的M幅參照X線圖像及與每幅參照X線圖像所對應的骨像、軟組織像和濾波響應信息，其中M為自然數；

所述雙能圖像數據庫預存儲有多幅臨床雙能減影先驗X線圖像及對應的軟組織像、骨像、病變區域位置信息及先驗X線圖像的圖像特征信息，先驗X線圖像的圖像特征稱為參考圖像特征；

（3）根據步驟（2）得到的M幅參照X線圖像集合，將待處理圖像與M幅參照X線圖像一一進行對比，確定待處理圖像中每一圖像塊與每一幅參照X線圖像對應的最相似的圖像塊信息獲得與每一幅參照X線圖像對應的子初始骨像，通過獲得的M個子初始骨像計算初始骨像；

（4）根據步驟（3）得到的初始骨像，對待處理X線圖像進行骨像重建，獲得重建的骨像；

（5）將待處理X線圖像減去重建的骨像，獲得待處理X線圖像的軟組織像。

上述步驟（1）中對待處理X線圖像進行預處理具體是對圖像的灰度值范圍、空間分辨率、對比度參數進行統一標準化處理。

上述主體圖像特征包括空間金字塔直方圖和濾波響應；

具體是由碼本對待處理X線圖像中的局部特征進行量化處理，獲得待處理X線圖像的空間金字塔直方圖；其中，碼本由圖像塊局部特征的局部描述子構成的樣本集通過k均值聚類得到的聚類中心構成，圖像塊局部描述子使用原始圖像塊、像素坐標、濾波器組響應、Daisy描述子及多種局部描述子的組合構成；