第35卷，第3期 2015年3月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
基于ICA的X射线医学图像自标提取
李艳，喻春雨，缪亚健，费
彬，庄凤云
南京邮电大学光电工程学院，江苏南京210023
Vol, 35,No. 3-pp825-828
March, 2015
摘要X射线医学成像能观察到患者体内病变组织，对医学诊断有重要参考价值。针对传统医学X射线图像噪声强、层次感差和器官组织重叠的间题，提出利用多能谱X射线成像结合独立成分分析（independent componentanalysis，ICA)进行图像去噪和目标提取。首先ICA结合稀疏编码收缩法对图像降噪预处理以保证目标提取精度；然后根据图像申各目标组成特性，分离图像申每个像系对应的目标厚度矩阵；最后ICA 以首分离理论获得收效矩阵重建出目标对象。在ICA算法申，借助于主观评价标准，发现当收敛次数大于 40时目标分离成功；当幅值尺度在[25，45]区间内，目标图像对比度高且失真较小。同时，通过观测实验得到的三维峰值信噪比图表明：ICA算法中收敛次数和幅值对图像质量有较大影响，当重建图像的对比度和
边缘信息均达到较好效果时，收敛次数与幅值为85和35，关键词
多能谱；独立成分分析；X射线医学成像；目标提取
中图分类号：TP391.41
引言
文献标识码：A
D0I: 10. 3964/j. issn., 10000593(2015)03082504
去预处理满足应用ICA算法目标分离重建前提条件；根据组织对多能谱X射线不回衰减系数得到每个像素中混叠器官厚度值，利用改进的快速独立成分分析算法（FastICA)获
自1895年伦琴发现X射线以来，X射线被广泛应用于医学影像。X射线成像使医生能清楚地观察到惠者体内某个病变组织，因此医学影像质量直接影响医疗诊断的准确性。20 世纪 7o 年代，Robert E Alvarez[3]和 Albert Macovs ki"将双能成像结合X射线能谱信息初步实现物质成分识别，最初用于医学射线图像的骨骼与软组织的分离和病灶诊断。但两种能谱区分度不高，物质识别效果和成像质量不理想。近年来，由于光子技术探测器具有较好能谱分辨力，将更多能谱信息引入X射线成像中实现多能谱成像"。
多能谱X射线医学图像将较宽能谱的X射线分能区进
行计数，用高低不同两种以上能量的X射线对人体特定部位进行拍摄所获得的图像，基于不同组织成分对X射线衰减各异，可获得多幅不同光密分布的透视图像，但存在噪声较大且对比度低、人体组织图像互相叠加在一起不易区分间题。针对医学图像的特殊性，引入独立成分分析方法，在不知道目标对象和传输通道参数的条件下8，仅从若干个观测图像中提取、分离出无法直接观测到的各个目标对象"
在不同电压下对人体特定部位采集一组图像，对其进行收稿日期：2014-04-04，修订日期：2014-07-08
得不断优化的收效矩阵，分离出特定目标图像；依据主观视觉标准进行对比度修正，突出感兴趣区域和边缘信息，改善图像视觉效果。
1
目标对象提取理论
1.1
多能谱X射线图像物质识别
当X射线束穿过人体时，人体对X射线存在不同程度吸收，穿过不同组织到达探测器的X射线束的能量也不同，假设在第K种材料中X射线的初始能量为I。，穿透厚度为 T，不同电压水平E［E，E，…，E,］下衰减系数为(E) 的物体，穿过人体后衰减的X射线能量表示为
I I, exp (-
u（E)T
(1)
将式(1)进行对数转换得到在电压E，下每个像素P的简化矩阵
R(p) =—log(I/I,) uT(p)
(2)
其中T(P)=［T(P)，T,(P)，，T,(P)是每个像素p
基金项目：教育部博士点基金项目（20133223120007），江苏省科技厅自然科学基金项目（BK20140876），江苏省普通高校研究生科技创新计
划项目(SJZZ-0108)资助
作者简介：李艳，1989年生，南京邮电大学光电工程学院硕士研究生
通讯联系人
email: yucy@njupt. edu. cn
e-mail: 1212032821@njupt. edu. cn