3 股骨CT胶片扫描获取的断层图像处理与断层二维轮廓提取 Fault image processing and fault two dimensional profile extraction using CT scanning in the femur  个性化人工关节计算机辅助设计与计算机辅助加工中CT图像的获取与膝关节二维轮廓的处理是所有工作的起点，也是所有工作中非常关键的地方。选用合适的方法进行图形图像的处理，从而使获得的矢量化二维轮廓能尽量精确的反映膝关节轮廓的特征。提高膝关节三维重建的精度。在国内很多高校、医院等研究机构对个性化人工膝关节的设计与制造中。使用的医学图像处理软件也基本上相同，采用的方法也比较类似，大部分研究者都采用了一系列的医院图像处理软件来实现二维轮廓的提取。很少有研究者运用非医学图像处理软件来处理膝关节的图像。本文在图像处理的过程中采用医学图像处理软件和非医学图像处理软件相结合的方法对CT扫描后的膝关节图像进行了去噪、滤波、分割等处理，得到了高质量膝关节的图像文件。在二维轮廓的提取过程中，采用了目前常用的计算机绘图软件AUTOCAD进行膝关节二维轮廓的提取，并对提取的二维轮廓线进行了B样条曲线处理，得到了很精确的二维轮廓线。 3.1  通过扫描仪器获取膝关节的图像资料 通过与医院联系获取某一个需要进行膝关节置换患者的CT图形资料，本次实验只取膝关节股骨远端部分共80 mm，取胫骨平台附近60 mm。采用2 mm间距进行CT机扫描，一共获取40张股骨近端CT胶片与30张胫骨平台CT胶片。扫描获取CT胶片后尽量不要将顺序弄乱，最好依然按当时对该患者膝关节进行CT扫描的顺序依次进行CT胶片的摆放，并进行适当的标号。发现有明显的顺序不对的要进行及时的调整。为以后CT扫描做好基础准备工作。把这些胶片通过高分辨率的扫描仪扫描成*BMP等图形文件格式，这样得到了由CT胶片扫描后的图形文件。利用这种方法对系统要求较低，但因为原始数据经过多次的信息转换，多种误差和噪声累积使得数据质量受到影响，使得后续处理的精度下降[27]。扫描后，各个断层之间的相对位置被破坏，必须进行各个断层图像的重新定位。从医院患者的CT扫描到膝关节的设计制造需要大量的处理时间，用这种方法得到个性化膝关节的时间周期是比较长的。因此这种方法合适那些可以等待置换膝关节的时间比较长的患者。本次实验采用操作仔细处理方法合适对误差进行及时分析等手段最后保证误差在容许的范围之内。满足这次实验的要求。 3.2 膝关节图像预处理  通过扫描仪器获得的膝关节图像含有各种除膝关节外的周围的各种组织的图像，预处理目的是减少各种干扰，过滤干扰信息，提高图像质量。 3.2.1 膝关节图像中值滤波法去除噪声 以CT断层图像作为输入会带入一系列的噪音等干扰信息，进行滤波去噪、锐化、边缘提取等一系列图像处理过程，实现轮廓线的逼真从而矢量化位图[28]。提取出高质量的轮廓获得准确简洁的轮廓图像文件。在医学图像噪音去除的方法现在常用的有：邻域平均法、中值滤波法、保持边缘滤波法[29]、小波支撑向量机降噪滤波法，也有些图像处理的过程中为了获得高精度的图像可以采用几次滤波的方法也可以采用几种方法相结合进行。根据本次CT图像的特点，本次实验采用中值滤波法与小波支撑向量机降噪滤波法相结合的方法进行，中值滤波法是很一种常用的非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中间值，中值滤波法是用来消除椒盐噪音的常用的方法。常常用来消除随机脉冲噪声。中值滤波不做乘除，处理速度高，适合于CT图像去噪处理。小波支撑向量机降噪滤波法主要也应用于图像降噪，这种方法主要是利用将图像看成是二维函数，同时利用支持向量机回归的方法对降噪的图像进行逼近处理，可以达到将图像中的干扰去除的目的，可以获得精度较高的膝关节CT扫描图像。 3.2.2 图像分割  图像分割就是把CT扫描后的图像分成一些各具特性的区域，同时提取出自己需要的那部分图像，而实际上就是把图像中具有某些特殊要求的不同区域用一定的方法区分出来。常用的图像分割方法主要有：阈值分割、边缘检测法、区域提取法。本次实验采用第一种阈值分割方法。阈值分割法(一种基于区域的图像分割技术)，基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。常用的特征主要包括2类：一类是由原始灰度或彩色值变换得到的特征。另一类利用直接来自原始图像的灰度或彩色特征。 设原始图像为f(x，y)，按照一定的规则在f(x，y)中找到特征值T，将CT图像分割为成两个部分，分割后的图像为：   若取：b0=0(黑)，b1=1(白)，即为通常所说的图像二值化。 阈值分割法分为全局阈值法和局部阈值分割法2种。局部阈值分割法是将要分割的图像划分成一些比较小的图像，同时对每个分割图像选取各自的阈值。待阈值分割完后，相邻子图像之间的边界处因为产生灰度级的不连续性，所以一般用平滑技术进行排除。 阈值法图像分割的实现：图像的灰度级范围是0，1，2，…，L-1，设灰度级i的象素点个数为Mi，图像象素点的总数为        ，则灰度级i的出现概率Pi定义为              在Ostu方法中，阈值t把图像的象素分为C0=(0，1，…，t)和C1=(t+1，t+2，…，L-1)两类。即阈值T将图像分成目标，背景两部分，使得两类总方差取得最大值的t，即为最佳分割阈值。 3.2.3 轮廓提取  当膝关节的图像经过图像去噪处理和图像分割处理后，将除膝关节周围的组织进行去除。选取膝关节轮廓区域，提取二维轮廓。图3是从中选取了2个有代表性的膝关节二维轮廓线(这里主要是以为膝关节股骨近段为例，胫骨平台的出来方法一样)。 目前膝关节二维轮廓的提取大多的研究人员都采用比较专业的医学软件。AutoCAD软件支持多种操作平台具有通用性、易用性，适用于各类用户。下面介绍膝关节二维轮廓图像提取的具体方法。本次二维轮廓线的提取采用了AutoCAD软件来实现。具体的提取步骤如图4所示。"

"

现举例提取1层膝关节断层图像进行轮廓线的提取并拟合层B样条曲线对膝关节多层二维B样条曲线进行说明。打开AutoCAD2004软件如图5A所示。 插入某层膝关节CT扫描图像文件如图5B所示。 提取膝关节CT扫描图像的二维轮廓线，并生产B样条曲线如图5C所示。 这样就得到了一层膝关节的断层二维轮廓B样条曲线，按同样的方法可以逐层得到膝关节的二维B样条曲线。 3.2.4 三维B样条曲线数据的建立  经过上述噪音去除，图形分割，二维轮廓的提取等平面的处理后，提取共40个股骨远端二维膝关节轮廓，每层的间距是2 mm。把各层所有的二维断层轮廓数据按原始的顺序组织成三维的数据场。逐层输入断层的二维膝关节轮廓，完成整个膝关节三维数据场的建立。每层的轮廓线采用B样条曲线进行(图6)。   4 平均误差分析  Average error analysis  虽然在进行CT图像扫描的时候进行了仔细的操作，CT胶片的层距为2 mm，但因为各种因素的带来的干扰使得其精度会有一定的影响。为了确保所测量数据的精度，实验对所得的相关数据进行误差的分析以及产生误差的原因，对以后进一步研究膝关节的建模精度提供参考依据。 通过数据测量数据统计与分析获得宽度平均误差在0.73-1.41 mm之间。误差相对于人工膝关节的尺寸相比可以忽略。不对膝关节的三维重建的精度带来影响。综合分析，认为重建过程中误差来源由以下几个方面组成。 通过误差分析可以知道误差主要由CT的分辨率，各种噪声及伪影等共同组成。在扫描CT胶片的试验中，为了得到的较好的质量的图像。采用了增加象素，缩小有效的视野直径，减小象素的尺寸等方法。CT胶片中间出现骨与软组织的伪影，这是因为采样频率不足所导致的。噪声的大小与射线剂量与扫描层厚紧密相关。实验的时候作者采用了2 mm的层厚降低噪声。扫描中取的层厚越薄，CT分辨率就越高，扫描后的图像的质量就越高，重建的三维实体越接近于原物。但层厚受到CT机本身和试验条件的限制，本文中的实验究扫描层间距取 2 mm，从而在测量时会造成一定的误差。 "