主线任务-手术导航

0.前言        

        怀揣着无比激动的心情，开始了研究生生涯的学习。目前可能今后的学习方向为手术导航相关，在此记录学习的历程，加深学习印象。

        由于在本科期间对相关领域的接触较少，目前的思路是通过《从二维到三维-医学影像分析及器官三维重建》一书，大致了解手术导航的流程以及需要的各种技术。在大致了解的同时，进行基础知识的学习。争取在研一期间掌握尽可能多的技能。由于书中的内容大多偏理论，我在学习医学影像可视化的同时也准备把代码贴在内容中。在影像可视化中，我准备学习opencv来实现，我会逐步在书中给出的算法下添加实现代码。

1.流程概览

        

        以上为医学图像可视化的基本流程。首先进行图像的预处理及图片质量的改善，目的主要是使得图片便于人或机器进行识别；其次，进行医学图像的分割；然后，医学图像的配准与融合。其中配准指的是图像在不同坐标系中的位置变换，融合是指将多种医学图像的信息相互补充，得到信息尽可能多的图像；然后，医学影像的三维重建； 最后是医学影像的可视化。

        目前仅在看可视化的内容，关于手术导航中的路径规划、避障等问题暂没涉及。

2.医学影像的预处理与图像增强

        医学影像预处理的技术有很多，在此介绍窗口技术、图像的几何变换以及频域技术。

2.1 窗口技术

        窗口技术乍一听可能让人摸不着头脑，其实原理极为简单。以灰度图像为例，在窗口技术中将图像中灰度的范围称为窗宽，将图像中所有像素灰度的强度均值称为窗位。窗宽决定了图像的分辨率，窗宽越宽，分辨率越高；窗位决定了图像的亮度，窗位越高，亮度越高。通过调整窗宽窗位便可以调整图像的亮度与对比度。

2.2 图像的几何变换

        在面对图象时，我们可以很直观的将其视为一个又一个的像素块。图像的旋转、平移、缩放，实质上就是像素块位置的变换。原理如下：

        g(x,y)  = f(x', y')

        其中g为输出，f为输入，x,y表示坐标位置，也就是将输入图像原坐标变换后的坐标灰度值赋予到输出图像的原坐标。具体细节不在展开。

        在几何变换中需要注意的细节是变换的方向。方向分为向前变换和向后变换。向前变换指由输入像素的位置计算出输出像素的位置，之后将像素值赋给输出像素的坐标。向后变换是由输出坐标计算输入坐标，然后赋值。易知在计算坐标中坐标很有可能不是整数，因此向前变换计算出的输出坐标可能超出显示范围，造成数据的丢失，因此目前一般采用向后变换。

        向后变换计算出的输入坐标也很有可能不是整数，也就是计算出的输入坐标可能落在了四个整数输入坐标之间。例如计算出输出坐标为（0.5， 0.5），但是实际有的像素点坐标为（0，0），（0，1），（1，0），（1，1）。此时就涉及到插值的概念，常用的插值方法包括0阶插值、1阶插值等。

2.3 频域技术

        频域技术设计到傅里叶变换。在下面的文章中有介绍，可以了解了解。(12条消息) 细碎知识点1-傅里叶变换（2022.9.5）_机智飞的博客-CSDN博客

2.4 直方图增强

        原理：统计图像中不同色块的出现频率，得到色块灰度值的直方图，然后调整分布使其接近正态分布。调整正态分布后，还可以进行一定操作，将窗宽调大从而增加对比度，或者调节窗位调节亮度。

        在图像的局部范围内也可以使用直方图增强技术，对局部突出显示。

2.5 空域增强

        通过调整色素块调整图像显示。主要包括平滑处理与锐化处理。

        平滑处理的作用是让图像过度平滑，减少噪音。常见的方法有中值滤波和均值滤波。一个是用临近色块的中值（中位数）来代替临近色块，一个是用平均数。

        锐化处理的作用是增加图像对比度，使细节更加突出。常见操作为一阶锐化、二阶锐化（求1阶导，求2阶导）