核医学/PACS基础物理及高级图像处理
近年来，随着计算机技术的飞速发展，以数字格式存储和传输医学图像成为可能。 PACS系统 通常基于专用计算机，可以访问存储在不同成像模式的数字图像处理器中的数据，并将这些数据以高速率传输到远程查看控制台、归档存储介质以及医院内部或外部位置的其他计算机系统——参见下图
词汇表 – HIS：医院信息系统；RIS：放射科信息系统；LAN：局域网；RAID：独立磁盘冗余阵列。
PACS的成功实施关键取决于几个因素，包括图像格式标准化、 HIS 和 RIS 集成、图像显示设备、图像传输速率和存储容量。这些特性将在下面讨论。
不同医学成像设备之间交换图像数据的标准化方式。大多数设备制造商都采用了医学数字影像与通信 (DICOM) 标准来促进这一点。另一个专门为核医学图像开发的文件格式称为 Interfile。除了指定数字图像数据的格式外，这些信息交换格式还涵盖了嵌入在图像文件中的患者和检查细节。后一个特性在医学成像中尤为重要，这样患者的研究就不会混淆，例如，可以将其视为为每个获取的图像或图像集生成一个出生证明。以下四个图显示了此类DICOM标头信息的示例（标头通常是一个连续的文档，为了便于讨论，已在此处分成四个部分）
请注意，数据提供了患者详细信息以及图像类型、研究日期和时间、模态、扫描仪制造商和使用的图像处理工作站。此标头的第二部分显示在下面
请注意，此数据涵盖了此SPECT研究中使用的切片厚度和间距、图像采样和量化信息、图像数量以及扫描仪使用的光子能量窗口。此标头的第三部分显示在下面
请注意，此数据涵盖了用于获取研究的扫描仪运动的详细信息。此标头的第四部分也是最后一部分显示在下面
请注意，这最后一部分详细说明了患者和扫描仪的方位以及实际图像数据。
医学中常用的其他图像格式，用于初级诊断以外的目的。这些格式对于教学、多媒体和出版目的很有用。以下表格中包含了这些格式的示例。
| 格式 | 压缩
|
评论
|
|---|---|---|
| JPEG | 有损
|
文件大小小
|
| PNG | 无损
|
标头信息
|
| TIFF | 无损/有损
|
文件大小大
|
| GIF | 有损
|
图形数据
|
联合图像专家组 (JPEG) 格式广泛用于使用 万维网 传输图像，因为图像数据可以使用 图像压缩 技术减小尺寸，因此可以相对快速地传输。此格式使用的压缩技术通常会导致图像数据的丢失，而这些数据无法完全恢复。因此，表中提到了有损压缩。如您所料，该格式不用于初级诊断，但对于教学和相关应用仍然有用。
可移植网络图形 (PNG) 格式是这些格式中最新的，在无损压缩、平台独立的图像显示和压缩功能以及嵌入患者和研究识别信息的能力方面具有优势。
标记图像文件格式 (TIFF) 广泛用于出版行业，并提供无损压缩和有损压缩的功能。但是，其无损压缩会导致图像文件大小很大。
最后，图形交换格式 (GIF) 广泛用于通过万维网传输图形图像（例如，图形、图表、流程图等），还可以用于动画图形。
医学图像通常需要高质量的显示设备。阴极射线管 (CRT) 和液晶显示器 (LCD) 显示器被广泛使用，其视觉特征与显示任务相匹配。例如，用于数字乳房X线照片和胸部X线照片的显示器需要相对高的亮度和空间分辨率，而用于核医学和超声图像的显示器则没有如此严格的规格，但需要颜色和动态成像功能——用于CT和MRI的显示器也是如此，除了可能的颜色处理外，还需要高对比度分辨率。此外，用于临床审查的显示器通常比用于初级诊断的显示器具有较低的空间分辨率要求。
CRT 技术的缺点包括亮度不均匀和眩光严重。CRT 显示器的亮度通常在中心最高，并随着其空间分辨率一起向屏幕边缘下降。眩光是由于管体内光的反射造成的，对空间分辨率和对比度都有很大的负面影响。另一方面，LCD显示器的特点是亮度增加、亮度均匀性、空间分辨率和对比度，以及更低的功耗和台式机占用空间。然而，当观看者不在屏幕正前方时，由于光学偏振效应，显示图像的可视化会受到影响，但这几乎是相对于CRT的唯一缺点。
亮度是一个重要的特征，因为它会对诊断准确性产生负面影响，因此许多医学显示标准指定了最小值，例如 美国放射学院 指定的最小值为 160 cd/m2。传统上用于医学成像的观察箱比计算机显示设备（无论是CRT还是LCD）具有更高的亮度。下表比较了各种显示设备的亮度值
| 显示设备 | 尺寸 (cm)
|
分辨率 (像素)
|
亮度 (cd/m2)
|
对比度
|
|---|---|---|---|---|
| 乳腺X线摄影观察箱 | 57
|
-
|
3,500 – 5,000
|
-
|
| 传统观察箱 | 57
|
-
|
1,000 – 3,000
|
-
|
| 灰度 - 300万像素 | 53
|
2048 x 1536
|
600
|
600:1
|
| 灰度 - 200万像素 | 48
|
1200 x 1600
|
800
|
700:1
|
| 彩色 | 76
|
1280 x 768
|
450
|
350:1
|
| 彩色 | 51
|
1200 x 1600
|
350
|
350:1
|
| 彩色 | 46
|
1280 x 1024
|
240
|
350:1
|
请注意，表中观察箱的亮度是LCD显示器亮度的五倍或更多。因此，广泛使用 窗口 技术进行补偿。还要注意，表中灰度显示器的亮度往往高于其彩色显示器。
此外，图像显示工作站界面必须用户友好。也就是说，控制图像显示、操作、分析、存储和分发的界面需要直观、高效且特定于医疗环境。
| 连接 | 速度
|
传输时间
5 MB图像文件 |
|---|---|---|
| 电话调制解调器 | 56 kbit/s
|
大约12分钟
|
| ISDN | 128 kbit/s
|
大约5分钟
|
| DSL | 384 kbit/s
|
1.8分钟
|
| 以太网 | 10 Mbit/s
|
4秒
|
| 快速以太网 | 100 Mbit/s
|
0.4秒
|
此外，免费的网页浏览软件的可用性，使得在大型医院校园和相关诊所中高效地分发图像得到增强，这意味着图像分发的成本仅为引入该软件之前成本的一小部分。
图像传输时间在任何PACS系统中都应该很短，原因显而易见。理想情况下，图像应在请求图像后的2秒内出现在显示器上。高速网络的不断普及使得能够更容易地满足这一要求。下表比较了一些常见网络连接的传输速度。
最后，PACS环境应该能够访问相对便宜的档案存储，最多可达几TB（即几百万MB）的图像数据，并且必须在合理的时间内提供对非当前图像文件的检索——比如，不超过一两分钟。当前的解决方案包括机器人数字磁带存档和光盘自动换盘机。
互联网 是一个全球性的计算机网络集合，近年来其使用量呈爆炸式增长。其起源可以追溯到大约 30 年前，由 美国国防高级研究计划局 和 互联网络工作组 连接美国大学、军事和研究网络的活动，到 1986 年的美国 国家科学基金会 网络，再到 1991 年欧洲核子研究组织 (CERN) 和 1993 年伊利诺伊大学国家超级计算应用中心 (NCSA) 发布的公共领域软件，最后到最近全球范围内的大量兴趣。
该系统促进了数据、计算机程序和 电子邮件 的传输，并允许在 新闻组 中讨论专业主题，以及其他功能，如 Telnet、互联网中继聊天 和 文件共享。然而，无论应用程序如何，该系统本质上都允许在全球范围内方便地交换计算机之间信息。本节从电子 通信协议 和万维网的通用角度对互联网进行了非常简要的概述。
所有形式的通信，无论是基于电子手段还是其他手段，都依赖于某种协议。例如，当有人接听电话时，一个常见的协议是说“你好”，表示问候或宣布接收者的位置/电话号码。连接到互联网的计算机之间的通信使用一种称为传输控制协议/互联网协议 (TCP/IP) 的协议。这种方法是两种协议的融合，其细节与我们这里的讨论无关，只是要注意它们共同提供了一个电子通信协议，允许两台计算机通过互联网连接。然而，需要注意的是，TCP/IP 的一个特点是它可以用于在不同类型的计算机之间进行通信，即它是 平台独立 的。因此，一台 IBM 兼容个人计算机 可以与例如一台 苹果电脑 或一台 UNIX 工作站 进行通信。当计算机通过电话线进行通信时使用的相关协议是串行线路互联网协议 (SLIP) 和点对点协议 (PPP)。一旦两台计算机之间建立了通信，就需要一个额外的协议来交换计算机文件。一种用于此目的的常用协议称为文件传输协议 (FTP)。可以传输的文件类型通常包括计算机程序以及数据，例如文字处理文档、电子表格、数据库文件和图像。
FTP 的一种改进是超文本传输协议 (HTTP)，它允许传输包含不同媒体类型数据的文档，并广泛用于网页显示。媒体类型的例子包括文本、图像和声音。最后，与电子邮件相关的两个协议是邮局协议 (POP) 和简单邮件传输协议 (SMTP)，而新闻组中使用的协议是网络新闻传输协议 (NNTP)。
万维网 (WWW) 是互联网在使用 HTTP 传输文档时的概念解释。这些文档通常被称为网页，使用一种称为超文本标记语言 (HTML) 的编辑语言编写。这种格式提供了对例如文本大小和颜色的控制、表格的使用，以及可能最重要的将文档链接到 WWW 上其他地方存在的文档的功能。HTML 还允许将各种媒体类型插入文档。例如，图像可以以图形交换格式 (GIF)、联合图像专家组 (JPEG) 格式或便携式网络图形 (PNG) 格式插入，如前所述，图像序列可以使用运动图像专家组 (MPEG) 格式之一进行显示。后一种功能例如对于动态核医学研究的显示很有用。
HTML 文档的传输如下图所示。用户的计算机（称为 客户端）配备了软件（称为 网络浏览器），它允许其解释 HTML 文档并使用 TCP/IP 通过互联网进行通信。该计算机还配备了硬件，使其能够物理连接到互联网，例如
- 用于通过电话线连接到 互联网服务提供商 的 ADSL 调制解调器，以及
- 用于通过机构网络（如 以太网 连接）连接的局域网 (LAN) 硬件。
在连接的另一端是一台包含用户感兴趣的文档或文档集的计算机。这台第二台计算机被称为 服务器，并以 HTML 格式包含文档。服务器计算机中使用的软件包的例子是 Apache。事件顺序通常如下
- 用户通过将浏览器指向服务器的统一资源定位 (URL) 来建立客户端和服务器计算机之间的联系，并请求给定的 HTML 文档。方向通常采用以下形式
其中
| http:// | 要使用的传输协议 |
| server | 服务器计算机的名称 |
| type | 该计算机所在的环境的简写，例如 com：公司和 edu：教育机构 |
| code | 服务器所在的国家/地区的简写，例如 au：澳大利亚和 i.e.：爱尔兰 |
| doc | 文档的名称 |
| .html | 标识文档的格式 |
- 服务器接收请求，从其存储设备获取请求的文档，并使用 HTTP 将文档发送到客户端。
- 客户端接收文档，浏览器解释 HTML，以便文本、链接和媒体类型在显示设备上以适当的方式呈现。
许多 WWW 浏览器还提供用户使用文件传输协议 (FTP) 下载文件、发送和接收电子邮件以及参与新闻组的功能。例如，使用 FTP 下载文件的过程类似于上图中所示的过程，只是用户将浏览器指向以下形式的 URL
复杂的 WWW 浏览器，如 Netscape Navigator 和 Internet Explorer，还提供在客户端计算机上生成比基本网页更多内容的功能。一种实现是能够解释 客户端脚本。这些是作为 HTML 文档的一部分下载的小程序，并使用客户端计算机的资源执行。例如，通过这种方式，脚本可以从客户端计算机读取日期和时间或使用其算术函数进行计算，并将此信息嵌入到下载的网页中。客户端脚本可以使用 JavaScript 等语言编写。
另一种实现是能够执行小的应用程序（称为 小程序），这些应用程序与 HTML 文档一起下载并在客户端计算机上运行。可以使用 Java（不要与 JavaScript 混淆！）等语言生成此类小程序。小程序在图形应用程序（如动画和滚动横幅）中得到了很好的发展。这一领域的一个令人兴奋的发展是能够将图像处理软件与图像一起下载，以便用户可以操纵图像，而无需使用特殊的图像处理程序。
最后，HTTP 服务器软件的改进允许从客户端进行交互，以便可以将信息返回到服务器以执行特定任务，例如搜索数据库、将信息输入数据库或自动更正和提供关于多项选择考试题的反馈。此服务器端处理需要额外的软件 - 一种常见形式使用通用网关接口 (CGI) 协议。小的 CGI 程序通常被称为脚本，并用 Perl 等语言编写。
在线数据库也可以在客户端/服务器模型中实现。例如，mySql 是一个被广泛采用的软件包。用于管理此服务器软件的脚本可以使用 PHP 等语言编写。
可以预料，电子通信领域引入了比上面讨论的范围更广的概念 - 而且，与 PACS 一样，这些概念与医疗概念无关！然而，我们这里不再对该主题进行进一步的讨论，因为我们的兴趣主要集中在医疗图像的分布上。
相关联成像在医学诊断中被广泛应用，以便将从多种成像方式中获得的信息合并，形成关于患者状况的更完整的图像。然而，在医院和诊所中常规地合并图像数据必须等待相对便宜且功能强大的计算机的发展，这种图像融合现在已经成为普遍现象。在融合过程之前，通常需要对图像数据进行空间配准，以解决方向、放大倍数和其他采集因素的差异。这个配准过程通常被称为图像配准。
假设我们要配准两幅图像，例如，一幅平面核医学扫描图像和一幅放射图像。
配准过程通常假设两幅图像中的空间位置之间存在对应关系，这样就可以建立一个坐标转换函数（CTF），用于将一幅图像中的位置映射到另一幅图像中的位置。在上面的例子中，就像在许多临床情况下一样，需要首先解决一些兼容性问题。显而易见的问题是，图像采集使用了不同的协议，即骨扫描中的手掌视图和前后投影放射图像。在我们这个例子中，我们可以通过从骨扫描中提取右手数据，然后将其绕水平轴翻转来解决这个问题。当使用不同的数字分辨率时，也会出现类似的问题——在本例中，核医学图像使用 256 x 256 x 8 位分辨率采集，而放射图像使用 2920 x 2920 像素矩阵和 12 位对比度分辨率采集。由于我们可能需要保持放射图像的精细空间分辨率，因此可以使用插值缩放过程将骨扫描放大到放射图像的分辨率。这些步骤的结果如下所示
当我们假设投影放射图像中空间畸变最小且定位相同，我们可以推断出一个空间均匀的 CTF，即应用于一个像素的变换也可以应用于所有其他像素。让我们将要配准的两幅图像分别称为A 和B，其中图像A 是要进行几何处理以尽可能精确地与图像 B 对应的图像。然后可以用以下公式表示 CTF
和
v = g(x,y)其中
- f 和g 定义了水平和垂直图像维度的变换；
- (u,w) 是图像 A 中的空间坐标；而
- (x,y) 是图像 B 中的坐标。
第一步计算是在坐标系 (x,y) 中生成一个最初为空的图像 C，并用从将 CTF 应用于图像 A 中获得的像素值填充它。我们可以说，得到的图像是在图像 B 上配准的图像 A 的版本。
当然，问题是如何确定 CTF。对于只需要在 x 和 y 维度上进行简单的几何平移和旋转的情况，函数 f 和 g 可以涉及相对简单的双线性插值。这种变换还可以补偿图像放大效果，得到的过程称为刚性变换。当遇到空间不均匀性时，可以使用非刚性变换在 x 和 y 两个维度应用不同的放大倍数，以及其他几何平移——在这种情况下，可以应用高阶插值器。
显然需要确定 CTF 的参数，并且我们有许多方法可以使用，例如
- 地标——其中可以识别两幅图像中突出解剖特征的对应位置，并在此基础上导出两组坐标来定义 CTF。请注意，在图像采集期间可以使用外部标记创建人工地标，例如，一组既具有放射性又具有核磁共振敏感性的标记可以在图像采集期间固定在患者的表面，以便随后对 SPECT 和 MRI 扫描进行配准。
- 函数最小化/最大化——其中，随着各种几何变换以迭代方式应用于图像以搜索最小化（或最大化）此指标的一组参数，配准质量的指标会被监控。例如，当两幅图像都是 SPECT 扫描图像，并且分别在几个月后采集时，可以使用诸如绝对像素值差之和之类的质量度量。当两幅图像来自不同模式时，通常需要更复杂的质量度量。下面我们将重点讨论后一种情况。
联合直方图的概念在这方面很重要。下面显示了我们两幅图像的单个统计直方图
骨扫描的直方图表明，图像的很大一部分是由暗像素组成的，只有少量较亮的像素来自热点。放射图像的直方图表明，该图像由大量亮像素组成，并具有广泛的灰色阴影。请注意，在此上下文中使用的术语频率是指像素值的出现频率，即单个像素值在一幅图像中出现的次数，而不是我们在本书其他地方遇到的时间频率和空间频率。
联合直方图是与单个图像直方图相关的概念，其中两幅图像中像素对的像素值在同一个图上相互绘制。换句话说，一幅图像中像素的值与第二幅图像中相同像素位置的值绘制在一起。介绍这个概念的好方法是首先比较一幅图像与其自身的副本，然后将其与该副本的移位版本进行比较，如下图所示。我们可以使用颜色处理来帮助我们进行视觉比较，例如，骨扫描（参考图像）可以使用红色CLUT 显示，其移位版本可以使用绿色 CLUT 显示。因此，当两幅图像彼此重叠时，叠加的图像数据将显示为黄色阴影，即红色加上绿色在颜色光谱上的重叠区域。
图中的第一行显示了两幅图像完全对齐的情况。请注意由此产生的纯黄色色阶。这种情况的联合直方图由一条对角直线组成，因为两幅图像中所有像素对的值都相同。图中的下一行说明了在两幅图像之间水平移动 8 个像素的效果。请注意，不匹配区域将显示为红色阴影和绿色阴影，具体取决于情况，而重叠区域将显示为黄色阴影。联合直方图现在看起来像散点图，因为两幅图像中的像素值不再在空间上对应。例如，一幅图像中的一个亮像素值现在可能与另一幅图像的黑暗区域重叠，反之亦然。
图中的第三行说明了旋转 15 度的效果，而最下面一行显示了平移和旋转的组合效果。从中学到的基本经验是，两幅相同图像之间的完美对齐用联合直方图中的直线对角线表示，而对齐不良会导致一种散点图形式。学到的主要经验是，当两幅图像不对齐时，可以应用统计技术来尽量减少联合直方图中的散点——从而实现两幅图像的空间配准。
当要配准的两幅图像使用不同的成像方式采集时，情况会更复杂，例如，核医学扫描和放射图像，因为它们的单个直方图可能彼此大不相同——正如我们在之前的图中看到的那样。然而，可以采用一些方法来尽量减少所得联合直方图中的散点图，从而对两幅图像进行配准，如下图所示
为了解决此注册过程中的两个图像之间的兼容性问题，首先将射线照相图像从 2920 x 2920 x 12 位分辨率转换为 256 x 256 x 8 位分辨率。图的上排说明了这种情况，联合直方图显示了此数据中的显着散射，正如预期的那样。下排说明了互信息 (MI) 最大化过程的结果，其中找到的解决方案涉及平移、旋转和放大骨扫描。虽然联合直方图仍然描绘了大量的散射，但可以看出 MI 指数从非注册情况下的 0.17 增加到注册后的 0.63，并且叠加图像描绘了注册到 (或如有时所说，与之共定位) 射线照相图像的骨扫描中的病变。
理想情况下，这种类型的图像配准可以使用计算机自动生成。通常遵循一个迭代过程，其中首先对两个图像的低分辨率版本最大化 MI 指标，然后逐渐对越来越高的分辨率进行最大化。但是请注意，降低射线照相图像的分辨率会显著影响其空间质量，并且虽然可以在此较低分辨率下进行配准，但生成的 CTF 可以与适当的放大倍数一起使用，以将骨扫描与全分辨率射线照相图像配准 - 如以下所示
除了互信息之外，还可以根据两个图像中数据的性质应用其他图像相似性度量。这些包括
- 计数差值最小化：其中所有像素之间的绝对计数差值的总和最小化。
- 形状差值最小化：其中使用分割技术来定义要配准的两个图像中的对象的边界，并根据这些边界之间的距离最小化相似性度量。
- 符号变化最大化：最大化一个图像相对于参考图像的移位版本减去后出现的正/负符号变化的数量。
- 图像方差最小化：最小化两个图像之间的统计方差。
- 平方根最小化：最小化两个图像中所有像素之间的绝对计数差的平方根。
- 梯度匹配：基于比较两个图像中的边缘。
为一对图像选择的技术主要取决于图像数据的性质。某些技术可以轻松地应用于患者内、模态内研究，例如，比较同一患者同一区域的骨扫描，这些骨扫描在一段时间后获取 - 例如在随访研究中。其他技术可能需要进行模态间比较，例如核医学和 MRI 扫描，而另一些则需要进行患者间、模态内比较 - 例如，将患者的图像与正常和病变条件的图谱中的图像进行比较。
最后，需要注意的是，虽然这里使用二维图像介绍了空间配准技术，但该方法也可以轻松地扩展到三维情况，通过比较体素数据中的统计特征，例如配准 SPECT 和 CT 扫描，或者 PET 和 MRI 扫描。这里可以对感兴趣区域内的所有切片逐个进行配准。
图像分割
[edit | edit source]许多形式的图像分析都需要识别图像中的结构和物体。图像分割是将图像分割成不同的区域的过程，方法是将属于同一物体的像素分组在一起。已经开发出两种一般方法
- 阈值定义：其中图像的某些属性与像素级的固定或可变阈值进行比较。一个简单的例子是灰度阈值，其中应用以下图中左侧面板所示的查找表 (LUT)，并且阈值的值，T，可以交互调整。
- 当图像包含一个单一的、定义明确的物体或一组具有相似像素值的物体叠加在具有明显不同像素值的背景上时，此技术很有用。但是，当物体靠得很近时，例如心室，灰度阈值会遇到困难。直方图分析可以用作替代方法，其中根据像素值的出现频率对像素值进行阈值处理，如上图右侧面板所示。其他替代方法包括在应用 CLUT 时对颜色进行阈值处理，监控示踪剂或对比剂在图像区域中的到达时间，以及分析感兴趣物体中像素周围像素值的差异。
- 区域增长：利用图像物体的两个特征
- 物体的像素往往具有相似的像素值，并且
- 同一物体的像素是连续的。
- 一种常见技术是首先在物体中定义一个起始像素，然后根据特定条件测试相邻像素以添加到不断增长的区域。该条件可以基于像素值考虑因素，例如以下图所示，或者基于物体的预期大小或形状。
- 请注意，当图像数据包含一组连续的断层扫描切片时，此方法可以扩展到在三维空间中增长区域。
图像融合
[edit | edit source]在图像配准后，需要一种组合图像数据以形成融合显示的方法。一种简单的方法是将两个图像相加。将它们相乘也是一种选择。但是，当核医学数据中存在热点时，这种形式的图像融合往往会掩盖潜在的解剖结构，如以下图所示
第二种方法是交织两个图像，以便使用每个图像的交替像素、交替像素组或交替数据行构建融合显示，如以下图所示
但是，这种交织会突出显示与交织过程本身相关的特征，如上图左面板中的垂直线所示。所谓的棋盘格显示，如上图右面板所示，是一种相关技术，其中交替像素组以平铺方式显示。
第三种方法是使用称为Alpha 混合的图像合成技术，该技术使用透明度值，α，来确定两个图像的比例混合，如以下图所示
这种方法在出版行业发展得很成熟，并且有各种各样的融合选项。一个常见的选项是，如上图所示，应用如下形式的等式
例如，使用 0.5 的透明度值来生成上图左面板中的图像，结果是可以在热点中识别出潜在的解剖结构。这种方法的一个强大的功能是，可以交互地改变融合透明度，以便优化数据显示，例如，或确认配准过程的质量 (如上图右面板所示)。
这种混合方法可以扩展到包含可变不透明度函数，其中对一个图像的灰度比例的不同部分应用不同的透明度值。请注意，在此上下文中，透明度和不透明度具有互惠关系。以下图显示了示例混合。
例如，高-低-高不透明度函数对一个图像对比度比例的顶部和底部端部的像素值应用高不透明度，对中间像素值应用低不透明度。结果是在热点区域之外改善了融合数据的可视化 - 如上图右上角面板所示。低-高-低函数具有相反的效果，并且生成能够可视化相关解剖细节及其周围的突出显示区域的功能 - 如上图左下角面板所示。根据要融合的两个图像的性质，还可以应用对数、指数和其他不透明度函数。
在图像融合应用中，选择不透明度函数和 CLUT 似乎更像是一项艺术工作，而不是科学或信息技术工作，因为最终结果通常是通过传达相关医学信息的审美印象来实现的。每个研究可能需要一个相当独特的图像处理步骤组合，具体取决于核医学研究中是否存在热点或冷点，以及解剖学研究中图像数据的性质，无论是来自射线照相、X 射线 CT、超声检查 还是来自各种形式的 磁共振成像。正因为如此，用于此类应用的计算机往往具有高度直观和默契的用户界面，并具有强大的可视化功能。例如，Osirix 仅在此原因下运行于 Macintosh 平台。另一个例子是由一家主要的医疗设备制造商提供的，他们将一个产品线命名为 **Leonardo**！
我们将简要提到的最后一种图像融合方法称为 **选择性集成**，其中可以使用分割技术，例如从一个图像中提取结构，以便将它们粘贴到第二个空间配准图像的相关区域。
我们将本章以一个例子作为结尾，说明以下图像所示的融合研究的 3D 对齐和未对齐。
