基于MRI图像纹理分析的应用及研究进展

刘菲涤 杜 芳 程海泉

纹理是所观察图像的灰度变化规律，具有局部不规则而宏观规律的特性[1]。纹理特征分析就是对图像灰度值的局部特征、变化规律以及分布特点进行分析量化一种方法。医学图像上的纹理则根据灰度变化而呈现出相应的、有规律的微细图案，故对医学图像而言，纹理特征与机体组织病理、生理相关，如何更精准地提供与病理、生理相对应的一系列纹理参数是医学图像纹理分析的关键所在。

医学图像纹理分析最早基于MRI，随着纹理分析方法的不断改进及图像质量的提高，纹理分析逐渐应用于超声、CT等更多的常规医学图像。但MRI任意方位的多参数尤其是组织高分辨的特性能更精准地反映组织的病理与生理信息，且随着MRI新技术的不断研发应用，其联合应用的纹理特征使MTA在辅助医学疾病的诊疗、疗效预测与评估方面一直具有较重要的地位。

纹理分析方法

常用的纹理分析方法分为四种：统计法、结构法、模型法和频谱法[2]。统计法是从统计学角度出发，利用图像的灰度空间分布表征纹理信息（如粗细度、均匀性等）。结构法的基本思想则化繁为简，即复杂纹理可由简单的基元按照一定规律重复排列，适用于基元足够大且能单独被分割的人工纹理，因此该法应用受限。模型法应用数学模型来表示纹理基元间的关系，但缺乏方向选择性，不适用于局部图像的结构描述。但因其领域的分数维度将图像的空间信息和灰度信息简单有机结合，提供了不同规模形状的相似性，在图像处理与分析中备受瞩目。……