基于感知的非均匀CT图像颜色映射技术

《Investigative Radiology》：Perception?based, Nonuniform Color Mapping for CT Reading

　　背景：尽管现代CT技术具备更快的扫描速度、更低的辐射剂量、更高的分辨率以及先进的探测器设计，但常规图像解读仍主要依赖于灰度窗调整，而这种调整需要频繁手动操作。现有的彩色映射方法依赖统一的数学梯度，在组织或结构显示方面相比灰度显示并无明显优势。

目的：开发并评估一种支持基于感知的彩色映射交互式探索的软件框架。

材料与方法：开发了一种定制的研究用DICOM查看器，可实现交互式非均匀彩色显示。验证工作包括使用对比剂稀释系列与临床查看器进行比较，以及使用在不同剂量和重建参数下获取的带有预设病变的肝脏 phantom CT扫描图像。通过应用不同的彩色映射后，对肝脏 phantom中的组织和结构进行视觉评分以评估其区分度。

结果：通过对比剂稀释系列进行的定量验证表明，CT值与颜色的映射是正确的。在基于phantom的读取器评估中，非均匀彩色映射能够产生稳定的视觉表现，在主观视觉分析中更受青睐。

结论：与统一彩色映射不同，所提出的方法采用非均匀颜色范围来更好地匹配人类感知。在CT成像中，这有助于更清晰地区分组织和结构，在基于phantom的视觉评估中比标准的统一显示方法更具优势。CT成像本质上是定量的，每个体素代表的X射线衰减值以Hounsfield单位表示，这一标准尺度是以水和空气为参考的。这种定量特性使得可以对组织进行特征描述、不同扫描仪之间的比较以及长期随访研究成为可能。现代CT扫描仪愈发先进，具备了更高的空间分辨率、更强的降噪能力、光谱信息功能以及更稳定的HU值。尽管如此，CT图像仍主要以灰度形式呈现，其可视化概念自断层扫描技术早期发展以来几乎未发生变化。由于HU值范围较广（大约从-1000到3000 HU以上），超出了人眼在灰度模式下所能分辨的范围，也超出了医疗显示器所能显示的独立等级，因此放射科医生通常会调整窗宽和窗位，常常使用预定义的设置（如肺部窗），以便一次只关注有限的HU值范围。这种方法对于常规图像解读至关重要，且在临床工作中已得到广泛应用。灰度窗调整存在一个根本性局限：在给定设置下只能最佳显示单一HU值范围，而处于该范围之外的结构即便包含具有诊断意义的额外信息，也会呈现为均匀的黑色或白色。因此，放射科医生经常需要重新调整窗口，并在脑海中整合多个视角的信息，尤其是在评估细微病变或异质性组织时。然而，人眼的视觉敏感度并非对所有视觉信号都相同——在噪声较大的图像中，人对微小亮度差异的辨别能力有限，而颜色差异则能更可靠地被识别，且所需认知努力更少。颜色具有这一优势的原因之一在于，即使相邻区域的亮度相似，颜色差异依然能在视觉上被区分开来。尤其是互补色，由于能刺激视觉系统的不同色觉处理通道，因此能产生强烈的感知对比度。这样一来，即使在灰度模式下看起来相似，相邻结构也能被清晰区分。此类颜色对比度的有效性主要取决于它们在颜色空间中的分离程度，而非仅依靠亮度差异。颜色的这种感知优势被广泛应用于地图、预警系统以及医学参数图像中。在定量成像中，精心设计的颜色刻度可以提高解读的一致性，而选择不当的颜色映射则可能引入伪影。尽管如此，目前的DICOM查看器对超越统一显示方法的可视化技术支持仍然有限。为填补这一空白，我们开发了一个用于基于感知的彩色映射的交互式框架，我们将该技术称为交互式非均匀彩色映射。其目标是让那些使用统一显示方法难以察觉的图像信息得以显现。

材料与方法：本技术报告主要基于phantom实验，同时也包含了来自完全匿名化的临床CT数据集的示例图像。该项目不在瑞士《人类研究法》的适用范围内，因此无需经过相关伦理委员会的审批。

软件实现：第一作者开发了一种定制的研究用DICOM查看器。该系统采用混合设计，所有DICOM图像数据都保存在用户本地设备上。浏览器前端与一个用Python编写的小型本地服务相连，该服务负责处理DICOM数据的访问，并通过本地WebSocket直接传输图像切片，无需任何在线数据传输。颜色映射和体积渲染均在浏览器内部通过其内置的图形引擎和GPU加速功能完成，从而实现即时视觉更新。这种方法结合了本地GPU渲染的速度与基于Web的界面的便捷性，同时确保医学图像数据不会离开本地环境。对于元数据和会话管理，则由远程Python服务器作为后台控制器。

颜色映射流程：INCM流程旨在实现快速、交互式的基于感知的彩色映射，并能在整个图像体积范围内提供即时反馈。用户可以调整颜色及其在数值轴上的位置，实时观察这些变化如何影响整个图像堆栈中组织和结构的感知外观（见补充数字内容1中的截图，链接：https://links.lww.com/RLI/B122）。由此生成的查找表也可应用于在类似条件下获取的其他图像系列，从而确保不同研究之间颜色表现的一致性，除非用户再次有意修改颜色或对应的HU值范围。该框架并非依赖预定义的颜色映射，而是一个交互式查找表编辑器，用户可以根据可视化需求调整颜色选择和HU值定位，从而构建、优化和评估非均匀颜色映射。为展示非均匀颜色映射如何在典型临床数据集中辅助视觉区分，我们在交互式探索过程中将基于感知的技术应用于匿名化的临床CT图像（见图1），并将其与常用的统一颜色映射方法（见图2）进行了比较。所有渲染均在标准的临床放射学工作站（Dell Precision 3680）上完成，显示设备为经过校准的医用级显示器（EIZO RX350）。数值以n（%）表示。通过对类别比例零假设进行的二项检验（非均匀与均匀），证实非均匀映射具有极显著的优越性（78次选择对比12次，P<0.001）。按辐射剂量分层后（每个剂量水平有45次选择），在5 mGy和1.25 mGy两个剂量水平下，非均匀颜色映射都占据了最大的选择比例，分别为43/45次选择（95.6%）和35/45次选择（77.8%）。在18组图像中，有15组的多数读者（5名读者中有≥3人选择相同的显示方式）更倾向于某种显示方法。

讨论：研究结果表明，基于感知的颜色可视化优势并非源自颜色的使用本身，而在于感知对比度在图像数值中的分布方式。包括灰度窗处理和常用颜色映射在内的均匀显示方法，并不能产生预期的、针对特定组织的对比度；相反，那些具有感知意义的差异会根据其数值在所选显示映射中的位置而显现或隐藏。因此，不同组织或结构之间的细微差异往往是偶然可见的，而非有规律可循。相比之下，所提出的非均匀方法允许通过交互式探索，将感知对比度有目的地置于感兴趣的范围之内。这样一来，组织和结构中的细微变化就能以可控且可重复的方式被清晰区分，且不太受整体图像外观的影响。一旦确定，这种映射方式在整个图像体积及相似的扫描数据中都能保持稳定，从而在处理大型数据集或比较不同扫描结果时能提供一致的感知效果。从概念上讲，这与现有的医学颜色可视化技术有所不同，比如光谱CT碘映射、双能量叠加图或灌注图。这些技术通常用于显示衍生出的定量信息，或将其他参数与原始图像数据结合。而本文提出的方法并不生成或添加新信息，只是通过调整原始CT衰减值的显示方式，提升现有图像信息的感知区分度。原始的定量图像数据保持不变，而感知对比度则可根据可视化需求进行重新分配。

另一个需要考虑的因素是色觉缺陷。由于该框架允许自由选择和设置颜色，因此可视化效果并不局限于单一的色彩调色板。即便在遵循非均匀颜色过渡分布原则的前提下，也可以使用为无障碍设计而专门制定的颜色集，如Viridis色系。未来的研究应针对不同类型色觉缺陷的读者，评估更为优化的颜色方案。

此外还有几处局限性值得注意。目前的验证是使用稀释系列和虚拟数据进行的，而非大规模患者数据集，这种方法虽有助于证明技术的准确性和感知一致性，但无法用于判断其诊断性能。而且，读者评估侧重于主观偏好而非诊断性能。由于这些可视化方法本身具有可见性，因此无法实现完全盲法，读者的选择可能受到了新颖性效应或视觉显著性因素的影响。另外，验证仅限于某一家制造商的CT系统；不过，该方法基于标准的HU值设计，本身并不依赖于特定厂商的设备。未来还需要在临床数据集中进行进一步评估，以了解其对组织和结构视觉区分度、读者信心以及一致性等方面的影响。

结论：非均匀颜色映射能够有目的地设置感知对比度，在基于虚拟数据的视觉评估中，相比均匀显示方法更受读者青睐。虽然目前是在CT领域进行了验证，但其基本原理也可应用于其他定量成像技术。