DICOM医学影像应用篇——窗宽窗位概念、原理及实现详解

窗宽窗位调整（Windowing）在DICOM医学影像中的应用

窗宽窗位的基本概念

窗宽（Window Width, WW）

窗位（Window Level, WL）

窗宽窗位调整的基本原理

映射逻辑

数学公式

窗宽窗位调整的C++实现

代码解释

总结

窗宽窗位调整（Windowing）在DICOM医学影像中的应用

在医学影像中，尤其是CT和MRI图像，窗宽窗位调整（Windowing）是一项至关重要的技术。它允许放射科医生和其他医疗专业人员通过调整图像的对比度和亮度，以便在不同的灰度级上观察特定的组织或病变。常用于CT和MRI图像本文将详细介绍窗宽窗位调整的概念、基本原理和实现方法，并提供C++示例代码。

窗宽窗位的基本概念

窗宽窗位调整是调节医学图像对比度和亮度的一种方法。医学图像通常以灰度图像的形式存在，而某些病理特征仅在特定的灰度范围内可见。

窗宽（Window Width, WW）

窗宽定义了要显示的灰度级范围，直接影响图像的对比度。较小的窗宽可以增强对比度，使细节更加分明；而较大的窗宽会使图像显得更加平滑，降低对比度。

窗位（Window Level, WL）

窗位是图像灰度级的中心值，指定了该范围的中心位置，控制图像的亮度。通过调整窗位，可以突出显示不同密度范围的组织，从而更好地观察和诊断病变。

窗宽窗位调节展示

实际图像窗宽窗位调节展示如下，第一幅图是初始窗宽窗位显示，后面几幅图进行了相应的窗宽窗位调整：

窗宽窗位调整的基本原理

医学影像通常以12位或更高的深度存储，灰度值范围广泛。在CT图像中，灰度值通常在0到4095之间。为了在显示设备（如监视器）上有效显示，必须将这些灰度值映射到设备支持的范围（通常是0到255）。

映射逻辑

灰度值小于 (WL - WW/2) 的像素被映射为最暗（黑色）。
灰度值大于 (WL + WW/2) 的像素被映射为最亮（白色）。
在 (WL - WW/2) 和 (WL + WW/2) 之间 的像素则被线性映射到显示设备的灰度范围。

数学公式

考虑一个像素的原始灰度值 P，窗宽 WW，窗位 WL，调整后的灰度值 P' 计算如下：

计算范围边界：
- L = WL - WW/2
- H = WL + WW/2
应用映射规则：
- 如果 P <= L，则 P' = 0 （最暗）
- 如果 P >= H，则 P' = 255 （最亮）
- 如果 L < P < H，则 P' = (P - L) * 255 / WW

窗宽窗位调整的C++实现

下面提供一个简单的C++代码示例，演示如何对图像进行窗宽窗位调整。

#include <iostream>
#include <vector>
#include <algorithm> // 用于标准算法using namespace std;// 灰度值映射函数，执行窗宽窗位调整
uint8_t windowing(int pixelValue, int windowWidth, int windowLevel) {int lowerBound = windowLevel - windowWidth / 2;int upperBound = windowLevel + windowWidth / 2;// 应用映射逻辑if (pixelValue <= lowerBound) {return 0; // 映射为最暗} else if (pixelValue >= upperBound) {return 255; // 映射为最亮} else {// 线性映射到0-255return static_cast<uint8_t>((pixelValue - lowerBound) * 255 / windowWidth);}
}// 应用窗宽窗位调整到整个图像
vector<vector<uint8_t>> applyWindowing(const vector<vector<int>>& image, int windowWidth, int windowLevel) {size_t numRows = image.size();size_t numCols = image[0].size();vector<vector<uint8_t>> outputImage(numRows, vector<uint8_t>(numCols));for (size_t i = 0; i < numRows; ++i) {for (size_t j = 0; j < numCols; ++j) {outputImage[i][j] = windowing(image[i][j], windowWidth, windowLevel);}}return outputImage;
}int main() {// 示例数据：一个简单的4x4图像vector<vector<int>> image = {{1000, 1200, 1300, 1400},{1500, 1600, 1700, 1800},{1900, 2000, 2100, 2200},{2300, 2400, 2500, 2600}};int windowWidth = 400;  // 设置窗宽int windowLevel = 1800; // 设置窗位// 进行窗宽窗位调整vector<vector<uint8_t>> outputImage = applyWindowing(image, windowWidth, windowLevel);// 输出调整后的图像for (const auto& row : outputImage) {for (auto val : row) {cout << static_cast<int>(val) << " ";}cout << endl;}return 0;
}

代码解释

windowing函数: 负责将输入的灰度值根据窗宽和窗位进行调整，映射到0到255的范围。

lowerBound 和 upperBound 分别表示灰度值映射的下界和上界。
根据映射范围，将灰度值调整到显示设备支持的灰度范围。

applyWindowing函数: 遍历输入图像的每个像素，应用窗宽窗位调整。

main函数: 初始化一个简单的灰度图像数据，设置窗宽和窗位，调用applyWindowing函数进行调整，并输出结果。