本文主要是介绍【转】详解冠状面_水平面_矢状面_窗宽_窗位，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在接触人工智能医疗方面时，单是学习算法和代码原理还不够，需要一定的医学影像知识储备。
B超、CT、MR等都算是医疗影像，在现实生活中，从医院检查身体后拿到的胶片是处理过后的二维图像。这些医疗影像其实是三维的。
最常见的图片格式有JPG、PNG等等，这些都是二维图片。而医疗影像的格式也有很多，其中最常见的是DICOM。
什么是DICOM？
为了方便各种医疗设备的通讯，美国成立的ACR-NEMA协会，发布统一的医疗影像格式DICOM。这不单单是一种文件的格式，而是一种数据存储的规范。
DICOM由两部分组成：文件的头部信息（源信息）和数据信息（图像灰度）
Patient:病人的基础信息。
Study:检查的种类
Series:检查的技术条件
Image:图像基础信息
数据信息
图像像素的每个灰度值
医疗影像的三维
医疗影像的三维有：水平面、冠状面、矢状面
这也叫医学三解剖面，水平面即从上到下，冠状面即从前到后，矢状面即从左到右。
数据演示
这里以心脏的CT图像为例子。
图示为矢状面的胸腔图，红线粗略的标注为心脏部位。
水平面
冠状面
什么是窗宽与窗位？
人眼与CT对灰度的识别相差很多，人眼只能看到16阶，CT则有2000阶。从下面的图中可以看出明显的差别。
人眼灰度识别
CT灰度识别
因此，人眼是识别不出原始的CT图像的。只有当图像中的人体组织相差2000/16=125个灰阶时才能识别，但是人体组织一般是相差20~50之间，所以人眼要识别此类图像，就要将它分段放大。
除此之外，人体里面的每个组织的CT值是不一样的。
所以观察不同人体组织时需要调整不同的窗宽与窗位。
以CT腹腔图为例，截取灰阶度-135~215。窗宽为:|-135|+215=350。即为-135到215有多少个数。
窗位为：（-135+215）/2=40。
以胸腔CT图的矢状面在不同的窗宽和窗位来观察脊骨的变化为例：
（观察胸腔心脏组织的窗宽与窗位）
（观察骨头组织的窗宽与窗位）
比较上面两张图，在第二张图中，调到了合适的窗宽窗位可以更清楚的看清骨头组织的细节。
CT图像源于睿佳科技
其余图像源于腾讯
这篇关于【转】详解冠状面_水平面_矢状面_窗宽_窗位的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
