自1895年德国物理学家伦琴发现X线伊始，X线便首先应用于医学领域。通过透视和摄影照相对疾病进行诊断，从而开创了X线摄影技术，开启了医学放射影像学服务于人类健康的伟大篇章。它第一次无创伤的为人类提供人体内部器官组织的解剖形态学图像。

20世纪70年代以前，为了适应放射医学临床工作和科研的需要，X线影像设备技术围绕着X线球管、胶片、成像板、影像增强器以及对比剂等，开展了一系列的新技术、新工艺，使得影像设备的性能、功能不断改善和提高，产品品种和生产规模日益扩大，X线的检查方式、检查手段、应用范围得到了进一步的扩大和提高。但是，它们的成像方式并没有本质的改变。

20世纪70年代初期开始，伴随着物理学、电子学、计算机和微电子技术的飞速发展，医学影像学领域先后发明了一系列全新的成像技术和设备，如CT、MR、DSA、US、NM、CR、DR等。从而冲破了传统的X线检查技术，构成了当代新的医学影像技术领域。

这些新技术不仅极大丰富了形态诊断信息和图像的层次，提高了形态学的诊断水平，更为重要的是实现了诊断信息的数字化，它是医学诊断影像技术中一次重大的变革。可以说，70年代以前为传统的单一的放射诊断学，70年代以后发展成为现代医学影像学。

与传统X线影像技术相比，现代医学影像技术的最大特点是进入了数字成像领域。它们虽然都是以形成的图像作为诊断依据。但是，各自的成像能源、成像方式、检查方法和诊断原理则有很大差别。如表1-4-1所示。

现代各种医学影像的成像源、成像依据虽然各不相同。但是，它们的成像方式均为数据重建，这表明现代医学影像已进入图像信息的数字化时代。

存储荧光体方式的CR系统率先进入了临床使用，从而解决了常规X线摄影的数字化。1997年以后，以平板探测器为主的数字X线摄影系统亦相继问世，为医学影像学实现图像的全面数字化奠定了基础，也促进了远程放射学的发展。

模拟是以某种范畴的表达方式如实地反映另一种范畴。在我们日常生活中有很多这种现象，例如温度与时间、电源的频率、电压和电流的变化等，这些信息量的变化是随着时间和距离的改变连续的变化。我们把这种连续变化的信号称为模拟信号和模拟量。由模拟量构成的图像称为模拟影像。

在X线摄影范围内，影像的记录和显示是从几乎完全透明（白色）到几乎不透明（黑色）的一个连续的灰阶范围。它是X线透过人体内部器官的投影，这种不同的灰度差别即为任何一个局部所接受的辐射强度的模拟；或从另一角度讲，为相应的成像组织结构对射线衰减的模拟。

由此不难理解，传统的X线透视荧光屏影像、传统X线照片以及影像增强器影像均属于模拟影像。因为，这些影像中的密度（或亮度）是空间位置的连续函数，影像中的点和点之间是连续的，中间没有间隔，感光密度（或亮度）随着坐标点的变化是连续改变的。而将这些形成模拟影像的设备，称之为模拟系统。

若在一个正弦（或非正弦）信号周期内取若干个点的值，取点的多少以能恢复原信号为依据，再将每个点的值用若干位二进制数码表示，这就是用数字量表示模拟量的方法。将模拟量转换为数字信号的介质为模/数（A/D）转换器。模/数转换器把模拟量（如电压、电流、频率、相移、脉宽等）通过采样转换成离散的数字量，该过程就称为数字化。转换后的数字信号送入计算机图像处理器进行处理，重建出图像。该幅图像是由数字量组成的，故称之为数字影像。

由此可见，数字影像则是将模拟影像分解成有限个小区域，每个小区域中图像密度的平均值用一个整数表示。就是说，数字图像是由许多不同密度的点组成的。数字在这里不仅意味着数码，数字的概念是以某种人为规定的量级且定量化的反映另一种概念范围。数字成像系统也称为离散系统。

模拟信号可以转换成数字信号。同样，数字信号也可以转换成模拟信号，两者是可逆的。完成这种转换的元件是数/模（D/A）转换器，它把离散的数字量（数字脉冲信号）转换成模拟量，即还原成原来信息。

可见，对于同一幅图像可以有两种表现形式，即模拟方法和数字方法（连续方法和离散方法）。这两种方法各有特色，在解决某一具体问题时，往往两种方法混合使用。

一幅图像显示后，到底是模拟影像还是数字影像，肉眼很难分辨，若用一精密的密度阅读器扫描，其结果两者是有差别的。模拟图像是以一种直观的物理量来连续地、形象的表现另一种物理量的情况，数字图像则完全是以一种规则的数字量的集合来表示物理图像。

既然模拟方法和数字方法可以混用，为什么在图像处理中倾向于数字方法呢？总的来说，数字方法在很多方面优于模拟方法：

对器件参数变化不敏感；

可预先决定精度；

较大的动态范围；

更适合于非线性控制；

对环境、温度变换敏感性低；

可靠性高；

系统依据时间划分进行多路传输时，有较大灵活性；

纯数字系统是由大量简单通断开关组成的。它基本上不随时间和温度产生漂移，系统性能始终一致。

总之，数字方法的最大特点是抗干扰能力强。

从应用角度分析，数字图像与传统的模拟图像相比，数字图像的优势是：

数字图像的密度分辨力高。屏/片组合系统的密度分辨力只能达到2 ⁶灰阶，而数字图像的密度分辨力可达到2 ^10-12灰阶。虽然人眼对灰阶的分辨力有一定的限度。但是，因数字图像可通过变化窗宽、窗位、转换曲线等技术，可是全部灰阶分段得到充分显示。从而扩大了密度分辨力的信息量。

数字图像可进行后处理。图像后处理是数字图像的最大特点。只要保留原始数据，就可以根据诊断需要，并通过软件功能，有针对性的对图像进行处理，以提高诊断率。处理内容有窗技术、参数测量、特征提取、图像识别、二维和三维重建、灰度变换、数据压缩等，这些均是高科技在医学影像学领域中应用的重要体现。

数字图像可以存储、调阅、传输或拷贝。数字图像可以存储于磁盘、磁带、光盘及各种记忆体中，并可随时进行调阅、传输。影像数据的存储和传输是PACS系统建立的最重要部分，为联网、远程会诊、实现无胶片化等奠定了良好基础。

全球数字影像（DI）的市场份额，自1997年起平均年度增长率为7.8%，平板探测器系统在所有数字系统中从1998年的1.7%到2004年的68%（取自Frost和Sullivan公司1998年预测）。DR普及率在德国为23%，英国为16%。

我国CR设备的年度增长率在10～15%，而DR设备的年度增长率自2005年以来急剧上升为45%～50%。到2006年底CR设备的临床运行量大约在1700～2000台；DR设备的装机量大约在1165台。在我国东部大城市三级甲医院数字X线摄影的普及率在100%。如果我们以全国2万家医院作为基数，数字X线摄影的普及率大约在30%左右。

由此我们不难体会，数字X线摄影的发展比我们预计的要快得多，X线摄影数字化的普及已成为必然趋势。

影像数字化发展的原动力在哪里？我们分析有三个方面的原因：

患者需要在最短时间、用最少的花费、获取最佳的诊疗效果。这是一个永无休止的需求。数字化可以提高检查效率；数字化可以提高检查质量、扩展更高级的临床应用；数字化可以优化卫生资源配置，降低医疗费用，减少医院开支。以此，数字化的选择是医学发展的必然。

医院信息一体化的格局将由医院信息系统（HIS）、患者信息系统（PIS）或电子记录系统（EPR）、放射科信息系统（RIS）以及图像存储传输系统（PACS）构成。在此，医学影像的采集、显示、存储、传输的数字化，将成为实现医院信息一体化的基础。

1997年全球数字影像（DI）的市场份额为99亿美金，如果以每年7.8%的增长率粗略计算2005年可达166亿美金。这对厂家来讲是个巨大诱惑。

回顾医学影像学发展的历程，正如中国工程院刘玉清院士指出的：从1895年伦琴发现X线到1972年，77年基本上处于传统X线诊断领域，到90年代中期则形成了现代医学影像学体系，其间以每2～3年出现一个新技术的频率发展，而这些新技术无一不是以数字影像为基础。到了20世纪末期则向占60%～70%检查份额的常规X线摄影数字化冲击，相继出现了计算机X线摄影（computed radiography，CR）和数字X线摄影（digital radiography，DR）。

归纳起来，X线数字影像可通过以下五种方式获取或转换：

胶片数字化仪（film digitizer）；

计算机X线摄影（computed radiography，CR）；

电荷耦合器（charge-coupled device，CCD）技术；

碘化铯/非晶硅平板探测器（a-Si）；

非晶硒平板探测器（a-Se）。

从所获得的图像性质来讲，无论是CR、CCD、碘化铯/非晶硅平板探测器还是非晶硒平板探测器所获得的图像系统均属于数字X线摄影（digital radiography，DR）。然而，由于数字X线摄影发展历程所致，人们已经习惯将计算机X线摄影提出来称之为“CR”，而将CCD、碘化铯/非晶硅和非晶硒平板探测器所获得的图像均称为“DR”。

价格低廉；适用于原有照片库的数字化；图像质量受原始照片的限制；有信息丢失的危险；网络连接能力低。

我们认为，CR的出现首先链接成了一个完整的影像数字链。CR开拓了X线摄影数字化的先河；充分有效地利用了现有X线摄影设备；具备目前DR尚无法替代的床边数字摄影；为X线摄影数字化的普及创造了十分有利的条件和机遇；对中国市场来讲，它既可以完成影像的数字链，又可以获得可观的资本积累。现在CR已普及全国三级甲等医院。

CR与屏/片成像系统相比有更好地动态范围及线性；网络连接能力强；可充分利用现有X线设备，不改变工作流程。特别是在急诊、ICU、CCU床边摄影有独特的功能，是DR所不能替代的。此外成本相对较低。

但是，CR的最大问题是不能做动态采集；CR静态采集需要手工操作，采集速度较慢（一般在30秒）；成像板易出现划痕和人工伪影。

利用电荷耦合器件（CCD）将模拟影像转换成数字影像有三种技术路线：光学透镜式（optical lens）、狭缝扫描式（slot scan）及光纤圆锥式（fiber optical taper）。CCD开发容易，技术成熟，成本相对较低。图像质量将随其矩阵大小而改变，且它是由许多小的CCD拼接而成（砖面设计），结构复杂。与DR相比，X线量子检出率及噪音等效量子量子数较低，且采集速度较DR慢（一般在20秒左右）。

数字X线摄影（DR）的核心技术是平板探测器（FPD），它分为直接转换式平板探测器和间接转换平板探测器两种。DR在图像质量、辐射剂量、临床应用等方面均优于屏/片成像系统。当然，在网络功能上更是后者所不能及。

数字影像质量的评价要素是信噪比（SNR），它通过调制传递函数（MTF）、量子检出率（DQE）、噪音等效量子数（NEQ）进行评价。

DR系统的量子检出率（DQE）性能比屏/片系统高一倍，这就意味着在相同剂量下，影像质量（DQE）可以提高50%；或在相同影像质量下，剂量减少一半。

DR系统的动态范围大，线性好。根据临床应用采用不同的对比成像，影像层次丰富、信息量大。

采集速度快，可进行动态检查（30帧/秒）。从采集到显示可做到5秒，工作效率与屏/片系统相比可提高30%～60%。

与网络产品形成一体化，可立即进行网络传输或远程会诊。

DR系统的高速成像及低剂量高影像质量特点，为临床高级应用的发展提供了一个平台。

但是，DR系统也存在发展中的问题，成本比CR、CCD高，平板探测器技术的高级临床应价值还有待进一步考证。

直接转换式平板探测器的调制传递函数（MTF）及噪声等效量子数（NEQ）高；结构相对简单，制造费用略低；间接转换式平板探测器易于作成大快整体平板，量子检出率（DQE）高于前者；开发成本及制造费用高。

目前间接转换式平板探测器（碘化铯/非结晶硅）占全球平板探测器市场的90%以上。全球医疗影像设备三大生产商（GE，Siemens，Philips），均不约而同地选择采用间接转换式（碘化铯/非结晶硅）平板探测器。

一种新技术的出现，其临床价值就体现在临床应用的提高上。由于数字平板探测器技术具有的成像速度高和低噪声特点，为未来临床的高级应用提供了一个很好的平台。数字平板探测器技术将会在以下的临床应用中得到扩展∶与计算机辅助探测（computer aided detection，CAD）系统结合成一体化、远程放射学、双能量减影、体层合成、时间减影、数字减影血管造影（DSA）、低剂量透视下的体位设计等。

我们认为，在这些未来的临床应用中最具有影响力的应属时间减影、体层合成以及与计算机辅助诊断（CAD）系统的一体化。

矩阵是一个数学概念，它表示一个横成行、纵成列的数字方阵。

每幅画面观察视野所含像素的数目。

显示器上显示的图像像素数目。为了保证显示图像的质量，显示矩阵一般等于或大于采集矩阵。通常为512×512或1024×1024。

像素又称像元，系指组成图像矩阵中的基本单元。图像实际上包含有人体某一部位的一定厚度，我们将其代表一定厚度的三维空间的体积单元称为体素。可见，体素是一个三维的概念，像素是一个二维概念。像素实际上是体素在成像时的表现。像素的大小可由像素尺寸表征，如129μm×129μm。

由探测器直接接受到的信号，这些信号经放大后通过模/数转换得到的数据称为原始数据。

又称成像时间或扫描时间，系指获取一幅图像所花费的时间。

用原始数据经计算而得到显示数据的过程，称之为重建。实际上重建的数学处理过程是一个相当复杂的数学过程。重建能力是计算机功能中一项重要指标，重建一般采用专门的计算机——阵列处理器（array processor，AP）来完成，它受主控计算机的指挥。

重建时间系指阵列处理器（AP）用原始数据重建成显示数据矩阵所需要的时间。重建时间与重建矩阵的大小有关，重建矩阵大所需的重建时间要长。同时又取决于AP的运算速度和内存容量的影响。AP的运算速度快重建时间短，内存容量大相对也能缩短重建时间。

又称重建算法（reconstruction algorithm）是指图像重建时所采用的一种数学计算程序。其运算方法有多种，如反投影法、分析法——傅里叶反变换法、滤波反投影法、卷积投影法及二维傅里叶变换法等。

不同的数字成像设备采用的计算程序也各不相同。前四种重建算法在CT和MR中多选用，二维傅里叶变换（ZDFT）图像重建法为MR所特有。在实际应用中，因采用的算法不同，所得到的图像效果亦有很大差别。

以CT为例，为了适应诊断的需要，在重建算法中大体分为三种，即高分辨算法、标准算法和软组织算法。高分辨算法实际是一种突出轮廓的算法，它在图像重建时扩大对比度，提高空间分辨力。但是，却要付出图像噪声增加为代价。软组织算法则是采用一种使图像边缘平滑、柔和的算法，图像的高对比度下降，而噪声减少，密度分辨力提高，软组织层次清晰。标准算法则不必采取附加平滑和突出轮廓的措施。

从字面解释系指不同频率和不同强度的声音，无规律的组合在一起即成噪声。后来对噪声的应用扩大化，不同地方的应用对其概念的解释也不相同。在电路中，由于电子的持续杂乱运动或冲击性的杂乱运动，而在电路中形成频率范围相当宽的杂波称作“噪声”。

在X线数字成像中严格规定噪声定义为：影像上观察到的亮度水平中随机出现的波动。从本质上分析，噪声主要是统计学的而不是检测性的概念。

信噪比是信号与噪声之比的简称。在实际的信号中一般都包含有两种成分，即有用信号和噪声，噪声是无处不有的。用来表征有用信号强度同噪声强度之比的一个参数称为“信号噪声比”。这个参数值越大，噪声对信号的影响越小，信息传递质量就越高。所以，信噪比是评价电子设备的一项重要的技术指标。

在照片或显示器上，所呈现的黑白图像上的各点表现出不同深度灰色。把白色与黑色之间分成若干级，称为“灰度等级”。表现出的亮度（或灰度）信号的等级差别，称为灰阶。为适应人的视觉的最大等级范围，灰阶一般只有16个刻度。但是，灰阶的每一刻度内又有4级连续变化的灰度，故共有64个连续的不同灰度的过渡等级。

比特是信息量的单位。在数字通讯中，使用一些基本符号来表示信息，这种符号称“位”或“码元”。在二进制中，一位码元所包含的信息量称为1比特。

系指在成像过程中产生的错误图像的特征。

换能器能把光能转换为电流，这种亮度——电流转换功能称为该换能器的亮度响应。

对光电转换器而言，亮度响应并非从0水平开始，也不会持续至无限大的亮度。其响应的有用的最大与最小亮度值之比即为动态范围。若D表示动态范围，B表示亮度响应，D=Bmax/Bmin。例如，氧化铅光导摄像管的D值大致为1000。

系指分析数字化图像的一种重要方法。即选择适当的窗宽和窗位来观察图像，使所需要的组织或病变部位明显的显示出来。窗宽（window width）表示所显示信号强度值的范围。窗位（window level）又称窗水平。是图像显示过程中代表图像灰阶的中心位置。

尼奎斯特频率是数字化图像的专用术语，等于2倍像素尺寸的倒数。

把模拟信号转换为数字形式。即把连续的模拟信号分解为彼此分离的信息，并分别赋予相应的数字量级，这一过程称为模/数转换。完成这种转换的元件称模/数转换器。

数/模转换实际是模/数转换的逆转。它把二进制数字影像转变为模拟影像，即形成视频影像显示在电视屏幕上，这一过程称为模/数转换，完成此转换的元件称数/模转换器。

硬件是指成像设备的机械部件和计算机以及电子部分的元器件。软件是用于控制计算机运算过程的程序。程序由计算机语言写成，它是能被计算机是别的一系列数字。软件包括管理程序、数据获取程序、数据处理程序以及显示程序等。

以数字方式表示的图像称为数字图像，数字图像的形成需要借助于计算机。因为，计算机接收和输出的信息必须是数字的形式，故模/数转换和数/模转换是计算机对外联系的门户。无论哪种数字成像设备，如CT、MR、DSA、CR、DR等，虽然它们采集影像的方式各不相同，作为数字图像的形成，大体都要经过以下三个步骤：

该过程利用各种辐射接收器件，如探测器、CCD摄像管、探头、IP、硒检测器等，通过曝光或扫描等形式后将收集到的模拟信号转换成数字形式，此称为数字化。与此同时，将图像分割成若干个小单元，这种处理称为空间取样。

为了阐明这一过程，我们以图1-4-1为例作分析。这是一幅人物画，扫描或曝光过程中即把这幅图像分割成许多等份的区域，这些区域称之为像素，扫描又是图像行和列格栅化的过程，格栅大小通常决定了像素的数量。本图中格栅的大小为9×11，像素数量则为99个。

采样是图像数字化过程的第二部（图1-4-2）。对一幅图像采集时，该图像中像素的每一个亮点被采样，光点通过光电倍增管转换成电子信号（模拟信号）。如果是反射图像，则由光电倍增管在图像强接收采样信号；如果是透射图像，光电倍增管则在图像后采样。

数据采集的最后一步是图像的量化。量化过程中，每一个被采样像素的亮度值都取整数，即零、正数或负数，其所取的数值决定了数字图像的灰度值，并且精确地对应于像素的原点，灰度值的总和称为灰阶。一幅图像可以由任何一个灰度值组成。整个量化过程，以整数表示的电子信号完全取决于原始信号的强度，并且与原始信号的强度成正比。

这项工作由计算机完成。计算机接受数据采集系统的数字信号后，立即进行数据处理，重建出一幅图像；再经计算机输出，在显示器（或显示器）屏幕上显示出来。同时，将所接受到的图像数据进行存储，以备随时调用、显示和重建。

根据诊断的需要将重建图像通过不同算法加以处理的过程，称为图像处理。

图像的处理涉及很多算法问题，其基本的方法是改变像素的强度值。这里只讨论有关图像处理的三种最基本的方法，即点阵处理、局部处理和框架处理。众多图像处理方法中，点阵处理是最常用和最简单的一种。

在点阵处理方法中，一幅图像矩阵的所有像素是逐个地扫描输入，其相应的输入值完全匹配输出值，这种方法又称为灰度匹配。另外，灰度调节通常需借助于查询表（look-up table，LUT）（图1-4-3），一幅LUT图中输出的灰度往往对应于输入的灰度。LUT可由计算机硬件和软件实施。灰度改变后，直方图上相应的像素值也改变，直方图实际上是像素与灰度关系的函数图。

根据以上原理，当我们已知一幅图像的灰度值，即可画出该图像的直方图。直方图表示一幅图像的亮度和对比度，改变直方图的形状，则改变了图像的亮度和对比度。根据直方图的形状，我们还可推测图像的亮度和对比度情况，如直方图中曲线较陡直，则图像的对比度较大；如直方图中曲线较平坦，则图像的对比度较小。

局部处理也是点对点的输入和输出，所不同的是输入像素点的像素值，是对应于输出点的像素值及其周围相邻近范围的一个区域。由于是一个区域范围的像素以输出点的像素计算，该方法又称为区域处理法。局部处理常用于图像的空间频率滤过。

在空间频率滤过处理方法中，图像的亮度大小按照空间频率大小的变化而变化，如果一幅图像的亮度在水平和（或）垂直方向迅速变化，则称之为具有高空间频率；反之，亮度以一恒定的速率变化和变化较慢，则称为低空间频率。空间频率滤过也能改变图像的其他特性，如图像的锐利度、平滑度、模糊度和噪声等。另外，还有卷积和傅里叶转换两种算法也采用空间频率滤过。

另一种处理方法是框架式处理，它采用一整幅图像来计算输出图像的像素值，与CT有关的这种处理方法是傅里叶转换处理，这属于一种频率滤过而不是空间滤过。傅里叶转换处理可使图像边缘增强、锐利和还原。

最后要提及的图像处理方法是几何方法处理。几何方法处理不同于前三种图像处理方法，它的处理结果使图像的空间位置改变和像素的方向改变，CT中常用的图像放大和旋转等都属于这种处理方法。

我们认为，应当从数字图像的基础特性来分析、讨论影响数字成像质量的有关因素。

空间分辨力即数字图像的高频响应，又称高对比分辨力，系指对物体空间大小（几何尺寸）的鉴别能力。

一种常见的高频测试图案，由相距一个像素的交替明暗竖直线构成（如线对测试卡），通常用每厘米内的线对数（lp/cm）来表示，或用可辨别最小物体的直径（mm）来表示。一个显示系统再现图案的好坏反映了其显示图像细节的能力。

数字图像的空间分辨力是由像素的大小（尺寸）决定的。如果构成图像矩阵的像素数量多，像素尺寸就小，图像的分辨力高，观察到的原始图像细节就多；反之，像素尺寸太大，图像分辨力就降低。

从公式可知，当视野大小固定时，矩阵越大，像素尺寸越小；反之，矩阵越小，像素尺寸越大；矩阵不变，视野增大，像素尺寸随之增大；一幅图像需要的像素量是由每个像素的大小和整个图像尺寸决定的；像素数量与像素大小的乘积决定视野。

像素尺寸多为正方形，若像素宽度每减少一半，则像素的总数量就要增加4倍。像素数量增加，所占据计算机内存空间加大，致使一幅完整的图像从图像处理到完全显示全过程速度要减慢。所以，像素尺寸的减小不应该是无限制的。

究竟多小的像素应该用于数字化的问题，应该建立在采样理论的基础上。影像中的微细结构通过选择适当的像素尺寸可清晰地看到。实际上，理论上确定适当的尺寸究竟为多少是十分困难的。看起来，如果使得像素尺寸尽可能小的话，任何微细结构都应该能够看到。但是，这会导致像素数量十分巨大，使得信息量不必要的增大。还会使数字化消耗太大，计算机难以运行各种影像处理和电子存储与传递。同样也会涉及对密度分辨力的影响。因此，根据X线影像中诊断信息的适当可见性来确定像素的合理尺寸及合理的位数是十分实际和重要的。空间分辨力和密度分辨力均应以诊断学要求为依据。

在CR推出前的日子里（20世纪70年代后期），人们付出了很大努力来确定CR影像适宜的空间分辨力和密度分辨力。研究表明，5像素/毫米和8位/像素时模拟重复各种普通解剖部位和目标尺寸，CR影像就可采集到必要分辨力的信息。同时表明，除了特殊成像要求外，大部分必要的诊断信息包含在低频范围内，2.5～5线对/毫米范围内的信息大部分为噪声。对于14′′×17′CR影像，5像素/毫米的采样率产生2.5线对/毫米，它是影像中的最高空间分辨力。

即数字图像的低频响应，又称低对比度分辨力，系指在低对比情况下分辨物体密度微小差别或大块等灰度级区域即平坦区域的能力，以百分数表示。如某设备的密度分辨力为0.35%，即表示两物质的密度差大于0.35%时，该设备能将它们分辨出来。决定密度分辨力的主要因素是位深。既然我们的目标是使数字处理对视觉效果的影响最小，就希望平坦区域以均匀一致的亮度显示出来。

数字图像的密度值是由计算机二进制的数字表示的。模/数转换器是将原始连续的密度转换为一系列离散的灰阶水平，此过程称数字化。将所有的数值同这某一密度级相似的灰阶转换为准确的该级的灰阶水平，黑白之间灰阶值有许多级，可用的灰阶等级或灰阶水平由2 ^N决定。N是二进制的位数，常称为位深。

从信息量分析，位深又可称其为比特（bit）。比特是信息量的单位，比特值越大，表示信息量越大，量化的精度越高；比特值越小，量比精度越低。所以说，比特值决定着图像的密度分辨力。同一幅图像用不同的比特值量化，会获得不同的密度分辨力（图1-4-4）。比如，胶片的密度范围内部最大密度为3.0，最小密度0.2以下。那么胶片的密度范围则为3.0-0.2=2.8。假如用8比特量化，即N=8，则2 ^N=2 ⁸=256，也就是说从0～255共有256个数。对于256个数而言，其中每一个数所代表的密度值则是2.8÷256=0.01。意味着相邻两灰度级间相差一个数时，其密度相差0.01。现改用4比特量化，即N=4，则2 ^N=2 ⁴=16，此时，每个数所代表的密度值为2.8÷16=0.18，意味着相邻两灰度级相差一个数的密度差是0.18。

显然，8比特要比4比特量化精度高。所以，比特值越大，量化精度越高，密度分辨力越好。目前，常见成像设备的比特值参量多为8、12、14或16。

CR成像板的潜影在扫描装置中激发、探测和转换过程中，发出的信号通过模/数转换就实现了图像信息在空间和能量水平上的量化（图1-4-5）。空间的量化用像素来表达，形成图像的像素矩阵。像素矩阵大小是空间分辨力的一个度量标准。典型CR图像的像素矩阵根据成像板规格的不同，在1536×1870和2048×2560像素之间变化（建议举几个实际IP尺寸的例子来说明）。能量等级的量化用灰度来表示。像素位深（比特值/像素）是影像对比度或灰阶分辨力的一个度量标准。一幅8比特的图像由256个灰阶组成，一幅12比特/像素的图像由4096个灰阶组成。一般使用12比特/像素进行图像的数字化。

噪声是影响图像质量的不利因素，且噪声无处不有，不能完全消除。数字成像有许多数值与过程会影响和形成图像的噪声。主要有量子噪声、电子元件形成的噪声以及重建法形成的噪声。每一幅模拟图像均有一个内在的对比分辨力和空间分辨力。噪声限制了这种分辨力。在数字图像中，只想用更多的位深来改变像素内的数字提高密度分辨力，而不调整原始图像的噪声含有量没有实际意义。数字化前的噪声加到图像时比数字化后的噪声所包含的心理量多，出现在图像上一点的噪声越多，则像素上信号加噪声的值将有可能越过灰阶界限，因而同周围结构易区分。

为了调整原始图像的噪声含量，采用增加曝光量的方式，可使影像中亮度（或密度）的随机波动见效，噪声量降低。当曝光量增加4倍时，噪声水平减少2倍。也可通过调整滤过板和提高检测器的灵敏度，达到降噪目的。在图像处理过程中，有时为了提高空间分辨力，采用锐利算法（骨算法）重建图像，此时，损失了一些影像信息，增加了噪声含量，换取了边缘增强的效果。