医学图像处理技术及其发展
摘要：文章介绍了医学图像处理的基本技术，对图像分割、图像配准、图像融合、伪彩色处理和纹理分析技术进行了综述。介绍了三维医学图像的可视化和基于PACS 的医学图像压缩在医学图像处理方面的应用。最后指出了医学图像处理的发展方向。
关键词：医学图像处理；图像配准；图像融合；图像分割；纹理分析；伪彩色处理；可视化
近年来，医学影像已成为医学技术中发展最快的领域之一。随着科技的进步，多学科交叉和融合已成为现代科学发展的突出特色和重要途径。自从显微镜问世以来，对医学图像的分析己成为医学研究中的重要方法，特别是X-CT,MRI、PET,SPECT等新型成像技术和设备的出现以及电脑技术的发展，使得医学图像处理技术对医学科研及临床实践的作用和影响日益增大，其结果使临床医生对人体内部病变部位的观察更直接、更清晰，确诊率也更高。各种新的医学成像方法的临床应用，使医学诊断和治疗技术取得了很大的进展，同时将各种成像技术得到的信息进行互补，也为临床诊断及生物医学研究提供了有力的科学依据。因此，医学图像处理技术一直受到国内外有关专家的高度重视，本文对医学图像处理技术进行了综述。
1.图像配准和图像融合
在临床诊断上，医生常常需要各种医学图像的支持，如CT、MRI.、PET 、 SPECT以及超声图像等，但无论哪一类的医学图像往往都难以提供全而的信息，这就需要将患者的各种图像信息综合研究，如何
使多次成像或多种成像设备的信息得到综合利用，弥补信息不完整、部分信息不准确或不确定引起的缺陷，使临床的诊断治疗、放疗定位、计划设计、外科手术和疗效评估更准确，已成为医学图像处理急需解决的重要课题。而这就首先必须解决图像的配准(或叫匹配)和融合问题。医学图像配准是确定两幅或多幅医学图像像素的空间对应关系；而融合是指将不同形式的医学图像中的信息综合到一起，形成新的图像的过程图像配准是图像融合必需的预处理技术，反过来，图像融合是图像配准的一个目的。
医学图像配准是通过寻找某种空间变换，使两幅图像的对应点达到空间位置和解剖结构上的完全一致。要求配准的结构能使两幅图像上所有的解剖点，或至少是所有具有诊断意义以及手术区域的点都达到匹配。目前医学图像配准方法有基于外部特征的图像配准（有框架）和基于图像内部特征的图像配准（无框架）两种方法。后者由于其无创性和可回溯性，已成为配准算法的研究中心。基于互信息的弹性形变模型也逐渐成为研究热点。互信息是统计两个随机变量相关性的测度，以互信息作为两幅图像相似性测度进行配准基于如下原理：当两幅基于共同的解剖结构的图像达到最佳配准时，它们对应的图像特征的互信息应为最大。
近年来，医学图像配准技术有了新的进展，在配准方法上应用了信息学的理论和方法，例如应用最人化的互信息量作为配准准则进行图像的配准，在配准对象方而从二维图像发展到三维多模医学图像的配准。在医学图像配准技术方而引入信号处理技术，例如傅氏变换和
小波变换。另外，非线性配准也是近年来研究的热点，它对于非刚性对象的图像配准更加适用，配准结果更加准确。向快速和准确方而改进算法，使用最优化策略改进图像配准以及对非刚性图像配准的研究是今后医学图像配准技术的发展方向。
图像融合的主要目的是通过对多幅图像间的冗余数据的处理来提高图像的可读性，对多幅图像间的互补信息的处理来提高图像的清晰度。不同的医学影像设备获取的影像反映了不同的信息:功能图像(SPECT、PET等)分辨率较差，但它提供的脏器功能代谢和血液流动信息是解剖图像所不能替代的；解剖图像(CT、MRI、B超等)以较高的分辨率提供了脏器的解剖形态信息，其中CT有利于更致密的组织的探测，而MRI能够提供软组织的更多信息。多模态医学图像的融合把有价值的生理功能信息与精确的解剖结构结合在一起，可以为临床提供更加全而和准确的资料。
目前，在图像融合技术研究中，不断有新的方法出现，其中小波变换在图像融合中的应用，基于有限元分析的非线性配准以及人工智能技术在图像融合中的应用将是今后图像融合研究的热点与方向。随着三维重建显不技术的发展，三维图像融合技术的研究也越来越受到重视，三维图像的融合和信息表达，也将是图像融合研究的一个重点。
2.图像分割技术
图像分割就是把图像中具有特殊涵义的不同区域分开来，这些区域使互不相交的每一个区域都满足特定区域的一致性。它是图像处理与图像分析中的一个经典问题。图像分割技术发展至今，已在灰度阈
值分割法、边缘检测分割法、区域跟踪分割法的基础上结合特定的理论工具有了进一步的发展。比如基于三维可视化系统结合Fast Marching 算法和Watershed 变换的医学图像分割方法，能得到快速、准确的分割结果。图像分割同时又是进行三维重建的基础，分割的效果直接影响到三维重建后模型的精确性，分割可以帮助医生将感兴趣的物体（病变组织等）提取出来，帮助医生能够对病变组织进行定性及定量的分析，从而提高医生诊断的准确性和科学性。
3.纹理分析技术
纹理是人类视觉的一个重要组成部分，迄今为止还难以适当地为纹理建模。为此有关专家进行了大量的探索研究，但未能获得有关纹理的分析、分类、分割及其综合的有效解释。有研究针对肝脏疾病难以根除、危害面广的问题，采用灰度梯度共生矩阵的方法，分别提取纤维化肝组织和正常肝组织的CT 图像的纹理特征，提出了基于灰度梯度共生矩阵的小梯度优势、灰度均方差、灰度熵等参数作为图像的纹理特征量。通过选取的纹理参数，可以看到正常组和异常组之间存在显著性差异，为纤维化CT 图像临床诊断提供了依据。
4.伪彩色处理技术
对一幅黑白图像，人眼一般只能辨别出4到5比特的灰度级别，而人眼能辨别出上千种不同颜色。针对这一特点，人们往往将黑白图像经过处理变为彩色图像，充分发挥人眼对彩色的视觉能力，从而使观察者能从图像中取得更多的信息，这就是伪彩色图像处理技术。
医学图像大多是黑白图像，如X、CT、MRI、B超图像等。经过伪
彩色处理技术，即密度分割技术，提高了对图像特征的识别。通过临床研究对X线图片、CT图片、MRI图片、B超图片、电镜图片均进行了伪彩色技术的尝试，取得了良好的效果，部分图片经过处理后可以显现隐性病灶。例如对X线图片，在乳腺照影中伪彩色处理能鉴别囊性病、良性和恶性肿瘤，同样，钡餐照影图片和各种X线图片也得到良好的诊断效果。
5.三维医学图像的可视化
医学图像的三维可视化的方法很多，但基本步骤大体相同。从CT/MR（或超声等成像系统）获得二维断层图像，然后需要将图像格式转化成计算机方便处理的格式。通过二维滤波，减少图像的噪声影响，提高信噪比和消除图像的尾迹。采取图像插值方法，对医学关键部位进行各向同性处理，获得体数据。经过三维滤波后，不同组织器官需要进行分割和归类，对同一部位的不同图像进行配准和融合，以利于进一步对某感兴趣部位的操作。根据不同的三维可视化要求和系统平台的能力，选择不同的方法进行三维体绘制，实现三维重构。
随着互联网技术不断发展，跨越空间限制的远程虚拟现实技术已经成为可能。基于虚拟现实技术利用美国国家医学图书馆VHP （Visible HumanProject）完整数据重建可视人体，综合VTK、VRML 和OperFGL 等可视化平台的优势，采用三维互动、空间电磁定位、立体视觉等虚拟现实技术，实现了全数字可拆装人体骨骼的本地和远程互动学习。三维虚拟现实使得邀游人体世界成为可能，可以呈现一个物理上并不存在但又实实在在看得见、摸得着的真实人体，使用者
可以无数次地解剖这个虚拟人以了解人体的结构。
6.总结
随着医疗技术的蓬勃发展，对医学图像处理提出的要求也越来越高。医学图像处理技术发展至今，各个学科的交叉渗透已是发展的必然趋势，其中还有很多亟待解决的问题。有效地提高医学图像处理技术的水平、与多学科理论的交叉融合、医务人员和计算机理论技术人员之间的交流就显得越来越重要。总之，医学图像作为提升现代医疗诊断水平的有力依据，使实施风险低、创伤性小的化疗和手术方案成为可能，必将在医药信息研究领域和计算机图像处理领域受到更多的关注。
医学图像分割综述郭爱心安徽大学摘要：图像分割是图像处理和分析的关键。随着影像医学的发展，图像分割在医学应用中具有重要意义。本文从医学应用的角度出发，对医学图像分割的意义、方法、评估标准和发展前景做出了简单综述。关键字：医学图像分割意义方法评估标准发展前景AReviewofMedicalImageSegmentation Ai- XinGuoAnhuiUniversityAbstract:Imagesegmentationisthekeyofimageprocessingandanalysis.Withthede velopmentofmedicalimage,imagesegmentationisofgreatsignificanceinmedicalapplications.Fromtheper spectiveofmedicalapplications,thispapermadeasimplereviewofthemedicalimagesegmentationonit’ssig nificance、methods、evaluationstandardsanddevelopmentprospects.words:Keymedical image,segmentation,sig nificance,methods,evaluation standards,developmentprospects1.医学图像分割的意义图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。医学图像包括CT、正电子放射层析成像技术（PET）、单光子辐射断层摄像（SPECT）、MRI（磁共振成像技术）、Ultrasound（超[2]声）及其它医学影像设备所获得的图像。医学图像分割是将原始的2D或3D图像划分成[1]不同性质(如灰度、纹理等)的区域，从而把感兴趣的区域提取出来。医学图像分割是一个非常有研究价值和研究意义的领域，对疾病诊断、图像引导手术以及医学数据可视化等有重要作用，为临床诊疗和病理学研究提供可靠的依据。医学图像处理有其复杂性和多样性。由于医学图像的成像原理和组织本身的特性差异，图像的形成受到诸如噪音、场偏移效应、局部体效应和组织运动等的影响，医学图像与普通图像相比较，不可
数字图像处理的应用 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号，并通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展;三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 进行数字图像处理所需要的设备包括摄像机、数字图像采集器（包括同步控制器、模数转换器及帧存储器）、图像处理计算机和图像显示终端。 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。 接下来，就讨论一下数字图像处理在医学上的应用。 自发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理。 目前的医学图像包括CT图像、核磁共振图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。由于人眼识别度等客观因素的影响，大部分的图像需要依靠计算机的帮助。随着数字图像处理技术的发展，对这些图像的分析以及处理，会变得更加快捷，分析的结果也会更加精准。
与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。 首先，对于一个病例，要进行图像采集，由于采集到的图像因试验测量系统和测量者个人因素存在较多噪声,所以要先通过预处理对图像进行去噪处理和灰度变换处理等使其变得较为清晰。预处理完成后再利用中心路径提取算法对所获取的图像进行进一步处理。 接下来要做的就是图像处理。 先对图像二值化，二值形态学的运算对象是集合给出一个图像集合和一个结构元素集合利用结构元素对图像进行操作。然后做中心线的提取等。 使用计算机进行图像的采集预处理以及二值化和计算排除了人为测 量的不精确性和误差提高了测量结果的可靠性。 随着信息技术的飞速发展和计算机应用水平的不断提高，利用计算机断层成像、正电子放射层析成像、单光子辐射断层摄像、磁共振成像、超声成像及其它医学影像设备所获得的图像被广泛应用于医疗诊断、组织容积定量分析、病变组织定位、解剖结构学习、治疗规划、功能成像数据的局部体效应校正、计算机指导手术和术后监测等各个环节。 医学图像处理借助于计算机图形、图像技术,使医学图像的质量和显示方法得到了极大的改善。这不仅可以基于现有的医学影像设备来极
1.单元数组：单元数组中的数据成员是用数字来标识的，是每一个元素为一个单元的数组 2.结构体：结构体的数据成员是用名称来标识的，组成成员为字段，结构体采用点号来调 用（访问）字段中的数据；７ 3.灰度图像：灰度图像对应着一个数据矩阵（二维数组），数组元素的值表示图像在该位 置上的亮度值；２３ 4.二值图像：灰度级为2的图像就是二值图像，二值图像只有两个颜色，黑与白；２３ 5.RGB图像：RGB图像有三个颜色值，用mxnx3数组表示，分别表示红色值。绿色值、蓝 色值；２３ 6.HSV图像：ＨＳＶ图像也是用mxnx3数组表示的，三个矩阵分别表示色彩值、饱和度、 亮度；２４ 7.索引图像：索引图像由数值矩阵和颜色映射数组组成，数值矩阵是每个像素的颜色索引 编号，通过这个编号到颜色数组中寻找颜色；２４ 8.ＪＰＥＧ图像ＪＰＥＧ标准时目前比较流行的连续色调静止画面标准，是一种很灵活的 格式，具有调节图像质量的功能，允许用不同的压缩比列对文件进行压缩，支持多种压缩级别；２７ 9.ＧＩＦ图像：ＧＩＦ文件的数据时一种基于ＬＺＷ算法的、连续色调的无损压缩的格式， 分为静态ＧＩＦ和动画ＧＩＦ两种；２７ 10.ＭＰＥＧ图像：是国际标准化组织制定的标准，可以压缩视频、音频。动画数字形式； ２９ 11.基于图像的动画制作：动画效果是由一幅幅图形变化产生的，如果这些图形来自于图像， 那么就称改动画为基于图像的动画；３１ 12.最近邻插值方法：最近邻插值方法是ｉｍｒｅｓｉｚｅ函数默认的插值方法，就是令变 换后像素的灰度值等于距它最近的输入像素的灰度值；３９ 13.双线性插值方法：双线性插值是由两个变量的插值函数的线性插值扩展，其核心 思想是在两个方向分别进行一次线性插值；４１ 14.双立方插值方法：“双”的意思就是在计算了横向插值影响的基础上，把上述运算 拓展到二维空间，再计算纵向插值影响的意思，双立方插值的每个插值是由它附近的（4 x 4）个邻近象素值推算出来的，双立方插值算法能够得到相对清晰的画面质量，不过计算量也变大；４１ 15.领域操作：是指在图像操作时，输入要处理的像素的某领域内各个像素值，输出 要处理的像素的新值；４８ 16.分离块操作：使用函数ｃｏｌｆｉｌｔ进行图像领域ｄｉｓｔｉｎｃｔ操作５６ 17.图像增强：是对图像进行操作，得到视觉更好或者更有用的新图像；５９ 18.灰度调整：灰度调整方法是基于灰度直方图的一种图像增强方法，增加灰度图像 的明暗对比度，使图像变得更加清楚；６０ 19.图像滤波：滤波是一种应用广泛的图像处理技术，可以通过滤波来强调或删除图 像的某些特征，滤波是一种领域操作，即处理后的图像每个像素值是原来像素周围的颜色值经过某种计算得到的；６９ 20.图像矩阵的特征值：设 A 是n阶方阵，如果存在数m和非零n维列向量x，使得 Ax=mx 成立，则称m 是A的一个特征值。非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量；８４
图像处理技术近期发展及应用 摘要：图像处理技术的研究和应用越来越收到社会发展的影响，并以自身的技术特点反过来影响整个社会技术的进步。本文主要简单概括了数字图像处理技术近期的发展及应用现状，列举了数字图像处理技术的主要优点和制约其发展的因素，同时设想了图像处理技术在未来的应用和发展。 关键字：图像处理发展技术应用 1.概述 1.1图像的概念 图像包含了它所表达的物体的描述信息。我们生活在一个信息时代，科学研究和统计表明，人类从外界获得的信息约有百分之七十来自视觉系统，也就是从图像中获得，即我们平常所熟知的照片，绘画，动画。视像等。 1.2图像处理技术 图像处理技术着重强调在图像之间进行的变换，主要目标是要对图像进行各种加工以改善图像的视觉效果并为其后的目标自动识别打基础，或对图像进行压缩编码以减少图像存储所需要的空间或图像传输所需的时间。图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。 1.3优点分析 1．再现性好。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。 2．处理精度高。按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。 3．适用面宽。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。 4．灵活性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 2.近期发展及应用领域
| 姓 名~ 】） 牡丹江医学院医学影像学院 — ]
% % & : > 、 1、医学图像处理是对 A：CRR B：DORI C：MRI D：USA 成像方法及图像处理方法的研究。 。 2、PET A：正电子发射型计算机断层 B：单光子发射型计算机断层 C：磁共振扫描断层 D：多普勒超声技术 3、医学图像前处理包括对 A：光学显微成像的处理 B：电子显微镜图片处理 C：内窥镜图像处理 D：CT的成像方法的研究 - 4、医学图像后处理包括对 A：MRI成像方法的研究 B：医学影像设备所成像的处理与研究 C：USI成像方法的研究 D：CT的成像方法的研究 5、以下医学影像设备正确的是 A：PECT B：SPECT C：MIR D：SUI （ 6、DSA A：数字剪影血管造影 B：磁共振功能成像 C：磁共振血管造影 D：数字放射摄影 7、fMRI A：数字剪影血管造影 B：磁共振功能成像 C：磁共振血管造影 D：数字放射摄影 - 8、医学超声成像的优点 A：对比度高 B：图形的重复性不依赖于操作人员 C：对人体无辐射损伤 D：可对全身所有器官进行检查
9、CT成像的特点 A：全方位成像 ` B：分辨率差 C：组织重叠 D：可实现断层解剖学成像 10、核医学 成像的特点 A：无放射危害 B：分辨率高 C：功能性成像 D：主要实现断层解剖学成像 11、MRI成像的特点 A：使用造影剂 | B：利用声音回波 C：无电离辐射 D：只能横断面断层 12、哪一个不是医学影像成像 A：PET B：SPECT C：fMRI D：DSAT 13、现代医学影像技术的发展方向 A：数字向模拟方向发展 ~ B：组织形态学成像向功能性成像发展 C：由立体像平面方向发展 D：由融合向单一成像技术发展 14、医学图像可以分为哪两类 A：结构图像与局部图像 B：结构图像与功能图像 C：功能性成像与立体成像 D：静态图像与动态图像 ！ * 【 ~ ; 15、核医学成像主要是取决于 A：脏器或组织的血流与细胞功能 B：成像设备的磁场强度 C：成像设备的X射线强度 D：人体组织与器官的氢原子数含量 16、融合技术应用于医学成像的目的是 A：使两张图片更好的连接 B：同时显示功能性信息及解剖学位置 C：方便比较两张医学图片的对比度 ￥ D：实现断层解剖学成像的3D显示 17、分子影像学是 A：探测构成疾病基础的分子异常 B：详细观察体内分子的细微结构 C：研究人体内分子的发光特点 D：研究探针的运动轨迹 18、那种融合技术有应用价值
^ | You have to believe, there is a way. The ancients said:" the kingdom of heaven is trying to enter". Only when the reluctant step by step to go to it 's time, must be managed to get one step down, only have struggled to achieve it. -- Guo Ge Tech 医学图像处理技术 摘要：随着医学成像和计算机辅助技术的发展，从二维医学图像到三维可视化技术成为研究的热点，本文介绍了医学图像处理技术的发展动态，对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域中应用的基础上，提出了医学图像处理技术发展所面临的相关问题及其发展方向。关键词：医学图像处理；图像分割；图像配准；图像融合；纹理分析 1．引言 近20 多年来，医学影像已成为医学技术中发展最快的领域之一，其结果使临床医生对 人体部病变部位的观察更直接、更清晰，确诊率也更高。20 世纪70 年代初，X-CT 的发明 曾引发了医学影像领域的一场革命，与此同时，核磁共振成像象(MRI :Magnetic Resonance Imaging)、超声成像、数字射线照相术、发射型计算机成像和核素成像等也逐步发展。计算机和医学图像处理技术作为这些成像技术的发展基础，带动着现代医学诊断正产生着深刻的变革。各种新的医学成像方法的临床应用，使医学诊断和治疗技术取得了很大的进展，同时将各种成像技术得到的信息进行互补，也为临床诊断及生物医学研究提供了有力的科学依据。 在目前的影像医疗诊断中,主要是通过观察一组二维切片图象去发现病变体,往往需要借助医生的经验来判定。至于准确的确定病变体的空间位置、大小、几何形状及与周围生物组织的空间关系,仅通过观察二维切片图象是很难实现的。因此,利用计算机图象处理技术对二维切片图象进行分析和处理,实现对人体器官、软组织和病变体的分割提取、三维重建和三维显示,可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分析,可以大大提高医疗诊断的 准确性和可靠性。此外,它在医疗教学、手术规划、手术仿真及各种医学研究中也能起重要的辅助作用。 本文对医学图像处理技术中的图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。 2．医学图像三维可视化技术 2.1三维可视化概述 医学图像的三维可视化的方法很多，但基本步骤大体相同，如图.。从#$ /&’(或超声等成像系统获得二维断层图像，然后需要将图像格式（如0(#1&）转化成计算机方便处理的格式。通过二维滤波，减少图像的噪声影响，提高信噪比和消除图像的尾迹。采取图像插值方法，对医学关键部位进行各向同性处理，获得体数据。经过三维滤波后，不同组织器官需要进行分割和归类，对同一部位的不同图像进行配准和融合，以利于进一步对某感兴趣部位的操作。根据不同的三维可视化要求和系统平台的能力，选择不同的方法进行三维体绘制，实现三维重构。
计算机医学图像处理 摘要: 本文着重介绍了计算机在医学图像处理方面的应用。主要表现为 CT、数字减影技术、超声图像以及目前正在国际上兴起的体视化技术( Volume Visualization) 等。 关键词: 计算机医学图像体视化技术 1医学图像的种类及其分类 1. 1医学图像种类 现代医学离不开医学影像( 图像) 信息的支持。 而医学研究和临床诊断所需要的医学影像是多种多 样的, 如病理切片图像、X 射线透视图像、CT 和 MRI 扫描影像、核医学影像、超声影像、红外线热成 像图像及窥镜图像等等。 1. 2医学图像分类及用途 功能各异的医学影像分为结构影像技术和功能 影像技术两大类。前者主要用于获取人体各器官解 剖结构图像, 借助此类结构透视图像, 不需要解剖检 查, 医学人员就可以诊断出人体器官的器质性病变。 CT 及MRI 便属于此类结构影像的代表。 然而在人体器官发生早期病变, 但器官外形结 构仍表现为正常时, 器官的某些生理功能, 如新陈代 谢等却开始发生异常变化。此时采用结构影像做结 构解剖性检查便无法及时诊断出病变的器官, 而需 借助基于SPECT 及PET 的功能影像技术。功能影 像能够检测到人体器官的生化活动状况, 并将其以 功能影像的方式呈现出来。 2计算机对医学图像的处理应用 2. 1直接控制成像过程( CT ) 的应用 CT 的本质是一种借助于计算机进行成像和数 据处理的断层图像技术。虽然X 线透视和照相可使 人们了解人体的内部结构, 断层摄影可粗略地表示 病灶的位置, 影像增强系统和静电摄影提高了透视 和断层摄影的分辨率, 但只有CT 通过计算机在排 除散射线和重叠影像的干扰并对X 线人体组织吸 收系统矩阵作定量分析后, 才从根本上解决了分辨 率问题。与普通的X 线透视横断层图像不同的是在 CT 技术中, 用测量X 线强度的检测系统代替作为图像接受器的胶片, X 线管与检测器系统同步旋转 运动: 用检测器以数据矩阵形式多次采集的投影值, 依据反投影原理和一定的数学模型重建图像代替一 次投影直接成像。总之, 计算机在CT 系统中的作用 是至关重要的。它要完成测量数据的采集、图像建 立、图像重建、图像评价和图像存储等任务, 它还要 将透过人体的X 线所组成的数字矩阵经处理、运算 后又变为可见的图像输出。没有计算机技术, CT 设
数字图像处理在医学上的应用 1 引言 自伦琴1895年发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理, 医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子窥镜图像、显微镜下病理切片图像等。但是由于医学成像设备的成像机理、获取条件和显示设备等因素的限制, 使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度, 突出重要的容，抑制不重要的容,以适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。 数字图像处理的基本方法就是图像复原与图像增强。图像复原就是尽可能恢复原始图像的信息量,尽量保真。数字化的一个基本特征是它所固有的噪声。噪声可视为围绕真实值的随机波动, 是降低图像质量的主要因素。图像复原的一个基本问题就是消除噪声。图像增强就是通过利用人的视觉系统的生理特性更好地分辨图像细节。 与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性，例举了基于图像处理技术的人体手指甲襞处微血管管袢直径的测量方法。 2人体微血管显微图像的采集 人体微血管显微图像的采集采用了如图1所示的显微光学系统和图像采集系统主要由透镜模组滤镜模组光源系统电荷耦合器件以及图像采集卡等构成。 图1显微光学系统与图像采集系统示意图
医学图像处理综述 墨南-初夏2010-07-24 23:51:56 医学图像处理的对象是各种不同成像机理的医学影像。广泛使用的医学成像模式主要分为X射线成像(X—CT) ，核磁共振成像(MRI)，核医学成像(NMI)和超声波成像(UI) 这四类。 （1）x射线成像：传统x射线成像基于人体不同器官和组织密度不同。对x射线的吸收衰减不同形成x射线影像。（例如人体中骨组织密度最大，在图像上呈白影，肺是软组织并且含有气体，密度最低，在照片上的图像通常是黑影。）常用于对人体骨骼和内脏器官的疾病或损伤进行诊断和定位。现代的x射线断层成像(x—cT) 发明于20世纪70年代，是传统影像技术中最为成熟的成像模式之一，其速度已经快到可以对心脏实现动态成像。其缺点是医生要在病人接收剂量和片厚之间进行折衷选择，空间分辨率和对比度的还需进一步提高。 （2）核磁共振成像(MIR) 发展于20世纪70年代，到80年代才进入市场，这种成像设备具有在任意方向上的多切片成像、多参数和多核素成像、可实现整个空问的真三维数据采集、结构和功能成像，无放射性等优点。目前MRI的功能成像(fMRI) 是MIR设备应用的前沿领域，广泛应用于大脑功能性疾病的诊断,并为肿瘤等占位性病变提供功能信息。MRI 受到世人的广泛重视，其技术尚在迅速发展
过程中。 （3）核医学成像(NMI ) ，目前以单光子计算机断层成像(SPECT) 和正电子断层成像(PET) 为主，其基本原理是向人体注射放射性核素示踪剂，使带有放射性核素的示踪原子进入人体内要成像的脏器或组织通过测量其在人体内的分布来成像。NMI不仅可以提供静态图像，而且可提供动态图像。 （4）超声波成像(Ultrasonic Imaging ) ，属于非电离辐射的成像模态，以二维平面成像的功能为主，加上血液流动的彩色杜普勒超声成像功能在内，在市场上已经广泛使用。超声成像的缺点是图像对比度差、信噪比不好、图像的重复性依赖于操作人员。但是，它的动态实时成像能力是别的成像模式不可代替的 在目前的影像医疗诊断中，主要是通过观察一组二维切片图象去发现病变体．这往往需要借助医生的经验来判定。至于准确地确定病变体的空间位置、大小、几何形状及与周围 生物组织的空间关系，仅通过观察二维切片图象是很难实现的。因此，利用计算机图像处理技术对二维切片图象进行分析和处理。实现对人体器官，软组织和病变体的分割提取，三维重建和三维显示，可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分
《计算机图形图像处理Photoshop》课程标准 衡阳技师学院龙大奇 长沙财经职业中专吴玉桃 课程名称：计算机图形图像处理Photoshop 建议学时：96~108 适用专业：计算机应用 教学条件：多媒体教室、机房 一、课程概述 （一）课程性质：1 20 Photoshop 是 Adobe 公司推出的一款目前非常流行、应用非常广泛的图片处理软件。伴随着计算机的普及和计算机在各行业的广泛应用，Photoshop 发挥了越来越大的作用。计算机和数码相机的普及，使用者可以在家中进行简单的图片处理，这使得 Photoshop 可以作为一个应用软件在所有学生中推广。社会上各种数码冲印、数码影楼、数码海报广告的出现也直接为很好学习 Photoshop 的学生提供了就业机会。 Photoshop 具备非常强大的图片处理功能，能很好的为动画、多媒体、网页制作等等提供经过处理制作的图片素材，图片处理的好坏直接关系到作品的美观效果，是计算机应用专业的学生必修的一门课程。 （二）课程定位 《计算机图形图像处理Photoshop》属于一门专业必修课，它之前的课程为《计算机应用基础》等课程；它之后为《Dreamweaver网页设计》、《Flash二维设计》、《3ds Max三维设计》等专业核心课程。在计算应用专业中起承上启下、连贯前后课程，围绕专业核心技能设置的。鉴于计算机图形图像处理的重要意义和在设计中重要作用，本课程作为平面设计的岗位职业能力培养，可以充分发挥学生的特长，拓展就业渠道。 二、课程设计理念 Photoshop 教学过程中应注重培养学生的思考和动手能力，把知识点穿插在实例中进行教学，一方面启迪学生去思考实例是如何实现的，另一方面让学生通过操作完成实例的创作。使学生在轻松愉快的过程中完成学习任务，掌握 Photoshop 的使用。教师应重视实例的选择，要求实例能突出新知识点，同时也兼顾旧知识点，操作的难度要适中，通过教学过程中的启迪和帮助能够完成教学任务。
2009年第1期 福建电脑 医学图像处理技术综述 周贤善 (长江大学计算机科学学院湖北荆州434023) 【摘要】：医学影像已成为医学技术中发展最快的领域之一，临床医生在医学图象处理技术的帮助下，对人体内部病变部位的观察更直接、更清晰，确诊率也更高。本文对图像分割、图像配准和图像融合等医学图像处理技术的现状和发展进行了综述。 【关键词】：医学图像处理；图像分割；图像配准；图像融合 0、引言 医学图像处理的对象是各种不同成像机理的医学影像，临床广泛使用的医学成像模式主要分为X-射线成像（X-CT）、核磁共振成像（MRI）、核医学成像（NMI）和超声波成像（UI）四类。在目前的影像医疗诊断中，主要是通过观察一组二维切片图象去发现病变体，这往往需要借助医生的经验来判定。利用计算机图象处理技术对二维切片图象进行分析和处理，实现对人体器官、软组织和病变体的分割提取、三维重建和三维显示，可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分析，从而大大提高医疗诊断的准确性和可靠性；在医疗教学、手术规划、手术仿真及各种医学研究中也能起重要的辅助作用。医学图像处理技术包括很多方面，本文主要从图像分割、图像配准、图像融合技术方面进行介绍。 1、图像分割 医学图像分割就是一个根据区域间的相似或不同把图像分割成若干区域的过程。目前，主要以各种细胞、组织与器官的图像作为处理的对象。传统的图像分割技术有基于区域的分割方法和基于边界的分割方法，前者依赖于图像的空间局部特征，如灰度、纹理及其它象素统计特性的均匀性等，后者主要是利用梯度信息确定目标的边界。结合特定的理论工具，图象分割技术有了更进一步的发展。比如基于三维可视化系统结合FastMarching 算法和Watershed变换的医学图象分割方法，能得到快速、准确的分割结果[1]。 近年来，随着其它新兴学科的发展，产生了一些全新的图像分割技术。如基于统计学的方法、基于模糊理论的方法、基于神经网络的方法、基于小波分析的方法、基于模型的snake模型(动态轮廓模型)、组合优化模型等方法。虽然不断有新的分割方法被提出，但结果都不是很理想。目前研究的热点是一种基于知识的分割方法，即通过某种手段将一些先验的知识导入分割过程中，从而约束计算机的分割过程，使得分割结果控制在我们所能认识的范围内而不至于太离谱[2]。比如在肝内部肿块与正常肝灰度值差别很大时，不至于将肿块与正常肝看成2个独立的组织。 医学图像分割方法的研究具有如下显著特点：现有任何一种单独的图像分割算法都难以对一般图像取得比较满意的结果，要更加注重多种分割算法的有效结合；由于人体解剖结构的复杂性和功能的系统性，虽然已有研究通过医学图像的自动分割区分出所需的器官、组织或找到病变区的方法[3]，但目前现成的软件包一般无法完成全自动的分割，尚需要解剖学方面的人工干预[4]。在目前无法完全由计算机来完成图像分割任务的情况下，人机交互式分割方法逐渐成为研究重点；新的分割方法的研究主要以自动、精确、快速、自适应和鲁棒性等几个方向作为研究目标，经典分割技术与现代分割技术的综合利用(集成技术)是今后医学图像分割技术的发展方向。 2、图像配准 图象配准是图象融合的前提,是公认难度较大的图象处理技术,也是决定医学图象融合技术发展的关键技术。在临床诊断中,单一模态的图像往往不能提供医生所需要的足够信息，常需将多种模式或同一模式的多次成像通过配准融合来实现感兴趣区的信息互补。在一幅图像上同时表达来自多种成像源的信息，医生就能做出更加准确的诊断或制定出更加合适的治疗方法。医学图像配准包括图像的定位和转换,即通过寻找一种空间变换使两幅图像对应点达到空间位置和解剖结构上的完全一致。要求配准的结构能使两幅图象上所有的解剖点，或至少是所有具有诊断意义以及手术区域的点都达到匹配[5]。1993年Petra等综述了二维图像的配准方法,并根据配准基准的特性,将图像配准的方法分为基于外部特征的图象配准(有框架)和基于图象内部特征的图象配准(无框架)两种方法。后者由于其无创性和可回溯性,已成为配准算法的研究中心。 近年来,医学图像配准技术有了新的进展,在配准方法上应用了信息学的理论和方法,例如应用最大化的互信息量作为配准准则进行图像的配准,基于互信息的弹性形变模型也逐渐成为研究热点[6]。在配准对象方面从二维图像发展到三维多模医学图像的配准。一些新算法，如基于小波变换的算法、统计学参数绘图算法、遗传算法等，在医学图像上的应用也在不断扩展。向快速和准确方面改进算法,使用最优化策略改进图像配准以及对非刚性图像配准的研究是今后医学图像配准技术的发展方向。 3、图像融合 图像融合的主要目的是通过对多幅图像间的冗余数据的处理来提高图像的可读性，对多幅图像间的互补信息的处理来提高图像的清晰度。多模态医学图像的融合把有价值的生理功能信息与精确的解剖结构结合在一起，可以为临床提供更加全面和准确的资料。融合图像的创建分为图像数据的融合与融合图像的显示两部分来完成。目前，图像数据融合主要有以像素为基础的方法和以图像特征为基础的方法。前者是对图像进行逐点处理,把两幅图像对应像素点的灰度值进行加权求和、灰度取大或者灰度取小等操作，算法实现比较简单,不过实现效果和效率都相对较差，融合后图像会出现一定程度的模糊。后者要对图像进行特征提取、目标分割等处理,用到的算法原理复杂，但是实现效果却比较理想。融合图像的显示常用的有伪彩色显示法、断层显示法和三维显示法等。伪彩色显示一般以某个图像为基准,用灰度色阶显示,另一幅图像叠加在基准图像上,用彩色色阶显示。断层显示法常用于某些特定图像,可以将融合后的三维数据以横断面、冠状面和矢状面断层图像同步地显示,便于观察者进行诊断。三维显示法是将融合后数据以三维图像的形式显示，使观察者可更直观地观察病灶的空间解剖位置，这在外科手术设计和放疗计划制定中有重要意义。 在图像融合技术研究中,不断有新的方法出现，其中小波变换、基于有限元分析的非线性配准以及人工智能技术在图像融合中的应用将是今后图像融合研究的热点与方向。随着三维重建显示技术的发展,三维图像融合技术的研究也越来越受到重视，三维图像的融合和信息表达,也将是图像融合研究的一个重点。 在计算机辅助图像处理的基础上，开发出综（下转第33页） 34
姓名牡丹江医学院医学影像学院
1、医学图像处理是对 A：CRR B：DORI C：MRI D：USA 成像方法及图像处理方法的研究。 2、PET A：正电子发射型计算机断层 B：单光子发射型计算机断层 C：磁共振扫描断层 D：多普勒超声技术 3、医学图像前处理包括对 A：光学显微成像的处理 B：电子显微镜图片处理 C：内窥镜图像处理 D： CT的成像方法的研究 4、医学图像后处理包括对 A： MRI成像方法的研究 B：医学影像设备所成像的处理与研究 C： USI成像方法的研究 D： CT的成像方法的研究 5、以下医学影像设备正确的是 A：PECT B：SPECT C：MIR D：SUI 6、DSA A：数字剪影血管造影 B：磁共振功能成像 C：磁共振血管造影 D：数字放射摄影 7、fMRI A：数字剪影血管造影 B：磁共振功能成像 C：磁共振血管造影 D：数字放射摄影 8、医学超声成像的优点 A：对比度高 B：图形的重复性不依赖于操作人员 C：对人体无辐射损伤 D：可对全身所有器官进行检查 9、 CT成像的特点 A：全方位成像 B：分辨率差 C：组织重叠 D：可实现断层解剖学成像 10、核医学成像的特点 A：无放射危害 B：分辨率高 C：功能性成像 D：主要实现断层解剖学成像 11、MRI成像的特点 A：使用造影剂 B：利用声音回波 C：无电离辐射 D：只能横断面断层 12、哪一个不是医学影像成像 A：PET B：SPECT C：fMRI D：DSAT 13、现代医学影像技术的发展方向 A：数字向模拟方向发展 B：组织形态学成像向功能性成像发展 C：由立体像平面方向发展 D：由融合向单一成像技术发展 14、医学图像可以分为哪两类 A：结构图像与局部图像 B：结构图像与功能图像 C：功能性成像与立体成像 D：静态图像与动态图像
【最新整理，下载后即可编辑】 医学图像处理综述 墨南-初夏2010-07-24 23:51:56 医学图像处理的对象是各种不同成像机理的医学影像。广泛使用的医学成像模式主要分为X射线成像(X—CT) ，核磁共振成像(MRI)，核医学成像(NMI)和超声波成像(UI) 这四类。 （1）x射线成像：传统x射线成像基于人体不同器官和组织密度不同。对x射线的吸收衰减不同形成x射线影像。（例如人体中骨组织密度最大，在图像上呈白影，肺是软组织并且含有气体，密度最低，在照片上的图像通常是黑影。）常用于对人体骨骼和内脏器官的疾病或损伤进行诊断和定位。现代的x射线断层成像(x—cT) 发明于20世纪70年代，是传统影像技术中最为成熟的成像模式之一，其速度已经快到可以对心脏实现动态成像。其缺点是医生要在病人接收剂量和片厚之间进行折衷选择，空间分辨率和对比度的还需进一步提高。 （2）核磁共振成像(MIR) 发展于20世纪70年代，到80年代才进入市场，这种成像设备具有在任意方向上的多切片成像、多参数和多核素成像、可实现整个空问的真三维数据采集、结构和功能成像，无放射性等优点。目前MRI的功能成像(fMRI) 是MIR设备应用的前沿领域，广泛应用于大脑功能性疾病的诊断,并为肿瘤等占位性病变提供功能信息。MRI 受到世人的广泛重视，其技术尚在迅速发展过程中。 （3）核医学成像(NMI ) ，目前以单光子计算机断层成像(SPECT) 和正电子断层成像(PET) 为主，其基本原理是向人体注射放射性核素示踪剂，使带有放射性核素的示踪原子进入人体内要成像的脏器或组织通过测量其在人体内的分布来成像。NMI 不仅可以提供静态图像，而且可提供动态图像。
医学图像处理与分析 北京大学医药卫生分析中心杨建茹 2010.3.15 第一节图像处理概述 1.图像（image）的定义 ?象，像 ?图像的定义 ＊图像是指景物在某种介质上的再现。 ＊图像是人们对客观世界的景象、事物的观察，以及对人们的思维、想像的一种描述与记录。＊凡是能为人类视觉系统所感知的信息形式或人们心中的有形想像统称为图像。 ＊图像是对客观存在的物体的一种相似性的生动模仿或描述。是物体的一种不完全、不精确，但在某种意义上是适当的表示。 图像是用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视知觉的实体。 注：图像是人类从外界获得信息的主要来源。 各种观测系统的使用是人类视觉延续的原因。(显微镜、望远镜、CT等) 2.图像分类 总体而言分为：宏观、微观表面、内部 按色调不同分：无色调的黑白图像有色调的彩色图像 按亮度等级分：二值图像多值图像 按其内容的活动程度分：静态图像动态图像 按所占空间维数不同分：二维平面图像多维立体图像 按人眼观察的程度分：可见图像不可见图像 连续图像——离散图像 模拟图像——数字图像 3.模拟图像与数字图像 ①模拟图像 a. 定义：图像是用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接 作用于人眼并进而产生视知觉的实体。 b. 存在形式：常见的各种照片、图片、海报、广告画等均属模拟图像.医学中的图像包括组 织胚胎学、病理学、细胞学、遗传学、分子生物学、放射学、超声、X线、CT、磁共振、PET、电子显微术和热像等图像。如果把图形（如心电图、脑电图等）都包括进去，则几乎医学基础研究和临床诊断就离不开图像（形）了。 c.函数表示：f (x,y,λ,t) x,y ——表示图像在某点的坐标 f (x,y) ——表示图像在(x,y)点的强度（亮度） ②数字图像
医学图像处理技术及其发展 摘要：文章介绍了医学图像处理的基本技术，对图像分割、图像配准、图像融合、伪彩色处理和纹理分析技术进行了综述。介绍了三维医学图像的可视化和基于PACS 的医学图像压缩在医学图像处理方面的应用。最后指出了医学图像处理的发展方向。 关键词：医学图像处理；图像配准；图像融合；图像分割；纹理分析；伪彩色处理；可视化 近年来，医学影像已成为医学技术中发展最快的领域之一。随着科技的进步，多学科交叉和融合已成为现代科学发展的突出特色和重要途径。自从显微镜问世以来，对医学图像的分析己成为医学研究中的重要方法，特别是X-CT,MRI、PET,SPECT等新型成像技术和设备的出现以及电脑技术的发展，使得医学图像处理技术对医学科研及临床实践的作用和影响日益增大，其结果使临床医生对人体内部病变部位的观察更直接、更清晰，确诊率也更高。各种新的医学成像方法的临床应用，使医学诊断和治疗技术取得了很大的进展，同时将各种成像技术得到的信息进行互补，也为临床诊断及生物医学研究提供了有力的科学依据。因此，医学图像处理技术一直受到国内外有关专家的高度重视，本文对医学图像处理技术进行了综述。 1.图像配准和图像融合 在临床诊断上，医生常常需要各种医学图像的支持，如CT、MRI.、PET 、 SPECT以及超声图像等，但无论哪一类的医学图像往往都难以提供全而的信息，这就需要将患者的各种图像信息综合研究，如何
使多次成像或多种成像设备的信息得到综合利用，弥补信息不完整、部分信息不准确或不确定引起的缺陷，使临床的诊断治疗、放疗定位、计划设计、外科手术和疗效评估更准确，已成为医学图像处理急需解决的重要课题。而这就首先必须解决图像的配准(或叫匹配)和融合问题。医学图像配准是确定两幅或多幅医学图像像素的空间对应关系；而融合是指将不同形式的医学图像中的信息综合到一起，形成新的图像的过程图像配准是图像融合必需的预处理技术，反过来，图像融合是图像配准的一个目的。 医学图像配准是通过寻找某种空间变换，使两幅图像的对应点达到空间位置和解剖结构上的完全一致。要求配准的结构能使两幅图像上所有的解剖点，或至少是所有具有诊断意义以及手术区域的点都达到匹配。目前医学图像配准方法有基于外部特征的图像配准（有框架）和基于图像内部特征的图像配准（无框架）两种方法。后者由于其无创性和可回溯性，已成为配准算法的研究中心。基于互信息的弹性形变模型也逐渐成为研究热点。互信息是统计两个随机变量相关性的测度，以互信息作为两幅图像相似性测度进行配准基于如下原理：当两幅基于共同的解剖结构的图像达到最佳配准时，它们对应的图像特征的互信息应为最大。 近年来，医学图像配准技术有了新的进展，在配准方法上应用了信息学的理论和方法，例如应用最人化的互信息量作为配准准则进行图像的配准，在配准对象方而从二维图像发展到三维多模医学图像的配准。在医学图像配准技术方而引入信号处理技术，例如傅氏变换和
数字医学图像及其特点 【摘要】数字医学是现代医学的重要发展方向，随着计算机技术的不断发展，数字医学图像在医学中的应用领域越来越广泛。本文主要针对数字图像在医学中的应用及其特点展开相关的综述。 【关键词】数字图像医学影像图像处理 引言 随着电子技术、计算机技术的不断推广和应用，计算机技术在医学领域的应用也日趋明显，尤其是在医学数字图像处理方面体现的尤为突出。数字医学影像通过无创伤的数据采集获得人体内部解剖学或生理功能信息，并以图像形式提取并显示出来【1】，因而数字图像在这种背景下应运而生。 1 数字医学图像的特点 现代医学影像包括四大部分：①以X-CT 为代表的X 射线影像；②磁共振成像MRI；③放射性核素显像如ECT；④超声波成像如超声CT 等。不管哪种医学图像，其影像灰度分布都是由人体组织特性参数的不同决定的。通常，这种差异（对比度）很小，导致影像上相邻灰度差别也就很小。而人眼对灰度的分辨率很低，只能清楚分辨从全黑到全白的十几个灰阶。所以，影像成像后必须经过数字后处理方具实用价值【2】。 2 数字图像处理 数字图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。数字图像处理的基础是数学，最主要任务就是各种算法的设计和实现。医学影像等卫生领域信息更具独特性，数字医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高【3】。数字医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，数字医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别【4】、图像融合等等。近年来，研发人员将众多领域方法引入应用于数字医学图像处理，经过不断的改进，处理算法的速度、处理效果得到不同程度的改善。随着信息技术的飞速发展和计算机应用水平的不断提高，利用计算机断层成像、正电子放射层析成像、单光子辐射断层摄像、磁共振成像、超声成像及其它医学影像设备所获得的图像被广泛应用于医疗诊断、组织容积定量分析、病变组织定位、解剖结构学习、治疗规划、功能成像数据的局部体效应校正、计算机指导手术和术后监测等各个环节【5】。 3 数字图像处理的优点
X I N X I F E N X I L I Y O N G 信息分析利用 医学图像处理技术与应用分析 周光华①李岳峰①孟 群①△ 关键词医学图像处理技术卫生信息化 摘 要新医改以来，卫生信息化建设作为“四梁八柱”之一，得到快速发展，医学图像处理技术作为重要的信息处理手段，其发展和应用推动了卫生信息化建设的开展。本文概述了医学图像的特性和处理技术的类别，以及近期研究进展。围绕卫生信息化建设的发展现状，从图像压缩、图像分割、图像融合技术方面综述医学图像处理技术如何在卫生信息化建设中发挥作用，并分析展望医学图像处理技术在卫生信息化建设的背景下的发展前景。 Keywords Medical image processing, Method, Health informationization Abstract Health informationization is the one of the most part of health care reform, which has developed a lot since 2009. Health informationization was advanced by the development of medical image processing. In this paper, the concept and current development of medical image processing was introduced. Considering the status of health informationization, how medical image compressing, segmentation and fusion in?uenced was review. The future development of Medical image processing was analysed while health informationization developed. 1 引言 在卫生信息化快速发展的过程中，计算机技术、网络技术、医学图像处理技术等的发展是其重要的技术支持，并日趋重要。卫生信息化建设要达到互联互通、资源共享，不可避免的要涉及到有效地处理海量卫生数据的传输、存储以及更为利于临床诊断等问题。医学图像在现代医学领域中应用日趋广泛[2]，是主要卫生信息资源之一，医学图像处理技术以其在数据传输和共享方面的优势也日益引起卫生管理者、医护人员和研发人员的重视。 本文概述了医学图像的特性和处理技术的类别，以及近期研究进展。围绕卫生信息化建设的发展现状和医学图像处理技术在推动其发展所发挥的作用，从图像压缩、图像分割、图像融合技术等方面综述医学图像处理技术如何在卫生信息化建设中发挥作用。旨在为管理者和有关技术研发人员提供参考。 2 医学图像处理技术概述 较其他领域，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关 ① 中华人民共和国卫生部统计信息中心，北京市，100044 作者简介：周光华（1985-），男，硕士学位；研究方向：卫生信息管理；E-mail：zhough@https://www.doczj.com/doc/8715815311.html,。 通讯作者：孟群，男，博士学位，卫生部统计信息中心主任，研究员。 △ 通讯作者