前言：中文期刊网精心挑选了医学图像诊断范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
医学图像诊断范文1
关键词：移动医疗；数字图像处理；医学影像
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）30-0238-03
随着科学技g的快速发展和生活质量的提高，健康问题已成为大家关注的焦点。然而生活环境的污染、饮食结构的不健康和长期处于现代职场高压环境之下，很多人的身体出现亚健康状态：头痛、胸闷、失眠等健康问题困扰着现代职场白领，长期以往，身体不堪重负，疾病随之而来。面对这种情况，早期发现、早期治疗既可以减轻患者病痛，提高预后水平，又可以减少患者的经济支出。因此，对疾病问题的早期诊断就成为国内外医学界关注的焦点。
然而由于医患交流以及过去医学影像不清晰、保管难等问题，始终制约了精准医疗的发展。目前随着科学技术的进步和互联网技术的突飞猛进，影像学被越来越多的应用到各种疾病的检查中去，医生读片诊病，影像成了医生重要的诊断辅助工具，难以被低估，不能被替代。随之影像学科也成了当今迅速发展起来的一门综合学科，多门课程如通讯、计算机、医疗交叉，为医务工作者提供尽可能准确的辅助诊疗方法，这将是今后影像学科持续发展的重要方面。
日常生活中我们在对体内和体外的血液细胞、器官组织进行无损害性检查时，通常会选择诸如：数字线摄影、核磁共振、超声波三维诊断等治疗方法，这些拍片式的诊断方法可见即可得，不仅生动补充了书本上的人体正常组织以及病灶组织的解剖学知识，同时对影像引导下的教学、检查、穿刺、手术等有着不可低估的作用。但是医疗图像A生成往往会因自然界信号的干扰、信号传输过程中的衰减、医疗设备的成像原理、光线和显示屏等原因的影响，所显示出来的影像像质往往不够清晰、感兴趣内容不突出，或者不适合人眼观察或者机器理解分析，同时医学影像本身也有图像分辨率不高导致图像模糊不清或者无明显边缘、噪声偏大、结构信息缺乏的问题， 最终生成的影像不能准确定位病变部位以及病变性质，临床诊断面临各种困难。如果有一种方法能对生成的医学影像进行数据处理提高影像的清晰度，增强医学影像的可读性可分辨性，临床医生可以结合解剖学和生理学对病变组织有针对性的观察并诊断，这将大大提高临床诊断的准确率。因此，医学影像的数字化处理对医疗卫生、信息技术、生物科学等学科来说无论在理论研究还是临床应用方面都起着关键作用，这是人类认识疾病并对之精确诊断的重要环节，这将是一门具有较强应用性和长远发展性的课题。
1医学影像的发展及意义
1.1国内外医学影像的背景及对其图像处理的意义
1895年德国物理学家W.K.伦琴在实验室拍摄出其夫人手指和的影像，自此 “X射线”被发现，并被影像学逐步引进到医学领域。经过30多年的研究与应用，医学影像起着翻天覆地的变化，随着计算机技术的引进和广泛应用，影像学科更是呈现出跨度大、知识交叉密集的特点，如今基于计算机算法的图像处理技术也已经成为医学影像学中发展迅速的领域之一。
1971年，英国科学家汉斯・基于计算机技术原理设计出第一台X-CT诊病机，这一发明在医学界引起巨大的轰动。从此，对医学影像的数字成像技术的研究开始发展壮大，各种医疗设备也被开发出来，它包括计算机 X线摄影（ Computed Radiography， CR）、数字 X线摄影（ Digital Radiography， DR）、 X射线计算机断层成像（ X- Computed Tomography，X- CT）、磁共振成像超声（ Magnetic Resonance， MR），超声（ Ultrasound）成像、光纤内窥镜图像、磁共振血管造影术（ Magnetic Resonance Angiography，MRA）、数字减影血管造影术（ Digital Subtraction Angiography， DSA）、单光子发射断层成像（ Single Photon Emission Computed Tomography，SPECT）、正电子发射断层成像（ Positron Emission Tomography， PET）， EEG脑电图、 MEG脑磁图、光学内源成像等。
本文着重论述的 X- CT（ Computed Tomogaphy）意为 X线计算机断层扫描技术，是用 X线束对器官组织进行断层扫描，应用物理原理来测量X射线在人体组织中的衰减系数或吸收系数，再经计算机进行数学计算来对图像进行三维重建。按照测量的衰减系数的数值排列成一个二维分布矩阵，计算出人体被扫描组织断面上的图像灰度分布，从而生成断面图像。X-CT以它高速、高分辨率、高灵敏度的探测器螺旋式旋转来获取器官组织的多方位、多层次的断面或立体影像，经临床实际应用，它能发挥有别于传统X线检查的巨大作用。它能综合反映人体组织在解剖学方面的功能、性质，还能提供人体被拍摄部位的完整三维信息，器官和组织结构清楚显影，提示病变，已与核磁共振、超声波等诊断方法一样成了医生获取信息的重要来源。并且具有其他医学设备不可比拟的优点，X- CT成像简单方便、对人体损伤小、组织结构密度分辨率高，这在病理学和解剖学研究中尤为重要。特别是临床在对肿瘤的诊断中X-CT的分辨率要远远高于其他医学设备成像，研究显示在对于1～2厘米的小肿块的检测上，X-CT显示率高达88%，而B超、MRI等仅为48%。在针对肝脏疾病实验的拍片中， X-CT可以较清晰的显示出多种器官病变和功能性状，如肝癌、肝血管瘤、脂肪肝等，其对肝癌的诊断准确率高达93%，最小分辨率可显示为1.5厘米，
可以直接观察到肝静脉、门静脉与肿瘤大小、位置之间的关系，并能诊断出肝静脉、门静脉有无癌栓，为医生的精确诊疗提供了重要依据。
由于器官病变的位置、病灶大小、病程长短等自身因素，加上设备电子元器件、嘈杂的环境以及人为操作等因素的影响， X- CT在对病灶做定位影像、定性精确诊断时常常会有所限制，即它能反映出器官的异样变化，但却不能反应目前器官的生理功能。现实工作中采集到的数字化影像或多或少的存在一些问题：伪影、雪花、边缘不清、病灶不清、对比度不强……凭借肉眼无法从整张影像中清晰分辨出病灶部位或者确性病理改变的程度，要想精确诊断，还需做进一步的检查。
目前，对 X- CT图像处理进行处理大部分的研究还集中在预处理阶段，即研究通过调试设备、提高影像像素、提高出图效率、减少外界干扰等方式增强医学影像的可读性和敏感性。而对于医学影像成像后的处理则相对冷门，其中对部分内容的研究也比较单一，如仅仅单独研究医学影像的降噪或增强。同时应用降噪、增强、分割技术来处理影像的研究较少，理论研究也停留在可行性阶段，针对单一疾病的医学影像处理研究还不常见。
1.2医学影像常用的诊断方法
目前我们常用超声波、核磁共振、X-CT等设备生成的医学影像作为辅助诊断方法。其中：超声波是使用声波来探测病理并生成平面图像的一种诊断方法，由于其具有方向性好，穿透力强，声能集中，操作简便，能反映出人体组织的灰度形态和结构等优点，被影像科广泛采用。其中 B型超声波采用超声平面成像，在超声屏上显示出病变部位周围有明显的强弱不等的回声区，表现为亮度不等的光点、结合解剖学和生理学知识，可判断这些高光区和暗区的病变性质。且价格低廉，诊断快速，但缺点是对于1～2厘米的小肿块诊断准确率不到达48%。
核磁共振是诊断组织病理变化的一种新的方法，通过层片选择，频率编码，相位编码，实现对接收到的电磁信号在人体内部的准确定位，根据接收到的电磁信号的频率、相位的差别成像，完成对器官组织的检测。例如：核磁共振检查原发性肝癌时通常表现为信号改变，T1W1驰豫时间加权图呈低信号，T2W2加权图呈高信号。其特征性影像为病灶内出现粗大引流或供血血管的流空信号，该信号提示肝癌结节内有动静脉短路形成。但缺点在于检查价格昂贵，且核磁共振设备在我国普及率较低，对于1～2厘米的小肿块诊断准确率较低。
X- CT是用 X线束对器官组织进行断层扫描，再经计算机由于分辨率高图像清晰，能够扫描到早期刚发展起来的较小的肿瘤，这对病人早诊断早治疗不至延误病情具有重要意义。比如：X- CT肝癌表现与大体病理形态一致，平扫多为低密度，少数为等密度或混杂密度，外形不规则呈球形或结节形，边界模糊。增强扫描表现为低密度区略缩小，境界变得较为清楚。肿块中心部位常因肿瘤组织坏死囊变形成极低密度区。研究显示在对于1～2厘米的小肿块的检测上，X-CT显示率高达88%。目前X-CT已成为各种疑难杂症中最重要的诊断方法。
1.3对医学影像进行数字图像处理的可行性及意义
在实际图像信号的生成和传输过程中，由于受到医疗器械自身、人为操作控制和自然界噪声等干扰的影响，多多少少会出现细节模糊、对比度差、噪声较大或存在伪影等问题，影响到影像质量。且成像是用亮度不等的灰度表示，加上病灶发展早期其空间形态变化通常比较小，拍出的片子肉眼很难观察，误诊和漏诊的情况也时有发生，致使病情诊断准确率下降，医务工作者的效率也难以体现。因此，有必要运用适当的技术和方法来处理和分析医学影像，提高影像质量，这将有助于减少误诊和漏诊率，提高诊断准确率。因此，研究医学影像的计算机辅助诊断技术和数字图像处理技术具有重要的意义和实用价值。
在医学影像领域的数字成像技术有个共性：基于计算机将图像采集、显示、存储和传递分解成各个独立的部分，将每一部分图像信息分别数字化，这种共性为我们以后对各功能模块进行单独优化提供了便利，对其实施图像数字信息的后续处理提供了可行性。
以X-CT成像为例，对影像进行预处理可以过滤掉影像上的不利影响，处理掉无用的信息，保留或恢复有价值的信息。通过过滤掉不利因素，加强病灶信息的可读性，突出感兴趣部位，清除各种干扰的同时能保留所摄影像的形态和边缘，有效的改善图像视觉效果，为医生诊病提供了依据和便利，这就达到了图像处理的目的。
2数字图像处理在医学影像中的具体应用
图像处理（image processing），在医学上也被称作影像处理，是指将图像信号转换成数字信号后使用计算机对医学影像处理和分析，提高并改善影像的质量供医生有效诊断的专业技术。将将人设为对象，图像设为目标，输入低质量的图像，输入改善后高质量的图像，当图像达到满足人的视觉效果为最终目标。图像处理方法通常有图像增强、复原、编码、压缩等等。本文将重点讨论图像去噪、增强、分割在医学影像中的应用技术。
2.1图像去噪
影像的生成和传输常常受到自然界各种声音的干扰导致影像质量下降，就像我们在日常生活中交谈时被其他声音打扰一样，在语言中表现为听不清对方说话， 表现到影像上，则是原本很清楚的图像，因为机械本身、电子元件、外界杂音等干扰原因产生各种各样的斑点或条纹，图像变得模糊不清，此即为图像噪声。噪声的存在势必影响后续对影像的分割和理解分析，所以图像去噪是预处理的重要步骤之一。去噪的方法有很多，结合影像特点、噪声的统计特征及频谱分布规律，目前常用均值滤波、中值滤波、低通滤波等算法来对图像进行平滑处理。
2.2 图像增强
图像增强（image enhancement）是数字图像处理领域中的一个重要分支。影像学上的图像增强和复原的目的是为了提高医学影像的质量，清除干扰、降低噪声，通过增强清晰度、对比度、边缘锐化、伪彩色等来提高影像的质量，或者转换为更适合人观察或机器识别的模式。不同于图像噪声，在图像增强中通常不考虑影像降质的原因，它不需要反应真实的原始图像，只需突出图像中感兴趣的内容。但要对降质的原因有所了解，依据降质的原因建立“降质模型”，然后各种滤波方法和变换手段增强图像中的背景与感兴趣部位的对比度，比如：增加图像高频分量，被照人体组织轮廓变得清晰，细节特征明显；增加低频分量，能有效降低噪声干扰，最终达到增强图像清晰度的目的。
图像增强根据空间不同可划分为基于空间域的增强方法和基于频率域的增强方法。基于空间域的增强方法是对图像中的各个像素的灰度值直接处理，算法有直方图均衡化、直方图规定化等；基于频率域的增强方法不直接处理，而是用傅里叶变换将空间域转换成频率域，在频率域对频谱进行处理，再使用反傅里叶变回到空间域，算法有低通滤波、高通滤波、同态滤波等。
2.3图像分割
图像分割是数字图像处理领域的关键技术之一，目的是将图像中有意义、感兴趣的内容从背景里剥离，划分为各个互不交叉的区域。有意义、感兴趣的内容通常是指图像区域、图像边缘等。分割是后续图像理解分析和识别工作的前提和依据。目前已经开发出很多边缘检测和区域分割的算法，但是还没有一个算法对各种图像处理都有效。因此对图像分割的研究还将继续深入，在以后很长一段时间将始终是热门话题。
图像分割方法基于灰度值主要划分为基于区域内部灰度相似性的分割和基于区域之间灰度不连续的分割。
（1） 基于区域内部灰度相似性的分割
基于区域内部灰度相似性的分割是确定每个像素的归属区域（同一区域内部像素是相似的），从而形成一个区域图集，来对图像进行分割，常用算法有阈值分割法、形态学分割、区域生长法、分裂合并法等。
（2） 基于区域之间灰度不连续的分割
基于区域之间灰度不连续的分割是指先提取区域边界，再确定边界限定的区域。因为图像中的边缘部分往往是灰度级发生跃变的区域，根据像素灰度级的不连续性，找出点、线、边，最后确定边缘。常用的算法有边缘检测分割法、Hough变换等。
医学图像诊断范文2
关键词：口腔颌面疾病本体 医学图像 疾病肤辅助诊断系统
中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2014）02-0078-02
人体的下颚系统主要包括额骨和和颞下颌关节组成，很多的人体口腔疾病都与和颞下颌关节相关，如牙齿不能正常咬合、张不开嘴、面部骨或软组织畸形以及腮腺炎等面部神经疾患等，医师借助基于本体的疾病辅助诊断系统虚拟环境中的信息进行手术演练和手术技能，能够有效地提高疾病的诊断与治疗。本文利用VC++语言和Matlab设计基于口腔颌面疾病的辅助诊断系统，旨在为医师诊断和治疗口腔颌面疾病提供信息上的帮助，本文先简单概述本体概念和疾病辅助诊断系统
1 疾病本体和辅助诊断系统概述
本体一词最早出现在哲学领域中，意义为客观存在的学科，本体理论不依赖于特定的语言描述，是一种客观世界某个方面的特定体系，在20世纪80年代后期，本体理论逐渐被使用带其他学科领域中，意在描述不同知识理论间的联系，随着研究的深入，本体定义的内涵逐渐加深，概念不断发生变化目前最为流行使用的是Gruber提出的理论。虽然各研究这对于本体的概念定义有所不同，但是对于其实质内含有有着明确的统一的认识，均认同本体是包括概念及概念在内关系的某一领域知识的概念集，本体本身能够提供给人与人与机器，以及机器之间的共享，对于相关学科领域的知识标准化建设有很大帮助，到目前为止本体理论已广泛应用在知识工程、图书情报以及数字图书馆领域中，在医学中本体理论主要是用于GO以及中医药一体化语言系统的研究。
基于本体的辅助诊断系统设计最重要的部分为疾病知识库，包括疾病病状、疾病诊断以及治疗等相关内容，它的作用主要是由来为医师提供医学经验，这种基于本体理论的整合描述，能够在语言层次上说明各种疾病以及药物之间的联系，能够为医学提供强大的知识体系服务。在基于本体的知识库系统中包括用户应用层、本体数据层以及语义网络层，内容包括建立医学疾病如名称、患者信息、药物治疗以及致病原因等概念词典，目前构建本体的工具有很多比较常用的主要是Protere工具。
2 基于口腔颌面本体疾病的辅助诊断系统的研究与实现
本设计的基于口腔颌面本体疾病的辅助诊断系统包括医学图像三维重建系统和口腔颌面本体。基于口腔颌面本体疾病的复制诊断系统主要是对头部的CT图像进行研究，同时包括少量其他的医学图像，这些图像全部转化为DICOM3.0标准，由医学图像三维常见系统和本体采用ADDIn树插件构成，其中辅助诊断系统的医学图像三尾中建系统主要是针对病人的面部以及骨骼图像，本系统的设计能够实现图像的处理分割以及储存等功能，口腔颌面本体对颌面本体外科疾病进行了定义，能够实现口腔疾病信息的查询。由于Matlab与许多对象语言如C++以及VC++等都能够实现连接，因此本基于本体的疾病辅助诊断系统采用Matlab和VC语言进行设计，保证系统含有实用性和可扩展性，满足使用和后期修改补充的需要。
2.1 医学图像三维系统的研究与实现
本设计的医学图像三维系统的模块依照功能进行划分，包括医学图像的读入模块、医学图像的预处理模块、医学图像的分割模块三维模型显示模块以及数据储存模块。在医学图像的读入模块中可以先出读取图像的产生时间以及病人命名称等信息，在此模块中可以对图像进行放大旋转等操作，三维模型的模块中可以改变模型的显示颜色以达到更好的显示效果。医学图像三维重建系统的数据类型主要包括有图像、轮廓度、等值面以及体素等，读入后的图像直接使用矩阵模式进行存储，在轮廓度上像素点的灰度值为1，采样点的位置和坐标采用数据进行记录，体素通过矩阵中的点表示，等值面则是采用等值线进行表示。为方便后期的扩充功能，本设计采用AddIn树的设计思想，插件定义为XML编写。
在构建医学图像三维系统时，设计思想为采用Matalab进行编程，所有的编码全部集中到一个文件中，去除掉控制台窗口，所有功能模块的实现都通过这个文件来进行达到，在执行时需要对VC++的编程环境进行设置，owl格式文件作为口腔颌面本体，进而信转化为VC++语言能够是别的文件格式，达到模块插入到系统中的目的。在此基础上进行改善，使系统的主要功能和系统界面能够通过Matalab实现，系统主界面包括主菜单操作按钮、显示窗口以及文本对话框等，系统的主菜单包括的内容主要为文件、图像处理、三维模型、疾病本体以及数据存储等，通过菜单能够实现图像的读入以及打印等操作。在是哪位系统的构建中主要是对一组图像使用面绘制方法进行表面的三维构建，在菜单的集合操作中实现图像的放大、缩小以及旋转等操作，同时在这个系统中能够实现图像的一维灰度直方图、灰度均值图像以及二维灰度直方图像，同时还可以改变视图中的显示角度。在数据存储菜单中，面对的对象主要是串口中显示的图像和图形，可以实现存储和打印操作，存储操作主要是把图像存储为bmp格式的图像，口腔颌面疾病本体菜单则是连接建立的基于口腔颌面本体的辅助诊断系统。
2.2 基于口腔颌面本体的辅助诊断系统的设计与实现
基于本体的设计能够减少医学概念以及术语之间的差异性，有效的增强医学领域专业知识的使用和共享，本文设计的基于颌面本体的辅助诊断系统采用Graphviz和Protege3.1进行实现。
本设计口腔颌面本体定义6个与疾病相关的公理，这些公理的内容包括不同类之间的公理以及类所对应的塑性之间的联系性的公理。首先公理1对于疾病X而言，这种疾病在发作时，发生症状Y，S则代表疾病X的临床表现，则疾病X的临床表现是症状Y就可以采用S（Y，X）来进行描述；公理2规定恶性肿瘤的转移速度为X，并规定良性肿瘤的转移速度为Y，则恶性肿瘤的转移速度大于良性肿瘤的转移速度就可以采用S（X，Y）进行描述，其中X>Y；公理3定义对于任意疾病X而言，疾病复发率全部大于0小于1，可以使用0
在口腔颌面疾病本体中主要定义了5个基本类，分别记作为Extraneous factor、Medical treatement、Diseases、Patient和Medical substance5类，其中这5个基本类同时又包含起亚的许多子类，如类Diseases包含子类Diseases Oral and Maxillo facial Region 和子类Other diseases，而子类Diseases Oral and Maxillo facial Region又包含了Periodontal disease、Congenital deformity of Oral and Maxilofacial Region以及Tooth disease等共8个子类，同时随着时间的推移以及各临床症状的进一步完善，这些子类有些还能够进行细分。本文所设计的基于口腔颌面疾病本体的子类共119个，这5个基本类的结构层次（从上往下）分别为以下内容。基本类Extraneous factor的结构层次：Medical substance、Medical instrument；基本类Medical treatement的结构层次为 Medical instrument、Medical substance；基本类Diseases的结构层次为Diseases Oral and Maxillo facial Region、Other diseases、Tumour、Extraneous factor；基本类Medical substance的结构层次为Emergency disposing、Immunization therapy、Medicament treatment、Surgery treatment、Patient。
在对基本类进行定义以后，还需要定义这些类的属性，其中需要定义的属性包括数据类型属性以及对象类别属性，具体而言数据类型属性的作用是修饰基本类，而对象类数据属性则是表示不同类之间的相互关系。针对口腔颌面本体具体的关系如下表所示。在不同类的的不同属性中父类的属性同样使用在子类的属性之中，并在子类的属性中还包含了其他的属性，如在基本类的Patient的属性中还包含了住址、姓名、性别患病经历、就诊日期以及联系方式等属性。（表1）
在对类的属性进行定义中，每个类都包含有具体的实例，在本设计的基于口腔颌面疾病本体的系统中基本类Diseases包含有93个实例，类Patient则包有l0个实例。用户在使用本设计的疾病辅助诊断系统式，可根据口腔颌面本体进行查询，主要是以红枣具体的类名和属性进行查询，在查询中，系统会对查询方式进行存储，选定的条件越多，得到的查询结果越精确，查询到结果后可保存文本格式，也可以保存到数据库中，能够满足多种需要。
3 结语
综上所述，本文先概述基于口腔颌面本体疾病的辅助诊断系统的设计模块，进而分析医学图像三维重建系统的设计，讲述基于口腔颌面疾病本体的疾病肤辅助诊断系统的研究与实验。本文设计使用VC++语言，采用了Addin树设计方法，构建了辅助诊断系统，主要内容包括三维重建颞下颌关节来获得三维模型，随着计算机技术的不断发展，还需要对本设计系统模块进行扩充，如增加有限元分析模块等，基于口腔颌面疾病辅助诊断系统的设计中还需要显示出颞下颌关节的具体运动环节，进而分析其受力情况，找出口腔疾病的的原因，这些问题还需要更多的人去研究。
参考文献
[1]王东升，刘亮亮，曹敢，等.基于领域本体的心血管疾病辅助诊断系统[J].微计算机信息，2008，24（1）：276-277+251.
[2]生佳根，刘思峰.一种基于本体的关联规则挖掘方法[J].南京理工大学学报（自然科学版），2008，32（4）：401-405+410.
[3]李学明，付大超.基于本体的智能检索及其在泌尿外科中的应用[J].计算机应用与软件，2011，21（12）：213-216.
[4]郑丽萍，李光耀，姜华，等.口腔颌面疾病辅助诊断系统的设计与实现[J].计算机工程，2011，37（21）：279-281+284.
医学图像诊断范文3
[关键词]医学超声影像 图像融合 应用
[中图分类号]R455.1 [文献标识码] B [文章编号]1009―6019―[2010]06―37―02
医学超声在医学诊断中起着十分重要的作用。但是医学超声所包含的诊断技术，无论是型成像还是血流检测，一般都沿用了线性声学的规律，从低廉的普及型仪器到昂贵的高档设备，都作为线性系统进人应用领域，这种医学超声中的线性现象以往占了主导地位，形成超声诊断的主流，实际上医学超声中存在着非线性现象，过去它处于次要地位而被忽略，但是随着人们对事物本质研究的深入，以往被忽略的非线性现象都在某种场合显示其重要性，研究医学超声中非线性现象有助于人们进一步提高现有的诊断水平，近年来产生的谐波技术就是非线性声学在超声诊断中的一项有应用成效的新技术。传统的超声影像设备是接收和发射频率相同的回波信号成像，这种成像的方法被称为基波成像，实际上回波信号受到人体组织的非线性调制后产生基波的二次三次等高次谐波，其中二次谐波幅值最强，利用人体回声的高次谐波构成人体器官的图像，使得图像清晰分辨率得到提高。这种用回波的高次谐波成像的方法叫做谐波成像，近年来，在临床上得到了广泛的应用。虽然谐波成像可以减少杂波和图像阴霾，能够提供增强的对比分辨率，但是由于带宽较窄，对于低频中的有用信号的损失是不可避免的，能否提高信号的利用率是获得更为清晰的超声图像的关键。
数据融合，是20世纪80年代形成和发展起来的一种自动化信息综合处理技术，它将来自多传感器和多源的信息和数据进行综合处理，从而得出更为可信的图像融合。图像融合是将来自不同探测器的图像进行合并，以得到一个更完整的图片或场景，其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靠性，通过对多幅图像间的互补信息的处理来提高图像的清晰度，图像融合作为数据融合的一个分支，也用到了常用的数据融合方法，但又根据图像的特点引入了许多图像处理的方法，本文采用小波变换的方法针对医学超声图像进行融合，实验所用图像经过预处理滤波。
1 基于小波变换的图像融合方法
医学图像融合的过程可以分为两个步骤，图像在空间域的配准和融合图像的创建，图像配准是图像融合的先决条件，图像配准精度的高低直接决定着融合结果的质量，20世纪90年代以来，随着图像配准研究的深入开展，国内外学者研究了多种方法1993年专门对医学图像的配准方法进行了分类，归纳了7种分类标准。
小波变换在空间和频率域上都具有局域性，从而能对信息进行多尺度分析的细化分析。小波变换在图像融合中的应用研究已有报道，但大多在热图像和可视图像的融合，小波变换用于图像融合有不少优点，图像经小波分解后，不同分辨率上的细节信息互不相关，这样可以将不同频率范围内的信号分别组合，产生多种不同特征的融合图像，而且图像在不同分辨率水平上的能量和噪声不会互相干扰，融合图像的块状伪影也容易消除，基于小波变换的图像融合的一般结构，可以看出融合规则非常重要，当在建立融合图像的每个小波系数时，必须确定哪幅源图的小波系数对融合有利，这个信息将保留在融合决策图中，常用的融合规则主要有基于像素的融合规则和基于窗口的融合规则，基于像素的融合规则逐个考虑源图相应位置的小波系数，主要是交叉像素选择法，即从各源图的小波系数矩阵中相应位置选取最大的小波系数作为融合的小波系数，然后再由小波逆变换得到融合图像。
这种方法在融合处理时表现出对边缘的高度敏感性，使得图像在预处理时要求图像严格对准，否则处理结果将不尽人意。基于窗口的融合规则不仅考虑相应位置的小波系数，还要考虑与它相邻的小波系数。比如窗口划分，再确定融合相应位置的小波系数，这种方法考虑了图像像素与它相邻像素的高度相关性这一事实，因此，降低了对边缘的敏感性。如何选择窗口是该融合规则的难点，这要求所选窗口的小波系数有较大的相关性，否则就无法发挥该法的优越性，为此，可以将图像看作是由不同灰度等级的区域构成的，而物体的边缘表现为灰度差，边缘是图像的一个很重要的特征，包含有价值的目标边界信息，由边缘可以进行图像的定位“识别”滤波等操作。根据边缘区域图和区域活动表，使用以下的融合规则来计算融合决策图：高活动等级优于低活动等级，边缘的像素点优于非边缘像素点，小区域优于大区域，在确定边缘在图像处理中，经常要将处理后的图像与处理前的图像进行各方面的比较，看图像质量是否改观，比较常用的方法是峰值信噪比，图像融合是一种新的图像处理方法，因此可以借用通常图像处理中的图像评估方法，以评判融合方法的优劣，由于图像融合是将几幅不同的图像经处理后得到一幅包含源图像中各个细节的图像，该融合后的图像与两张源图进行，计算处理结果表明基于区域的融合的方法是有效的，总之，融合处理对图像质量的提高是有益的。
医学图像诊断范文4
摘要：介绍了图像处理技术在医学领域的发展，阐释了图像分割、图像融合和图像重建技术在医学领域的发展。提出了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：图像处理技术 图像分割 图像融合 图像重建
图像处理技术是20世纪60年展起来的一门新兴学科。近几十年来，由于大规模集成电路和计算机科学技术的迅猛发展，离散数学理论的创立和完善，以及军事、医学和工业等方面需求的不断增长，图像处理的理论和方法的更加完善，已经在宇宙探测、遥感、生物医学、工农业生产、军事、公安、办公自动化、视频和多媒体系统等领域得到了广泛的应用，成为计算机科学、信息科学、生物学、医学等学科研究的热点。
图像处理在医学界的应用非常广泛，无论是病理研究还是临床诊断都大量采用图像处理技术。它因直观、无创伤、方便安全等优点而受到人们青睐。图像处理首先应用于细胞分类、染色体分类和放射图像分析等，20世纪70年代图像处理在医学上的应用有了重大突破，1972年X射线断层扫描CT得到实用：1977年白血球自动分类仪问世：1980实现了CT的立体重建。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、各种电子内窥镜图像、显微镜下病理切片图像等。但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，突出重点内容，抑制次要内容，来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。
一、图像处理技术及其在医学领域的应用
(一)图像分割
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。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，进而提高医生诊断的准确性和科学性。由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步，因此，将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点。
(二)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。对多幅图像问的互补信息的处理来提高图像的清晰度。利用可视化软件对多种模态的图像进行图像融合，可以准确地确定病变体的空间位置、大小、几何形状和它与周围生物组织之间的空间关系，从而及时高效地诊断疾病。目前的图像融合技术可以分为两类：一类是以图像像素为基础的融合方法：另一类是以图像特征为基础的融合方法。以图像特征为基础的融合方法原理上不够直观且算法复杂，但是实现效果较好。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)图像重建
图像重建是从数据到图像的处理，即输入的是某种数据，而经过处理后得到的结果也是图像。CT是图像重建处理的典型应用实例。目前，图像重建与计算机图形学相结合，把多个二维图像合成为三维图像，并加以光照模型和各种渲染技术，能生成各种具有强烈真实感的图像。
二、图像处理技术在医学领域未来发展方向
当前，医学图像处理面临的主要任务是研究新的处理方法，构造新的处理系统。未来发展方向大致可归纳为以下几点：
(一)图像处理技术的发展将围绕研制高清晰度医学显示设备、更先进的医学成像设备，向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。
(二)图像、图形相结合，朝着三维成像或多维成像的方向发展。
医学图像诊断范文5
关键词：B超图像；医学影像；数据采集；图像处理技术
前言
B超诊断仪在很多疾病诊断中有着广泛的应用，并且表现出较大的优势，其无创、无痛、无放射线，并且能够重复使用、价格低廉，在诸多领域成为影像检查的首选方法。目前，我国市场上销售的B超诊断仪难以满足新技术的需求，而国外进口的高档B超诊断仪，虽然功能性强，但是价格昂贵。针对这种情况，计算机领域已经有相应的解决办法对B超图像进行收集和整理，并通过使用图像处理技术对图像进行有效处理，提升B超诊断仪的性能，提高诊断的科学性。
1B超图像采集
B超诊断仪采集的影像为数字图像，采用数字化图像处理技术能够增强清晰度，对病灶边缘进行图像清晰处理，医生通过分析更加明确的影像图片，能够更准确、更快速的做出诊断，结合病人自身实际情况制定科学合理的治疗方案。B超诊断仪将采集的图像有目的地存入计算机中，建立与病人相关的信息库，形成医学影像数据库系统，对数据库中的信息进行综合性管理，提高B超图像利用率，为临床诊断奠定良好基础。B超图像采集系统中的数字存储技术保证图像存取效率，提高B超图像查询速度和管理效率，为医生和患者带来便利。数字存储技术还代替了传统纸质打印媒介，降低了人工成本，节约了开支。数字存储能够实现数据的网络传输，为远程诊断提供便利条件，适应了医疗事业互联发展的趋势。
2B超计算机图像处理技术
2.1图像增强技术
图像增强技术作为图像处理领域的基本技术之一，通过将原始分散而稀疏的图片通过拉大对比度，增强视觉效果，能够使原本模糊不清甚至无法辨认的图片清晰化。随着科学不断发展进步，在图像增强技术的基础上，衍生出B超图像增强技术。B超图像中明暗分布直接影响图像的清晰度，图像的展示情况也受到对比度的影响，当一幅图像大部分区域亮而局部不亮时，说明该图对比度低，图像整体较为模糊，不利于辨认；而一幅图像大部分区域的明、暗程度相似，图像中明、暗区域分配合理。则这一图像的对比度高，能够被人们清晰地辨认出来。因此，图像增强技术在进行B超图片处理中有着不可替代的作用。相关技术人员进行图片处理时，应当合理调整灰度范围，通过调整图片的对比方式，改变视觉效果。对比度较低的图像基本都是由有限灰度所构成，其主要特点是像素范围较为集中，仅利用很小的像素范围就可以显示图像，借助此区域内的直方图准确判定检查区域，通过对比拉伸将原始图像动态范围加宽，将B超图像中原有重要且又无法查询的信息提取出来，以此达成增强图像视觉效果的作用。
2.2图像去噪处理技术
B超图像在收集和转换过程中，经常会受到不规则随机噪声影响，随机噪声的大小直接影响到图像质量，为了抑制机器噪声提升图像质量，必须对B超图像进行去噪处理。其中较为常用的中值滤波法就能对B超图像进行去噪处理。中值滤波作为一种非线性的处理方式，需要在固定条件下克服线性滤波器的影响，这就需要技术人员进行技术处理时，应当避免中值滤波为图像细节带来的影响，这种模式能够去除脉冲波的干扰，是在B超图像中一种较为有效的去噪声方式。中值滤波的使用方法通常是对于奇数个点的滑动窗口进行中间值替代，常选择3×3的方形进行中值滤波法进行去噪处理，随后再进行边缘的检测。
2.3图像边缘检测技术
B超图像边缘主要指像素灰度屋顶变化、阶跃变化等诸如此类的像素集合，通常存在于物体与物体之间、物体与背景之间等。B超图像边缘的构成特点是图像边缘像素变化较为平缓，而图像垂直方向的像素变化较为剧烈，其计算方法就是将符合边缘像素要求的边缘像素予以数学微分算子。如果图像边缘变化较强，这类图像能够使人产生强烈的视觉感受，便于对图像观察，而数字图像边缘检测技术是对图像进行分割，也是图像分析领域一项基础技术。因此，在进行B超图像收集时，人们应当充分利用这一技术，加强边缘值增强处理。由于图像受到物理机制约束，超声图像中也存在巨大的噪声，在提取时通常会得到虚假边缘，其灰度变化并不是人们所关注的边缘，这些虚假边缘也会对图像处理造成一定的困难，技术人员需要寻找对噪声不敏感、定位准确的边缘进行检测，提高图片综合性能，这也是当前图片处理工作者的工作目标。传统图像边缘检测技术中的Sobel、Prewitt、Roberts等对于噪声十分敏感，致使上述技术在实际应用中存在一定困难，现在通过改进，提出二阶导数零交叉点定位边缘的方法，针对B超图像边缘检测进行重新检测，事实证明，这种方式能够通过反复试验，较为理想。
2.4伪彩色显示技术
人们通过B超诊断仪所得出的图像为灰度图像，大部分人都很难适应灰度图像，但对于彩色图片的分析度和饱和度更易接受，将灰度较高的图像转化为彩色图像的处理方法称为伪彩色显示技术。伪彩色显示技术在医学图像处理中十分常见。对于图像而言，伪彩色显示技术是一种映射过程，利用这种技术能够识别灰度差较小的图像，提高B超图像的观察力，提高诊断准确率。伪彩色处理技术的原理就是将黑白图像中各部分灰度分子赋予不同的色彩，将图像进行不同映射并进行转化，提高人眼对于图像的分辨能力，这种模式较为常见，具体方式为：设f（x，y）为一幅黑白B超图像，R（x，y）、G（x，y）、B（x，y）为f（x，y）分别映射到RGB空间的3个颜色分量，则伪彩色处理可表示为：R（x，y）=TR[f（x，y）]G（x，y）=TG[f（x，y）]B（x，y）=TB[f（x，y）]其中T为某种映射函数。
2.5纹理分析技术
B超图像会产生颗粒状纹理，其主要原因分两类，一类是B超图像本身就存在颗粒斑纹，这种斑纹来自于组织反射超声波与射线相互干扰引起的噪声，这种噪声对临床诊断无用，并不是由于病人机体问题产生的，对于这类纹理可以不用分析。另一类就是被查体自身结构相关颗粒状纹理，图像中的纹理会随着自查体的变化而变化，在临床诊断上是一种较为有用的信息，人们对于这类信息纹理分析有助于诊断被查体的病情。当图像在相同的组织成像条件下会形成相同的图像纹理模式，正常的与有病变的器官图像组织颗粒的分布情况有所不同。考虑到这一点，人们对于B超图像进行纹理分析是分辨病情的重要环节之一，需要技术人员掌握纹理分析技术。而纹理分析技术有很多种，其中，最为常见的有极大极小值法（MM法）、灰度行程法（GTS法）、灰度级差法（GLD）、共生矩阵法、离散分形布朗随机场模型法等，这些方式都能更快的找准问题，有利于对纹理进行准确的分析，能够为医生的诊断提供支持。
医学图像诊断范文6
关键词：放射科；数字改造；影像
随着CR、DR的应用与普及，医学影像学全面进入了数字化时代。数字影像学优势明显，如：检查效率高，图像质量好，可进行多种后处理，图像易于保存与检索，可进行远程诊断与会诊等特点，使越来越多的人开始认识并接受数字影像设备。其中，以普放领域的CR、DR的数字化升级最引人注目。于是，各地有条件的大中小型医院均纷纷开始购置CR、DR等，以实现放射科的数字化改造。然而，笔者通过走访多家医院发现，由于设备上线时考虑不周，未能配套相应的影像网络系统，至使大部分医院CR、DR，包括数字胃肠、DSA等数字影像设备未能充分发挥应有的性能，不但无形中造成了资源的浪费，亦给最终使用人员带来了极大的不便。PACS是影像数字化存储与传输系统的首字母缩写。它主要包括数字化影像系统、存储系统、传输系统、显示终端及诊断系统等。影像数字化和PACS给上世纪末医学影像技术和医学影像诊断学带来了革命性的变化，不仅使得影像检查变得快捷，更使影像诊断从过去的"四维"模式变成了"五维"模式--使图像的读取和远程传输突破了时间的界限，变得高效。过去传统的影像载体是胶片，在数字化时代，胶片显现了诸多弊端，昂贵、储存成本大、难以长时间保管、不便携带等等。而PACS中的海量存储设备，理论上可以无限量存储影像信息，占用空间小，取用便捷，成本低廉。
1 目前，已实现数字化改造的放射科网络建设情况大致分为以下三种情况
1.1已建成了完整的科室级或部门级PACS系统。
这种情况多见于一些大型综合性医院或教学医院的放射科，这些医院已建成了连接大部分影像科室的功能强大的PACS系统，拥有高性能DICOM服务器及能够在线保存较长时间影像数据的大容量存储设备。DICOM服务器提供了worklist、SCU、SCP等强大功能。所有相关影像科室可通过任意登记终端向DICOM服务器提交登记信息，各检查设备如CR、DR等通过检查号从DICOM服务器取得患者登记资料，检查结束后，图像回传至DICOM服务器，并由服务器按对应信息归档存储。后处理工作站及诊断工作站均从服务器取得患者资料及图像，用于图像输出及出诊断报告。部分医院还实现了部分关键临床科室通过DICOM服务器调阅检查资料及图像的功能。在这种工作模式下，放射技师工作量最小，尤其在DR系统中，只需输入检查号调出患者资料后即可开始检查，投照后确认图像即可完成检查。后处理技师及诊断医师直接从DICOM服务器获取资料及图像，故可对来自多个图像源的资料及图像进行处理。医师更可在授权范围内直接调阅来自不同影像设备如CT、MRI、USG等图像进行参考，还可调阅历史检查资料进行对比，从而有利于提高诊断准确率。一些临床医师亦可通过PACS系统在最短时间内看到患者检查图像。这种工作模式能够充分发挥数字影像设备及影像网络带来的优势，使相关科室工作效率及工作质量得到明显提高。
1.2已建成科室局域网，但未建成PACS系统。
这种情况多见于中小型医院放射科。在上线CR、DR等设备时，考虑到诊断需要，配套建立了诊断工作站，并建成了科室局域网，但未设立DICOM服务器及大容量存储设备。由于工作站软件网络服务功能有限，不能提供worklist、SCP等服务，只能被动接受各成像设备传入的图像及患者资料并保存于本地，这不仅大大加重了各成像设备的网络负荷，使其工作效率下降，故障率升高。图像在线保存时间受工作站存储容量限制，最短时甚至只能保存几天内的检查图像。网络维护人员需要经常性备份与清空图像，以为后续工作腾出空间。诊断医师无法调阅更久的资料用于对比，更无法调阅其他影像设备的图像资料来参考。且各检查设备不一定能共享同一后处理工作站，可能需要为每一台影像设备配置各自的后处理工作站。为此，会造成极大的人力资料与设备资源浪费。这种模式，对于工作量小，特别是只有一台CR或DR的小型医院完全可以胜任。但对于工作量大、成像设备超过2台以上者则明显不适用，或者说会成为工作效率的瓶颈。
1.3未建立科室局域网，亦未单独设立诊断工作站
这种情况只见于小型医院或一些门诊部。在上线CR、DR时，未对CR或DR固有的小型局域网作任何扩充，仅能完成数字图像的采集与输出。诊断报告多采用手写完成，部分CR或DR可在后处理工作站上完成诊断报告的书写。所有图像及资料均保存于成像设备主机内，因此需要经常性进行图像的备份与清空。历史资料检索受主机容量的限制，一般非常小。要想调阅更久的资料，需人工从大量光盘中检出并放入工作站上方可调阅，手续繁琐。医师无法获得其他设备的图像，不能实现远程诊断。技师检查前亦需自己输入大量患者资料后方可检查。这种模式，效率极其低下，但上线成本最低，仅适用于患者流量极小的科室进行数字化改造时采用。
2结论
随着放射科数字化改造进程的加快，各地大中小型医院放射科均开始了数字化改造步伐。但部分医院盲目上线CR、DR等设备，对为数字化设备提供了强大后备支持的影像网络系统的重要性认识不够，使升级改造后的数字设备达不到预期的目的，或工作效率得不到明显提升，均无形中浪费了宝贵的投资。故笔者建议，在上线CR、DR等数字设备时，多闻、多问、多查、多看，综合考虑各医院各科室实际工作量、工作流程、人员配备等因素，根据实际情况规划好配套的影像网络系统规模及功能，并与CR或DR系统一并或提前实施，以充分发挥数字影像设备带来的便利与高效。
