医学图像处理系统平台的研究与开发 第3页
绪论
1.1引言
医学图像处理技术是现代医学中重要的组成部分，并且已经成为医学技术中发展最快的领域之一。医学最早出现图像识别是波形识别，如心电、脑电及其它生物医学信号处理。70年代后期微处理器的出现和微型计算机的兴起，使生物医学信号处理得到进一步的发展，已试制出不少商品化的智能化仪器，如心功能监护自动报警器、舌诊测仪、电脑智能脉象计量诊断仪、脑中风预测仪、生化分析仪等。随着电子计算机断层扫描仪（CT）、核磁共振仪（NMR）、正电子发射成像（PET）、单光子发射成像（SPECT）等的出现，给医学影像学带来了巨大的突破，近年来工作已深入到检测显微图像的重要特征的阶段，使检测工作达到了快速、准确、方便的要求，开创了病理学定量的广阔前景。另外计算机在三文超声诊断、各种射线治疗设备（如X刀、γ刀等）、计算机辅助外科等方面的应用，大大提高了医疗水平水平。
因此，以计算机技术为依托，数字图像处理是医学图像处理领域中极为重要的一个方法，它是使医生获得病人病情可靠信息的重要保证，也是医生开展进一步治疗的必要条件。它对医学图像处理包括：图像的预处理、特征的提取、图像分割、图像配准、图像融合、纹理分析和伪色彩处理等[1]。图像的压缩传输技术也是当前研究的一个热点，也是本文研究的一个重点。这种技术依赖于数字图像的压缩编码和现代通信技术，它的出现使得远程医疗成为可能，并加强了医疗的即时性。
1.2课题研究的背景与意义
图像是人们从客观世界获取信息的重要来源。传统的医学图像处理技术是以物理和现代的电子计算机技术为基础的，就成像机理而论主要包括：投影X射线成像、X射线计算机断层成像、超声成像、放射性核素、磁共振成像等。随着行算机技术的进一步发展，基于全信息摄影的三文成像技术也得到日益广泛的应用，从而进一步提升了医学图像诊断技术的清晰性和准确性。
1.3医学图像处理的内容
医学图像处理的内容很多，本论文主要包括有：图像降噪、图像增强、图像分割和图像压缩。
1.3.1医学图像的降噪
数字图像难免会受到各种噪声的污染。图像的创建方式不同,噪声的类型也不尽相同。例如,图像是由胶片经图像扫描仪得到的,则胶片上的粗糙颗粒就是噪声源。除此之外,噪声也可能由于胶片损坏扫描仪本身所致。如果图像直接通过数字化方式获取,则收集数据的仪器(例如CCD探测器)也可能带来噪声。同样,图像数据的电子转换设备也会带来噪声。图像的网络传输也会带来噪声。医学图像亦一样,通过用各种方法对图像降噪, 可以对图像中杂讯信号进行过滤，有效抑制噪声点，杂波，使画面更清晰，整洁，这样更利于医生分析和诊断。
1.3.2医学图像的增强
图像的增强是指按照特定的需要突出一副图像的和某些信息，同时削弱或去除某些不需要的信息的处理方法。其主要的目的是使处理后的图像对某种特定的应用来说，比原始图像更实用，增强后的图像往往能够增强对特殊信息的识别能力，常常用来改善人对图像的视觉效果，让观察者能够看到更加直接、清晰的图像。图像的增强处理包括有直方图修改处理、图像平滑滤波处理和图像尖锐处理等。在实际应用中可采取单一的办法来处理，也可以采用几种方法的联合处理，以达到预期的增强效果。
1.3.3医学图像的分割
医学临床实践和研究常需要对人体某些组织和器官的形状、边界、截面面积以及体积等进行测量，从而得到组织病理或功能方面的重要信息。这些都需要对图像进行分割处理，同时，对图像进行三文重建以及医学图像的可视化也需要把图像分割处理作为基础。图像的分的算法有很多，但是远未达到完善。因此，医学图像分割算法的研究仍是当前医学图像处理的热点。
1.3.4医学图像的压缩
我们知道，医学成像技术的应用已越来越普及 。成像设备产生了大量的医学数字图像 ,但由于医学图像有其不同于一般图像的特点 ,如分辨率高、量化级多等 ,因而医学图像数据量较大 ,从而给存储和传输带来了极大的困难 ,随着远程诊断手段和医疗信息自动化的开展 ,这个困难将越来越突出 。医学图像压缩编码是医疗信息学一个重要的研究方向 ,它处理的是数字化医学图像。
医学图像处理技术在现代化医院中得到了越来越广泛的应用。而现有的医学图像处理系统，大多采用传统的空间或频率域图像处理方法，但处理能力非常有限。随着信息时代的到来和计算机技术的不断发展,人们需要存储、处处理的信息越来越多,而图像作为这些信息中的重要形式,具有数据量大、带宽宽等特点,给图像的存储、处理、传输带来了很多的麻烦,尤其是图像信息的传输,一方面需要增加信道,但这很有限;另一方面,就必须减少图像表示的数据量,以达到压缩图像数据的目的。
1.4国内外研究相关概况
对医学图像的处理早在20世纪60年代末的美国和欧洲已经开始了，那时主要的任务是加快人工处理的速度以提高工作效率。这一时期的主要特点就是把40年代以来的图像处理技术直接运用到了这一新兴领域，取得了一些惊人的成果，比如对X光图片的初级特征检索速度比人工提高了2-3个数量级，误差小一个数量级。但是由于这一时里面，计算机硬件速度以及传统图像处理串行算的性质所限制，医学图像的处理没有如想象那样提高工作效果，但是也出现了一批喜人的成果，其中最主要的就是对一些基本的传统串行算法的改进，如直方图算法。从20世纪70年代末开始，医学图像处理进入了一个新的发展阶段，由于这一时期计算机硬件性能大幅度提升，以及基于知识挖掘和人工智能（特别是新型神经网络）技术的发展，一批智能化的并行算法涌现出来，为这些算法提供了极为广阔硬件的平台。20世纪90年代中期以来，医学图像处理正在迅速和计算机学科的其它的领域相互融合，展现出新的活力，而且对各类医学图像的处理的算法，有了一整套可行的质量判别标准。对于处理算法的质量分析成为一个热门的研究方向，其目的是为了更好的研究医学图像处理的本身，对各类算法起指导性作用。因此，随着对医学图像处理的评价体系更加深入的研究，它对这一领域的指导性将更加显著。
在国内，随着改革开放二十年来的发展，医疗卫生事业的不断进步，医学图像处理的作用越来越大，数学化远程医疗的美好前景已经渐渐显现。各个著名高校、研究所对此做了很深入的研究，获得了一大批喜人的效果。
1.5本课题的工作重点
首先研究医学图像的降噪的方法，以达到提高图像的信噪比和质量的目的，主要对中值滤波方法和小波分析法两种方法的处理效果进行实验比较。其次研究医学图像的分割方法，分析并比较各个图像分割及边缘检测技术的处理效果，利用其中较好的方法提取出病人病灶区域，并计算该区域的面积，以利于医生进一步分析并作出正确的诊断。最后研究医学图像的压缩方法，通过将图像压缩编码，可以减少图像的数据量，更容易于存储，处理和传输。有大量的图像作为依据，医生就可以随时对病人作出准确的诊断。
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >>
医学图像处理系统平台的研究与开发 第3页下载如图片无法显示或论文不完整，请联系qq752018766
