医学图像处理的综述

医学图像处理的综述

ID:28182091

大小:38.00 KB

页数:12页

时间:2018-12-08

医学图像处理的综述_第1页
医学图像处理的综述_第2页
医学图像处理的综述_第3页
医学图像处理的综述_第4页
医学图像处理的综述_第5页
资源描述:

《医学图像处理的综述》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、实用标准文案医学图像处理综述墨南-初夏2010-07-2423:51:56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

2、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。精彩文档实用标准文案(3)核医学成像(NMI),目前以单光

3、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(UltrasonicImaging),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

4、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析。从而大大提高医疗诊断的准确性和可靠性。精彩文档实用标准文案在医疗教学、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,图像融合以及纹理分析技术方面进行介绍。1.医学图像分割:由于人

5、体的组织器官不均匀、器官蠕动等造成医学图像一般具有噪声、病变组织边缘模糊等特点,医学图像分割技术的目的就是将图像中感兴趣的区域清楚的提取出来,从而为定量、定性分析提供基础,同时它也是三维可视化的基础。分割的效果直接影响到三维重建后模型的精确性。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,基于边界的分割方法和基于阈值的图像分割算法。基于区域的算法依赖于图像的空间域局部特征,如灰度,纹理及其它象素统计特性的均匀性等。基于边界的算法主要是利用梯度信息确定目标的边界。

6、结合特定的理论工具。基于阈值的算法,要选取多个图像灰度取值范围内的阈值,再将图像中各个像素与阈值比较,依据比较的结果将图像划分为互不交叉重叠的区域。精彩文档实用标准文案近年来,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f动态轮廓模型)、组合优化模型,以及基于三维可视化系统的FastMarching算法和Watershed变换的医学图象分割方法等。虽然不断有新的分割方法被提出。但结果不是很理想。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

7、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。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脚,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

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。