医学图像处理论文:医学图像处理技术分析管理论文

论文关键词：医学图像处理图像分割图像配准图像融合纹理分析

论文摘要：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。

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内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:MagneticResonanceImaging)、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。

2.2关键技术：

图像分割是三维重构的基础，分割效果直接影像三维重构的精确度。图像分割是将图像分割成有意义的子区域，由于医学图像的各区域没有清楚的边界，为了解决在医学图像分割中遇到不确定性的问题，引入模糊理论的模糊阀值、模糊边界和模糊聚类等概念。快速准确的分离出解剖结构和定位区域位置和形状，自动或半自动的图像分割方法是非常重要的。在实际应用中有聚类法、统计学模型、弹性模型、区域生长、神经网络等适用于医学图像分割的具体方法。

由于可以对同一部位用不同的成像仪器多次成像，或用同一台仪器多次成像，这样产生了多模态图像。多模态图像提供的信息经常相互覆盖和具有互补性，为了综合使用多种成像模式以提供更全面的信息，需要对各个模态的原始图像进行配准和数据融合，其整个过程称为数据整合。整合的第一步是将多个医学图像的信息转换到一个公共的坐标框架内的研究，使多幅图像在空间域中达到几何位置的完全对应，称为三维医学图像的配准问题。建立配准关系后，将多个图像的数据合成表示的过程，称为融合。在医学应用中，不同模态的图像还提供了不互相覆盖的结构互补信息，比如，当CT提供的是骨信息，MRI提供的关于软组织的信息，所以可以用逻辑运算的方法来实现它们图像的合成。

当分割归类或数据整合结束后，对体数据进行体绘制。体绘制一般分为直接体绘制和间接体绘制，由于三维医学图像数据量很大，采用直接体绘制方法，计算量过重，特别在远程应用和交互操作中，所以一般多采用间接体绘制。在图形工作站上可以进行直接体绘制，近来随着计算机硬件快速发展，新的算法，如三维纹理映射技术，考虑了计算机图形硬件的特定功能及体绘制过程中的各种优化方法，从而大大地提高了直接体绘制的速度。体绘制根据所用的投影算法不同加以分类，分为以对象空间为序的算法（又称为体素投影法）和以图像空间为序的算法!又称为光线投射法"，一般来说，体素投影法绘制的速度比光线投射法快。由于三维医学图像的绘制目的在于看见内部组织的细节，真实感并不是最重要的，所以在医学应用中的绘制要突出特定诊断所需要的信息，而忽略无关信息。另外，高度的可交互性是三维医学图像绘制的另一个要求，即要求一些常见操作，如旋转，放大，移动，具有很好的实时性，或至少是在一个可以忍受的响应时间内完成。这意味着在医学图像绘制中，绘制时间短的可视化方法更为实用。

未来的三维可视化技术将与虚拟现实技术相结合，不仅仅是获得体数据的工具，更主要的是能创造一个虚拟环境。

3．医学图像分割

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，图像分割技术主要基于以下几种理论方法。

3.1基于统计学的方法

统计方法是近年来比较流行的医学图像分割方法。从统计学出发的图像分割方法把图像中各个像素点的灰度值看作是具有一定概率分布的随机变量,观察到的图像是对实际物体做了某种变换并加入噪声的结果,因而要正确分割图像,从统计学的角度来看,就是要找出以最大的概率得到该图像的物体组合。用吉布斯（Gibbs）分布表示的Markov随机场(MRF)模型,能够简单地通过势能形式表示图像像素之间的相互关系,因此周刚慧等结合人脑MR图像的空间关系定义Markov随机场的能量形式,然后通过最大后验概率(MAP)方法估计Markov随机场的参数,并通过迭代方法求解。层次MRF采用基于直方图的DAEM算法估计标准有限正交混合(SFNM)参数的全局最优值,并基于MRF先验参数的实际意义,采用一种近似的方法来简化这些参数的估计。林亚忠等采用的混合金字塔Gibbs随机场模型,有效地解决了传统最大后验估计计算量庞大和Gibbs随机场模型参数无监督及估计难等问题,使分割结果更为可靠。

3.2基于模糊集理论的方法

医学图像一般较为复杂，有许多不确定性和不精确性，也即模糊性。所以有人将模糊理论引入到图像处理与分析中，其中包括用模糊理论来解决分割问题。基于模糊理论的图形分割方法包括模糊阈值分割方法、模糊聚类分割方法等。模糊阈值分割技术利用不同的S型隶属函数来定义模糊目标，通过优化过程最后选择一个具有最小不确定性的S函数，用该函数表示目标像素之间的关系。这种方法的难点在于隶属函数的选择。模糊C均值聚类分割方法通过优化表示图像像素点与C各类中心之间的相似性的目标函数来获得局部极大值，从而得到最优聚类。Venkateswarlu等[改进计算过程，提出了一种快速的聚类算法。

3.2.1基于模糊理论的方法

模糊分割技术是在模糊集合理论基础上发展起来的,它可以很好地处理MR图像内在的模糊性和不确定性,而且对噪声不敏感。模糊分割技术主要有模糊阈值、模糊聚类、模糊边缘检测等。在各种模糊分割技术中,近年来模糊聚类技术,特别是模糊C-均值(FCM)聚类技术的应用最为广泛。FCM是一种非监督模糊聚类后的标定过程,非常适合存在不确定性和模糊性特点的MR图像。然而,FCM算法本质上是一种局部搜索寻优技术,它的迭代过程采用爬山技术来寻找最优解,因此容易陷入局部极小值,而得不到全局最优解。近年来相继出现了许多改进的FCM分割算法,其中快速模糊分割(FFCM)是最近模糊分割的研究热点。FFCM算法对传统FCM算法的初始化进行了改进,用K-均值聚类的结果作为模糊聚类中心的初值,通过减少FCM的迭代次数来提高模糊聚类的速度。它实际上是两次寻优的迭代过程,首先由K-均值聚类得到聚类中心的次最优解,再由FCM进行模糊聚类,最终得到图像的最优模糊分割。

3.2.2基于神经网络的方法

按拓扑机构来分,神经网络技术可分为前向神经网络、反馈神经网络和自组织映射神经网络。目前已有各种类型的神经网络应用于医学图像分割,如江宝钏等利用MRI多回波性,采用有指导的BP神经网络作为分类器,对脑部MR图像进行自动分割。而Ahmed和Farag则是用自组织Kohenen网络对CT/MRI脑切片图像进行分割和标注,并将具有几何不变性的图像特征以模式的形式输入到Kohenen网络,进行无指导的体素聚类,以得到感兴趣区域。模糊神经网络(FNN)分割技术越来越多地得到学者们的青睐,黄永锋等提出了一种基于FNN的颅脑MRI半自动分割技术,仅对神经网络处理前和处理后的数据进行模糊化和去模糊化,其分割结果表明FNN分割技术的抗噪和抗模糊能力更强。

3.2.3基于小波分析的分割方法

小波变换是近年来得到广泛应用的一种数学工具，由于它具有良好的时一频局部化特征、尺度变化特征和方向特征，因此在图像处理上得到了广泛的应用。

小波变换和分析作为一种多尺度多通道分析工具，比较适合对图像进行多尺度的边缘检测，典型的有如Mallat小波模极大值边缘检测算法[6

3.3基于知识的方法

基于知识的分割方法主要包括两方面的内容:(1)知识的获取,即归纳提取相关知识,建立知识库；(2)知识的应用,即有效地利用知识实现图像的自动分割。其知识来源主要有:(1)临床知识,即某种疾病的症状及它们所处的位置；(2)解剖学知识,即某器官的解剖学和形态学信息,及其几何学与拓扑学的关系,这种知识通常用图谱表示；(3)成像知识,这类知识与成像方法和具体设备有关；(4)统计知识,如MI的质子密度(PD)、T1和T2统计数据。Costin等提出了一种基于知识的模糊分割技术,首先对图像进行模糊化处理,然后利用相应的知识对各组织进行模糊边缘检测。而谢逢等则提出了一种基于知识的人脑三维医学图像分割显示的方法。首先,以框架为主要表示方法,建立完整的人脑三维知识模型,包含脑组织几何形态、生理功能、图像灰度三方面的信息；然后,采用“智能光线跟踪”方法,在模型知识指导下直接从体积数据中提取并显示各组织器官的表面。

3.4基于模型的方法

该方法根据图像的先验知识建立模型,有动态轮廓模型(ActiveContourModel,又称Snake)、组合优化模型等,其中Snake最为常用。Snake算法的能量函数采用积分运算,具有较好的抗噪性,对目标的局部模糊也不敏感,但其结果常依赖于参数初始化,不具有足够的拓扑适应性,因此很多学者将Snake与其它方法结合起来使用,如王蓓等利用图像的先验知识与Snake结合的方法,避开图像的一些局部极小点,克服了Snake方法的一些不足。Raquel等将径向基网络(RBFNNcc)与Snake相结合建立了一种混合模型,该模型具有以下特点:(1)该混合模型是静态网络和动态模型的有机结合；(2)Snake的初始化轮廓由RBFNNcc提供；(3)Snake的初始化轮廓给出了最佳的控制点；(4)Snake的能量方程中包含了图像的多谱信息。Luo等提出了一种将livewire算法与Snake相结合的医学图像序列的交互式分割算法,该算法的特点是在少数用户交互的基础上,可以快速可靠地得到一个医学图像序列的分割结果。

由于医学图像分割问题本身的困难性，目前的方法都是针对某个具体任务而言的，还没有一个通用的解决方法。综观近几年图像分割领域的文献，可见医学图像分割方法研究的几个显著特点：（1）学者们逐渐认识到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，因而更加注重多种分割算法的有效结合；（2）在目前无法完全由计算机来完成图像分割任务的情况下，半自动的分割方法引起了人们的广泛注意，如何才能充分利用计算机的运算能力，使人仅在必要的时候进行必不可少的干预，从而得到满意的分割结果是交互式分割方法的核心问题；（3）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。

4．医学图像配准和融合

医学图像可以分为解剖图像和功能图像2个部分。解剖图像主要描述人体形态信息，功能图像主要描述人体代谢信息。为了综合使用多种成像模式以提供更全面的信息，常常需要将有效信息进行整合。整合的第一步就是使多幅图像在空间域中达到几何位置的完全对应，这一步骤称为“配准”。整合的第二步就是将配准后图像进行信息的整合显示，这一步骤称为“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面的信息，这就需要将患者的各种图像信息综合研究19]，而要做到这一点，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。

4.1医学图像配准

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上的配准，配准的结果应使两幅图像上所有关键的解剖点或感兴趣的关键点达到匹配。20世纪90年代以来，医学图像配准的研究受到了国内外医学界和工程界的高度重视，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两大类：基于外部特征（有框架）的图像配准和基于内部特征（无框架）的图像配准。基于外部特征的方法包括立体定位框架法、面膜法及皮肤标记法等。基于外部特征的图像配准，简单易行，易实现自动化，能够获得较高的精度，可以作为评估无框架配准算法的标准。但对标记物的放置要求高，只能用于同一患者不同影像模式之间的配准，不适用于患者之间和患者图像与图谱之间的配准，不能对历史图像做回溯性研究。基于内部特征的方法是根据一些用户能识别出的解剖点、医学图像中相对运动较小的结构及图像内部体素的灰度信息进行配准。基于内部特征的方法包括手工交互法、对应点配准法、结构配准法、矩配准法及相关配准法。基于内部特征的图像配准是一种交互性方法，可以进行回顾性研究，不会造成患者不适，故基于内部特征的图像配准成为研究的重点。

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，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。例如Luo等利用最大互信息法对CT-MR和MR-PET三维全脑数据进行了配准，结果全部达到亚像素级配准精度。在医学图像配准技术方面引入信号处理技术，例如傅氏变换和小波变换。小波技术在空间和频域上具有良好的局部特性，在空间和频域都具有较高的分辨率，应用小波技术多分辨地描述图像细貌，使图像由粗到细的分级快速匹配，是近年来医学图像配准的发展之一。国内外学者在这方面作了大量的工作，如Sharman等提出了一种基于小波变换的自动配准刚体图像方法，使用小波变换获得多模图像特征点然后进行图像配准，提高了配准的准确性。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。

目前许多医学图像配准技术主要是针对刚性体的配准，非刚性图像的配准虽然已经提出一些解决的方法，但同刚性图像相比还不成熟。另外，医学图像配准缺少实时性和准确性及有效的全自动的配准策略。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。

4.2医学图像融合

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。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面和准确的资料。

医学图像的融合可分为图像融合的基础和融合图像的显示。（1）图像融合的基础：目前的图像融合技术可以分为2大类，一类是以图像像素为基础的融合法；另一类是以图像特征为基础的融合方法。以图像像素为基础的融合法模型可以表示为：

其中，为融合图像，为源图像，为相应的权重。以图像特征为基础的融合方法在原理上不够直观且算法复杂，但是其实现效果较好。图像融合的步骤一般为：①将源图像分别变换至一定变换域上；②在变换域上设计一定特征选择规则；③根据选取的规则在变换域上创建融合图像；④逆变换重建融合图像。（2）融合图像的显示：融合图像的显示方法可分成2种：空间维显示和时间维显示。

目前，医学图像融合技术中还存在较多困难与不足。首先，基本的理论框架和有效的广义融合模型尚未形成。以致现有的技术方法还只是针对具体病症、具体问题发挥作用，通用性相对较弱。研究的图像以CT、MRI、核医学图像为主，超声等成本较低的图像研究较少且研究主要集中于大脑、肿瘤成像等；其次，由于成像系统的成像原理的差异，其图像采集方式、格式以及图像的大小、质量、空间与时间特性等差异大，因此研究稳定且精度较高的全自动医学图像配准与融合方法是图像融合技术的难点之一；最后，缺乏能够客观评价不同融合方法融合效果优劣的标准，通常用目测的方法比较融合效果，有时还需要利用到医生的经验。

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。

5．医学图像纹理分析

一般认为图像的纹理特征描述物体表面灰度或颜色的变化,这种变化与物体自身属性有关,是某种纹理基元的重复。Sklansky早在1978年给出了一个较为适合于医学图像的纹理定义:“如果图像的一系列固有的统计特性或其它的特性是稳定的、缓慢变化的或者是近似周期的,那么则认为图像的区域具有不变的纹理”。纹理的不变性即指纹理图像的分析结果不会受到旋转、平移、以及其它几何处理的影响。目前从图像像素之间的关系角度,纹理分析方法主要包括以下几种。

5.1统计法

统计分析方法主要是基于图像像素的灰度值的分布与相互关系,找出反映这些关系的特征。基本原理是选择不同的统计量对纹理图像的统计特征进行提取。这类方法一般原理简单,较易实现,但适用范围受到限制。该方法主要适合医学图像中那些没有明显规则性的结构图像,特别适合于具有随机的、非均匀性的结构。统计分析方法中,最常用的是共生矩阵法,其中有灰度共生矩阵(graylevelco-occurrencematrix,GLCM)和灰度—梯度共生矩阵。杜克大学的R.Voracek等使用GLCM对肋间周边区提取的兴趣区(regionofinterest,ROI)进行计算,测出了有意义的纹理参数。另外,还有长游程法(runlengthmatrix,RLM),其纹理特征包括短游程优势、长游程优势、灰度非均匀化、游程非均匀化、游程百分比等,长游程法是对图像灰度关系的高阶统计,对于给定的灰度游程,粗的纹理具有较大的游程长度,而细的纹理具有较小的游程长度。

5.2结构法

结构分析方法是分析纹理图像的结构,从中获取结构特征。结构分析法首先将纹理看成是有许多纹理基元按照一定的位置规则组成的,然后分两个步骤处理（1）提取纹理基元；（2）推论纹理基元位置规律。目前主要用数学形态学方法处理纹理图像,该方法适合于规则和周期性纹理,但由于医学图像纹理通常不是很规则,因此该方法的应用也受到限制,实际中较少采用。

5.3模型法

模型分析方法认为一个像素与其邻域像素存在某种相互关系,这种关系可以是线性的,也可以是符合某种概率关系的。模型法通常有自回归模型、马尔科夫随机场模型、Gibbs随机场模型、分形模型,这些方法都是用模型系数来表征纹理图像,其关键在于首先要对纹理图像的结构进行分析以选择到最适合的模型,其次为如何估计这些模型系数。如何通过求模型参数来提取纹理特征,进行纹理分析,这类方法存在着计算量大,自然纹理很难用单一模型表达的缺点。

5.4频谱法

频谱分析方法主要基于滤波器理论，包括傅立叶变换法、Gabor变换法和小波变换法。

1973年Bajcsy使用傅立叶滤波器方法分析纹理。Indhal等利用2-D快速傅立叶变换对纹理图像进行频谱分析,从而获得纹理特征。该方法只能完成图像的频率分解,因而获得的信息不是很充分。1980年Laws对图像进行傅氏变换,得出图像的功率谱,从而提取纹理特征进行分析。

Gabor函数可以捕捉到相当多的纹理信息,且具有极佳的空间/频域联合分辨率,因此在实际中获得了较广泛的应用。小波变换法大体分金子塔形小波变换法和树形小波变换法(小波包法)。

小波变换在纹理分析中的应用是Mallat在1989年首先提出的,主要用二值小波变换(DiscreteWaveletTransform,DWT),之后各种小波变换被用于抽取纹理特征。传统的金字塔小波变换在各分解级仅对低频部分进行分解,所以利用金字塔小波变换进行纹理特征提取是仅利用了纹理图像低频子带的信息,但对某些纹理,其中高频子带仍含有有关纹理的重要特征信息(如对具有明显的不规则纹理的图像,即其高频子带仍含有有关纹理的重要特征)得不到利用。使用在每个分解级对所有的频率通道均进行分解的完全树结构小波变换提取特征,能够较全面地提取有关纹理特征。

由于医学图像及其纹理的复杂性，目前还不存在通用的适合各类医学图像进行纹理分析的方法，因而对于各类不同特点的医学图像就必须采取有针对性地最适合的纹理分析技术。另外，在应用某一种纹理分析方法对图像进行分析时，寻求最优的纹理特征与纹理参数也是目前医学图像纹理分析中的重点和难点。

6．总结

随着远程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、医务人员和理论技术人员之间的交流就显得越来越重要。多维、多参数以及多模式图像在临床诊断（包括病灶检测、定性，脏器功能评估，血流估计等）与治疗（包括三维定位、体积计算、外科手术规划等）中将发挥更大的作用。

医学图像处理论文:医学X射线图像处理算法初探

【摘 要】针对DR图像的特点，主要论述了应用灰色系统理论进行图像分割的算法。通过计算各像素点与初始聚类中心的灰色关联度，将像素点进行归类。然后，进行迭代运算，更新聚类中心，使得灰色关联度总和最小，获得最佳分割效果。

【关键词】DR图像；图像分割；灰色聚类；灰色关联度

0 引言

DR（digital radiography）图像相对其他X成像技术获得的图像具有较高的分辨率，图像细节显示清楚，便于后期处理等优点。但与传统光学成像相比，图像的分辨率处于较低水平。由于采用DICOM（Digital Imaging and Communications in Medicine）图像格式，因此，处理方法也与传统数字图像处理存在不同[1]。

1 DR文件的读取

DR图像采用的DICOM格式与传统PC机上常见BMP格式不同，因此，要在PC机上处理DR图像就必须进行转换。目前，由DR图像转换成BMP格式图像大多数为32位增强彩色图像，即除了颜色的三个分量（RGB）外还有第四个分量：透明度（alpha）。所以，DR图像转换后的一个像素就由四个分量组成。由于X成像技术本身的特点，一个像素的alpha分量一般为0，而RGB三个分量的值是相等的。也就是说，转换后的DR图像实质上是一幅灰度图像。因此，读取图像数据时应按照32位真彩色格式处理，在后续处理时按256级灰度图像处理。

2 DR图像的平滑处理

如上原因，DR图像的平滑处理应使用灰度图像处理方法，因此，图像处理的复杂程度较低。常用平滑处理算法包括均值滤波、中值滤波等。

均值滤波是典型的线性滤波算法，处理时以目标像素为中心，取其周围全体像素的灰度平均值来代替原来的灰度值。均值滤波运算速度快，但不能很好地保护图像细节，使图像变得模糊。

与之对应，中值滤波法是一种非线性平滑技术，以目标像素点邻域窗口内的所有像素点灰度值的排序中间值为该像素点的灰度值某。由于需进行排序运算，因此计算效率较低，但对图像细节有很好的保护效果，滤波效果也较好。

3 DR图像的分割

传统的图像分割定义：把图像分成若干个具有特殊意义的区域，是由图像处理到图像分析的关键步骤。常用的算法主要包括：基于阈值的分割方法和基于边缘的分割方法等。由于DR图像的特殊性，上述两种算法均不能很好的完成图像分割工作。图2（a）为使用经典最大方差阈值法处理后的结果，图2（b）为使用经典Sobel算子处理后的结果。最大方差阈值法处理后，图像细节丢失严重；使用经典Sobel算子处理后，图像的细节保留较好，但无法分清主次。

笔者应用灰色系统理论中的灰色关联度方法对DR图像进行处理[2-4]，进行了灰色聚类处理，取得了较好的分割效果。本算法属于聚类算法，具体算法为：首先，根据实际需要确定聚类数目和初始聚类中心；然后，计算DR图像中每个像素与各聚类中心中心的灰色关联度，并按照关联程度将像素点归类；最后，进行迭代运算，更新聚类中心，目的是使得灰色关联度总和最小。

4 结论

图3所示为对图1（a）进行灰色聚类处理后的结果，最终确定8个聚类中心（其中7个灰度值大于20，一个小于20，以此为背景），图4以彩色形式显示采用灰色聚类结果。由图3、图4可以看出采用灰色聚类算法可有效的对DR图像进行分割。

医学图像处理论文:基于实时自动拼接技术的医学图像处理系统研究

摘要：目前，图像拼贴技术在医学图像处理领域的发展趋势是实现图像的实时自动拼接。本文探讨了基于实时自动拼接技术的医学图像处理系统的主要技术和实现方案。

关键词：医学图像；图像采集；拼接技术；实时；自动

1引言

近年来，医学影像技术已成为医疗技术中发展最快的领域之一，图像拼接（Image Mosaic）是指将多幅具有重叠区域的序列图像通过图像预处理、图像变换、图像配准、图像融合等处理后，形成一幅包含各个图像序列内容的宽视角全景图像的技术。图像拼接技术是图像处理的重要研究领域，被广泛应用于卫星遥感、图像识别、医学图像分析及无人机监视和搜索、虚拟现实等方面。Shmuel Peleg等人在图像拼接理论和图像拼接方法上做了大量工作，为图像拼接在工程技术上的应用奠定了理论基础。Masanobu Shimada等人将图像拼接技术应用于雷达图像处理领域，用于监控森林植被的变化情况。国外Mustafa Suphi Erden课题组研制了针式共聚焦显微腹腔镜，在微创手术中截取部分视频图像，拼接成全景图像指导医生诊断治疗。国内的严壮志课题组提出基于特征检测、特征匹配、空间坐标转换和图像融合等方法的图像拼接技术，实现了连续X光片拼接的医学全景成像。

现有的传统医学成像设备，特别是显微成像设备，基本都是对组织的某一较小视野进行成像，设备最后采集到的是不同组织部位的多帧医学图像，需要医生对这些图像进行观察分析，根据自身医学知识与医疗经验来做出诊断。图像拼接技术的应用，能将多幅具有重叠区域的医学图像，通过图像变换、图像配准、图像融合等方法，自动拼接为大视野的清晰图像。该图像包含完整的医学病理信息，有助于医生全面了解病人病情。同时，系统能够自动追踪图像中的感兴趣区域，做出标记和注释，为医生提供诊断辅助。

2主要研究内容及关键技术

2.1主要研究内容

本系统的研究是通过研发基于实时自动图像拼接技术的医学图像分析系统，为医学实践中，实现显微镜、眼科设备、内窥镜等设备的数字化图像采集、图像自动分析处理，从而对医生的诊断、治疗起到辅助作用。

本系统的主要研究内容有基于CMOS的图像采集、实时自动图像拼接技术。

（1） 基于CMOS的图像采集

基于CMOS的高清图像采集系统的研发，包括图像和视频采集、图像的编码技术。兼顾红外光和可见光，实现图像的多波段自适应采集。具体功能还包括自动对焦、自动识别拍照功能，以及图像采集模块在各种医疗设备使用的适应性研究。

（2） 实时自动图像拼接技术

研究图像灰度处理、图像变换、图像配准、图像融合等算法，实现多帧医学图像或视频序列的实时自动图像拼接，输出具有计算机诊断辅助功能的大视野全景医学图像。能够自动跟踪图像中的感兴趣区域并做出标识和注释。

2.2关键技术

图像的拼接技术是本设计的关键，本设计提出对采集的多帧医学图像进行实时自动拼接，提供宽角度全景图像。同时，能够自动跟踪图像中的感兴趣区域并做出标识和注释。

3 系统设计思路

3.1 图像处理模块

图像传感器模块计划采用CMOS传感器为核心做成独立硬件模块，通过高速数据线与图像处理模块连接。这样设计的优点在于模块可以根据不同的应用场合，进行合理布置。

图像编解码和图像处理模块的方案计划采用TI的soc方案。该方案可以完成图像编解码、图像处理功能。

3.2实时自动图像拼接技术研究

图像拼接的核心技术是图像配准，关键在于准确找到相邻图像间重叠区域的位置及范围，进而通过图像融合的方法实现全景图像构建。图像配准通常有三类方法：基于灰度值的图像配准、基于变换域的图像配准和基于特征的图像配准。基于灰度值的图像配准方法实现方便，计算量小，但该方法对图像间的细微差别较敏感，抗干扰能力不强。基于变换域的图像配准可以缓解这个问题，且算法简洁，利于硬件的实现。不过该方法要求两幅图像的重叠区域不能少于50%，如果重叠区域过小，容易造成误配准。为了提高图像配准的精确度和速度，达到实时自动图像拼接的功能，本设计提出将基于灰度的网格配准和基于特征值配准相结合的方法。首先，对输入图像进行粗网格的分块处理，利用基于灰度的配准方法确定相似重叠区域。然后在重叠区域内进行基于SIFT（Scale-invariant feature transform）特征点提取和配准，这样就可以大大提高图像配准的速度。图像拼接算法的流程如图1所示。

4 结论

本文探讨了基于实时自动拼接技术的医学图像处理系统的主要技术和设计思路，有了自动的图像拼接技术，就能将多幅具有重叠区域的医学图像，通过图像处理的方法，自动拼接为大视野的清晰图像，为医生的诊断提供参考。

医学图像处理论文:产前超声医学图像处理

【摘要】 在目前我国所采用的医学成像方式中，超声诊断属于临床应用中较为常见的一种，以此相对应的医学图像自动处理形式可以有效提高综合的诊断准确性和诊断客观性。本文首先从超声医学的应用图像处理原理研究入手，详细阐述了相关的技术信息以及所具体应用算法，并对超声医学设计以及图像处理手法进行了可行性分析以及实际操作估算研究。此后，以产前的超声医学为基础对该类型技术进行了综合应用研究，其中包括了标准化切面的自动提取技术和应用生物学研究模式进行参数自动化测量处理。最后，对产前超声智能化发展和诊断进步方向进行了完整总结。

【关键词】 产前学 医学图像处理 生物学参数测量

前言：出生带来的生理缺陷是导致新生儿死亡率上升的主要原因，同时也是该部分原因给个人家庭以及集体社会带来了沉重的负担和影响，出生生理缺陷引发的新生儿问题发生概率也在逐年上升。目前来看，我国每年新生儿出生缺陷病例总数在逐年上升，同时，因为新生儿出生缺陷而消耗的医疗治疗费用也高达百亿元，本文首先从超生医学的相关图像处理方法入手，之后对该部分技术的临床应用进行了完整总结。

一、超声医学图像处理方法

1.1计算机的视觉

我国的计算机视觉处理手法与医学影像研究处理方法的结合一直是一个重点研究课题，同时也对我国传统的医学图像处理技术的发展产生了重要影响。在我国的计算机视觉领域目前已经研究总结了大量有价值的研究方法和研究技术。

1.1.1图像滤波

超声的图像滤波应用主要作用在于过滤掉斑点噪声。斑点噪声主要是因为人体内存在很多实际尺寸小于波长的人体组织机构，同时在后向的散射声波影响下而产生，斑点和噪声的出现进一步降低了在B超成像过程中的实际图像对比以及组织内可以提取的详细信息数据。通过调查研究可以发现，斑点噪声的模型可以大致划分为两个类别：完全性的随机模型、长阶次非随机模型、断阶次非随机模型。目前我国已经采用的多种超声成像滤波算法都可以实现一定程度的噪声过滤，并没有哪一个固定的滤波算法可以实现应用最优效果发挥，对于固定的图像成像分析可以采用多种定性以及定量形式进行计算，从而对各类型滤波进行对比分析，所以属于一种可行性较强的应用方案[1]。

1.1.2图像分割

医学的图像构成处理方法研究过程中，图像分割一直都是其中一个热门讨论课题。主要的图像分割目标在于按照合理的规则进行图像像素类型划分。早期的该部分技术主要有区域生长以及聚类，主要是借助图像的灰度信息，但是应用此类方法对于灰度值较为相近的两种类型物品难以区分，以边缘检测的方法进行分析需要结合梯度信息，但是该类型的方法没有较为敏感的噪声反应度，同时对于边缘较为模糊的物体提取存在困难，因为大部分的产科超声医学计算机成像质量较差，同时在操作过程中的待分割目标也较为复杂，所以需要利用更加多元化的信息处理方法才能取得更好的分割处理效果。形状先验操作形式是在活动的具体轮廓和活动模型的提出而受到重视，以神经网络信息计算方法为分割的主要目标，同时也可以通过学习一种合理的分割形式来提高分割效果[2]。

1.2机器学习

在我国的产前超声医学处理过程中，机器学习都占据重要的地位并发挥着重要的作用，主要是因为机器学习促进了我国的产前超声诊断以及智能化发展，对于部分没有充足精确度和分析推导较为困难的问题，可以利用实际案例中的自动学习算法提高准确性。近些年来，我国大部分的超声成像医学设备开始应用于临床实践中，从而丰富了总体的超声医学成像数据信息资源，进而也提高了机器学习在产前超声的医学应用可行性[3]。

二、产前的应用

国内学者对于标准切面自动化搜索研究成果已经较为丰富，获得了较大的研究进展，首先，提出了自动化的标准切面模型成像方法，该种方法需要人工进行参考切面处理，同时还应该根据实际的统计方法进行其他类型研究，上述工作多数都是以传统图像处理手段为基础，实际的有效性主要是以假设的正确性为基础，但是从另一个角度进行分析也难以满足所以复杂的要求。机器学习主要是可以实现自动化的训练数据信息提取，通过该种方法可以获得更加复杂同时可靠性较强的经验，同时还可以实现系统范化性能的良好实现。

结论：以超声图像为基础的医学诊断属于我国当前临床诊断中的重要方式，基于超声图像手段的医学诊断方式具有受损程度小、及时性强、非侵入等众多优点，从而让其在实际的诊断中得到了更为广泛的发展和应用。本文主要从产前超声医学为研究背景，对相关的医学图像处理方法以及处理手段的原理进行了综合分析和阐述，同时也对其中应用的关键性技术进行了综合分析，可以丰富该领域的研究成果。

医学图像处理论文:面向创新能力培养的“医学图像处理”实验教学改革研究

摘 要：以“医学图像处理”实验课程中培养学生创新实践能力为目的，以“医学图像处理”实验课程教学改革为例展开研究，通过实验教学改革，激发了医学院学生的学习积极性，培养了学生自主学习的能力，加强了学生学习的主动性，提高了学生的动手能力，提升了学生的创新能力和独立从事科研工作的能力。实践证明，教学改革方案对于提高学生解决实际问题能力和提高学生学习效率和学习效果有显著作用。

关键词：医学图像处理；实验改革；创新能力

医学科学的不断发展，有赖于医学自身认识能力的提高，更有赖富于独立思考能力和创新能力的医学人才的成长，在大学阶段培养和造就富于创新能力的医学人才，是时代赋予我们的神圣使命。

医学图像处理是一门系统地研究各种图像理论、技术和应用的较新的课程，实验教学在“医学图像处理”课程中起着越来越重要的作用，数字医学图像处理实验教学的目的在于让学生掌握医学成像和图像处理方面的基本原理、方法和发展趋势，培养学生解决该方面实际问题的能力。本文通过对医学图像处理实验课程进行改革研究，通过实践动手环节，有效培养医学生的独立思考和创新能力，并为医疗学科培养学生创新能力的实验教学模式提供借鉴。

一、培养学生的学习兴趣和独立思考的积极性

通过实验教学改革，设计新的实验方案，以培养学生的学习兴趣，增强主动参与意识。学生对实验内容产生了好奇，就会积极主动地查找相关资料，与老师和同学讨论。实验过程尝试多种教学方法，增强学生的学习动力，培养学生对实验内容的浓厚兴趣。同时，采用医院实际应用案例，培养学生独立思考的习惯和解决实际应用问题的能力。医学图像处理课程相关的数学理论抽象，算法难度偏大，给教师教学和学生学习造成了很大的困难。利用影像物理课程的“医学图像处理”实验教学中的Matlab软件使用Matlab图像处理工具箱函数将大大减轻图像数据的繁杂操作，使学生更加快捷地完成图像处理任务，可以把更多的精力倾注于各种图像处理算法的效果上。Matlab为医学影像专业的学生提供了一个很好的编程平台，使学生能够编程实现简单的图像处理算法，提高学生的独立思考能力和实际动手能力，使学生能更快、更好掌握图像处理和图像分析的基本理论和分析方法。对于医学图像处理这门课程的特点，布置大量上机操作训练，让学生体验图像处理的乐趣。例如，图像增强处理实验，图像增强技术是图像处理的重要内容，用来改善图像的质量，一幅视觉效果很差的图像，其灰度直方图都集中在很窄的一段区间内，为了增强该图像的对比度，提高图像的视觉效果，就需要采用一种图像增强方法。Matlab工具箱中有求直方图函数imhist和均衡化函数histeq函数，读取原始图像后，直接调用工具箱的相应函数就可以处理图像，可以让学生自己编写函数，尝试用不同的方法改善图像，将增强后的图像与原图像进行相比，观察处理结果，不断改进，这样就可以使学生对直方图均衡化图像增强方法产生兴趣。

二、通过开展研究性教学培养学生的自主学习和独立思考能力

开展研究性教学，培养学生在教学中的主动性和创造性，它是以培养学生的独立思考和创新实践能力为核心的一种教学活动方式，可以提高学生的观察、操作、研究的能力且开发其创新思维。具体实施步骤为：首先，教师根据课程内容，提出问题，解释实验题目的内容和研究目标。其次，学生查阅文献资料，找到感兴趣的课题题目。再次，在教师的指导下，学生提出解决问题的方案，激发学生自主学习和探究的动机，鼓励学生自己编程调试实现，学生开动脑筋，亲自动手，开发了学生的创造力并使其对该学科产生兴趣。最后，实验总结和评价。实验结束，有针对性地找出典型实验，对于最优解决方案和尚有不足的解决方案，分别对各方案的研究方法、技术路线、研究结论进行总结和评价。以医学图像处理的直方图知识点为例，首先教师解释该实验题目的内容和研究目标，认识直方图在图像处理中的基本概念，接下来需要学生对教材的知识进行系统的掌握，并且要查阅相关资料，根据课本上直方图的数学公式，利用Matlab软件仿真出一幅图像的直方图分布，进而得出的仿真图与利用Matlab图像处理工具箱的imhist函数得到的直方图分布图片进行比较，根据两者图像曲线的相似度来判断自己编写的程序是否合理。学生完成上述步骤后，教师需进行实验总结和评价并对本实验进行统一演示，对共性问题统一解决，对个别问题应进行单独辅导。

三、充分利用实验室条件，通过实验室教学，解决一些图像处理问题

配合20学时的理论课程，安排了12学时的实验课。设计了5个多达20学时的实验内容供学生选择，其中验证性实验2个8学时，目的是巩固和掌握在医学图像处理理论内容中的基本的原理、算法及思想；综合性实验2个8学时，使理论课程中的重要知识点的综合运用能力得到提高；设计创新性实验1个4学时，运用理论知识解决实际问题、与本学科前沿研究相结合、注重培养学生创新能力的有效手段。选择图像处理中最重要的算法作为实验课教学的主要内容，覆盖了医学图像处理中图像增强、图像压缩、图像分割、图像特征描述、彩色图像处理等各个重要部分，并利用实验室开放管理的模式为学生课下做实验提供了条件，以满足因材施教，体现以学生为主体的思想，以及满足不同层次学生的需要。

四、通过实训基地教学，开展拓展性探究学习

通过医学院附属医院实训基地教学，了解社会对该课程应用方向的实际需求情况以及创新技术进行项目开发，积累实践经验和工作技能，培养地科研、生产实践一体化的创新型人才。增加课外设计实验，鼓励学生对算法改进或提出新的解决算法，加强学生的动手能力。加强科研训练，培养创新实践意识，重视实际研究性问题实验，有针对性地提出研究性问题，让学生利用所学知识进行解决。例如，我们提出了附属医院实际MRI图像分割问题，让学生利用图像分割的方法去解决，提高学生开展科学研究的能力。这些科研训练能提高学生思考问题、分析问题和解决问题的能力，培养其创新实践意识，从而提高学生开展科学研究的能力，为今后工作打下良好基础。

总之，针对医学图像处理课程的特点，结合学科组多年的教学经验，在实验教学实践等环节中对如何培养学生的创新思维这个课题进行了一些具有改革性的尝试，结合实验教学案例，简要阐述了如何利用实际的案例来激发学生的学习兴趣和培养创新动机。通过教学效果能够看出该实践可以有效地激发学生的兴趣，在培养学生的动手能力同时可以加深学生对实际问题的理解，加强了学生对知识综合运用和创新研究的能力。

作者简介：王克难，1961年2月出生，男，汉族，辽宁锦州人，副教授，从事物理学与电子技术教学工作。

医学图像处理论文:计算机技术在核医学图像处理系统中的应用研究

【摘要】：本文以下内容将对计算机技术在核医学图像处理系统中的应用进行研究和探讨，以供参考。

【关键词】：计算机技术；核医学；图像处理系统；应用

1、前言

核医学影像系统是通过探测标记有发射性示踪同位素的药物在人体内的分布和代谢来获得人体信息的医学图像处理系统，其中，γ相机是两维的显像设备，主要由探头和计算机系统两部分组成，探头部分检测到γ光子并输出它的位置、能量及其它相关信息，与探头相连接的控制台获取这些信息，数字化后将数据读入到内存中进行处理并最终计算得到可用于临床诊断和研究的核医学图像，可见对其研究具有非常重要的意义。本文以下内容将对计算机技术在核医学图像处理系统中的应用进行研究和探讨，以供参考。

2、核医学影像系统软件的总体结构

其软件系统主要由四个子系统组成，即影像信息管理子系统、图像采集子系统、图像处理与临床规程子系统和影像信息交换子系统。各子系统在形式上时互相独立的应用程序，可以分别运行在控制台、辅诊台和服务器上。其中影像信息管理子系统是整个系统的核心，负责维护和管理整个系统的图像数据及病人，报告等其它相关信息。其它三个子系统的运行要依赖于该子系统的运行，它们不具备直接修改系统数据的权限，而只能通过影像信息管理子系统来获取、查询或更新系统的图像数据及其它信息。实际上影像信息管理子系统在其内部建立了一个数据库，它封装了对这个数据库的所有操作，这种集中式的数据管理保证了系统数据的安全性和一致性，也使得整个系统各模块的划分更加清晰和明确，同时也便于系统的扩展。

图像采集子系统完成数据的采集、成像和实时显示等工作，图像处理与临床规程子系统对采集得到的核医学图像进行显示、处理及进行定量的临床规程分析，影像信息交换子系统通过监听网络上的DICOM服务请求，核实后接受该请求，并响应其检索、存储以及获取图像的请求。

3、核医学图像处理系统总体框架设计及程序实现

数据库服务器总的来说有两种状态：监听状态和数据维护状态，在监听状态下，它能够接受来自采集端和处理端得请求，并分别调用相应的模块进行处理，在数据维护状态下，它能够完成通常的数据维护工作，同时，它也能够处理来自客户端的请求。因此，系统的总体框架是启动服务器后就立即进入监听状态，只有在维护人员登录以后，才启动相应的数据维护模块。

核医学影像系统的主要功能有两个，一个是实现数据库服务器功能，它在后台充当数据库服务器，可以提供数据查询、数据添加等功能；另一个是数据库维护功能，可以对数据库中的数据进行管理维护，分别介绍如下：第一，数据库服务器，其启动后，图像采集系统、图像处理系统和信息交换系统就可以连接到数据库上，完成数据查询、数据添加等工作。当数据库服务器启动后，系统就进入监听状态，可以处理客户端的请求。服务器在监听状态下，可以接受到网络上的连接请求，只有在检验用户名和密码后才接受查询和添加请求，这样大大提高了系统的安全性。客户端和服务器的链接是基于TCP/IP协议，按照我们自己定义的一套通讯协议来工作的。所有的这些操作都是在后台进行的，不需要任何人为操作，而且系统管理员可以通过查看日志来了解历史操作。第二，数据库维护功能。作为一个完善的数据库模块，必须提供一个安全可靠的数据库维护方案，ANMIS系统充分考虑到了这一点，其提供了许多方便安全的数据维护功能，系统可以为每个用户指定操作权限，不同权限的用户可以访问的数据和操作都是不同的，这样有利于系统安全。①数据显示模块，在该模块中，可以进行记录的逻辑删除和部分信息维护，可以选择多个病人，然后选择编辑即可编辑选中的病人记录。数据维护模块。在病人数据维护模块中，可以完成对病人数据信息的所有维护功能：编辑、添加、查找、逻辑删除、物理删除等。③数据备份和恢复模块。在图像文件的备份和恢复模块中，主要完成的功能是数据备份和数据恢复，其主要界面是两个树状控件组成，其中一个数控件显示未备份的图像文件，另一个显示即要备份的图像文件，选中文件可以通过中间的命令按钮，也可以通过菜单，甚至可以直接将图像文件从左边拖到右边。对于文件夹，则将其内的所有的图像文件全部选中，在选完文件后，按“备份”按钮即可备份。如果设置的是备份到默认目录，则系统自动向默认目录备份，如果设置的是指定备份目录，则系统提示选择备份目录，用户甚至可以为每一个文件制定备份目录。④用户管理模块。对于超级用户，他可以授权他人访问数据，设置其访问权限，也可以删除用户，同样，他也有权更改任何用户的密码，对于一些重要的系统参数，也只有超级用户才能更改。

4、结尾

利用计算机技术进行核医学图像处理显示出了科学技术的优越性，其可以为医生提供一个功能完备且强大，操作界面友好，自动化程度高，能够大大降低医生的劳动强度，相信，随着计算机技术的发展，其必将越来越广泛的被应用到医学的各个领域。

医学图像处理论文:医学图像处理与分析课程的实践教学改革研究

摘 要 医学图像处理与分析是生物医学工程专业的专业基础课之一。针对该课程的特点，提出一些实践教学环节的改革措施，包括实验和课程设计的开展以及第二课堂的实施。教学实践证明，本文所提教改经验能全面培养学生的学习技能，激发学生的学习兴趣，极大增强教学效果。

关键词 图像处理；图像分析；实践教学；教学改革

1 引言

生物医学工程是一个由理、工、医交叉融合的新兴学科，是多门工程学科向生物医学领域渗透的产物，包括生物信息学、医学图像处理、生物力学及生物材料、医疗器械等多个分支。其中，医学图像处理与分析是利用数学原理和方法，在计算机上针对不同医学影像设备（如CT、MRI、B超、PET、SPECT、显微镜等）产生的图像，按照实际需要进行处理、加工和分析。随着医学成像技术的发展与进步，图像处理技术在医学研究与临床诊断中的应用越来越广泛，因此，医学图像处理与分析这门课程的地位和作用也日益重要。

该课程是以数字图像处理为基础，介绍图像处理中的基本概念、理论和算法，特别针对医学图像处理研究中的基本问题以及解决这些问题的原理和实现方法，使学生能够编程将图像处理算法应用于医学图像的处理和分析，是生物医学工程及相关专业的核心主干课程之一。

医学图像处理与分析这一课程起点高、难度大、理论和实践紧密结合，课程建设难度较大。虽然目前已有不少院校开展本课程的教学工作，但实际教学情况并不十分理想，主要表现在教材缺乏和实践环节较少。在中国期刊网上，以题名包含“医学图像处理”或“生物图像处理”以及题名中包含“教学”为检索条件，只获得文献18篇，其中涉及该课程实践教学的只有6篇，主要集中于虚拟实验室和实验教学系统的研发[1-6]上，可见在国内关于该课程的教学研究尚不多见。

笔者结合教学实践经验，在理论教学改革的基础上[7]，提出一些实践教学环节的改革措施，以全面培养学生的学习技能，激发学习兴趣，改善教学效果。

2 实验与课程设计的开展

以“科研为教学服务，教学促进科研”为宗旨，采用MATLAB编程语言为实验教学平台，以医学图像处理知识为主，同时综合医学成像系统、医学电子学等相关课程的知识，编写《医学图像处理与分析课程的实验与课程设计指导书》，设置验证型、综合型和设计型三大类实验（参见表1）。其中，实验1～9为验证型实验，学生通过调用MATLAB中已有的图像处理程序来完成实验，加深对理论教学重点和难点的理解；实验10～14是综合型实验，学生针对医学图像的具体特点，综合运用多种算法达到图像处理的目的；实验15～24是设计型实验，给定实验目的和要求，学生自行设计实验方案并编程实现，培养他们查阅资料、分析问题和解决问题的能力[6-8]。

3 第二课堂的实施

为培养学生的科研实践能力，教师有意识地在课堂中简要介绍自己科研项目的基本情况，鼓励和引导学生参加自己的科研项目研究。这不仅增强了他们对该课程的学习兴趣和重视度，而且使他们亲身经历并体验了医学图像处理和分析知识怎样应用于科研和临床。

由于南通大学附属医院拥有门类齐全的现代化医疗仪器设备，因此鼓励学生利用假期在医院实习，特别是到影像科和检验科实习，学习和掌握各种仪器的功能和图像处理的场合，从而有助于他们将理论知识与实际问题相结合，提高实际工作的能力。

在教学过程中，适当融入一些就业方向的指导，介绍医学图像处理在医院和医疗器械公司的应用状况，同时简要介绍课程中没有涉及但与工作密切相关的最新最热门的医学图像处理知识，供学生课后自学和深入研究。这样一方面增强了学生的自信，获得了更好的教学效果；另一方面也拓宽了学生的视野，引导他们寻找自己发展的方向和目标。

4 结论

本文结合笔者多年来的教学经验，针对医学图像处理与分析课程的实践教学环节提出一些改革措施，秉承“加强基础、重视应用、培养能力”的宗旨，以“内容的基础性、方法的先进性、学科的交叉性”为原则，编写《医学图像处理与分析课程的实验与课程设计指导书》，积极开展第二课堂，实现教学、实验、科研三管齐下，课内、课外、理论、实践同时并举的教学格局，有效提升学生的综合知识水平和实验技能，为后续课程学习、毕业设计开展及科学研究奠定坚实基础。

医学图像处理论文:医学图像处理课程教学模式探索

摘要：在分析了医学图像处理课程特点的基础上，结合医学院校学生的实际情况，对课程教学模式开展了探索与实践。通过串烧式的课堂讲解和讨论、课程实验、教学环节的实施，设计开发基于matlab的医学图像处理教学平台系统，把教学与学生兴趣、能力很好地结合起来，新颖的考核方式得到学生肯定。

关键词：医学图像处理；理论教学；串烧；教学平台

我校在开设《数字图像处理》课程的基础上，结合医学院校图像处理的对象——医学图像（片）的特点开设了《医学图像处理》，是计算机各专业及影像学专业重要的专业基础课程。如何在学习图像处理技术的同时体现各专业特色，提高学生的图像处理技术的应用能力，是医学图像处理课程建设、课程改革的重要内容。现就接合经过两轮的课程教学活动，并融合学生的反馈信息，对该课程进行了教学模式的探索，希望有助于教学效果和教学水平的提高。

1 理论教学

1.1 专业素养的培育[1]

建立在数学及信号处理技术基础上的医学图像处理，以计算机算法为工具，并充分考虑解剖学的知识、临床医学的知识，对医学图像的采集、传输中产生的如噪声、失真、退化等现象分析处理，以提高医学图像的质量，并为后续的图像感兴趣区域的选取，病灶区域的分割等临床应用提供依据。但《医学图像处理》课程涉及的内容多、广，其中的算法更是以数学公式的推导为基础。而医学院校的学生普遍缺乏理工科知识，造成学生对理解抽象概念的困难，很易造成畏难情绪。与此同时，学生对通过本课程的学习对知识结构的构建及就业的帮助心存疑虑。缘于此，授课之初，需要进行专业素养教育。

1.1.1 按专业，分内容克服学生的畏难心理

因计算机专业与影像学专业的培养方向，教学内容和侧重点不同，计算机专业专注于各种图像处理算法和编程实现。而影像专业应从繁琐的数学公式的推导中解脱出来，而更注重实际应用，并进一步了深化对图像处理的理解、分析。

1.1.2 课程设置对就业的影响[2]

图像处理是计算机视觉、模式识别，图像理解、分析的基础。熟练掌握各种算法可以为将来从事如指纹、条码、人脸、虹膜识别、车辆和其他与医学图像相关工作提升竞争力。因具有医学知识背景，也可去医疗器械公司或医疗软件开发公司，当然因具备医学知识背景的同时，掌握图像处理的各种算法及实现为应聘到医院的医疗技术部门提供了保障，我校已有此专业学生成功应聘三甲医院的事例。通过这些学生身边鲜活的事例提高学生的自信心，拓宽学生的思路和视野，引导学生找到自己的发展方向和目标，因此可以更有效地利用时间。

1.2 打破了传统的章节式教学方法，探索“串烧”式教学

传统的灌输式教学中，重点内容并突出，讲解中存在片面性，局限性，没有深挖跨学科知识的内在关系。医学图像处理是一个注重实际应用的课程，应根据设置的专业特点设置知识点，并融合基于案例的教学内容，根据其内部逻辑关系“串烧”涉及的相关的知识。

1.2.1 内容选择上的“串烧”

医学图像处理教学的要求是了解医学图像的特点和图像处理的基本概念，掌握医学图像（片）处理的基本原理、技巧，能够利用计算机来完成对各种医学图像的处理，现以我校两专业的两本不同教材为基础，在充分涉列大量的医学图像处理技术、文献的基础上，根据各类知识点间的相关性以及课时要求将课程分为：医学图像的描述表达、图像的运算、图像的增强、图像的变换、形态学处理、图像分割及特征提取等专题。

“串烧”的医学图像处理的内容是完成后，接下来考虑如何在传授知识的过程“串烧”，如在讲授医学影像的运算操作时，如基本的“加”，“减”，“乘”，“除”时，把医学图像中的减景技术及数字减影在血管造影中的应用“串”到讲授内容中；在图像的采集表示时，可以“串”进各种成像设备及其成像原理，可以把数学运算中的差分运算内容串入医学图像的边缘检测算法中。

1.2.2 教学形式上的“串烧”

教学形式上采用了传统教学方式与“串烧”式教学相结合的形式，讲授基本知识时，以传统按授课方式为主，让学生了解对医学图像处理的整个过程。授课内容中选取了学生感兴趣的内容，让学生们图书馆自己查资料，寻根问源，调动学生学习的积极性，下次课时选一二名学生在课堂上对内容进行阐述，教师对学生阐述的内容进行补充[3]。选择了图像表示和图像分割两个知识点让学生在教学过程中的“客串”讲授，通过本环节的实施，充分调动了学生的积极性，激发了学习热情，迸发出许多有趣的想法，可以方便地了解学生对知识的掌握程度与存在的问题，与此同时，结合本课程的特点及影像学专业学生人数较少（08级71人，09级90人）的特点，把课堂教学过程移至计算机机房，可以边讲授边演示准备好的在临床中采集到的X 光、MRI等医学图片， 让学生直接观察对这些图片进行处理和改善的效果，课堂气氛非常活跃，授课效果较好。

1.2.3 充分利用多媒体教学技术，搭建医学图像处理平台[4]。

通过“串烧”方式的实施，使学生通过在课堂上的医学图像处理的演示，了解、掌握了各种医学图像处理方法和其在医学临床中的应用，但众多算法都需要计算机仿编程仿真实现，为缓解由此给学生带来的压力，提高学习效率，搭建了以淋球菌感染图为例的济宁医学院医学图像处理演示平台，学生通过平台的实用，加深了对所学的医学图像处理知识的理解，提高了学生的实际应用能力。

1.2.4 教师的医学知识积累

我校的信息工程学院的教师承担着医学图像处理课程的授课任务，授课教师虽有较高的计算机编程能力，但缺乏医学知识，使在为强调应用的影像专业学生上课时，在如何淡化数学推理，着重临床医学图像处理应用中遇到了很大的压力。特别是在第一轮次的讲授医学图像分割时，面对一个陌生的医学图像，不知道如何选择图像的特征点，纵有丰富的编程思想却无从下手。缘于此，医学图像处的授课教师需自觉地将医学和工程学结合，通过广泛的与医护人员的交流，并积极参加医学相关的知识讲座丰富自己医学方面的知识，我校信息工程学院组织的院内专家、学者的信息大讲堂是一有益的尝试。

2 实践教学[5]

实验教学是教学课程的重要组成部分，通过本环节的实施，不仅加深了对理论的理解，同时也培养了学生的独立思考、创新能力，虽然很多关于图像处理实验指导书，但他们中的大多数并不适用于医学院校的学生，接合医学院校学生的实际对相关的实验内容的选取及验收进行了相应的改革。

2.1 实验方案的实施

2.1.1 实验的准备

根据医学图像处理的要求，选用了工具箱使用方便，计算能力强的MATLAB软件作为实验教学软件，并准备好医学图像（片）的采集。

2.1.2 实验内容的选择

实验内容的选择上，考虑到不同的专业的特点和医学图像处理的内容，选择了医学影像的表达，图像运算，图像增强，图像变换，形态学处理，图像分割，特征提取等内容。根据难易程度分为基本实验、开放型实验和演示实验。让学生不仅学习图像处理的基本知识，并能独立进行实验设计，使学生快乐的获取知识，在实践中提升应用能力。

2.1.3 医工结合，分工协作

依托我校的教学医院中的众多的医疗影像设备，鼓励计算机和影像专业的学生假期期间多去医院参观实习，了解各种医疗设备仪器的功能，工作原理。为开放型实验的实施做好充分准备。

医学院校医学生最大优势是具有一定的医学基础，因此在为学生开设开放型实验时，充分考虑使医工学生相结合，每个开放型实验安排2名影像专业的学生，负责对相关医学图片的认识、理解和提炼。4名计算机专业的学生进行相应的编程实现。

2.1.4 实验的扩展-科学素养的提高

经过《医学图像处理》理论的讲授和实验教学活动的实施，学生具备了运用图像处理的基本理论知识处理具体医学图像的能力，为学生提供机会参与任课教师的研究活动，提高实践能力和创新能力。为学有余力且有兴趣的学生开设了基于任课教师的科研项目的课程设计，主要涉及到了涉及医学图像处理课程建设、动态医学图像处理算法展示又包括下一步医学图像处理的实验平台的搭建。通过学生的积极参与，一方面，加深了对所学专业知识的理解，同时培养学生主动学习的良好习惯，另一方面通过在理论教学、实践教学的“串烧”方式的实施，学生的团队意识得到明显提升。

3 验收考查环节

根据专业设置的特点和课时的安排，为准确反映出学生学习差异性，对传统的考核方式进行适当的调整，加强实施“一加一减一强化”[6]的系统的评估方法。“一减”：根据学科特点和各业课程设置对学生的要求，在不同专业不同试卷的前提下，改传统闭卷考试为开卷考试，在心理上减轻学生对数学公式推导和恐惧，也减少了记忆量，使学生可以更专注于医学图像处理应用、理解，“一加”，以加强学生的积极思维，勇于表达自己的想法的意识。“一强化”，主要指强化了实践环节验收的多样性，根据医工各专业特点，验收的侧重点体现出差异性。具体做法是，对医科生实验结果的验收，强调理解、临床应用、效果分析，而对工科生的实验结果的验收，主要侧重算法的编程实现。如对上图的淋球菌感染图进行分割实验时，以医科生的图像的特征选取的有效性、可行性，实验报告的撰写为主要对像，而工科生则侧重编程实现的效率，当然在后继的课程建设及课题中，工科学生做的课程网页，各种算法的flash动态展示也可成为验收结果，实践结果验证了学生对此考查验收方式给予的肯定。

4 结语

结合我校计算机、影像各专业对图像处理的要求和数字图像处理本身的特点，充分考虑医工学生的差异，对课程教学环节的实施过程进行了探讨，把教学、科研及学生能力结合起来，经过三个年级的教学节实施，学生的综合能力得以提高。与此同时，如何依托医科院校的医学优势，实现医工间“无缝连接”，培养具有医学特色的创新人才，必将需长期的探索研究。

[作者简介]

刘二林（1975.9-），男，济宁医学院，讲师，控制理论与控制工程专业，主要研究方向：图像处理、机器视觉、信息处理。

医学图像处理论文:医学图像处理与分析课程教学改革的探索

摘 要 医学图像处理与分析是生物医学工程专业的专业基础课之一。在简要介绍CDIO教学模式基础上，提出几点该课程教学改革的措施，包括融合多媒体教学和传统教学手段；引导学生整体把握知识点；调动学生的学习积极性；培养学生的实践动手能力；形成理工医结合的思维方式。教学实践证明，所提教改经验能全面培养学生的学习技能，激发学生的学习兴趣，很好地增强教学效果。

关键词 图像处理；图像分析；教学改革；教学模式；CDIO

医学图像处理与分析是研究图像处理的基本理论及其在生物医学工程中的应用的一门学科，是生物医学工程专业的专业必修课。该课程的任务是：系统介绍图像处理与分析的基本理论和基本方法，侧重使学生掌握其在生物科学领域的实际应用，目的是使学生系统掌握数字图像处理的基础概念、基本原理和实现方法，学习图像分析的基本理论、典型方法和实用技术，为在生物医学工程领域从事研究与开发打下扎实基础。

医学图像处理与分析课程理论抽象，涉及医学、计算机、数学、物理、信号处理等多个领域的知识，学科之间高度交叉、渗透，学生很难理解其中的相关知识和技术，因此课程起点高，教学难度大[1-2]。笔者在教学方法上也与时俱进，摒弃传统教学方法的弊端，引入新的教学模式和教学方法，实现培养高质量人才的目标。

本文提出笔者基于CDIO教学模式的医学图像处理与分析课程教学改革方面的一些经验。总体说来，该课程教学改革的主要思路是：以全新的教学理念为指导，以先进的教学手段和方法为桥梁，以学科交叉的眼光有机结合课程教学与课外教学、理论教学与实践教学、系统讲授与学生自学等多种方式，实现教学内容的完整性、前沿性、理论性与实践性，使学生掌握本门课程的理论框架与思维方法，掌握生物图像处理与分析的相关技能，能够采取合适的处理方法实现特定的医学图像处理目的。

1 CDIO教学模式

CDIO教学模式是近年来国外工程教育改革的最新成果，其中C代表构思（Conceive），D代表设计（Design），I代表实现（Implement），O代表运作（Operate）。CDIO模式是以产品研发到产品运行的生命周期为载体，强调让学生以主动的、实践的、课程之间有机联系的方式来学习工程，并以综合培养的方式使学生在多方面达到工程师的预定目标。实践证明，CDIO教学模式比传统教学模式适应面更宽，更有助于提高教学质量，尤为重要的是CDIO模式中的新评测标准，为工程教育的系统化发展奠定了基础[3]。

2 医学图像处理与分析教改措施

2.1 融合多媒体教学和传统教学手段

目前高校授课中普遍存在两种极端：

一种是只板书授课，形式单调，内容枯燥，课堂时间无法有效利用，知识容量小；

另一种则完全采用多媒体授课，课堂教学变成单纯地播放幻灯片，缺乏学生参与互动的空间和可能。

笔者强调打造“多媒体+板书”的高质量精品课堂：

一方面，优秀的教学课件能提升和精炼教材内容，通过利用图像、声音和动画等多媒体技术将教材中相关概念、算法、原理及应用转化成形象逼真的影像展示给学生，介绍和比较不同的图像处理方法应用于医学图像的不同效果，为学生提供生动的感性认识；

另一方面，将板书穿插于多媒体教学中，对图像处理算法的关键步骤进行推导和演算，同时展示教学进度、层次和重点，有利于学生对重要知识点的系统把握，有效避免知识讲授过程中的“碎片化”现象。

2.2 引导学生整体把握知识点

在教学过程中，引导学生从整体上把握学习的总体要求，理清教学知识点、学习难点以及学习技巧，对于落实课程的知识点非常关键。每一章教学伊始，首先提出本章主线，即要解决什么问题，以什么样的方法和步骤来解决问题，所介绍方法对于解决问题的优点何在。当教学内容章节较多，分成多次讲授时，这个主线将会反复强调，从而不断加强学生对有关内容学习目的性的认识，开展针对性的学习。

2.3 调动学生的学习积极性

德国教育学家第斯多惠认为：“教育的艺术不在于教授的本领，而在于激励、唤醒和鼓舞。”[4]心理学研究也表明，学习动机与学习效果之间的关系十分密切，不同性质的学习动机对于学习效果有不同的影响。学生的学习动机直接制约他们的学习积极性，影响学习效果。笔者在课堂教学中经常采用问题学习法（problem based learning，PBL），以提高学生的学习积极性，促进学生参与教学。学生通过图书馆以及网络等资源，查阅资料，系统分析，形成读书报告，再到课堂上讨论和交流，教师则主要起到布置任务和经典总结的作用[2，5]。这种启发式、互动式、讨论式、研究性等教学方法，能够充分调动学生的积极性和学习兴趣，培养学生的创新思维和研究能力。另外，还可以通过课程网站、在线聊天等现代交流手段，将课堂教学和课后辅导有机结合，建立多渠道的教学互动模式，使学生得到及时的指导，增强学生学习兴趣。

2.4 培养学生的实践动手能力

本课程是一门以实践为基础的课程，必须十分注重学生实践能力的培养和开发，使学生熟悉医学图像处理课程基本理论的同时，掌握如何通过计算机实现这些算法，能够将所学知识和设计的算法应用于医学图像处理和分析，能够根据具体临床需要对算法进行设计、改进和优化，使处理后的图像符合临床要求。为此，本课程设置了相关的课程设计环节，两周时间内要求学生完成5～6个实验，检验算法效果，最终形成实验报告。

2.5 形成理工医结合的思维方式

现代生物科学已经呈现高度综合和高度分化的发展趋势，作为生物医学工程领域的本科生，需要具备丰富扎实的理工科知识和一定基础的医学专业知识，才能在今后的工作中有所发展和创新。南通大学的生物医学工程本科专业设置于电子信息学院，隶属工科范畴，而学生的医学知识背景相对较弱。因此，本课程讲授时要注重与医学成像技术、医学电子学等课程的衔接和交叉，不仅在讲授某一种图像处理方法时突出重点、分化难点，更要将医学实例的处理融合于各章节，体现出理、工、医三者结合，对从方法论和认识论的较高层次上形成新的研究思维起到指导作用[2]。

3 结论

本文结合笔者多年来的教学经验，在简要介绍CDIO教学模式的基础上，针对医学图像处理与分析理论教学方面提出一些改革措施。实践表明，医学图像处理与分析课程教学应紧密结合医学实践，注重图像处理方法与具体医学应用的有机结合和交叉，激发学生的学习热情和创新思维能力。笔者今后还将围绕实践教学环节的改革开展一些有益的探索。

医学图像处理论文:双语教学在医学图像处理课程中的应用

摘 要 双语教学是一种新的培养人才的教育模式，通过在医学图像处理课程教学中应用双语教学，在各个教学环节进行研究与探索，发现在教师与学生英语水平、课堂教学方法、教材的选用及考核机制等方面存在一定问题，并提出相应的改进措施。

关键词 医学图像处理；双语教学；教材

双语教学是指除汉语外，用一门外语作为课堂主要用语进行学科的教学。作为一门国际化的语言，英语的重要性越来越被人了解。在高校中开展专业课的双语教学可以增强学生了解世界科技最新成果的能力，加快高等院校高层次教育与国际接轨的步伐。同时双语教学课堂可以为教师提供一个提高自身英语综合运用能力的训练机会，提高教师进行科学研究和国际学术交流的能力[1]。

医学图像处理是高校生物医学工程专业普遍开设的专业课程之一。近年来，河南科技大学医学技术与工程学院在开展多媒体教学的基础上，大胆尝试双语教学在本课程中的应用，根据教师的实际教学经验，结合大多数学生的反馈，总结在双语教学过程中发现的问题，并提出几项改进措施。

1 双语教学中存在的问题

1.1 从教师角度

学院生物医学工程专业的医学图像处理课程使用教材的是罗述谦等著的《医学图像处理与分析》，在应用双语教学之后，教材更换为Rafael C.Gonzalez教授所著的Digital Image Processing，该教材内容阐述清晰易懂，几乎覆盖了学生所必须掌握的全部基础知识。本书已被全世界500多所大学和研究所使用，是国际知名高校的经典教材。

对于担任本门课程的教师来说，需要反复理解中文和英文原版教材，在吃透教材内容的基础上，结合图像处理的最新技术制作多媒体课件，将原来准备好的中文课件转换为英文课件，并把原来已经讲熟练的课堂内容用英语讲授给学生。其中存在的问题有：1）教师之间对双语教学的认识有偏差，一部分教师认为双语教学应该完全用英语授课，而其他大多数教师认为既然是双语，那么可以用两种语言交叉授课，以学生理解为最终目的；2）教师的英语口语水平不够高，毕竟不是英语专业出身，平时用到口语的机会也不是很多，所以教师都对自己的口语不是百分百自信。

1.2 从学生角度

双语教学对学生的基础英语应用能力，尤其是听说能力要求较高。学生在课堂上本来就需要经过思考才能完全理解教师讲的内容，现在还要在听懂英语的基础上进行思考和继续听课，这对学生尤其是英语基础不是太好的学生来说是比较困难的。虽然大部分学生已经通过大学英语四级考试，甚至有部分学生已经通过大学英语六级考试，但他们的英语实际听说能力相对于应试能力却较为薄弱，仍然有可能听不懂教师的讲解，因此听说能力成为他们用英语进行学习和交流的主要问题。

医学图像处理课程中涉及许多医学图像，因此有关医学的英文词汇也出现不少。医学词汇较为难记，长单词较多，这也给学生的课堂听讲带来一定的困扰，影响了课堂内容的吸收，效果较差。

1.3 从考核角度

既然是双语授课，那么在考核时同样需要考虑到两种语言的问题。如果用全英文出试卷，恐怕会出现学生连题都看不懂的情况；如果用中文试卷，又无法体现双语教学的优势，难以考核教学的效果。

2 相应的改进措施

针对在双语教学中遇到的问题，思考后认为：在医学图像处理课程的双语教学中，应明确课程双语教学的目的仍是传授专业知识，这一点在教学过程中必须始终坚持，英语只是一种工具，否则专业课的双语教学就变成专业英语课。为实现这样的目标，结合师生的实际情况，提出相应的改进措施。

2.1 加强教师培训，提高讲课水平

双语教学成功与否取决于从事双语教学教师的水平，因此，加强授课教师的英语能力是十分必要的。学院与外语学院联系，请专业的英语口语教师为承担双语教学任务的教师开展英语培训，培训的内容包括教学过程中经常使用的教学专用术语以及学科中常用的英语阐述和评论能力。除此之外，学院还派青年教师到国内著名高校或国外学习进修，参加学术研讨会议和培训班等，提高教师的专业水平和英语能力。

除加强教师水平之外，还要更好地发挥多媒体教学手段在教学中的作用。对于较难理解的专业术语、句子等，在课件中用中英文对照帮助理解，这样可以保证即使英语水平较低的学生也能够领会教学中的基本内容。由于本课程是医学图像处理，因此在课件中可以多引入一些新型图像处理技术在医学图片中的应用。这些知识与本专业的其他专业课也有相关联之处，学生对这方面的内容较为感兴趣，课堂气氛活跃，教学效果良好。

2.2 发挥学生主体作用，增强学习兴趣

上课时教师应鼓励学生用英文发言、提问，加强师生之间及学生之间的英文沟通和交流能力，激发学生的学习热情和主动性，引导学生自主思维。授课结束，可由学生用英文做重点总结，然后教师补充。精选教学内容，对于一些常用的专业术语和句子，课堂上需要经常复习。引导学生逐步学会用英语结合专业知识进行思考分析，提高学生分析解决问题的能力，加深对授课内容的理解。双语教学难度大，只有充分调动学生的学习积极性，发挥他们的主体意识，才能取得良好效果[2]。

2.3 改进考核方法，提高教学质量

双语教学仍然是以学生为主体的，因此采取一个合理有效的考核方法能够激发学生的学习兴趣，取得良好的学习成绩。可以考虑作业、课后练习、实验报告采用全英文模式，在这种情况下，学生有时间在组织好英语答案的情况下进行回答。课堂上的讨论及问题回答以英文为主，必要时辅以中文解释，这样也可以锻炼学生的口语能力，并提高他们参与讨论的热情。最后的期末考试可以采取中英文结合的方式，对于一些相对简单的题目如填空题等可以用英文出题，要求英文回答；而一些较为复杂的问答或计算题，可允许学生用中英文作答。这些考核内容在最终成绩中所占的权重不同，如可定为平时成绩占总评成绩的30%，考试成绩占总评成绩的70%。这样的考核方式也可促进学生在平时的学习兴趣，加强日常的学习积累。

3总结

通过这些改进措施，能够提高学生对双语教学的学习兴趣，调动学习的积极性，使学生通过学习不仅能够学到专业知识，也提高了英语听说读写能力。双语教学作为一种较新的教学手段，仍然在实践中摸索，在教学过程中不断完善，只有不断地发现问题、解决问题、积累经验，才能更好地发挥双语教学的效果。

医学图像处理论文:医学图形图像处理在大专类医学院校医学信息学教育体系中的研究

【摘要】在信息高速发展的今天，医学信息学的涵盖已经悄悄的发生了变化，医学图形图像处理已经作为一个非常重要的内容而被纳入了医学信息学的范畴。国内的一些本科院校纷纷设置了相关专业，开设了相关教学内容。然而与此相比，大专类的医学院校，在这一块仍然处于空白状态。本文针对这一问题展开研究，拟提出医学图形图像处理在大专层次的教育当中的必要性与可行性。

【关键词】医学图形图像处理；信息学；大专；医学院校

一、引言

1999年6月9日，经纽约中华医学基金会（China Medical Board of New York，CMB）理事会批准资助，成立了国际医学教育专门委员会（1nstitute for Interna-

tional Medical Education，IIME）。该委员会的任务是为制定医学教育“基本要求”提供指导。在该机构制定的培养要求当中，生物医学工程相关知识，特别是“医学图形图像处理”被作为基础知识要求被提出。[5][8]

当前我国数字化医院建设的重点是医院内部的数字化建设。为实现无胶片化，需要建立覆盖全院医疗和办公区域的网络和pacs系统，实现ct、核磁、x线、病理、彩超、电子胃镜等图像的网上数字化采集、传输、存储、调阅等功能。而这些方面，都需要从业者具备相关的专业知识。但是医学图形图像处理教学在专科层次教学当中处于盲区。经过调查国内各省的40多所相关大专院校，其中开展了医学信息教育的学校目前的有12所。[1]授课内容基本是信息检索，少数涉及到了一些医疗管理软件的应用，至于医学图形图像方面的课程，高专的医学信息学教育中没有涉及，因此在目前大专层次的医学信息学教育体系的现状是：医学信息教育停留在信息素养的培养的阶段，没有进一步的考虑医学信息的处理，也就是说没有提升到技能的层面上。

二、国内外关于医学信息学教育的现状分析

医学信息学是交叉学科，起源于美国。现今美国的医学信息涵盖面，已经不仅仅局限于医学情报，信息资源建设、检索，其内涵已经扩展到了转化研究信息学、医学图像信息学。[3][4]

德国是国际医学信息学会（IMIA）的官方国家成员，其医学信息学、生物测量和流行病学协会（GMDS）提出医学信息学（Medizinische Informatik，MI）内涵：应该包括医疗信息的收集、加工与提炼过程。具体研究内容包括：生物信息学，医学图像处理，信息检索、决策支持等。[9]国外一些发达国家，医学信息学已经从信息素养教育上升到了信息技术教育的程度，并形成了专科-研究生-博士研究生的完整培养体系。

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内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。而医学图形图像作为一门交叉学科，成为了一般医学本科院校临床专业与生物医学工程专业的主要的学科。

三、国内政策对于医学信息教育的扶持与指导方向

卫医研教发[2007]01号文件指出：卫生部医院管理研究所在相关部委的支持下，决定在全国开展“医疗卫生信息技术普及教育”工作，旨在建立和完善我国“医疗卫生行业信息技术教育体系”，并使之成为指导我国医疗卫生行业信息化建设对各类IT人才需求的重要依据；成为我国医疗卫生信息技术人员和医学院校学生走出国门与国际接轨的桥梁和纽带；成为我国全体医务人员和医学院校在校生必须掌握的一门现代化工具，从而提高医疗卫生行业的整体服务水平，为更多的患者提供更加优质的服务。

卫医研教发[2007]02号文件指出：加速推进信息技术在医疗服务、预防保健、卫生监督、科研教育等领域的广泛应用，普及医疗信息化知识，充分利用现代远程教育手段为广大医务人员提供继续教育机会，快速培养符合我国医疗卫生行业信息化建设急需的专业人才，满足人民群众日益增长医疗卫生服务需求。

卫医研教发[2007]03号文件指出：随着信息技术在医疗卫生领域的广泛应用，对“医信”复合型人才的需求已成为各级医疗机构在医疗信息化建设、应用和管理中急需解决的首要问题。

作为国内的大专院校，其教学的宗旨与目的是为基层输送大量的实用型医学人才，同时兼顾了向更高层次医学教育输送可持续培养的医学生。无论是从实用出发还是从可持续的培养出发，医学生在医学信息学上的教育都不容缺失。

四、目前医学信息教育环节当中的拓展方向

医学信息学是医学和计算机学科的结合，是医学发展的必经阶段。[2]该学科的发展需要大批掌握相关计算机技术和医学只是的高素质符合人才。

当前社会对于医学信息处理方面的人才需求量大，通过课程建设能够培养出符合社会要求的懂得医学信息处理应用类人才。使学生掌握医学图像的相关概念与图像处理中的图像变换，增强，恢复，压缩，图像的分割及特征提取等基本理论；掌握医学图像处理的基本理论、技术、方法、应用和进展；了解医学信息三维可视化的技术和基本实现方法；并在此基础上掌握医学图像处理的整体结构框架，逐渐形成观察、思考、分析和解决有关理论和实践问题的能力，并通过图像处理算法的编程来提高学生的动手能力。这样的才能使学生在数字化医院建设的大背景下适应需求，提高竞争力。[7]

五、专科层次开展医学图形图像教学的必要性和可行性

医学图像处理是当今各医学领域应用和需求广泛的一门学科，是生物医学工程专业的必修课程，也是计算机科学与技术（医学应用和医学智能信息处理方法）的专业主要课程。设置本课程的目的是：（1）使学生掌握数字图像的相关概念与图像处理中的图像变换，增强，恢复，压缩，图像的分割及特征提取等基本理论；（2）掌握医学图像处理的基本理论、技术、方法、应用和进展，并在此基础上掌握医学图像处理的整体结构框架；（3）掌握数字图像与医学图像处理的基本方法，逐渐形成观察、思考、分析和解决有关理论和实践问题的能力，并通过图像处理算法的编程来提高学生的动手能力。[7][8]

目前国内的专科院校鲜有开展这门学科的基础教育，主要原因是相关的教学条件要求较高（师资，设备）。但是做为专科院校，无论是从向基层输送基层的医疗服务人才这个方向来看，还是从为本科医疗院校输送继续教育人才方面来看，我们都有必要把这门重要的学科，在医学类专科层次进行普及性的基础教学。最为恰当的方式就是在医学信息学的教学内容中补充丰富医学图形图像内容。

专科层次的学生有他们的特点：基础和自学能力有待强化，而且在校学习时间比较短，他们需要和能够掌握的是跟专业相关的简易并实用的医学信息概念和技术，而不是高深的理论。根据专科学校的特点和学生基础情况，以及各用人单位（基层医院）对医学信息技术的需求情况，查阅国内外各医学院校医学信息专业教学资料，在现有计算机课程内容基础上，引入一定课时的医学数字图形图像处理，通过实践教学进行论证之后，完善出一套适合专科层次的教学大纲和实验大纲。

通过对大专医药各专业学生进行实用的医学信息技术与医学图形图像学教育，其目的是使学生更能适应各专业岗位的需求，从而提高专科层次毕业生就业竞争力；提高基层医疗卫生行业的整体服务水平，为更多的患者提供更加优质的服务。

医学图像处理论文:医学图像处理课程在线学习系统设计

摘要：《医学图像处理》作为生物医学工程专业的一门专业必修课，教学内容多，课时安排紧凑，不利于同学们对理论知识的消化理解，同时书本资料匮乏，电子资料不易搜索，导致了部分同学学习积极性不高，学习效率低下。在线学习系统作为一种新的教学模式，利用计算机互联网实现网络授课、学习、文档共享及师生在线交流，突破了传统教学的时空限制，具有资源共享、快捷高效等优点。该课题经过系统需求分析的调研，运用Dreamweaver软件开发平台、ASP动态网页制作和ACCESS数据库开发技术，通过编写VBScript脚本语言，设计完成了一个基于B/S网络框架的《医学图像处理》课程在线学习系统。

关键词：在线学习系统；ASP；ACCESS数据库

1系统开发环境及工具

本课题采用Windows XP及以上操作系统、ASP和ACCESS完成本次设计。ASP是美国微软公司出品的WEB编程语言，运行环境是微软出品的WEB服务器IIS。数据库采用ACCESS数据库。

其他软件包括：IE6以上、Dreamweaver7或更高的版本。

2在线学习系统的设计

2.1系统总体结构的设计

系统主要有以下模块构成：用户管理模块、公告栏模块、留言板模块、友情链接模块、下载资料模块、聊天室模块、在线练习模块。现对用户管理模块设计简单介绍。

用户管理模块主要包括用户注册、管理员审核、个人信息修改、删除用户等等操作，管理员、教师、学生都会涉及这一模块的制作。

图1管理员主页

2.2后台数据库的设计

人们把数据库设计分为需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施、数据库运行与维护6个阶段。概念结构设计就是对信息世界进行建模，常用的概念模型是E-R模型，它是P. P. S. Chen于1976年提出来的。

概念结构设计的任务是在需求分析阶段产生的需求说明书的基础上，按照特定的方法把它们抽象为一个不依赖于任何具体机器的数据模型，即概念模型。概念模型使设计者的注意力能够从复杂的实现细节中解脱出来，而只集中在最重要的信息的组织结构和处理模式上。

概念模型（E-R模型）的组成元素有：实体、属性、联系，E-R模型用E-R图来表示。实体是用户工作环境中所涉及的事务，属性是对实体特征的描述。

3在线学习系统的实现

在正确安装IIS之后，即可进行程序语言的编写和程序调试。

3.1连接数据库

不同数据库有不同的连接方法，对应ACCESS数据库，有字符串连接方法和DSN链接方法此处使用第一种，代码编写如下：由于几乎所有的ASP动态网页都需要连接数据库，所以将以上字符串连接数据库方法粘贴到config文件下db.asp文件中，而在其他需要调用数据库的文件中调用此文件即可，调用方法为：

3.2功能模块的实现

在完成以上操作之后可以开始进入整站制作的过程，动态页面从流程图开始，涉及到的具体语句中只对较为重要的编程语言进行讲解。

3.2.1引用文件编写

由于在编写程序时，ASP本身提供的函数并不足以满足我们的所有应用，所以在设计时将经常用到的一些功能如：连接数据库语句、翻页功能等编写为引用文件，在需要使用这些功能的文件头部引用即可，将这些文件统一存放config文件夹下。

3.2.2模块实现

此处选取注册功能进行讲解。

在本站中，没有注册成功或者审核通过的用户无法浏览网站内容的。用户注册功能是本站开始设计的第一个步骤，也是一个很基础的功能，以上叙述的设计过程是以后每一个功能模块都严格遵循的设计过程，在每一个模块完成之后，都要开始进行相应的运行与调试。

4系统运行与调试

4.1测试概述

本章根据用户需求，设计测试用例，对软件进行系统测试。并根据测试结果填写测试表格的测试结果栏。测试的重点是确保各项功能的正常运行。测试的目标是确保所开发的功能符合用户的需求。

4.2系统部分测试

在第四章设计系统实现中重点讲了注册功能的实现，此处也以注册页面的测试为例讲解测试步骤。

在Dreamweaver中打开register.asp页面，点击在浏览器中预览/调试按钮。根据流程图3，首先验证用户名或者密码为空情况：

验证同名用户是否能够注册：

注册成功时：

打开后台数据库文件，验证用户信息是否写入数据库中：

图7注册成功时数据库内容

可以看到最后一名用户就是刚刚注册的用户，其姓名、性别、联系方式等内容都与注册内容一致。u_check默认为空，在管理员审核通过之后用户即可登录本站。

5结论

本课题实现了一个基于ASP和ACCESS的医学图像处理在线学习系统，可供学生、教师、系统管理员三方用户安全使用，界面友好、功能完善、通用性强。其主要模块包括：公告管理、留言板管理、友情链接管理、学习资源管理、聊天室管理以及在线练习管理等。

该系统简介易用，投入使用之后可以利用计算机互联网实现网络授课、学习、文档共享及师生在线交流，突破了传统教学的时空限制，具有资源共享、快捷高效等优点，可以有效地促进该课程的理论和实验教学，帮助改善同学们的学习状况，常适用于高等院校的远程教学，具有非常广阔的应用前景，由于预算有限和时间仓促，本系统尚存在如下一些缺陷：

未能购买域名、将系统放在网上进行远程调试；

整站结构的设计还不够十分合理，网站结构使用了两种方式，既存在以身份为划分建立的admin、stu、teacher文件夹，也存在以功能为划分的message文件夹，可能造成网站投入使用之后的功能移植会比较繁琐；

系统缺乏统一的排版格式，而且为了节约空间，提高页面载入速率，网站所用图片很少，也没有复杂的布局结构，导致整站虽然简洁，但是缺乏美感，可能不足以在视觉上吸引同学；

多数页面只是实现了基本的功能，如添加习题、公告等，但是目前还缺乏实质性可以立即投入使用的内容；

友情链接功能与学习资料上传功能还面临路径和文件名不能包含中文字符的问题。

除此之外，随着浏览器版本的提升，众多浏览器厂商对安全性的控制更加严格，系统中很多html静态网页的特效不能显示，比如对于按钮或者图片，可以制作为鼠标放上去之后显示一些说明文字，但是在实际应用中chrome内核的浏览器选择直接直接忽视其内容，IE内核的浏览器会提示限制此文件显示可能访问计算机的活动内容，这样的页面会带给用户安全性能上的顾虑，但是，缺乏这些特效的网站在外观的吸引力方面又有所降低。

在线学习系统是一个正在兴起的应用领域，主要利用页面制作、数据库等技术实现网上教学的实时性、交互性、动态性。本系统突破一般多媒体辅助教学工具的思想，目的是尽可能将现实的活生生的教学环境和方法应用于网络教学中，提高学生网上学习的兴趣，从而真正提高网上教学质量。作为传统教学的延伸，信息化教学的作用正逐步被人们所重视，随着网络技术和多媒体技术的进步，信息化教学系统还会有更多的发展空间。

医学图像处理论文:医学图像处理课程的教学经验探讨

摘要：本文分析探讨了医学图像处理课程的特点，结合医药院校学生的实际情况，从课堂教学所用教案及实验教学所选软件和内容两个方面对医学图像处理课程教学方法进行了探讨。

关键词：医学图像；多媒体；Photoshop；MatLab

《医学图像处理》是以《数字图像处理》为基础，结合医学院校的特点和教学要求，以医学图像为处理方向，开展的一门课程。作为一门医科院校的工科课程，《医学图像处理》课程的对象是医学院校的工科学生，是生物医学工程、计算机科学等专业的必修课程。该门课程教授的是指将医学图像信号转换成的数字信号用计算机技术对其进行处理的算法和过程，要求学生既掌握基础的医学常识又有教深的计算机编程的经验。由于专业与课程的特殊性，导致该课程在教学过程中存在些许问题和困难：如学生没有较强的基础理论知识，听课过程中遇到困难，容易失去学习兴趣，不能掌握专业知识，或者只懂理论而不知道如何在计算机上编程实现应用。经过多轮的教学和不断的探索，将已有的一些经验做一个小结，以期对提升教学效果有所帮助。

1 多媒体动画教案的优势和应用

《医学数字图像处理》课程需要重点讲解的内容包括：图像运算、图像灰度变换、直方图处理、图像的空域增强及频域增强、图像分割、图像配准、图像复原、图像压缩编码、形态学处理等内容。图像处理课程涉及面广、跨度大、内容多，且具有较强的工程性，在教学上存在一定难度。多媒体动画教案的应用能将学生难以理解的抽象内容及复杂的变化过程,通过动态模拟和局部放大的手段,动态直观地展现在学生面前，将抽象的算法转换为浅显生动的形象[1]。

例如进行图像增强时常采用均值滤波和中值滤波算法，仅用数学公式教导的办法，因其较抽象导致效率低且效果不好，将算法步骤先用动画直观展现出来，再结合数学公式解释阐明，大大降低了学习难度，保证了学生的学习兴趣。又例如频域滤波法中的高通滤波算法可增强图像的高频分量而滤除图像的低频分量从而达到突出图像边缘的目的。这一算法是基于傅里叶变换及信号处理等抽象理论发展出来的，理解起来有一定的难度，在课堂上，首先给学生展示一张脑部CT图片及其对应的频域图，对应高通滤波算法逐渐改变滤波范围使原来的图像相应发生改变，让学生对脑部CT图片在计算机上进行逐步动态锐化，锐化后脑膜轮廓清晰可辨，达到了增强图像边缘的目的。利用多媒体教学，可以直观地看到图像在处理前后的明显变化，便于学生接受,增强了学生对重要概念的理解，提高了教学质量和课教学效率。多媒体的动态教学需要贯穿这个课程始终，例如讲解图像灰度变换时可以开窗算法为例，辅以显影效果不甚理想的医学图片如细胞显微图等讲解利用代数运算对图像进行处理的方法，并将处理后得到的增强图片与原图像加以比对，让学生真切地看到图像处理的作用，了解其价值和意义。此类例子还有很多，通过具体的医学图像实例进行直观生动的课堂演示，可以提高学生的学习兴趣让他们积极参与到教学过程中来，成为教学中的主体。

多媒体动画教案在教学中的作用不言而喻，因此制作合适的教案是能否成功完成教学任务的关键。经过多轮的摸索总结，我们发现教学案例的选择要结合实际，除了让学生掌握理论外，还要让他们知道学到的知识可以用到什么方面、怎么用。

2 实验教学工具与内容的选择

目前，医学图像处理教学选用比较多的软件有PhotoShop、Matlab和VC等。在实际教学中需根据学生的特点选择不同的医学图像处理教学软件，比如我们学院生物工程专业学生编程基础较弱，在学习医学图像处理时选择的是PhotoShop和Matlab，通过PhotoShop软件向学生展示各种医学图像处理算法的实现效果[2]，而使用Matlab编程工具实现各种图像处理算法，另外调用Matlab图像处理工具箱中的系统函数可以实现医学图像的增强、分割等基本图像处理功能，可以让学生掌握一些基本的医学图像处理编程方法。而对于计算机专业的学生，由于他们系统地学过计算机课程，因此在医学图像处理实验教学时就采用VC编程实现各种图像算法。首先提供给学生一个用VC编写好的图像处理平台代码，然后交给学生如何在该平台上增删改他们所需要的图像处理算法。尽管直接使用VC++编写医学图像程序通常代码都比较长，学生比较难掌握，但是采用VC编程相对MatLab编程而言更容易实现可视化界面，编写出的程序可以模仿PhotoShop软件的部分功能，极大地提升了学生的学习兴趣。除此之外还可以使学生了解医学图像处理的每一个细节，彻底领悟医学图像处理各种实现算法的精髓，从而加深对抽象的医学图像处理理论的理解。

在实验内容的选择上多选用验证性算法，以期让学生通过实验巩固和加深对医学图像分析的各种常用算法的理解与掌握在我们的教学中；为了提高学生对实验的重视程度和实验积极性，将实验考核成绩引入总成绩，占到总成绩的10%-20%。

3 小结

本文对医学图像处理课程的特点，课堂教学方法及实验教学工具和内容的选择进行了探讨。由于医学图像处理课程难度大，理论性和实践性均很强，教师在教学时需根据医学院校学生理工基础弱，编程能力差的特点选择合适教学方法帮助学生克服困难，提升教学效果。

医学图像处理论文:计算机图像处理技术在医学中的应用

摘要：现代医学越来越离不开医学图像信息、医疗设备或系统的支持，在医学图像处理和医学设备中，超声成像、CT、磁共振、外科手术、中医舌像诊断都与计算机图像处理技术息息相关。

关键词：计算机技术；医学图像；图像处理技术

1医学图像的种类

随着计算机技术和医学的发展，医学图像信息在临床诊断中起着越来越重要的作用。目前，供医学研究和临床诊断所需要的医学图像多种多样，如：B超图像、MRI图像、CT图像、PET图像、SPECT图像、数字X光机（DR）图像、X射线图像、各种电子内窥镜图像、显微镜下病例切片和显微镜下细胞图像等。利用计算机技术处理这些图像，不仅可以提高医学临床诊断水平，还能为医学培训、医学研究与教学、计算机辅助临床外科手术等提供必要支持[1]。

2医学图像处理技术的内容

在医学图像处理中，计算机起着至关重要的作用。广义的图像处理技术包括：图像的获取、图像的存储、图像的传递、图像的处理和图像的输出，这些处理工作都需要用到计算机技术。狭义的图像处理主要研究计算机可以实现的算法，包括：1)几何处理：包括改变图像的大小，旋转、移动图像等。2)算数与逻辑预算：包括图像的加减乘除、与或非运算等。3)图像数字化：将模拟形式的图像转化成数字图像。4)图像变换：为了方便后续操作，改变图像的表示域和表示数据，如傅里叶变换、余弦变换、小波变换等等。5)图像增强：改善视觉效果和图像质量，如对比度增强、平滑、校正等等。6)图像复原：修复失真图像以尽量接近原始的未失真的图像，如频域中的恢复方法、最大熵恢复、运动模糊恢复等。7)图像压缩：为了有利于图像的传输和存储，将一个大的数据文件转换成较小的同性质的文件，如自适应编码压缩、基于人工神经网络和小波技术的压缩等。8)图像分割：将图像中感兴趣的部分分割出来，为后续图像分析和理解打基础，如边界检测、区域检测等等，具体可以参考文献[2]。9)图像的表示和描述：对已分割的图像进一步表示和描述，以更适合计算机进一步处理，如颜色提取、纹理提取、区域集合特性等等。10)图像分类识别：根据提取的特征来分类识别图像，如人工神经网络、支持向量机、模糊识别等。11)图像重建：将一组关于目标的某一剖面的一维（或二维）投影曲线，重构该剖面的二维（或三维）图像的技术，如投影重建、3D重建技术等。一般所说的图像处理指的是狭义的图像处理。

3计算机图像处理技术在医学中的应用

3.1图像处理技术在超声医学成像中的应用

超声成像过程中图像处理的方法有很多，其中主要的有图像平滑处理、图像伪色彩处理、图像纹理分析、图像分割、图像锐化处理，以及图像增强处理等图像处理方法[3]。在B超图像中，不可避免会出现噪声，噪声的存在对某一象素或某幅图像是有影响的，因此要平滑图像，去除噪声，为图像的后续处理做准备。为了使B超医生更好的识别B超图像信息，可以用不同的颜色来表示图像中的不同灰度级，达到图像增强的效果，可识别灰度差较小的像素，这种用彩色差别代替灰度差别而组成的图像，即为伪色彩图像。B超图像中存在颗粒状纹理，其主要有以下两种情况引起的，一种是B超图像本身的斑纹，是无用的信息，另一种是由被检查者的组织结构引起的，是有用的信息。正常和有病变的器官图像组织颗粒分布不同，即纹理也不同，因此，对B超图像进行纹理分析，从而判别病情。图像分割是将病变区域分割出来，以便测量其大小，体积等，为诊断提供必要数据。除此之外，还要用到图像锐化处理和图像增强等计算机技术处理B超图像。

3.2图像处理技术在CT和MRI中的应用

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线透视可使人们了解人体的内部结构,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。计算机在CT系统中要完成图像去噪、图像的增强、图像重建等任务。没有计算机技术，CT设备的发展是不可想象的[4]。在磁共振中，图像处理技术包括图像去噪、图像增强、图像复原、图像三维重建等操作，磁共振成像也离不开计算机图像处理技术的支持。

3.3图像处理技术在图像引导外科手术中的应用

手术导航(Surgical Navigation)是近二十几年迅速发展的微创外科(Minimally Invasive Surgery，MIS)技术之一。图像引导外科系统利用医学影像和计算机图像处理技术，可在术前对患者多模态图像数据进行三维重建和可视化，获得三维模型，制定合理、定量的手术计划，开展术前模拟；在术中利用三维空间定位系统进行图像和病人物理空间的注册或配准，把患者的实际体位、手术器械的实时空间位置映射到患者的三维图像空间，对手术器械在空间中的位置实时采集并显示，医生通过观察三维图像中手术器械与病变部位的相对位置关系，对病人进行精确的手术治疗[5]。它把图像图形处理、空间立体定位、精密机械和外科手术等结合在一起。医学图像自动处理算法诸如图像分割、滤波、特征提取算法在图像引导外科中发挥着重要作用。

3.4图像处理技术在中医舌像诊断系统中的应用

计算机图像处理技术在舌象综合定量化研究中起着重要作用，也是舌诊现代化的发展方向之一。中医舌象诊断系统运用色度学、近代光学技术、图像处理技术和计算机硬件技术等学科技术，其中图像处理技术是关键技术之一。在该系统中，要对舌象进行预处理，包括去噪、图像分割等操作。建立颜色模型，根据模糊数学理论，确定有关舌象的定义域，进行特征提取和纹理分析等，这些都是计算机图像处理技术。

4结束语

现代医学越来越离不开医学图像信息的支持，在医学图像处理中，计算机技术起着至关重要的作用。在医学领域中，超声成像、CT、磁共振、外科手术、中医舌像诊断都与计算机图像处理技术息息相关。随着计算机技术和医学的发展，计算机图像处理技术会在医学领域中得到更广泛的应用，医学领域也更离开不计算机图像处理技术。

医学图像处理论文:远程高精度医学图像处理技术浅论

摘要：远程高精度医学图像处理技术是指满足医学质量及其要求，包含医学完整信息的高质量、高清晰、高精确的医学图像处理技术。它包括医学影像的采集、图像缝合、图像压缩、图像存储、图像传输及其图像的复原再现的过程。

关键词：远程医疗；高精度；医学图像；处理技术

一、远程高精度医学图像处理技术的概念以及特点

（一）远程高精度医学图像处理技术的概念

远程高精度医学图像处理技术是指满足医学质量及其要求，包含医学完整信息的高质量、高清晰、高精确的医学图像处理技术。它包括医学影像的采集、图像缝合、图像压缩、图像存储、图像传输及其图像的复原再现的过程。

（二）远程高精度医学图像处理技术的特点

通过国家构建的交互式计算机系统实现医学图像的静动态解析及其多点交互，完成了病理图像的无缝拼接，完善了医疗卫生事业的信息化、数字化的进程，无疑是中国科学技术的一大进步! 远程高精度医学图像处理技术运用计算机、通讯、 医学设备和现代技术，通过图像、数字数据信号、符号等将病人的病历资料远距离输送和传输，实现了医学专家和医生、病人之间在不同地方直接的交流和诊治。

二、国内外远程高精度医学图像处理技术的内容及方法

远程高精度医学图像处理技术与其他图像处理技术(传统高清视频会议系统)的区别和联系视频会议系统技术和高清视频会议系统(NETMEETING)，一般的卫星传输，音视频压缩技术。

远程高精度医学图像处理技术的几个重要发展历程，远程高精度医学图像处理技术的技术实现及其高端设备全自动数字病理切片扫描仪的运用。

三、全自动数字病理切片扫描仪的应用

（一）全自动数字病理切片扫描仪的技术特点

远程高精度医学图像处理技术与其他图像处理技术的区别和联系：视频会议系统技术和高清视频会议系统一般的卫星传输。远程高精度多路医学动态解析转移及多点交互系统、远程静态医学图像交互式讨论系统、远程病理无缝缝合拼接及诊断数字技术系统病理工作站、远程手术指导系统、远程查房系统及其电子医院数码技术系统、远程高精度皮肤检查系统、体征检查内镜系统、远程医学影像阅片及讨论系统、及其远程培训及其教育系统。

实际上远程高精度医学图像的获得虚拟病理切片是利用电脑控制显微设备或者CCD镜头的上下运动，一张一张的通过面扫描自动采集放大后的图像，这种信号是计算机能够识别处理的数字信号，较以前的线扫描有了很大的提高，然后通过储存自动缝合拼结成一张信息完整的数字病理图片通过光纤发到服务器上或者其他计算机中，通过图象处理软件可以对图象进行编辑处理，这种能够虚拟观察的计算机可以被认为是虚拟显微镜，一个很大的图像通过软件的处理，可以压缩以后传到世界任何一个地方。

总体来说，数字病理切片技术应用显微图像数字化目前世界上和国内的应用上还停滞在局部图象扫描的数字化的水平上，就是通过显微镜或者摄象机或者数码相机中的CCD采集很多张或者上百张用来诊断病情或者做出分析并且复原出病理图象的照片，远程诊断和进行专家讨论，为专家提供了非常有用而真切的医学图像信息，使专家能够很快地浏览图片上的医学信息，非常方便而准确，节省了大量时间和资源，方便了医生和患者，它的推广给现代医学带来了观念性的技术变革。

（二）全自动数字病理切片扫描仪的应用实例分析

数字病理切片可以进行远程会诊和远程诊断病情，医院可以制作数字病理虚拟切片和一些病理资料通过软件进行查看和浏览，分析和判断并且得出病情的判断，医院可以收集病人会诊的病历资料进行局部的切片扫描，随意进行放大和压缩的进行观察也可以上传到服务器上，提供给大家查阅，对大病技术特别是肿瘤的病变有了很好的效果，也可以实现资源共享，完全达到病理资料的电子化、数字化、技术化。

四、高精度医学图像数字处理技术的发展展望

南非项目，西部为民工程，云南县县通工程，南方医院工程，协和医院，中山医院，瑞京医院的运用情况，印度运用情况，ATA年会及其科技部国际培训班情况，人类的安康，天下的福址，解决了人民的看病难看病贵，医疗资源分布的严重不均。天正在使用的绝大多数远程医疗系统采用了两种不同技术类型。一种叫做存储和传输，用于将数字图像从一个地方传到另一个地方。数字图像在原始拍摄处传输到另一个地方，这是一种非实时的典型应用。美国未来学家阿尔文?托夫功多年以前曾经预言：“未来医疗活动中，医生将面对计算机，根据屏幕显示的从远方传来的病人的各种信息对病人进行诊断和治疗，”这种局面己经到来。