![医学图像分析](http://img.gansulong.com/220813/014A53252-1.jpg)
文章插图
图2. 医学图像配準融合可视化可视化(visualization)在医学图像分析中扮演重要角色 。医学图像可视化技术是指利用从实验中获得的、扫描器测得的、计算模型合成的医学图像数据,重建三维图像模型,并进行定性定量分析,为用户提供具有真实感的三维医学图像,使人们更清楚地认识蕴涵在体数据中的複杂结构,便于医生多角度多层次地观察和分析,并且能够使医生有效参与数据处理与分析的过程 。医学图像可视化技术,按照绘製过程中数据描述方法的不同,通常分成两大类一面绘製和体绘製 。面绘製技术是指对体表面重建,即从切片数据提供的三维数据场中抽取等值面,然后用传统图形学技术实现表面绘製 。面绘製可以有效地绘製出物体表面,但缺乏对物体内部信息的表达 。体绘製则是以体素作为基本单元,直接由切片数据生成三维物体图像,表示物体内部信息,但是计算量很大 。此外,将那些融合了这两种技术特点的重建算法归纳为第3大类——混合绘製技术 。体绘製技术不需要构造中间对象,直接由三维数据本身来重建物体 。三维数据中的各个数据作为一个表示实体的基本单元——体素,每个体素都有颜色、不透明度、梯度等相应属性 。体绘製的基本原理是模拟光线穿越半透明物质时能量的累积变化,即光线传输理论 。具体说来,首先对每个体素赋以不透明度和颜色值(R、G、B);再根据各个体素所在点的梯度以及光照模型计算相应体素的光照强度;然后根据光照模型,将投射到图像平面中同一个象素点的各个体素的不透明度和颜色值组合在一起,生成最终结果图像 。体绘製技术的典型算法有光线投影法、足迹法、错切变形法、基于硬体的三维纹理映射、频域体绘製法、基于小波的体绘製法等 。
![医学图像分析](http://img.gansulong.com/220813/014A56231-2.jpg)
文章插图
图3. 医学图像可视化时序图像的功能分析医学图像分析的目的是得到生理过程的定量信息,为临床诊疗提供更充分的依据 。过去的医学成像主要集中在解剖结构成像和形态分析上 。近年来,医学设备成像速度的飞跃使对生理过程的动态观察成为可能 。例如:在脑功能成像领域,Functional MRI开始广泛套用;核医学PET(positron emission tomography)和SPECT(single photon emission computer tomography),在脑功能和心功能动态成像方面也得到广泛的套用;MR心功能成像方面,标记MR技术(Tagging)和相位对比MR成像技术,在物理上为图像定量分析心功能提供了依据;另外,三维超声的出现,提供了实时观察心室和瓣膜运动的手段 。以上设备都能生成产生时序的二维或三维医学图像,反映了生理过程的动态功能信息 。相应的医学图像分析也由图像处理範畴的图像分割、配準技术,向以医学图像为媒介,精确、定量地分析器官的功能和生理过程发展 。
![医学图像分析](http://img.gansulong.com/220813/014A55636-3.jpg)
文章插图
图4. 脑部灌注分析功能拓展及套用基于内容的图像检索(content based image retrieval)在自然图像和视频检索方面取得一定进步,通过提取输入图像的特徵,在图像资料库快速搜寻特徵空间中邻近的类似图像 。随着医学数据的海量化趋势加剧,近几年来基于内容的医学图像检索的研究与套用正形成热点 。图像检索系统可以帮助医生在海量资料库中快速寻找具有类似病理特徵并已确诊的医学图像,提高疾病诊断的準确率 。医学图像检索有以下难点:首先,不同成像设备得到的医学图像内容特点差异巨大,很难用统一算法自动分析和提取特徵;其次医学图像的分类涉及专业知识,譬如区分不同种类的脑部肿瘤图像,必须通过某种形式来结合专科影像学专业知识;再次,现代的医学图像多为三维或者更高维,这也给特徵提取和检索算法提出了新的挑战 。上述困难使目前图像检索研究主要集中在针对特定成像设备和特定解剖位置,或疾病种类的医学图像 。目前,大部分研究止于理论研究,只有及少数图像检索系统报告了临床评估的表现和实际套用 。扩展阅读
- 数字图像处理高级套用--基于MATLAB与CUDA的实现
- 针灸推拿医学:英文版
- 图像处理积体电路
- 赛鸽图像
- 首都医科大学肿瘤医学院
- 超视觉Photoshop CS4图像处理与特效精解
- 广州迈普再生医学科技有限公司
- 佛教医学
- 建筑能耗分析管理系统
- 余建明主编图书 医学影像技术