医学图形图像处理识别技术与医学信息分析讲课__培训课件.ppt

3）按理论方法（1） （1）点处理，代数处理，几何处理。 （2）变换域处理与分析（傅立叶变换及滤波器设计分析） （3）随机统计等现代信号处理方法。 （4）小波形态学，分形等先进数学工具。 3）按理论方法（2） （5）人工智能方法：模式识别，符号逻辑，人工神经网络。 * spectroscopy光谱学, 波谱学, 分光镜使用 * 医学图像纹理分析的方法： 统计法： 最常用的是共生矩阵法，其中分为灰度共生矩阵法和灰度－梯度共生矩阵法。 基于模型法：认为一个像素与其临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。由于医学图像纹理的复杂性，很难用单一模型来表达。可以考虑与其他方法联合起来使用。 自回归模型法 马尔科夫随机场模型 Gibbs随机场模型 分形模型 频谱法：基于滤波器的理论。 Gabbor变换法 小波变换法：大体有两种：金字塔形小波变换法和树形小波变换法 * 通过计算图像中一定距离和一定方向的两点灰度之间的相关性，反映图像在方向、间隔、变化幅度及快慢上的综合信息，从而精确的描述纹理的粗糙程度和重复方向，用一个矩阵来描述这种统计规律，则该矩阵称为灰度共生矩阵。图像的灰度共生矩阵能反映出图像灰度关于方向、相邻间隔、变化幅度的综合信息，它是分析图像的局部模式和它们排列规则的基础。 * 频谱法是纹理特征提取的四类方法之一，分析过程为采用某种变换将二维图像信号由时域转换到频域，对转换结果进行分析。频域分析中最活跃的方法包括傅立叶变换法、Gabor变换法和小波变换法。 其中,小波变换是最近几年发展起来的时域/频域变换方法，它继承和发展了短时傅里叶变换局部化思想，采纳了Gabor变换的局部化思想，同时又克服了Gabor窗口形状不随频率变化的缺点，因此在时域和频域均具有良好的局部特性, 有“数学显微镜”之称。 * * * 采集_续9 (3)医学超声诊断系统 有A型、M型、B型和C型声诊断仪 ，可观察人体内部结构和肿瘤，也可检查脏器、胎儿等的正常与否。 超声诊断是应用超声波的反射、折射、衰减等物理特性，采用各种扫描方法，将超声波发射到体内并在组织中传布。当病理组织的声抗与正常组织有差异时，将此回声信号构成一幅二维切面声像图。 彩色多普勒超声显像仪是是在B超的基础上增加了多普勒血液成像技术的影像检查方法，扫描结果在监视器上形成二维切面声像图，并以彩色照片形式保存结果。 采集_续10 (4)其他医学图像系统 核医学成像技术：一种以脏器内外正常组织与病变组织之间的放射性差别为基础的脏器或病变的显像方法。 核医学成像设备主要有： γ照相机 发射型计算机断层(Emission Computrd Tomography，ECT) 单光子发射型计算机体层(Single Photon Emission Computed. Tomography，SPECT) 正电子发射型计算机体层（Positron Emission Tomography，PET）。 (5)红外影像和医用内窥镜 医学激光器常用于手术切割、组织烧灼、凝结止血、光针穴位照射、激光血细胞计数、激光显微光谱分析、激光全息照相诊断和激光多普勒血流测速等。“激光医学”已成为医学重要的分支学科 采集_续13 3. 图像采集和取样 (1) 图像采集和量化过程 一幅灰度连续变化的图像通过专门的装置转换为数字图像的过程称为采样。 (2) 图像表示 一幅静止的单色的二维图像经采样后，可表示为： G=f（xi，yi） （i=1,2, …; j=1,2, …） 其中，坐标（xi，yi）决定了像素的空间位置，G代表该像素的明暗程度，称为灰度（gray level） 。 (3) 空间和灰度分辨率 (4) 采样奈奎斯特定律 （1）采样和量化过程（1） （1）采样和量化过程（2） （1）采样和量化过程（3） （2） 图像表示 像素：矩阵中的一个元素。 灰度分辨率：灰度2^k灰度级，k比特。通常以灰度级别的bit数来表示该图像的明暗（灰度级）分辨率，例如： 8bit代表2的8次方=256级灰度； 6bit代表2的6次方=64级灰度等 空间分辨率：通常以数字图像的像素数 M*N来表示该图像的空间分辨率。 空间分辨率和明暗分辨率是表征一幅数字图像质量的重要指标之一。 （3）例如 图4-16 图像矩阵图示 图4-15简单的灰度图像 例如一幅简单的灰度图像，如下图所示，中心明亮部分灰度级为256，外环最暗，灰度值为0。经过计算机离散化后，可以描述为一个16行×16列二维矩阵，即空间分辨率：16×16。明暗分辨率：8bit=256级灰度 16 16 （3）空间和灰度分辨率（1） （3）空间和灰度分辨率（2） （3）空间和灰度分辨率（3） （4）空间采样奈奎斯特定律