医学图像处置及其识别方法研究.docVIP

　　医学图像处置及其识别方法研究 --1 绪论 1.1 选题背景 在医学领域，自显微镜问世以来，对一些图像的分析已成为医学研究中的重要方法，许多新型成像技术和设备的出现以及电脑技术的发展，使得计算机辅助技术迅速发展，医学图像处理技术对医学研究及临床实践的作用和影响日益增大，在医学领域可以用图像的形式揭示更多有用的医学信息，医学的诊断方式也发生了巨大的变化。 目前的医学图像主要包括CT（计算机断层扫描）图像、MRI（核磁共振）图像、B超扫描图像、数字X光机图像、X射线透视图像、各种电子内窥镜图像及显微镜下病理切片图像等。而在影像医疗诊断中，主要是通过观察一组二维切片图像去发现病原体，这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像是很难实现的。 因此，利用计算机图像处理技术对人体的二维切片图像进行分析和处理，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到至关重要的辅助作用。 1.2 图像处理技术国内外现状及发展趋势 目前，随着现代科学技术的发展，在计算机上进行图像处理的技术已经逐渐发展并日渐成熟，特别是在医学图像的处理上有了很大的进步，并在一定程度上代替了医生的诊断，为医学事业的发展带来了很大的进步并提供了良好的契机。 1.2.1 计算机图像处理技术发展及应用 计算机图像处理是一门新兴的技术，它是 20 世纪 60 年代以来，随着计算机技术和VLSI的发展而产生，并不断发展和成熟起来的，在理论和实际应用中都取得了巨大的成就。 早期的图像处理就是改善图像质量，主要以提高人的视觉效果为目的。在图像处理方面，美国喷气推进实验室首先取得了成功应用。他们对几千张月球照片进行了如灰度变换、去除噪声等处理，并由计算机绘制出月球表面地图，获得了巨大成功。 在医学上，图像处理技术也取得了巨大的成就。1972 年，开始出现了X射线计算机断层摄影装置，即CT。它最初只用于头颅的诊断。1975 年，又研制出可用于全身的CT装置，能够清晰地获得人体各个部位的断层图像，这在人类医学研究史上具有划时代的意义。 20 世纪 70 年代中期，人们开始研究如何用计算机来系统解释图像，就像人类视觉系统理解外部世界一样。20 世纪 80 年代末，人们将计算机视觉技术应用于地理信息系统，开始研究海图的自动读入及自动生成方法。图像处理技术的应用领域开始不断拓展。从 20 世纪 90 年代开始，图像处理技术进入了快速发展时期。小波分析开始被有效地应用于图像分解和重构，成为数学方法在信号与图像分析上的重大突破。 进入 21 世纪，随着计算机技术的快速发展和相关理论的不断完善，图像处理技术已经在生物医学工程、航空航天、机器人视觉、工业检测、公安司法、军事制导和文化艺术等许多应用领域受到广泛的重视，并取得了重大的研究成果。图像处理技术已成为一门前景远大，引人瞩目的新型学科。 1.2.2 图像分割和融合以及识别的现状与发展 图像的分割、融合与识别是图像处理领域中研究最多的课题之一，目前，其在医学诊断、航空航天、通信、机器人视觉、工业自动化及军事等领域都有着广泛的应用。 在医学图像研究中，由于人体组织器官不均匀、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，医学图像分割与识别的目的就是将图像中感兴趣的区域清楚的提取出来，然后根据提取的特征利用分类器进行相应分类，从而为医生的定量、定性分析提供基础。图像分割研究的是在特定背景下对象所表现出的整体属性，着重于二者的关系，而图像识别则主要是基于对象本身的属性。图像分割是图像分析与识别 首要解决的问题，也是制约医学图像处理中其它相关技术发展和应用的瓶颈。 (1) 图像分割的国内外研究现状 图像分割是图像处理与分析中的一个经典问题，一直都受到人们的高度重视。自 20世纪 70 年代以来，其研究已经有几十年的历史。迄今为止，结合各种相关理论，已提出了上千种分割算法，而且目前针对这方面的研究仍在继续进行。传统的图像分割技术主要可分为基于区域的分割方法和基于边界的分割方法。六十年代以来，人们研制开发出众多的图像分割方法，许多方法最初都是采用单一的图像分割技术。近年来，单一的分割技术已难以胜任对新的成像模式产生的复杂医学图像的分割任务。为此，人们提出了集成分割技术的概念，即把两个或两个以上的单一技术结合在一起，使它们扬长避短，互为补充。 另外，医学图像分割技术是一个从人工分割到半自动分割再到自动分割的逐步发展过程。 目前，由于大量的新兴技术如模糊技术和人工智能技术在图像分割中的应用，图像