2018醫(yī)學(xué)開題報告范文影像

1、2018醫(yī)學(xué)開題報告范文(影像)論文題目：醫(yī)學(xué)影像圖像處理若干關(guān)鍵問題的研究 一、論文選題依據(jù)(包括本課題國內(nèi)外研究現(xiàn)狀述評，研究的理論與實際意義，對科技、經(jīng)濟(jì)和社會發(fā)展的作 用等)醫(yī)學(xué)影像技術(shù)的發(fā)展歷史可追溯到1895年德國物 理學(xué)家倫琴發(fā)現(xiàn)了x射線并把它用于醫(yī)學(xué)診斷。從而發(fā) 明了x射線成像技術(shù),它第一次無損地為人類提供了人 體內(nèi)部器官組織的解剖形態(tài)照片,從而為醫(yī)生臨床診斷 提供了重要的生物信息。 由此引發(fā)了一場醫(yī)學(xué)診斷技術(shù) 的革命。它是一門交叉學(xué)科，利用物理學(xué)、電子學(xué)、計 算機(jī)科學(xué)等一些基礎(chǔ)科學(xué)的先進(jìn)技術(shù)來診斷和治療疾病。隨著微電子技術(shù)、計算機(jī)網(wǎng)絡(luò)技術(shù)、計算機(jī)圖形圖 像處理技術(shù)、人工智能和

2、自動控制技術(shù)的蓬勃發(fā)展，現(xiàn) 代醫(yī)學(xué)影像技術(shù)已成為21世紀(jì)發(fā)展最快的技術(shù)領(lǐng)域之一。 隨著超聲(us)、計算機(jī)體層攝影(ct)、磁共振成像(mri)、 介人放射學(xué)及正電子發(fā)射體層攝影術(shù)(pet)等新的影像診 斷和治療方法的相繼問世，醫(yī)學(xué)影像學(xué)從無到有，從小到大，經(jīng)歷了一個飛速迅猛的發(fā)展過程。尤其是介人放 射學(xué)的出現(xiàn)，使單純的放射診斷室發(fā)展成為當(dāng)今集診斷 與治療于一體的大型臨床醫(yī)學(xué)影像科室，無疑在新世紀(jì)，醫(yī)學(xué)成像技術(shù)將發(fā)展得更快，并在醫(yī)療領(lǐng)域發(fā)揮日益重 要的作用。下面來介紹一下幾類主要的醫(yī)學(xué)成像方式：1、超聲成像 第二次世界大戰(zhàn)后,在雷達(dá)、聲納技 術(shù)基礎(chǔ)上,應(yīng)用回聲定位原理發(fā)展了各種超聲成像技術(shù),研

3、制完成了a型、b型、m型超聲診斷儀。目前(透射型)超聲計算機(jī)斷層成像技術(shù)(ultrasound computed tomography, uct)已經(jīng)成熟。超聲波成像具有無損傷、靈敏度高的優(yōu)點。對于軟 組織的觀察無須做注射造影劑之類的成像前預(yù)處理,而且 成像迅速,設(shè)備造價低廉,它既可以反映器官的解剖圖像,也可反映機(jī)能狀況。因此,超聲成像是目前各成像技術(shù)中 應(yīng)用最廣、發(fā)展最快的技術(shù)。20世紀(jì)80年代初問世的超聲血流圖( color flowmapping, cfm)是目前臨床上使用的高檔超聲診斷 儀。 它的特點是把血流信息疊加到二維b型圖像上。在b型圖像顯示的血管中,凡是指向換能器的血流在圖中

4、用紅色表示,而那些背離換能器的血流則用藍(lán)色表示。 由于在一張圖像上既能看到臟器的解剖形態(tài),又能看到 動態(tài)血流,它在心血管疾病的診斷中發(fā)揮了很大的作用。2、ct成像 計算機(jī)體層攝影(computed tomography, ct）是利用x線對人體某一范圍進(jìn)行逐層的掃描，取得信 息，經(jīng)計算機(jī)處理后獲得重建的圖像（橫斷解剖圖），通 過計算機(jī)處理得到三維的重建圖像。由ct生成的橫切面、 斷層、數(shù)字圖像解決了傳統(tǒng)影像中三維結(jié)構(gòu)重疊、軟組 織分辨率差及信息效率低等主要缺陷，取得了劃時代的 革新。但是在多層ct開發(fā)成功之前,ct一度曾處于相對 停滯的階段。多層ct技術(shù)進(jìn)入峰回路轉(zhuǎn)的新階段，其主 要突破在于:

5、采集速度（掃描速度），成像質(zhì)量（空間分辨 率與密度分辨率），數(shù)據(jù)采集范圍（掃描范圍）三個方面由 于三者存在著相互制約的關(guān)系，所以通過技術(shù)方法的改 進(jìn)將其協(xié)調(diào)在最佳值，成為ct技術(shù)發(fā)展中的重要研究課 題。3、mri成像磁共振成像（magnetic resonance imaging, mri）又稱核共振（nuclear magnetic resonance, nmr），是近年來迅速發(fā)展起來的醫(yī)學(xué)影像新技術(shù)，被認(rèn) 為是20世紀(jì)最先進(jìn)、最有前途的影像設(shè)備。1946年美國 學(xué)者bloch和purcell首先發(fā)現(xiàn)了核磁共振現(xiàn)象,從此產(chǎn) 生了核磁共振譜學(xué)這門學(xué)科。核磁共振技術(shù)的最初應(yīng)用 是對有機(jī)化合物的結(jié)

6、構(gòu)分析及物質(zhì)性質(zhì)的研究。1973年 勞特伯（lauterbur）利用核磁共振技術(shù)首次獲得了生物體 斷面的質(zhì)子自旋密度圖像,第一個做出了仿真模塊的二維 核磁共振圖像。核磁共振技術(shù)與計算機(jī)技術(shù)結(jié)合,形成磁共振ct,且已在臨床上普遍應(yīng)用。它是利用與人體組織 密切相關(guān)的一類原子核（如等1h、2h、13c、14n、19f、23na、31p、127i等）在外界射頻磁場的作用下發(fā)生核磁 共振現(xiàn)象， 利用其產(chǎn)生的共振現(xiàn)象進(jìn)行成像的技術(shù)。磁 共振成像首先將受檢部位置于靜磁場內(nèi)，病人的長軸與 靜磁場z方向平行;用脈沖射頻磁場激勵人體的受檢部位，用接受線圈測量輸出的共振信號， 利用計算機(jī)進(jìn)行二維 斷層成像或三維立體

7、成像。磁共振成像按獲得磁場的形 式可以分為永磁型、常導(dǎo)磁體型和超導(dǎo)磁體型永磁型的 特點是造價低、耗電省、效率高;超導(dǎo)磁體型是利用電流 來激勵磁場，機(jī)器可以設(shè)計的比永磁型的小;超導(dǎo)磁體型可以做出很高的磁場，適合于各種不同要求檢查，斷層 厚度也可以小到3cm。磁共振成像兼容了射線技術(shù)和核醫(yī)學(xué)的特點，不僅 可以顯示形態(tài)解剖圖，還可以顯示出各種不同組織的化 學(xué)結(jié)構(gòu)，以及生理、生化的動態(tài)信息。如含水狀態(tài)，脂 肪含量，f、na、p等元素的含量等。mri是通過電子學(xué) 方法調(diào)節(jié)梯度場以實現(xiàn)掃描，所以根據(jù)需要不僅可以直 接顯示任意決度的切面，而且可以得到無限個切面，及 利用這些切面進(jìn)行三維顯像。在臨床應(yīng)用上，與

8、ct相比，mri具有無放射線損害，無骨性偽影，能多方面、多參數(shù)成像，有高度的軟組織 分辨能力，不需使用對比劑即可顯示血管結(jié)構(gòu)等獨特的 優(yōu)點。 幾乎是用于全身各系統(tǒng)的不同疾病，如腫瘤、炎 癥、創(chuàng)傷、推行性病變以及各種先天性疾病的檢查。對 顱腦、脊椎和脊髓病的現(xiàn)實優(yōu)于ct。它可不用血管造影 劑，即顯示血管的結(jié)構(gòu)，故對血管、腫塊、淋巴結(jié)和血 管結(jié)構(gòu)之間的相互鑒別，有其獨到之處。它還有高于ct數(shù)倍的軟組織分辨能力，敏感地檢出組織成分中的水分 含量的變化，因而常比ct更有效和更早地發(fā)現(xiàn)病變mri能清楚、全面地顯示心腔、心肌、心包及心內(nèi)其他細(xì)小 結(jié)構(gòu)，是診斷各種心臟病以及心功能檢查的可靠的方法。以下是幾類

9、常用的圖像處理技術(shù)：1、圖像去噪 圖像去噪指的是利用各種濾波模型， 通過多點平滑等方法從已知的含有噪聲的圖像中去掉噪 聲成分。 圖像去噪從整個圖像分析的流程上來講屬于圖 像的預(yù)處理階段， 從數(shù)字圖像處理的技術(shù)角度來說屬于 圖像恢復(fù)的技術(shù)范疇，它的存在有著非常要的意義。為了抑制圖像中的噪聲，可以使用很多常規(guī)的方法， 例如均值濾波、中值濾波、順序統(tǒng)計濾波、維納濾波， 以及由這些濾波方法衍生而來的許多其他濾波器，包括 模糊濾波器、自適應(yīng)均值濾波器、基于邊緣特征的濾波 器等， 上述各種濾波方法都能在一定程度上濾除圖像中 存在的噪聲。但是，這些常規(guī)的方法在濾除噪聲的同時， 往往會損失目標(biāo)在圖像中的高頻信

10、息，引起邊緣和紋理 的模糊。所以，在去除噪聲的過程中，存在噪聲抑制與 邊緣保持之間的矛盾，有必要尋找更好的去噪方法，在 抑制噪聲的同時，還能保持邊緣和紋理信息，以便更好 地復(fù)原因噪聲污染引起的圖像質(zhì)量退化。近年來，采用偏微分方程(partial differemial equation，pde)技術(shù)對圖像進(jìn)行處理獲得了國內(nèi)外的廣 泛關(guān)注， 它是一種局部自適應(yīng)(local adaptability)技術(shù)，它具有很高的靈活性和變通性;另外使用形式上的規(guī) 范性(unification)使得圖像處理問題的描述在形式上變 得簡單，對不同圖像處理問題，在數(shù)學(xué)處理上更加統(tǒng)一;并且pde技術(shù)在消除圖像噪聲和保

11、護(hù)圖像固有的特征方 面也有了很大的進(jìn)展， 在圖像處理的各個領(lǐng)域均有不錯 的效果。醫(yī)用b超己越來越廣泛地應(yīng)用于臨床診斷中，然而b超圖像中存在大量的斑點噪聲，不同于傳統(tǒng)的加性噪聲，斑點噪聲是一種乘性噪聲。乘性噪聲廣泛存在于合成孔 雷達(dá)成像，超聲成像，激光成像及顯微鏡圖像中，相比 較于加性噪聲圖像，乘性噪聲對圖像的損壞更為嚴(yán)重， 且乘性噪聲圖像對比度往往更低。合理地去除乘性噪聲， 將極大地提高醫(yī)生的分析效率及臨床診斷的準(zhǔn)確率。針對mri圖像去噪，partha sarathi mukherjee根 據(jù)rician噪聲模型和相對應(yīng)的偏差修正問題，提出了一 個新的更有效的基于回歸分析和montecarlo

12、模擬偏差修 正公式。2、邊緣檢測 邊緣檢測目的是要檢測出圖像中灰度 變化的不連續(xù)區(qū)域。確定它們在圖像中的精確位置，為 后期的圖像分析和處理提供信息，圖像的邊緣包含了物 體形狀的重要信息，主要存在于目標(biāo)與目標(biāo)、目標(biāo)與背 景、區(qū)域與區(qū)域（包括不同色彩）之間，是圖像分割、紋 理特征和形狀特征等圖像分析的重要基礎(chǔ)。圖像邊緣檢 測的實質(zhì)是采用某種算法來提取出圖像中對象與背景間 的交界線。經(jīng)典的邊緣檢測算子利用邊緣處一階或二階導(dǎo)數(shù)來 檢測梯度變化情況，基本的微分檢測算子有roberts算 子、sobel算子、laplace算子、log算子和canny算子 等。近年來。隨著數(shù)學(xué)理論和人工智能的發(fā)展， 又出現(xiàn)

13、 了許多新的邊緣檢測方法， 比如基于分?jǐn)?shù)階微分法、小 波變換法、snake模型法、模糊檢測法、數(shù)學(xué)形態(tài)學(xué)法、 神經(jīng)網(wǎng)絡(luò)法等。這些邊緣檢測方法最終目的都是檢測出 圖像的邊緣信息.但在解決特定特征圖像時也顯現(xiàn)出各自 的優(yōu)勢和不足之處。由于噪聲普遍存在于實際圖像之中，而分布、方差 等信息均屬未知，且噪聲和邊緣都為高頻信號，外加一 些其他的干擾原因，令檢測圖像中邊緣的一些信息無法 得到有效度量。因此，經(jīng)典邊緣檢測算法進(jìn)行檢測時的 效果不甚理想?；趫D像灰度值的梯度進(jìn)行計算的算法對噪聲的敏 感度比較高，一旦圖像出現(xiàn)噪聲的時候，這些算法可能 將噪聲當(dāng)作圖像的邊緣檢測出來， 也可能混淆真正的邊 緣點與噪聲點

14、而發(fā)生誤檢或漏檢的現(xiàn)象。由于現(xiàn)實生活中獲取到的圖像大都具有模糊性，普 通邊緣檢測算子的檢測到的圖像邊緣也具有模糊性，達(dá) 不到預(yù)期的效果。對于這樣的問題，有2位學(xué)者分別是pai和king提出了基于模糊集理論的邊緣檢測方法。在 這個算法中，他們將模糊集理論引入其中，取得了良好 的檢測效果，并且在很多領(lǐng)域獲得了不錯的應(yīng)用。近年來，相控高強(qiáng)度聚焦超聲(hifu, hiigh intensity focusedultrasound)技術(shù)已經(jīng)成為治療超聲的研究熱點。hifu強(qiáng)度較高，為了避免損傷正常組織和 提高治療效率，必須提供治療目標(biāo)的精確位置。在目前 超聲圖像引導(dǎo)的hifu治療系統(tǒng)中，超聲圖像由于受散

15、斑 噪聲等降質(zhì)因素影響分辨率較低，是達(dá)到hifu精確治療 的障礙之一。另外，現(xiàn)在大部分己投入使用的hifu系統(tǒng) 未能充分考慮呼吸運動在治療中造成的病灶等治療目標(biāo) 的移位，也影響了hifu的精確治療。利用術(shù)中超聲圖像 的實時處理達(dá)到通過體內(nèi)標(biāo)記來實時定位治療目標(biāo)， 是 提高臨床治療準(zhǔn)確性與快速性的一種行之有效的方法。超聲圖像的預(yù)處理效果是定位準(zhǔn)確的一個關(guān)鍵因素。3、圖像分割 圖像分割是圖像處理與圖像分析中的 一個經(jīng)典問題，就是一個根據(jù)區(qū)域間的相似或不同把圖 像分割成若干區(qū)域的過程，主要以各種細(xì)胞、組織與器 官的圖像作為處理對象。從分割操作策略上講，可以分 為基于區(qū)域生成的分割方法，基于邊界檢測的

16、分割方法 和區(qū)域生成與邊界檢測的混合方法。近年來，隨著其他新興學(xué)科的發(fā)展，產(chǎn)生了一些全 新的圖像分割技術(shù)。如基于模糊理論的方法，基于知識 分割的方法，基于神經(jīng)網(wǎng)絡(luò)的方法，基于j維可視化系 統(tǒng)結(jié)合fast marching算法和watershed變換的醫(yī)學(xué)圖像 分割方法等。圖像分割可以幫助醫(yī)生將感興趣的部位提 取出來，對病變組織進(jìn)行定性及定量的分析，以提高醫(yī) 生診斷的準(zhǔn)確性和科學(xué)性。雖然已有研究通過醫(yī)學(xué)圖像 的自動分割區(qū)分出所需的器官、組織或找到病變區(qū)的方 法，但是由于人體解剖結(jié)構(gòu)的復(fù)雜性和功能的系統(tǒng)性，目前現(xiàn)成的軟件包一般無法完成自動的分割，需要解剖 學(xué)方面的人工干預(yù)?？v觀圖像分割方法的發(fā)展，

17、新的分 割方法的研究將主要以自動、精確.快速、自適應(yīng)等幾個 方向作為研究目標(biāo)，加強(qiáng)經(jīng)典分割技術(shù)與現(xiàn)代分割技術(shù)的綜合利用通過對組織或器官精確的分割和提取，可以定量地 分析組織或器官的大小，形狀等變化情況，從而判斷組 織的病理變化情況，協(xié)助醫(yī)生進(jìn)行診斷和手術(shù)等。b超 圖像精確分割的困難在于b超圖像中存在的各種干擾信 息，如大量斑點噪聲、組織或器官的邊緣缺失、陰影等。區(qū)域生長是一種被廣泛應(yīng)用的圖像分割算法，在原 始算法基礎(chǔ)上研究者們提出了各種各樣的擴(kuò)展算 法.pohle等把待分割區(qū)域像素值看作一個正態(tài)發(fā)布，先 用原始區(qū)域生長算法估算出分布參數(shù)，再將該參數(shù)應(yīng)用 到第二遍生長過程中， 從而獲得更好的結(jié)果

18、。 為了克服 大多數(shù)區(qū)域生長算法對于初始種子點的選取順序和位置 敏感的問題，zheng等開發(fā)出不需種子點的自動分割算 法;于水等將圖像的紋理信息和灰度信息融合在區(qū)域生長 的標(biāo)準(zhǔn)中;陸劍鋒等提出一種通過計算種子點附近鄰域統(tǒng) 計信息,自適應(yīng)改變生長標(biāo)準(zhǔn)參數(shù)用于醫(yī)學(xué)圖像分割的 算法。4、圖像配準(zhǔn) 圖像配準(zhǔn)是圖像融合的前提，是公認(rèn) 難度較大的圖像處理技術(shù)。也是決定醫(yī)學(xué)圖像融合技術(shù) 發(fā)展的關(guān)鍵技術(shù)。要求配準(zhǔn)的結(jié)構(gòu)能使兩幅圖像上所有 的解剖點， 或至少是所有具有診斷意義以及手術(shù)區(qū)域的 點都達(dá)到匹配， 使一幅圖像上同時表達(dá)來自多種成像源 的信息，以便醫(yī)生做出更加準(zhǔn)確的診斷或制定出更加合 適的治療方法。圖像配

19、準(zhǔn)的方式可以概括為相對配準(zhǔn)和 絕對配準(zhǔn)兩種：相對配準(zhǔn)是指選擇多圖像中的一張圖像 作為參考圖像， 將其它的相關(guān)圖像與之配準(zhǔn)，其坐標(biāo)系 統(tǒng)是任意的。絕對配準(zhǔn)是指先定義一個控制網(wǎng)格，所有 的圖像相對于這個網(wǎng)格來進(jìn)行配準(zhǔn)，也就是分別完成各 分量圖像的幾何校正來實現(xiàn)坐標(biāo)系的統(tǒng)一。近年來，國內(nèi)外在圖像配準(zhǔn)方面研究很多，如幾何 矩的配準(zhǔn)、利用圖像的相關(guān)系數(shù)、樣條插值等多項式變 換對圖像進(jìn)行配準(zhǔn)。一些新算法， 如基于小波變換的算 法、 統(tǒng)計學(xué)參數(shù)繪圖算法、 遺傳算法等，在醫(yī)學(xué)圖像上 的應(yīng)用也在不斷擴(kuò)展，向快速和準(zhǔn)確方面改進(jìn)算法。國內(nèi)研究人員也提出了一些相應(yīng)的算法：一致圖像配準(zhǔn)方 法、金字塔式多層次圖像配準(zhǔn)方法

20、、基于互信息的方法。使用最優(yōu)化策略改進(jìn)圖像配準(zhǔn)以及對非剛性圖像配準(zhǔn)將 成為今后醫(yī)學(xué)領(lǐng)域圖像配準(zhǔn)技術(shù)的重點研究方向。5、圖像融合 圖像融合的主要目的是通過對多幅圖 像問的冗余數(shù)據(jù)的處理來提高圖像的可讀性。 對多幅圖 像間的互補(bǔ)信息的處理來提高圖像的清晰度。利用可視 化軟件對多種模態(tài)的圖像進(jìn)行圖像融合，可以準(zhǔn)確地確 定病變體的空間位置、大小、幾何形狀及它與周圍生物 組織之間的空間關(guān)系，從而及時高效地診斷疾病。目前 的圖像融合技術(shù)可以分為兩類：一類是以圖像像素為基 礎(chǔ)的融合方法;另一類是以圖像特征為基礎(chǔ)的融合方法。以圖像特征為基礎(chǔ)的融合方法在原理上不夠直觀且算法 復(fù)雜，但實現(xiàn)效果較好。不同的醫(yī)學(xué)圖像

21、提供了相關(guān)臟器的不同信息，圖像 融合的潛力在于綜合處理應(yīng)用這些成像設(shè)備所得信息以 獲得新的有助于臨床診斷的信息。利用可視化軟件，對 多種模態(tài)的圖像進(jìn)行圖像融合，可以準(zhǔn)確地確定病變體 的空間位置、大小、幾何形狀及它與周圍生物組織之間 的空間關(guān)系，從而及時高效地診斷疾病，也可以用在手 術(shù)計劃的制定、病理變化的跟蹤、治療效果的評價等方 面。在放療中，利用mr圖像勾勒畫出腫瘤的輪廓線，也 就是描述腫瘤的大小;利用ct圖像計算出放射劑量的大 小以及劑量的分布，以便修正治療方案-在制定手術(shù)方 案時， 對病變與周圍組織關(guān)系的了解是手術(shù)成功與否的 關(guān)鍵，所以ct與mr圖像的融合為外科手術(shù)提供有利的佐 證，甚至

22、為進(jìn)一步研究腫瘤的生長發(fā)育過程及早期診斷 提供新的契機(jī)。在ct成像中，由于骨組織對x線有較大 的吸收系數(shù)，因此對骨組織很敏感;而在mr成像中，骨 組織含有較低的質(zhì)子密度，所以mr對骨組織和鈣化點信 號較弱，融合后的圖像對病變的定性、定位有很大的幫 助。由于不同醫(yī)學(xué)成像設(shè)備的成像機(jī)制不同，其圖像質(zhì) 量、空間與時間特性有很大差別-因此，實現(xiàn)醫(yī)學(xué)圖像 的融合、圖像數(shù)據(jù)轉(zhuǎn)換、圖像數(shù)據(jù)相關(guān)、圖像數(shù)據(jù)庫和 數(shù)據(jù)理解都是亟待解決的關(guān)鍵技術(shù)。醫(yī)學(xué)成像技術(shù)發(fā)展到今天,各種方法互相補(bǔ)充,日臻 完善,為現(xiàn)代的醫(yī)學(xué)研究、臨床診斷提供了非常有效的手 段,特別是最近x射線治療刀和&gamma射線治療刀以及 強(qiáng)聚焦

23、超聲技術(shù)的發(fā)展,把現(xiàn)代醫(yī)學(xué)成像技術(shù)和放射治療 手段結(jié)合在一起,為征服許多頑固病癥（如癌癥等）提供了 可能性,醫(yī)學(xué)成像技術(shù)在診斷和治療領(lǐng)域的重要性愈發(fā)顯 得突出?？梢灶A(yù)見,將來生命科學(xué)和醫(yī)學(xué)上的許多疑難問 題將依賴于醫(yī)學(xué)成像技術(shù)的發(fā)展和完善而得到解決。醫(yī) 學(xué)成像技術(shù)在消除人類疾病、探索生命奧秘等方面做出 了非常重要的貢獻(xiàn)。二、論文的研究內(nèi)容、研究目標(biāo)，以及擬解決的關(guān) 鍵問題（包括具體研究與開發(fā)的主要內(nèi)容、目標(biāo)和要重點 解決的關(guān)鍵技術(shù)問題）研究與開發(fā)的主要內(nèi)容：開發(fā)一款基于matlab的可 執(zhí)行程序，能實現(xiàn)以下幾個功能：1、首先可以讀入標(biāo)準(zhǔn)格式的醫(yī)學(xué)圖像，對醫(yī)學(xué)圖像進(jìn)行顯示;2、能夠?qū)斎?的超聲

24、圖像進(jìn)行快速去噪處理，擬采用基于偏微分方程 的去噪方法;3、能夠?qū)︻A(yù)處理過的超聲圖像進(jìn)行邊緣檢 測， 擬采用基于輪廓波的邊緣檢測方法;3、能夠?qū)Τ?圖像實現(xiàn)手動或自動的圖像分割，擬采用基于區(qū)域生長 的分割方法;5、能夠?qū)斎氲腸t圖像和mri圖像進(jìn)行配準(zhǔn);6、能夠?qū)ε錅?zhǔn)后的ct圖像和mri圖像進(jìn)行融合和顯 示。研究的目標(biāo)是：1、實現(xiàn)和提高超聲圖像的去噪效果， 邊緣檢測的準(zhǔn)確性還有分割部位的有效性;2、實現(xiàn)和提 高ct圖像和mri圖像的配準(zhǔn)和融合效果。擬解決的問題是：1、超聲圖像容易產(chǎn)生斑點噪聲和 偽影，這是超聲圖像去噪處理環(huán)節(jié)的一大問題，有待進(jìn) 一步發(fā)掘有效的方法;2、同部位多模醫(yī)學(xué)圖像的配

25、準(zhǔn)速 度還有待加強(qiáng)。三、擬采取的研究方案及可行性分析（包括研究的基 本思路，研究過程擬采用的方法和手段，現(xiàn)有研究條件 和基礎(chǔ)，研究開發(fā)方案和技術(shù)路線等）本文主要研究的超聲圖像的去噪、邊緣檢測和分割，ct圖像和mri圖像的配準(zhǔn)和融合。 擬采用的研究方案如下：1、 閱讀醫(yī)學(xué)成像技術(shù)的相關(guān)文獻(xiàn)， 了解超聲圖像、ct圖像、mri圖像的成像過程，存在的問題和目前成像 技術(shù)的發(fā)展情況;2、閱讀圖像處理技術(shù)的相關(guān)文獻(xiàn)，了解和掌握圖像 去噪、圖像邊緣檢測、圖像分割、圖像配準(zhǔn)、圖像融合的基礎(chǔ)算法和目前國內(nèi)外較先進(jìn)的做法3、研究如何針對超聲圖像的特點，對圖像去噪、圖 像邊緣檢測和圖像分割算法進(jìn)行實現(xiàn)和改進(jìn);4、研

26、究如何針對ct圖像和mri圖像的特點，對圖像 配準(zhǔn)和圖像融合算法進(jìn)行實現(xiàn)和改進(jìn);5、利用醫(yī)院提供的相關(guān)真實醫(yī)學(xué)圖像和科研醫(yī)學(xué)圖 像數(shù)據(jù)庫中的圖像，對算法進(jìn)行評估，判斷改進(jìn)情況。本研究方案的可行性分析如下：1、國內(nèi)外的大量科研工作者都對圖像進(jìn)行過研究， 所以，可以參考的文獻(xiàn)較多，目前的圖像去噪、圖像邊 緣檢測、圖像分割、圖像配置和圖像融合的研究都比較 深入，工程上能達(dá)到比較好的效果;2、將圖像處理應(yīng)用在不同的醫(yī)學(xué)圖像領(lǐng)域的研究，目前國內(nèi)外的科研工作者也在探索，已經(jīng)取得了較好的 效果，基本上能有效利用不同類型的醫(yī)學(xué)圖像來進(jìn)行處 理得的需要的結(jié)果;3、本人所做的工作主要是對目前的各種醫(yī)學(xué)圖像處 理方

27、法進(jìn)行實現(xiàn)和改進(jìn)，主要工作和貢獻(xiàn)集中在工程領(lǐng) 域，因此，本研究方案是具有可行性的。四、本課題的特色與創(chuàng)新之處一、注重應(yīng)用研究與企業(yè)實際需求結(jié)合，根據(jù)醫(yī)院超聲科提出使用現(xiàn)有超聲設(shè)備提供的真實數(shù)據(jù)，進(jìn)行開 發(fā)研究。二、現(xiàn)階段醫(yī)院所使用的硬件設(shè)備的功能可擴(kuò)展性差，很多實際需要的功能并沒有實現(xiàn)，因此根據(jù)現(xiàn)有的 醫(yī)學(xué)圖像進(jìn)行二次的處理是很有必要的。三、很多現(xiàn)有的圖像處理技術(shù)對于特定的醫(yī)學(xué)圖像 處理的效果有限，并沒有完全適用于醫(yī)學(xué)圖像處理，本 課題還將進(jìn)行這方面的研究和探索。五、參考文獻(xiàn)頁面、頁數(shù)不足請自行加頁郭興明.醫(yī)學(xué)成像技術(shù).重慶大學(xué)出版社, XX.王希高.發(fā)展中的現(xiàn)代醫(yī)學(xué)影像技術(shù).醫(yī)學(xué)動物防 制,

28、 XX,21(12): 926-928.王駿.我國醫(yī)學(xué)影像技術(shù)近十年發(fā)展報述.影像技術(shù), XX, 3: 6-11.xiong minghui, et al. ctvirtual bronchoscopy;imaging method and clinical application. chinesemedical joumal,XX, 113(11):1022- 1025 huang j, zhang s, metaxasd. efficient mrimage reconstruction for compressed mr imaging. medicalimageanalysis, XX

29、, 15(5): 670-679.徐家興.磁共振技術(shù)的新發(fā)展.中國臨床醫(yī)學(xué)影像雜 志, 1999,10(2): 77-80.馬麗明,李艷婷,黃兆佳,等.醫(yī)學(xué)圖像處理技術(shù)現(xiàn)代醫(yī)院, XX, 7(11).劉俊敏,黃忠全,王世耕,等.醫(yī)學(xué)圖像處理技術(shù) 的現(xiàn)狀及發(fā)展方向.醫(yī)療衛(wèi)生裝備, XX, 26(12): 26-30.羅春燕.生物醫(yī)學(xué)圖像去噪及分割方法研究.南京 信息工程大學(xué), XX.周浩.基于偏微分方程的圖像降噪算法研究.江蘇 科技大學(xué),XX.黃杰.基于變分偏微分方程的醫(yī)學(xué)b超圖像處理.南京理工大學(xué), XX.mukherjee p s, qiu p.efficient bias correctionfor magnetic resonance image denoising.statisticsin medicine, XX.高海娟,平子良,周素華,等.邊緣檢測算法在醫(yī) 學(xué)超聲液性病變圖像中的應(yīng)用.現(xiàn)代電子技術(shù), X