2018醫(yī)學(xué)開題報告范文(影像)

1、精品文檔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(shí)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 1 o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

2、智能和自 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 2 o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)的由現(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3 o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

3、聲成像技 術(shù)，研制完成了 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 puted 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(diǎn)。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(diǎn)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

4、圖中用紅色表示，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1 。2、ct 成像 計算機(jī)體層攝影(puted tomography, ct)是利用x線對人體莫一維核磁共振圖像。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

5、頻磁場激勵人體的受檢部位，用接受線圈測量輸生的共振信號，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(diǎn)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??；超導(dǎo)磁體型可以做由很高的磁場，適合于各種不同要求檢查， 斷層厚度也可以小到 3cm6。 磁共振成像兼容了射線技術(shù)和核醫(yī)學(xué)的特點(diǎn)，不僅可以顯示形態(tài)解剖圖，還可以顯示由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(shí)現(xiàn) 掃描，所以根據(jù)需要不僅可以

6、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 7 o 在臨床應(yīng)用上，與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(dú)特的優(yōu)點(diǎn)。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(shí)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(dú)到 之處。它還有高于 ct數(shù)倍的軟組織分辨能力，敏感地檢由 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 mr

7、i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8 o以下是幾類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(diǎn)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)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、10g 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，又由現(xiàn)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、sn

8、ake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由圖像的邊緣信息.但在解決特定特征圖像時也顯現(xiàn)由各自的優(yōu)勢和不足之處13。由于噪聲普遍存在于實(shí)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 14。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，一旦圖像由現(xiàn)噪聲的時候，這些算法可能將噪聲當(dāng)作 圖像的邊緣檢測由來，也可能混淆真正的邊緣點(diǎn)與噪聲點(diǎn)而 發(fā)生誤檢或漏檢的現(xiàn)象15 o由于現(xiàn)實(shí)生活中獲取到的圖像大都具有模糊

9、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16。對于這樣的問題， 有2位學(xué)者分別是pai和king提由了基于模糊集理論的邊 緣檢測方法17。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, hiighintensity focused ultrasound)技術(shù)已經(jīng)成為治療超聲的研究熱點(diǎn)。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，超聲圖像由于受散斑噪聲等降質(zhì)因 素影響分辨率較低，是達(dá)到hifu精確治

10、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(yùn)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(shí)時處理達(dá)到通過體內(nèi)標(biāo) 記來實(shí)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18 o 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

11、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 趣的部位提取由來，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)分由所需的器官、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，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

12、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(diǎn)噪聲、組 織或器官的邊緣缺失、陰影等 11 o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)上研究者們提由了各種各樣的擴(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)域生長算法估算由分布參數(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 19。為了克服大多數(shù)區(qū)域生長算法對于初始種子點(diǎn)的選取 順

13、序和位置敏感的問題，zheng等開發(fā)由不需種子點(diǎn)的自動分割算法20;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21;陸劍鋒等提由一種通過計算種子點(diǎn) 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22。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(diǎn)，或至少是所有具有診斷意義以及手術(shù)區(qū)域 的點(diǎn)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)生做由更加準(zhǔn)確的診斷或制定由更加合適的治 療方法。圖像配準(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

14、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(shí)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(xiàng)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 提生了一些相應(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、基于互信息的方法23。使用最優(yōu)化策略改進(jìn)圖像配準(zhǔn)以及對非剛性圖

15、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(diǎn)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(shí)現(xiàn)效果較好24 o不同的醫(yī)學(xué)圖像提供了相關(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

16、 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圖像勾勒畫由腫瘤的輪廓線，也就是描 述腫瘤的大?。焕胏t圖像計算由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，

17、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(diǎn)信號較弱，融合后的圖像對病變的定性、 定位有很大的幫助25。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(shí)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 治療刀和丫射線治療刀以及強(qiáng)聚焦超聲技術(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）

18、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)顯得突生。可以預(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 等方面做由了非常重要的貢獻(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(diǎn)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(shí)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)斎氲某晥D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

19、采用基于輪廓波的邊緣檢測方法；3、能夠?qū)Τ晥D像實(shí)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?ct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(shí)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(shí)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(diǎn)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

20、，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(diǎn)，對圖像去噪、圖像邊緣檢測和圖像分割算法進(jìn)行實(shí)現(xiàn)和改進(jìn)；4、研究如何針對ct圖像和mri圖像的特點(diǎn)，對圖像配準(zhǔn)和圖像融合算法進(jìn)行實(shí)現(xiàn)和改進(jìn)；5、利用醫(yī)院提供的相關(guān)真實(shí)醫(yī)

21、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)圖像處理方法進(jìn)行實(shí)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、

22、注重應(yīng)用研究與企業(yè)實(shí)際需求結(jié)合，根據(jù)醫(yī)院超聲科提由使用現(xiàn)有超聲設(shè)備提供 的真實(shí)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(shí)際需要的功能并沒有實(shí)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) 1郭興明.醫(yī)學(xué)成像技術(shù)m.重慶大學(xué)生版社 ，XX. 2王希高.發(fā)展中的現(xiàn)代醫(yī)學(xué)影像技術(shù)j. 醫(yī)學(xué)動物防制，XX, 21(12): 926-928.3王駿.我國醫(yī)學(xué)影像技術(shù)近十年發(fā)展報述j. 影像技術(shù)，XX, 3: 6-11.4xi

23、ong minghui, et al. ctvirtual bronchoscopy; imaging method and clinicalapplication.chinesemedicaljoumal, XX, 113(11):1022-1025 5huang j, zhang s,metaxasd. efficient mr image reconstruction for pressed mr imagingj. medicalimage analysis, XX, 15(5): 670-679.6徐家興.磁共振技術(shù)的新發(fā)展j.中國臨床醫(yī)學(xué)影像雜志，1999, 10(2): 77-8

24、0.7馬麗明，李艷婷，黃兆佳，等.醫(yī)學(xué)圖像處理技術(shù)j. 現(xiàn)代 醫(yī)院，XX, 7(11).8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j.醫(yī)療衛(wèi)生裝備，XX, 26(12): 26-30.9羅春燕.生物醫(yī)學(xué)圖像去噪及分割方法研究d.南京信息工程大學(xué)，XX. 10周浩. 基于偏微分方程的圖像降噪算法研究d.江蘇科技大學(xué)，XX. 11黃杰.基于變分偏微分方程的醫(yī)學(xué)b超圖像處理d.南京理工大學(xué)，XX. 12mukherjee p s, qiubias correction for magnetic resonance image denoisingj. statisticsin medicine, XX.13 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 j.現(xiàn)代電子技術(shù)，XX, 4: 034.14piotr , fastimpulsive noise remove【j .ieeetranson image processing,XX, 1(10):173-179.15汪岳.基于邊緣檢測經(jīng)典算法的改進(jìn)研究與實(shí)現(xiàn)d.安徽大學(xué)，XX. 16劉金華，唐竟新，龍圖景.一種改進(jìn)的模糊邊 緣檢測快速算法j.系統(tǒng)仿真學(xué)報，XX, 15(2): 273-277.17pa1 s k,