醫(yī)學(xué)影像的數(shù)字處理

前言

　　與傳統(tǒng)學(xué)科不同，作為典型邊緣學(xué)科的生物醫(yī)學(xué)工程各門專業(yè)課程的教材建設(shè)都還處在起步階段。從“醫(yī)學(xué)影像處理”類課程看，國內(nèi)目前同類教材匱乏，僅有的四、五本教材還存在如下的幾個方面的明顯缺陷：　　（1）內(nèi)容取舍和編寫存在局限。目前已出版的幾本教材內(nèi)容大同小異，基本都是將電子信息學(xué)科中“數(shù)字圖像處理”教材的部分例圖換為醫(yī)學(xué)影像，幾乎所有算法以及部分例圖基本不變，這些教材很難滿足生物醫(yī)學(xué)工程這種交叉學(xué)科的教學(xué)需要。另外，部分重要內(nèi)容沒有在傳統(tǒng)教材中反映出來，如斷層成像的重建算法在國內(nèi)外教材中都介紹得相當(dāng)簡略或者根本沒有提及?！　。?）側(cè)重理論闡述和公式推導(dǎo)，部分內(nèi)容對本科生來說過于艱深。目前已出版的幾本教材無一例外地包含了許多的理論推導(dǎo)和大篇幅的公式，令學(xué)生望而生畏。相當(dāng)一部分的內(nèi)容超出了本科生的知識范圍，比如小波變換、神經(jīng)網(wǎng)絡(luò)、模式識別、高階譜、數(shù)據(jù)挖掘與融合，獨(dú)立分量分析等內(nèi)容，又沒有給出足夠的解釋，很難適合本科生教學(xué)使用?！　。?）沒有實(shí)踐仿真環(huán)節(jié)。目前現(xiàn)有教材均不包含算法實(shí)現(xiàn)和實(shí)際影像的仿真分析內(nèi)容，學(xué)生讀完全書后不能將理論與影像處理的實(shí)踐相結(jié)合。所學(xué)理論似懂非懂，也不知道這些內(nèi)容在實(shí)際中有何用?！　”窘滩木帉懙哪繕?biāo)和出發(fā)點(diǎn)是立足于為研究型大學(xué)的高年級本科生或研究生教學(xué)使用的，希望在教學(xué)過程中教師和學(xué)生都能將圖像處理的工程算法內(nèi)容與臨床醫(yī)學(xué)要求密切結(jié)合。所以，本教材的編寫將強(qiáng)調(diào)以下幾點(diǎn)：　?。?）理論與實(shí)踐并重。本教材的突出特色是在算法理論討論的同時，注重如何用Matlab仿真所學(xué)算法；在醫(yī)學(xué)影像數(shù)據(jù)庫的配合下，對正常、多種疾病情況的醫(yī)學(xué)影像進(jìn)行分析仿真，既能增強(qiáng)學(xué)生學(xué)習(xí)的積極性，又能及早將課程學(xué)習(xí)與臨床應(yīng)用相結(jié)合?！　。?）內(nèi)容新穎。本教材中包含的部分內(nèi)容是國內(nèi)同類教材全無提及的，如C臂CT的技術(shù)進(jìn)展與設(shè)計(jì)架構(gòu)、Micro?CT與Micro?PET的結(jié)構(gòu)與設(shè)計(jì)，平行束、扇束、錐束圖像重建算法及其仿真程序等都是首次出現(xiàn)在國內(nèi)教材中?！　。?）通俗易懂，便于自學(xué)?？紤]到生物醫(yī)學(xué)工程專業(yè)的學(xué)生大多數(shù)是工程背景，如何將復(fù)雜枯燥的數(shù)學(xué)推導(dǎo)和算法設(shè)計(jì)內(nèi)容轉(zhuǎn)化為通俗易懂便于學(xué)習(xí)掌握的內(nèi)容是本教材編寫的一個重要挑戰(zhàn)。充分吸收國內(nèi)外教材的編寫經(jīng)驗(yàn)，注重概念與算法的來龍去脈，設(shè)計(jì)了多個例子并給出了全部算法的示例程序，便于學(xué)生隨時練習(xí)?！　。?）教材配套資料齊全。配合本教材，我們已開發(fā)配套的實(shí)驗(yàn)指導(dǎo)、網(wǎng)絡(luò)醫(yī)學(xué)影像數(shù)據(jù)庫和多媒體教學(xué)課件，同步發(fā)行?！　”緯木帉懞统霭娴玫轿靼搽娮涌萍即髮W(xué)與電子工業(yè)出版社共同設(shè)立的“教學(xué)改革項(xiàng)目和教材建設(shè)項(xiàng)目”資助。全書共8章，黃力宇編寫了第1章、第2章，趙靜編寫了第3章、第5章，第4章由張瑞軒編寫，第6章由李超編寫，第7章和第8章由張園編寫；黃力宇對第3章到第8章書稿進(jìn)行了審讀；徐磊的工作對第5章內(nèi)容的編寫有很多貢獻(xiàn)；趙靜、馬宏娟、薛姣對書中的全部程序逐一進(jìn)行了上機(jī)驗(yàn)證。景龍龍、牛潔、晉瑯、黃登鳳、鄒佳、杜英舉等參與了書稿文字錄入、插圖繪制、外文資料的翻譯等方面的工作；電子工業(yè)出版社陳曉莉編審為本書的出版做了大量細(xì)致的工作，作者在此一并致謝?！　”窘滩脑诰帉戇^程中參考了許多相關(guān)文獻(xiàn)，各章后所附僅是其中的一部分。個別直接引自文獻(xiàn)的內(nèi)容都盡量在相關(guān)位置給出標(biāo)注。作者對這些文獻(xiàn)資源的編繪者表達(dá)深切的謝意。　　由于這本教材屬多人合作編寫，寫作風(fēng)格可能不盡一致，加之作者們的學(xué)識有限，謬誤的出現(xiàn)幾乎是不可避免的。歡迎閱讀本書的讀者隨時指教，以便修訂再版時及時改正。　　黃力宇　　西安電子科技大學(xué)生命科學(xué)技術(shù)學(xué)院

內(nèi)容概要

　　本書系統(tǒng)地討論了醫(yī)學(xué)影像處理涉及的主要算法。較為基礎(chǔ)的有醫(yī)學(xué)影像的形態(tài)學(xué)分析、濾波、增強(qiáng)與恢復(fù)，較為常用的包括醫(yī)學(xué)影像的邊緣提取與圖像分割、配準(zhǔn)、形態(tài)學(xué)處理等，相對艱深的則包括平行束、扇束、錐束掃描圖像重建，最后討論了醫(yī)學(xué)影像專用的DICOM格式與PACS?！　”緯奶厣菍⒗碚撍惴ㄅc程序仿真有機(jī)結(jié)合，書中涉及的所有算法大多給出了MATLAB程序，方便自學(xué)和上機(jī)練習(xí)；另外，本書還討論了國內(nèi)教材很少提及的C臂CT、Micro?CT、Micro?PET等內(nèi)容，特別對圖像重建部分給出了仿真程序，相信同行會認(rèn)知其價值所在。
本書適合用作高等學(xué)校生物醫(yī)學(xué)工程專業(yè)本科高年級學(xué)生或研究生的教材，也可作為相關(guān)人員的技術(shù)參考書。

書籍目錄

第1章 醫(yī)學(xué)影像處理基礎(chǔ)
1.1 圖像的概念
1.2 模擬圖像的數(shù)字化
1.3 圖像文件的存儲格式
1.3.1 BMP格式
1.3.2 DICOM格式
參考文獻(xiàn)
第2章 醫(yī)學(xué)影像的成像原理
2.1 X射線計(jì)算機(jī)斷層成像術(shù)
2.1.1 X?CT掃描機(jī)的基本結(jié)構(gòu)
2.1.2 CT掃描機(jī)的發(fā)展
2.1.3 CT圖像的解方程重建
2.2 C臂CT技術(shù)
2.2.1 臨床價值與軟硬件結(jié)構(gòu)
2.2.2 關(guān)鍵技術(shù)概述
2.3 Micro???CT技術(shù)
2.3.1 Micro???CT性能特點(diǎn)
2.3.2 Micro???CT系統(tǒng)硬件結(jié)構(gòu)
2.3.3 數(shù)據(jù)處理與發(fā)展趨勢
2.4 放射性核素成像術(shù)
2.4.1 核素成像技術(shù)基礎(chǔ)
2.4.2 單光子發(fā)射計(jì)算機(jī)斷層成像
2.4.3 正電子發(fā)射計(jì)算機(jī)斷層成像
參考文獻(xiàn)
第3章 醫(yī)學(xué)影像的濾波、增強(qiáng)與恢復(fù)
3.1 圖像濾波
3.2 圖像增強(qiáng)
3.2.1 灰度級變換
3.2.2 圖像直方圖均衡
3.2.3 圖像銳化
3.2.4 頻域增強(qiáng)
3.3 圖像恢復(fù)
3.3.1 圖像退化的一般模型
3.3.2 圖像恢復(fù)方法
參考文獻(xiàn)
第4章 醫(yī)學(xué)影像的邊緣提取與分割
4.1 概述
4.2 點(diǎn)、線和邊緣檢測
4.2.1 點(diǎn)檢測
4.2.2 線檢測
4.2.3 邊緣檢測
4.3 閾值分割算法
4.3.1 閾值分割的基本原理
4.3.2 一維Otsu閾值分割算法
4.3.3 二維Otsu算法
4.4 基于區(qū)域的圖像分割方法
4.4.1 區(qū)域分割與區(qū)域生長
4.4.2 區(qū)域分裂與合并
4.5 分水嶺變換分割算法
4.5.1 分水嶺變換的實(shí)現(xiàn)
4.5.2 基于梯度的分水嶺分割
4.5.3 基于控制標(biāo)記符的分水嶺分割
4.6 醫(yī)學(xué)影像圖像分割算法的評價
參考文獻(xiàn)
第5章 醫(yī)學(xué)影像的圖像配準(zhǔn)
5.1 圖像配準(zhǔn)的理論基礎(chǔ)
5.1.1 圖像配準(zhǔn)的數(shù)學(xué)模型
5.1.2 圖像空間變換模型
5.1.3 圖像的插值
5.1.4 相似性測度
5.1.5 搜索策略與配準(zhǔn)步驟
5.2 基于灰度信息的圖像配準(zhǔn)算法
5.2.1 互相關(guān)配準(zhǔn)算法
5.2.2 互信息配準(zhǔn)算法
5.3 基于特征的圖像配準(zhǔn)算法
5.4 基于搜索策略的圖像配準(zhǔn)算法
5.4.1 方向加速法
5.4.2 遺傳算法
5.4.3 粒子群優(yōu)化算法
參考文獻(xiàn)
第6章 醫(yī)學(xué)影像的圖像重建
6.1 平行束掃描重建算法
6.1.1 圖像重建基礎(chǔ)
6.1.2 平行束投影數(shù)據(jù)的仿真
6.1.3 直接反投影法
6.1.4 濾波反投影法
6.2 扇束重建算法
6.2.1 等角扇形束掃描的圖像重建算法
6.2.2 等距扇形束掃描的圖像重建算法
6.2.3 扇形束數(shù)據(jù)重排算法
6.3 三維錐束重建算法
6.3.1 圓周錐束掃描的幾何結(jié)構(gòu)
6.3.2 三維Shepp?Logan頭模型的設(shè)計(jì)
6.3.3 三維Shepp?Logan模型投影的解析模擬方法
6.3.4 FDK重建算法
參考文獻(xiàn)
第7章 醫(yī)學(xué)影像的形態(tài)學(xué)處理
7.1 數(shù)學(xué)形態(tài)學(xué)基礎(chǔ)
7.1.1 集合論的幾個重要概念
7.1.2 二值圖像及其邏輯運(yùn)算
7.1.3 膨脹與腐蝕
7.1.4 開運(yùn)算和閉運(yùn)算
7.1.5 擊中與擊不中變換
7.2 常用的形態(tài)學(xué)拓展算法
7.2.1 邊界提取
7.2.2 區(qū)域填充
7.2.3 細(xì)化
7.2.4 粗化
7.2.5 骨架
7.3 灰度圖像擴(kuò)展
7.3.1 灰度圖像膨脹
7.3.2 灰度圖像腐蝕
7.3.3 灰度圖像的開運(yùn)算和閉運(yùn)算
7.4 數(shù)學(xué)形態(tài)學(xué)的典型應(yīng)用
7.4.1 在圖像邊緣提取中的應(yīng)用
7.4.2 在使用梯度的分水嶺分割中的應(yīng)用
7.4.3 分割CT腦瘤圖像中的應(yīng)用
7.4.4 基于形態(tài)學(xué)重構(gòu)的醫(yī)學(xué)影像濾波
7.4.5 在虹膜定位中的應(yīng)用
參考文獻(xiàn)
第8章 PACS系統(tǒng)與醫(yī)學(xué)影像的DICOM格式
8.1 PACS系統(tǒng)
8.1.1 PACS系統(tǒng)的組成
8.1.2 PACS的主要功能
8.1.3 PACS中的關(guān)鍵技術(shù)
8.1.4 PACS層次結(jié)構(gòu)與流程
8.1.5 PACS系統(tǒng)的規(guī)劃和建設(shè)
8.1.6 PACS的未來
8.2 醫(yī)學(xué)影像的DICOM格式
8.2.1 DICOM的內(nèi)容和信息結(jié)構(gòu)模型
8.2.2 數(shù)據(jù)編碼方式和DICOM文件結(jié)構(gòu)
8.2.3 DICOM的網(wǎng)絡(luò)通信協(xié)議
8.2.4 DICOM到BMP的格式轉(zhuǎn)換
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁：   插圖：   （5）放射性藥物的體內(nèi)選擇性聚集機(jī)制 放射性藥物研究的一個主要方向就是希望藥物進(jìn)入人體后應(yīng)濃聚于感興趣組織或病灶組織，在正常組織或非感興趣組織上幾乎沒有吸附，這也是核素成像與核醫(yī)學(xué)治療的基礎(chǔ)。放射性藥物可以利用不同的機(jī)制達(dá)成在人體內(nèi)不同組織上形成不同的吸附量，這里以幾個典型例子來說明放射性藥物的在活體內(nèi)的選擇性聚集機(jī)制。 ①神經(jīng)細(xì)胞的代謝主要消耗葡萄糖，標(biāo)記葡萄糖的放射性藥物參與代謝過程可以濃集進(jìn)入腦組織的放射性藥物。所以，可以通過體外對核素放射性核素聚集情況的成像間接了解大腦不同部位對葡萄糖的消耗情況，進(jìn)而實(shí)現(xiàn)對腦結(jié)構(gòu)和腦功能的成像。18F標(biāo)記的脫氧葡萄糖（18F-FDG），作為營養(yǎng)物質(zhì)參與代謝被心、腦細(xì)胞攝取，從而實(shí)現(xiàn)心肌顯像和腦顯像； ②放射性碘核素形成的藥物注人人體后，通過對核素聚集情況的成像，從而判定甲狀腺位置、形態(tài)、大小和甲狀腺結(jié)節(jié)的功能等；心肌細(xì)胞能主動攝取與鉀離子（K+）相似的正一價物質(zhì)，研究表明有些正常細(xì)胞對特殊價態(tài)的物質(zhì)具有明確選擇性攝取作用，利用這個原理可以實(shí)現(xiàn)201T1+、99mTc-MIBl等藥物的心肌顯像。這些例子說明，利用某些臟器或組織維持正常功能需要某種元素或化合物的參與這種機(jī)制，可以實(shí)現(xiàn)放射性藥物的在活體內(nèi)的選擇性聚集。 ③抗原是一種典型的蛋白質(zhì)生物大分子，某種抗原與特定抗體之間存在程度不同的化學(xué)親和力(affinity)，利用這種親和關(guān)系可以實(shí)現(xiàn)選擇性藥物濃聚。用放射性核素標(biāo)記單克隆抗體或多克隆抗體作為腫瘤陽性顯像劑，引入機(jī)體后能特異地與相關(guān)腫瘤抗原結(jié)合而使腫瘤顯像。 ④人體內(nèi)存在的單核巨噬細(xì)胞具有吞噬血液中外來異物的功能，這些巨噬細(xì)胞約85％分布在肝，約10％分布在脾，約5％分布在骨髓中。研究發(fā)現(xiàn)，硫的膠體(sulfur colloid)能夠被巨噬細(xì)胞識別并吞噬后清除出循環(huán)系統(tǒng)。將標(biāo)記好的顯像劑膠體顆粒經(jīng)由靜脈注入人體后，顯像劑膠體顆粒作為機(jī)體的異物被單核巨噬細(xì)胞所吞噬并聚集在含有巨噬細(xì)胞多的器官上。膠體顆粒的大小顯著影響其在臟器中的分布。通常線度小于20nm的顆粒會濃聚于骨髓，處于20nm～100nm范圍的顆粒多被肝細(xì)胞所吞噬，而超過100nm的大顆粒則主要濃聚于脾臟。

編輯推薦

《醫(yī)學(xué)影像的數(shù)字處理》適合用作高等學(xué)校生物醫(yī)學(xué)工程專業(yè)本科高年級學(xué)生或研究生的教材，也可作為相關(guān)人員的技術(shù)參考書。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    醫(yī)學(xué)影像的數(shù)字處理 PDF格式下載

---