分子成像及醫(yī)學(xué)圖像分析

前言

　　當(dāng)前，人類社會已進(jìn)入信息社會。信息是事物運(yùn)動狀態(tài)和特征的反映，它和材料及能量一起構(gòu)成社會的三個要素。但是，信息具有一些不同于材料和能量的特征。例如，信息具有普遍性，即任何事物都具有信息；信息具有無損性，即它會隨著事物的發(fā)展而不斷產(chǎn)生和增長，不會被消耗，而且可以被復(fù)制；信息具有時空獨(dú)立性，即可脫離其載體而存在或傳播；等等。正是由于信息具有這些特征，因此，它和人類文明及社會發(fā)展的各個階段都有密切的聯(lián)系。尤其是近50年來發(fā)生的信息技術(shù)（即獲取信息、傳輸信息、處理信息和應(yīng)用信息的技術(shù)）革命，更進(jìn)一步促成和顯現(xiàn)信息對各學(xué)科、各行業(yè)乃至整個社會發(fā)展的巨大影響?！　『推渌麑W(xué)科一樣，生物醫(yī)學(xué)受到信息科學(xué)及技術(shù)的影響，進(jìn)而相互滲透、融合。由此產(chǎn)生的對生物和醫(yī)學(xué)學(xué)科發(fā)展的促進(jìn)作用顯而易見。例如，x射線早在1895年已被發(fā)現(xiàn)，并被應(yīng)用于醫(yī)學(xué)；核磁共振現(xiàn)象在1946年被發(fā)現(xiàn)，發(fā)現(xiàn)者因此而獲得了1952年度諾貝爾物理獎。然而，只有在計(jì)算機(jī)技術(shù)快速發(fā)展、圖像重建及處理方法因而得以實(shí)現(xiàn)的基礎(chǔ)上，G.N.Hounsfield和A.M.Cormack才發(fā)明了x射線計(jì)算機(jī)斷層掃描成像術(shù)（x-CT）并應(yīng)用于醫(yī)學(xué)，他們因此而獲得了1979年度諾貝爾生理學(xué)或醫(yī)學(xué)獎；P.C.Lauterbur和P.Mansfield也才發(fā)明了核磁共振成像術(shù)（MRI）并應(yīng)用于醫(yī)學(xué)，他們因此而獲得了2003年度諾貝爾生理學(xué)或醫(yī)學(xué)獎?，F(xiàn)在，x-CT和MRI已成為醫(yī)學(xué)臨床及基礎(chǔ)研究的常規(guī)檢測手段，研究者能藉此獲取用傳統(tǒng)方法難以獲得的被檢者的解剖及生理或病理信息。近10年來，分子生物學(xué)、現(xiàn)代醫(yī)學(xué)和醫(yī)學(xué)圖像信息學(xué)等多學(xué)科的交叉研究日益增多、日趨完善，并形成了一門新興的邊緣學(xué)科——分子影像學(xué)（molecular imaging）。分子影像學(xué)是一門運(yùn)用影像學(xué)技術(shù)顯示組織水平、細(xì)胞和亞細(xì)胞水平的特定分子，反映活體狀態(tài)下分子水平變化，對其生物學(xué)行為在影像方面進(jìn)行定性和定量研究的學(xué)科，被美國醫(yī)學(xué)會評為未來最具有發(fā)展?jié)摿Φ氖畟€醫(yī)學(xué)科學(xué)前沿領(lǐng)域之一，被譽(yù)為21世紀(jì)的醫(yī)學(xué)影像學(xué)。又如，隨著計(jì)算機(jī)網(wǎng)絡(luò)的迅速發(fā)展，特別是因特網(wǎng)（Internet）及其下一代的計(jì)算機(jī)網(wǎng)格（Computer Grid）的廣泛應(yīng)用，生物醫(yī)學(xué)信息的共享突破了時空的局限。共享資源的形式也不僅限于專業(yè)文獻(xiàn)資料，已拓展到開放式的實(shí)驗(yàn)及臨床數(shù)據(jù)庫、經(jīng)驗(yàn)知識甚至實(shí)驗(yàn)設(shè)施等。在網(wǎng)格基礎(chǔ)上建立的虛擬實(shí)驗(yàn)（Virtual Lab）環(huán)境是一種全新的工作模式，為集聚各種資源、極大地提高醫(yī)學(xué)基礎(chǔ)科研及臨床試驗(yàn)的效率和質(zhì)量提供了條件。再如，計(jì)算機(jī)性能的指數(shù)式增長（摩爾定律），使研究人員有可能利用計(jì)算機(jī)實(shí)施各種數(shù)學(xué)方法來分析復(fù)雜的生物系統(tǒng)和生命現(xiàn)象，以數(shù)學(xué)方式描述生命現(xiàn)象的過程和規(guī)律并預(yù)測其發(fā)展趨勢（生物醫(yī)學(xué)建模）或在看似互不相干的眾多數(shù)據(jù)中挖掘和發(fā)現(xiàn)事先未知的規(guī)則和聯(lián)系（生物醫(yī)學(xué)數(shù)據(jù)挖掘），使“數(shù)據(jù)一信息.+知識”的認(rèn)知鏈更臻完善。在這一方面最成功的實(shí)例之一就是以信息技術(shù)來處理生物學(xué)數(shù)據(jù)和理解生物系統(tǒng)，并在此基礎(chǔ)上形成了新的交叉學(xué)科：生物信息學(xué)（Bioinformaties）和計(jì)算生物學(xué)（Computational Biology），為生物學(xué)及相關(guān)學(xué)科的發(fā)展開辟了一個全新的領(lǐng)域。

內(nèi)容概要

圖像分析是一門理論性很強(qiáng)，同時又非常實(shí)用的學(xué)科。近年來，隨著x－CT、MRl、PET等成像技術(shù)的發(fā)展與完善，以及在分子水平研究疾病發(fā)生和發(fā)展過程的分子成像技術(shù)的重要性日益顯現(xiàn)，醫(yī)學(xué)圖像處理和分析技術(shù)在醫(yī)學(xué)科研和臨床實(shí)踐中的影響和作用越來越大。無論是醫(yī)學(xué)科研及臨床工作者，還是工程技術(shù)人員都感受到這兩門學(xué)科互相融合和互相促進(jìn)的必然性和必要性。本書將數(shù)字圖像分析理論與醫(yī)學(xué)實(shí)踐相結(jié)合，著重于數(shù)字圖像分析的基本概念和各種實(shí)用技術(shù)，旨在使讀者能理性地運(yùn)用圖像處理和分析軟件包，充分利用其功能，并用這些技術(shù)解決醫(yī)學(xué)科研及臨床實(shí)踐中常見的實(shí)際問題。    本書第一章介紹了圖像處理及其分析系統(tǒng)的結(jié)構(gòu)；第二章介紹了醫(yī)學(xué)圖像的成像模式；第三章和第四章介紹了分子成像技術(shù)及應(yīng)用；第五章介紹了圖像的幾種預(yù)處理方法；第六章介紹了圖像的分割的概念；第七章介紹了醫(yī)學(xué)圖像信息提取及分析技術(shù)。    本書可作為醫(yī)學(xué)院校研究生及本科生、醫(yī)學(xué)基礎(chǔ)科研及臨床科學(xué)工作者、生物醫(yī)學(xué)工程專業(yè)學(xué)生及技術(shù)人員的教材及參考資料。雖然本書的應(yīng)用實(shí)例均選自醫(yī)學(xué)領(lǐng)域，但作為圖像分析技術(shù)的基本原理，及其在其他學(xué)科中的應(yīng)用、滲透和融合的方法，對非醫(yī)學(xué)學(xué)科領(lǐng)域的研究人員，也有借鑒和參考作用。

書籍目錄

第一章 數(shù)字圖像及其分析系統(tǒng)  1.1 數(shù)字圖像及其形成    1.1.1 數(shù)字圖像構(gòu)成要素及其表達(dá)形式    1.1.2 數(shù)字圖像的像素空間位置關(guān)系    1.1.3 數(shù)字圖像的像素灰度統(tǒng)計(jì)特性    1.1.4 數(shù)字圖像的形成    1.1.5 數(shù)字圖像的質(zhì)量    1.1.6 圖像質(zhì)量的評價  1.2 數(shù)字圖像處理及分析系統(tǒng)    1.2.1 圖像處理及分析系統(tǒng)的任務(wù)及工作流程    1.2.2 圖像處理及分析系統(tǒng)的硬件結(jié)構(gòu)    1.2.3 圖像處理及分析系統(tǒng)的軟件結(jié)構(gòu)    1.2.4 圖像處理及分析系統(tǒng)的文件格式第二章 醫(yī)學(xué)圖像的成像模式  2.1 光學(xué)成像    2.1.1 常規(guī)光學(xué)透射成像    2.1.2 熒光成像和生物體發(fā)光成像  2.2 x線及x—cT成像    2.2.1 X線及X—CT成像原理    2.2.2 x線及x—cT成像的圖像表現(xiàn)  2.3 磁共振成像    2.3.1 磁共振成像原理    2.3.2 磁共振成像的圖像表現(xiàn)  2.4 核素成像    2.4.1 單光子發(fā)射成像及其圖像表現(xiàn)    2.4.2 正電子發(fā)射成像及其圖像表現(xiàn)  2.5 8型超聲成像第三章 分子成像技術(shù)  3.1 疾病的分子機(jī)制  3.2 分子成像及其要素    3.2.1 分子成像與診斷成像    3.2.2 分子成像的必要條件——對報告系統(tǒng)的要求    3.2.3 分子成像的必要條件——對成像模式的要求  3.3 各種成像模式在分子成像中的作用    3.3.1 x線成像在分子成像中的作用    3.3.2 MRl成像在分子成像中的作用    3.3.3 核醫(yī)學(xué)成像在分子成像中的作用    3.3.4 光學(xué)成像在分子成像中的作用    3.3.5 超聲成像在分子成像中的作用    3.3.6 各種成像模式的比較  3.4 分子成像的報告系統(tǒng)    3.4.1 X線成像對比度增強(qiáng)劑    3.4.2 MRl成像對比度增強(qiáng)劑    3.4.3 核醫(yī)學(xué)成像對比度增強(qiáng)劑    3.4.4 光學(xué)成像對比度增強(qiáng)劑    3.4.5 超聲對比度增強(qiáng)荊第四章 分子成像的應(yīng)用  4.1 分子成像在藥物研究中的應(yīng)用    4.1.1 藥物的生物分布和代謝動力學(xué)研究    4.1.2 受體占用率研究  4.2 分子成像在基因表達(dá)研究中的應(yīng)用    4.2.1 轉(zhuǎn)錄的可視化    4.2.2 對靶標(biāo)直接成像    4.2.3 報告基因  4.3 分子成像在細(xì)胞遷移監(jiān)測中的應(yīng)用    4.3.1 細(xì)胞遷移監(jiān)測    4.3.2 炎性細(xì)胞遷移的監(jiān)測    4.3.3 干細(xì)胞和祖細(xì)胞遷移的監(jiān)測-    4.3.4 腫瘤細(xì)胞及其轉(zhuǎn)移的監(jiān)測    4.3.5 傳染病和病原體的基因標(biāo)記第五章 醫(yī)學(xué)圖像預(yù)處理  5.1 圖像的運(yùn)算與配準(zhǔn)    5.1.1 圖像點(diǎn)運(yùn)算及直方圖均衡    5.1.2 圖像算術(shù)運(yùn)算及其應(yīng)用    5.1.3 圖像幾何運(yùn)算及配準(zhǔn)  5.2 圖像降噪和邊緣銳化    5.2.1 圖像質(zhì)量蛻化——噪聲污染和邊緣模糊  ……第六章 醫(yī)學(xué)圖像分割第七章 醫(yī)學(xué)圖像信息提取及分析參考文獻(xiàn)

章節(jié)摘錄

　　在采樣過程中，有兩個問題需要注意。其一是采樣率的選擇。采樣率越高，單位空間內(nèi)的像素就越多，像素間距也就越小，因而更能反映原圖像中的細(xì)節(jié)。反之，采樣率太低，就可能無法表達(dá)原圖像中的某些細(xì)節(jié)。根據(jù)香農(nóng)（Sh肌non）采樣定律，采樣間隔應(yīng)小于圖像中最小感興趣細(xì)節(jié)尺寸的一半（從頻域的角度來看，香農(nóng)采樣定律可以表述為“采樣率必須不低于圖像中最高頻率的兩倍”），這樣才能使采樣得到的像素集合較好地表達(dá)該細(xì)節(jié)部分。其二是采樣間隔的均勻性。一般采用等間距采樣，也即在水平和垂直兩個方向上均以相等的間距進(jìn)行采樣，并形成正方形柵格，這樣便于計(jì)算和處理。在需要時也可以采用非等間距采樣，或形成非正方形的柵格。進(jìn)行非等間距采樣時，可以在圖像細(xì)節(jié)豐富處采用較高的采樣率，而在圖像變化平緩處采用較低的采樣率。這種采樣方式的優(yōu)點(diǎn)在于能兼顧圖像細(xì)節(jié)的表達(dá)和對資源（如數(shù)據(jù)存儲空間等）的有效利用，但缺點(diǎn)在于會使后續(xù)處理復(fù)雜化?！　≡诹炕^程中，同樣要注意兩個問題。其一，量化級別數(shù)（即數(shù)字圖像從最暗到最亮的灰度級別數(shù)）越多，就越能反映圖像的明暗層次及其細(xì)微變化。反之，如果灰度級別數(shù)過少，就可能不足以反映原圖像中有意義的明暗變化，這不僅可能造成圖像明暗層次和圖像輪廓的失真，還可能影響對原圖像信息的正確理解（對醫(yī)學(xué)圖像而言，即可能丟失診斷信息）；其二，必要時也可以采取非均勻量化。由于人眼對于明暗變化緩慢處的識別能力較差，這樣就可用較少的灰度級別數(shù)來量化這部分圖像區(qū)域，或者對于出現(xiàn)頻率較低的明暗范圍采用較少的灰度級別數(shù)來量化。非均勻量化雖然有利于提高某些資源的效率，但同樣也會給后續(xù)處理帶來不便。　　在醫(yī)學(xué)圖像處理系統(tǒng)中一般都采用等間距采樣和均勻量化的方式?！　〔蓸勇屎突叶燃墑e數(shù)直接和數(shù)字圖像的質(zhì)量有關(guān)（詳見第1.1.5節(jié)）。采樣率越高、灰度級別越多，圖像質(zhì)量就越高。但是，數(shù)據(jù)存儲空間的開銷也就越大。同時，圖像處理的計(jì)算量也會隨之急劇上升。因此，應(yīng)根據(jù)實(shí)際需要合理地選擇采樣率和灰度級別數(shù)。　　圖1.7為不同高低的采樣率對數(shù)字圖像細(xì)節(jié)影響的示意圖。其中，圖1.7（a）為原始模擬圖像，現(xiàn)以128×128、64×64和32×32的采樣率對原圖像分別進(jìn)行采樣，采樣后所得的數(shù)字圖像顯示于圖1.7（b）～（d）。比較原圖像和三幅數(shù)字圖像后可以發(fā)現(xiàn)：當(dāng)采樣率較高時，一些圖像細(xì)節(jié)基本上可以辨認(rèn)，和原圖像差別不大，如圖1.7（b）所示；隨著采樣率的降低，細(xì)節(jié)有所損失，難以辨認(rèn)，且開始呈現(xiàn)馬賽克（mosaic）效應(yīng)，如圖1.7（c）所示；而當(dāng)采樣率進(jìn)一步降低時，馬賽克效應(yīng)將更為嚴(yán)重，圖像細(xì)節(jié)完全無法辨認(rèn)，如圖1.7（d）所示。

編輯推薦

　　《分子成像及醫(yī)學(xué)圖像分析》共分7個章節(jié)，主要對分子成像及醫(yī)學(xué)圖像分析技術(shù)作了介紹，具體內(nèi)容包括數(shù)字圖像及其分析系統(tǒng)、醫(yī)學(xué)圖像的成像模式、分子成像技術(shù)、分子成像的應(yīng)用等?！斗肿映上窦搬t(yī)學(xué)圖像分析》可供各大專院校作為教材使用，也可供從事相關(guān)工作的人員作為參考用書使用。

圖書封面

評論、評分、閱讀與下載

---

    分子成像及醫(yī)學(xué)圖像分析 PDF格式下載

---