中英文对照外文翻译文献
(文档含英文原文和中文翻译)
译文：
一种图像拼接和融合
摘要
在许多临床研究，包括癌症，这是非常可取的，以获取图像的整个肿瘤节同时保留一个微小的决议。通常的办法是建立一个综合的形象，适当重叠个人获得的图象在高倍显微镜下。一块镶嵌图，这些图片可以准确地运用所形成的图像配准，重复搬运和混合技术。我们描述的最优化，自动，快速和可靠的方法，既形象加入和融合。这些算法可以适用于大多数类型的光学显微镜的成像。从组织学，从体内血管成像和荧光等方面的应用表明，无论是在二维和三维。算法的不同形象重叠的阶段有所不同，但例子综合获得的图象既手动驱动，电脑控制的阶段介绍。重叠迁移算法是基于互相关的方法，这是用来确定和选择最佳的相关点之间的任何新的
形象和以前的综合形象。补充图片混合算法的基础上，梯度法，是用来消除强度变化急剧的形象加入，从而逐渐融合到一个图像邻近'复合'的细节，该算法克服强度差异和几何失调图像之间的缝合将介绍和说明了几个例子。
关键词：图像拼接，共混，镶嵌图像
1 。导言和背景
有许多应用需要高分辨率图像。在明亮的场或落射荧光显微镜[ 1 ] ，例如，用于生物和医学应用中，通常需要分析一个完整的组织部分已层面几十毫米，在高分辨率。然而，高分辨率单图片不能意识到了低功耗的目标，必要的，以查看大样本，即使使用数码相机时的几万数以百万计的积极像素。最常见的方法是获得一些图片的部分组织在高放大率和组装成一个复合单一形象保持高分辨率。这一过程的组装复合图像从一些图片，也被称为'块'或'拼图'需要一个算法为图像拼接（登记）和混合。自动建立大型高分辨率图像的马赛克是一种越来越多的研究领域涉及计算机视觉和图像处理。拼接与融合可以被界定为生产单一edgeless形象整理一套重叠图像[ 2 ] 。自动化这一进程是一个重要的问题，因为它是困难和消耗时间，以实现手动。这样的一个算法的图像拼接和融合是本文介绍了。图像拼接结合了一些拍摄高分辨率纳入一个综合的形象。综合图像必须包括图像放在正确的位置和目标是使图像边缘之间的无形的。那个质量表示缝合因此通过测量两个相邻的信件图像缝合形成了综合形象和知名度煤层之间的缝合图像[ 3 ] 。图像拼接（注册）方法已详细解释[ 4 ] 。 [ 5 ]中，互相关证明是最好的方法，自动注册大量的图像。各种登记方法进行了比较研究[ 5 ]这是显示的互相关法提供了最小的错误。当这些方法进行了比较而言，速度，交叉相关证明是第二快的，但更准确比速度最快的方法（主轴法）。有一些文件，处理问题的缝合[ 3 ， 6-8 ] 。图像拼接可以用图像像素直接-相关法，在频域-快速傅里叶变换法;利用水平低功能，如棱角;使用高层次的功能，如部分对象[ 2 ] 。布朗[ 4 ]分类图片登记根据以下标准：类型的功能空间，类型的搜索策略和类型的相似性措施。图像拼接方法的优化，寻求最佳的相关点使用以Levenberg - Marquardt 方法给出了[ 2 ， 9 ， 10 ] 。以Levenberg - Marquardt方法使良好的效果，但它是昂贵和计算能停留在局部极小。还有一种方法是运用一个算法搜索最佳的相关点拥有由'粗到细的决议的办法，以减少计算[ 10 ， 11 ] 。该方法提供了本文所选择的最佳关联点，以下列方式。基于了解预期重叠当使用机动阶段，这将是直截了当的，以找到最佳的相关点在
理想的情况。然而，重叠面积并非尽善尽美，而且肯定不是一个准确的一像素，由于偏离阶段的理想位置，而且由于舞台/相机失调。我们的算法提供了一个如何克服这一问题，寻找周围地区的小预期中央重叠像素，以便找到最佳关联点。定位获得图像手册阶段小得多准确，因此有必要寻找更广阔的领域，以找到最佳的关联点。大多数现有方法的图像拼接或者制作一个粗略'缝，不能处理的共同特征如血管，彗星细胞和组织，或者他们需要一些用户输入[ 12 ] 。新算法的提出本文介绍了嵌入式代码来处理这种功能。为了消除边缘，使一个紧凑的形象，有必要适用于更多的图像融合。那个图像融合过程中限制区的重叠这是确定在缝合过程。这个也就是说，如果重叠区域图像间大，图像不完全匹配的这些部分，鬼影或'模糊'是可见的。但是，如果这些地区的小国，接缝将会看到[ 13 ] 。为了避免这些影响，使模糊效果微乎其微，在互相关函数之间的综合形象和的形象是被缝合需要适当运用。新的方法本文介绍表明，最好的质量，才能实现图像融合的应用，如果每张图片后，已缝合。这种办法提高缝合更多图像，因为互相关应用到混合复合形象，给出了更有力的结果。当获取图像的高度非均匀样品，因为这是在我们的情况在体内研究中，照明条件变化，从而影响互相关期间适用缝合。这些照明变化防止取消文物。为了避免这种影响有可能正常化照明的图像，但它可能会导致有些损失的信息作为一个无法确定的真正原因是什么的变化图像照明。它可以来自改变照明，而且还从不同的组织的颜色。因此，一些光照补偿是必要的。我们的成就是一个高质量，自动拼接和融合算法，响应的功能，如血船只，彗星细胞和组织样本。光照补偿不纳入提交算法。
本文主办如下。第2节解释了图像采集过程。第3节解释采用的方法开发过程中的图像处理算法，该算法适用于缝合和混合。第4节给出的结果，应用算法选取的图像拼接后只有后两个缝纫和混合，并说明了算法的有效性。结论中提出的
第5款，并指示今后工作的定义。
2 。图像采集
二维图像
所有图片被收购，利用标准的显微镜。所有2D图像获得的样本翻译和收集的手动或自动使用机动阶段。三种类型的二维图像进行收购。这些包括图像，组织学，荧光细胞的一个组成部分彗星阵列（彗星细胞），并在体内的血管。那个安装规范，这些图像是摘要列于表1 。 CCD相机用于获取图像要么一个IEEE 1394接口，
或使用一个PCI图像采集（类型：由美国国家仪器公司，英国）。成像面积的命令1x1平方毫米时，用客观x10 。 CCD相机推出两款噪音影响。一个是暗电流和另一个是一个非均匀像素反应。为了取消了暗电流的影响，获得的图象，没有轻被减去图像的样本。取消的非均匀像素反应，形象的样本除以一个空白图像收购标准照明清洁幻灯片。镜头畸变也存在。全部成像系统，由于这种像差，遭受了或多或少从每桶或枕形失真，或他们的组合。最困难的条件下的图像拼接是那些各种各样的环境照明即强度跨度-空间不同的照明。据推测，旋转和缩放保持不变全国各地的实验和处理图像。只有翻译错误必须纠正在缝合过程。
三维图像
用于购置三维图像下面的安装使用。尼康电子200荧光显微镜的使用修改阶段，以适应啮齿动物。我们在体内的血管图像获得一个窗口商会安排。它包括双面铝框举行两个平行的玻璃窗。它位于中央上述的目标[ 14 ] 。肿瘤血管生成和血管对治疗的反应在这两个形态的血血管网络的功能和个人进行了调查船只使用窗口厅。多光子显微技术已应用到获取三维图像的肿瘤血管[ 15 ] ，因为这些技术证明是十分有效地获得三维生物的图片。多光子显微镜系统是基于酶标仪湄公河委员会1024MP工作站，由一个固体statepumped （ 10W的年十， Nd ： YVO4晶体，光谱物理），自锁模钛：蓝宝石（海啸，光谱物理）激光系统，一个中心扫描头，焦探测器和一个倒置显微镜（尼康TE200 ） [ 15 ] 。多光子显微镜可以准确地找到一个三维荧光量，可成功地应用于分析血管形态。通常是一个小肿瘤（直径几毫米）植入皮肤的窗口中庭。整个肿瘤血管的影像大多数实验。图片10倍的目标而采取的一切，但最小的肿瘤和图像覆盖约1.3x1.3毫米的组织。成堆的图像所采取的一个典型的堆栈50片。它通常需要13分钟获得的图像为整个堆栈
3 。图像处理-方法
主要有两个阶段在处理这些图像：
1 ）图像拼接
拼接是由滑动的新形象的综合形象和寻找最佳关联点。
2 ）图像融合
配煤是由分离颜色的飞机，在必要情况下，采用混合算法每个彩色带重组飞机一起获得全彩色图像的输出。混合图像应保持质量输入图像[ 16 ] 。这些过程中有详细的解释，并参阅下文二维图像，除非明确指出，他们提到的三维图像。算法开
发了C编程语言LabWindows / CVI的7.0 （美国国家仪器有限公司）开发环境，使用IMAQ图像处理图书馆和Windows XP专业版操作系统。那个算法是完全自动的，他们已经在电脑上测试的处理器速度1.53GHz和448MB的内存。
3.1拼接方法
在该算法的缝合是由图像翻译只。应用程序可以被称为作为拼接，瓦工，montaging或缝合。第一步是生成的相对位置所获得的图像和建立一个空的图像阵列在电脑记忆体，这些图片将放在。下一步是搜索对于这一点的最佳关联是由相邻的图像边缘滑动是双向的，直到最佳比赛的边缘特征发现。这个搜索过程需要选择最佳的搜索空间如图1所示，在其中进行搜索的最佳关联。使用太多像素内使这个方块相关过程耗时太少像素，同时减少比赛的质量。选择若干像素使用密切相关的各个方面的功能预期将显着的形象而这又取决于重点质量，即对目前的最大空间频率的形象。
原文：
An algorithm for image stitching and blending
ABSTRACT
In many clinical studies, including those of cancer, it is highly desirable to acquire images of whole tumour sectionswhilst retaining a microscopic resolution. A usual approach to this is to create a composite image by appropriatelyoverlapping individual images acquired at high magnification under a microscope. A mosaic of these images can beaccurately formed by applying image registration, overlap removal and blending techniques. We describe an optimised,automated, fast and reliable method for both image joining and blending. These algorithms can be applied to most typesof light microscopy imaging. Examples from histology, from in vivo vascular imaging and from fluorescenceapplications are shown, both in 2D and 3D. The algorithms are robust to the varying image overlap of a manually moved stage, though examples of composite images acquired both with manually-driven and computer-controlled stages are presented. The overlap-removal algorithm is based on the cross-correlation method; this is used to determine and select the best correlation point between any new image and the previous composite image. A complementary image blending algorithm, based on a gradient method, is used to eliminate sharp intensity changes at the image joins, thus gradually blending one image onto the adjacent ‘composite’. The details of the algorithm to overcome both intensity discrepancies and geometric misalignments between the stitched images will be presented and illustrated with several examples.
Keywords: Image Stitching, Blending, Mosaic images
1. INTRODUCTION AND BACKGROUND
There are many applications which require high resolution images. In bright-field or epifluorescence microscopy [1],for example, which are used in biological and medical applications, it is often necessary to analyse
a complete tissue section which has dimensions of several tens of millimetres, at high resolution. However, the high resolution single image cannot be realised with a low power objective, necessary to view a large sample, even if using cameras with tens of millions of active pixels. The most common approach is to acquire several images of parts of the tissue at high magnification and assemble them into a composite single image which preserves the high resolution. This process of assembling the composite image from a number of images, also known as ‘tiling’ or ‘mosaicing’ requires an algorithm for image stitching (registration) and blending. The automatic creation of large high resolution image mosaics is a growing research area involving computer vision and image processing. Mosaicing with blending can be defined as producing a single edgeless image by putting together a set of overlapped images [2]. Automating this process is an important issue as it is difficult and time consuming to achieve it manually. One such algorithm for image stitching and blending is presented in this paper. Image stitching combines a number of images taken at high resolution into a composite image. The composite image must consist of images placed at the right position and the aim is to make the edges between images invisible. The quality of stitching is therefore expressed by measuring both the correspondence between adjacent stitched images that form the composite image and the visibility of the seam between the stitched images [3]. Image stitching (registration) methods have been explained in detail in [4]. In [5], cross-correlation is shown to be the preferred method for automatic registration of large number of images. Various registration methods were compared in this paper [5] and it was showed that the cross-correlation method provided the smallest error. When these methods were compared in terms of speed, the cross-correlation was shown to be the second fastest but much more accurate than the fastest method (principal axes method). There are a number of papers that deal with the stitching problem [3, 6-8]. Image stitching can be performed using image pixels directly - correlation method;
in frequency domain - fast Fourier transform method; using low level Three-Dimensional and Multidimensional Microscopy: Image Acquisition and Processing XII, Jose-Angel Conchello, Carol J. Cogswell, Tony Wilson, Editors, March 2005 191 features such as edges and corners; using high level features such as parts of objects [2]. Brown [4] classifies image registration according to following criteria: type of feature space, type of search strategies and type of similarity measure.Approaches for image stitching that optimise the search for the best correlation point by using Levenberg-Marquardt method are given in [2, 9, 10]. Levenberg-Marquardt method gives good results, but it is computationally expensive and can get stuck at local minima. An alternative way is to apply an algorithm which searches for the best correlation point by employing a ‘coarse to fine’ resolution approach in order to reduce the number of calculations [10, 11]. The approach offered in this paper makes the selection of the best correlation point in the following way. Based on knowledge about the expected overlap when using the motorised stage, it would be straightforward to find the best correlation point in the ideal case. However, the overlap area is not perfect, and certainly not to an accuracy of one pixel, due to deviations in stage position from the ideal and due to stage/camera misalignment. Our algorithm offers away to overcome this problem by searching the small area around the expected central overlap pixel in order to find the best correlation point. Positioning of acquired images with a manual stage is much less accurate, so there is a need to search a wider area in order to find the best cross-correlation point. Most of the existing methods of image stitching either produce a ‘rough’ stitch that cannot deal with common features such as blood vessels, comet cells and histology, or they require some user input [12]. The new algorithm presented in this paper has embedded code to deal with such features. In order to remove the edges and make one compact image it is necessary to apply additional image blending. The process of image blending is restricted to zones of overlap which are
determined during the stitching process. This means that if the overlap regions between images are large, and images are not perfectly matched on these parts, ghosting or ‘blurring’ is visible. However, if these regions are small, the seams will be visible [13]. In order to avoid these effects and make the blurring effect negligible, the cross-correlation function between the composite image and the image which is to be stitched needs to be applied appropriately. The new method presented in this paper shows that the best quality image can be achieved if blending is applied after each image has been stitched. This approach improves the stitching of additional images because the cross-correlation is applied to a blended composite image which gives a more robust result. When acquiring images of highly non-uniform samples, as it is the case in our in vivo studies, the lighting conditions change and thus influence the cross-correlation applied during stitching. These lighting changes prevent the removal of artefacts. In order to avoid this effect it may be possible to normalise the illumination of the images, but it could cause some loss of information as one cannot be sure what the real cause for the variation in the image illumination is. It can come from the changes in the lighting but also from the different tissue colour. Hence, some illumination compensation is necessary. Our achievement is a
high-quality, automatic stitching and blending algorithm that responds to features such as blood vessels, comet cells and histology samples. The illumination compensation is not incorporated in the presented algorithm. This paper is organised as follows. Section 2 explains the image acquisition process. Section 3 explains the methodology followed during the development of the image processing algorithm that applies both the stitching and blending. Section 4 gives the results of the applied algorithm on the selected images after the stitching only and after both stitching and blending and illustrates the effectiveness of the proposed algorithm. Conclusions are presented in Section 5 and directions for the future work are defined.
2. IMAGE ACQUISITION
2D images
All images were acquired using a standard microscope. All 2D images were acquired by sample translation and collected either manually or automatically using the motorised stage. Three types of 2D images were acquired. These include the images of histology, fluorescent cells as part of a comet array (comet cells) and in vivo blood vessels. The setup specification for these images is summarised in Table 1. CCD cameras were used to acquire the images with either a IEEE 1394 interface or using a PCI frame grabber (type: by National Instruments, UK). The imaging area is of the order of 1x1 mm2 when using objective x10. CCD cameras introduce two noise effects. One is a dark current and another is a non-uniform pixel response. In order to cancel out the dark current effect, images acquired with no light were subtracted from images of the sample. For cancellation of the non-uniform pixel response, the image of the sample is divided by a blank image acquired with standard illumination of a clean slide. Lens aberrations are also present. All imaging systems, due to such aberrations, suffer to a greater or lesser extent from barrel or pincushion distortion, or their combination. The most difficult conditions for image stitching are those with wide range of ambient lighting i.e.
Proceedings of SPIE -- Volume 5701
Three-Dimensional and Multidimensional Microscopy: Image Acquisition and Processing XII,Jose-Angel Conchello, Carol J. Cogswell, Tony Wilson, Editors, March 2005 192 with a large intensity span - spatially varying illumination. It is assumed that rotation and scaling stay the same throughout both the experiments and processing the images. Only translation errors need to be corrected during the stitching process. Table 1 Summary of the setup specification used for the image acquisition
3D images
For the acquisition of 3D images the following setup was used. A Nikon TE
动脉粥样硬化所导致的心脑血管疾病是目前发病率和死亡率较高的疾病之一。在动脉粥样硬化的形成过程中, 内皮细胞病变是其中极其重要的因素，最显著的变化是动脉内皮功能紊乱, 血管内皮细胞的损伤和功能改变是动脉粥样硬化发生的起始阶段。 Cardiovascular and cerebrovascular disease caused by atherosclerosis is one of diseases with higher mortality and morbidity at present . In the formation of atherosclerosis, the endothelial cell lesion is one of the most important factors, in which, the most significant change is endothelial dysfunction. In addition, the injuries and the changes of vascular endothelial cells are the initial factors of atherosclerosis. 许多因素会导致血管内皮细胞受损, 主要包括脂多糖(Lipopolysaccharides , LPS)、炎症介质、氧自由基等。其中脂多糖因其广泛的生物学作用, 越来越引起研究者的关注。LPS 是一种炎症刺激物, 是革兰阴性杆菌细胞壁的主要组成成分，其通过刺激血管内皮细胞，引起其相关细胞因子和炎性因子的表达紊乱，尤其是Ca2+ 和活性氧簇(Reactive Oxygen Species , ROS的合成和释放发生改变诱导细胞氧化应激内环境紊乱。大量研究表明, LPS 直接参与动脉粥样硬化的形成过程, 特别是动脉粥样硬化血管炎症的初始阶段, LPS可通过直接作用或间接影响的方式激活并损伤内皮细胞，从而引 起血管内皮细胞形态与功能的改变。 Many factors induce vascular endothelial cell damage, including lipopolysaccharides (LPS), inflammatory mediators and oxygen free
文献综述 1.1理论背景 数字图像中的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显著的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 1.2、图像边缘检测技术研究的目的和意义 数字图像边缘检测是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像边缘检测也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像边缘检测和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像边缘检测中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速度更快，图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。 早在1959年Julez就曾提及边缘检测技术，Roberts则于1965年开始了最早期的系统研究，从此有关边缘检测的理论方法不断涌现并推陈出新。边缘检测最开始都是使用一些经验性的方法，如利用梯度等微分算子或特征模板对图像进行卷积运算，然而由于这些方法普遍存在一些明显的缺陷，导致其检测结果并不
图像记忆的原理和方法[图像拼接原理及方法] 第一章绪论 1.1 图像拼接技术的研究背景及研究意义 图像拼接(image mosaic)是一个日益流行的研究领域，他已经成为照相绘图学、计算机视觉、图像处理和计算机图形学研究中的热点。图像拼接解决的问题一般式，通过对齐一系列空间重叠的图像，构成一个无缝的、高清晰的图像，它具有比单个图像更高的分辨率和更大的视野。 早期的图像拼接研究一直用于照相绘图学，主要是对大量航拍或卫星的图像的整合。近年来随着图像拼接技术的研究和发展，它使基于图像的绘制（IBR ）成为结合两个互补领域——计算机视觉和计算机图形学的坚决焦点，在计算机视觉领域中，图像拼接成为对可视化场景描述（Visual Scene Representaions）的主要研究方法：在计算机形学中，现实世界的图像过去一直用于环境贴图，即合成静态的背景和增加合成物体真实感的贴图，图像拼接可以使IBR 从一系列真是图像中快速绘制具有真实感的新视图。 在军事领域网的夜视成像技术中，无论夜视微光还是红外成像设备都会由于摄像器材的限制而无法拍摄视野宽阔的图片，更不用说
360 度的环形图片了。但是在实际应用中，很多时候需要将360 度所拍摄的很多张图片合成一张图片，从而可以使观察者可以观察到周围的全部情况。使用图像拼接技术，在根据拍摄设备和周围景物的情况进行分析后，就可以将通过转动的拍摄器材拍摄的涵盖周围360 度景物的多幅图像进行拼接，从而实时地得到超大视角甚至是360 度角的全景图像。这在红外预警中起到了很大的作用。 微小型履带式移动机器人项目中，单目视觉不能满足机器人的视觉导航需要，并且单目视觉机器人的视野范围明显小于双目视觉机器人的视野。利用图像拼接技术，拼接机器人双目采集的图像，可以增大机器人的视野，给机器人的视觉导航提供方便。在虚拟现实领域中，人们可以利用图像拼接技术来得到宽视角的图像或360 度全景图像，用来虚拟实际场景。这种基于全景图的虚拟现实系统，通过全景图的深度信息抽取，恢复场景的三维信息，进而建立三维模型。这个系统允许用户在虚拟环境中的一点作水平环视以及一定范围内的俯视和 仰视，同时允许在环视的过程中动态地改变焦距。这样的全景图像相当于人站在原地环顾四周时看到的情形。在医学图像处理方面，显微镜或超声波的视野较小，医师无法通过一幅图像进行诊视，同时对于大目标图像的数据测量也需要把不完整的图像拼接为一个整体。所以把相邻的各幅图像拼接起来是实现远程数据测量和远程会诊的关键 环节圆。在遥感技术领域中，利用图像拼接技术中的图像配准技术可以对同一区域的两幅或多幅图像进行比较，也可以利用图像拼接技术
医学图像分割综述郭爱心安徽大学摘要：图像分割是图像处理和分析的关键。随着影像医学的发展，图像分割在医学应用中具有重要意义。本文从医学应用的角度出发，对医学图像分割的意义、方法、评估标准和发展前景做出了简单综述。关键字：医学图像分割意义方法评估标准发展前景AReviewofMedicalImageSegmentation Ai- XinGuoAnhuiUniversityAbstract:Imagesegmentationisthekeyofimageprocessingandanalysis.Withthede velopmentofmedicalimage,imagesegmentationisofgreatsignificanceinmedicalapplications.Fromtheper spectiveofmedicalapplications,thispapermadeasimplereviewofthemedicalimagesegmentationonit’ssig nificance、methods、evaluationstandardsanddevelopmentprospects.words:Keymedical image,segmentation,sig nificance,methods,evaluation standards,developmentprospects1.医学图像分割的意义图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。医学图像包括CT、正电子放射层析成像技术（PET）、单光子辐射断层摄像（SPECT）、MRI（磁共振成像技术）、Ultrasound（超[2]声）及其它医学影像设备所获得的图像。医学图像分割是将原始的2D或3D图像划分成[1]不同性质(如灰度、纹理等)的区域，从而把感兴趣的区域提取出来。医学图像分割是一个非常有研究价值和研究意义的领域，对疾病诊断、图像引导手术以及医学数据可视化等有重要作用，为临床诊疗和病理学研究提供可靠的依据。医学图像处理有其复杂性和多样性。由于医学图像的成像原理和组织本身的特性差异，图像的形成受到诸如噪音、场偏移效应、局部体效应和组织运动等的影响，医学图像与普通图像相比较，不可
乳腺癌护理中英文对照外文翻译文献(文档含英文原文和中文翻译)
翻译： 宗教信仰在应对乳腺癌患者以后生活中的作用 目的： 识别并检查新诊断为乳腺癌的老年患者中是否存在宗教和精神应对策略现象。方法： 一个简易样本，由被招募来进行为期6个月的诊断的33名65岁女性组成。受访者被要求参加一个会提出灵活性问题的结构式访谈。访谈的誊本由三名研究人员各自独立分析讨论其主题,直至达成共识。 结果： 参加者的宗教背景为:17名新教徒,五,六名犹太人,天主教和另外四个其它教徒。她们在出席宗仪式的频率上存在着很大的不同。而在健康危机期她们的宗教和/或精神信仰或增加或保持不变。誊本分析显示出了三个主题。宗教和宗教信仰为受访者提供了必要的情感支持（91%)、社会支持(70%)来面对她们的乳腺癌，以及赋予了她们一些使日常生活变得有意义的能力,特别是癌症经验(64%)。 结论： 宗教和宗教信仰为新诊断为乳腺癌的老年女性患者提供了一些重要的应对这些疾病的方法,这些方法也得到了诊断医生的认可。这可能对于鼓励这些患者寻求宗教的支持和/或重新与她们的宗教团体再结合是非常重要的。 引言 一个关于乳腺癌的新的诊断已被证实对女性有重大的影响(格里，1979;琼斯和格林伍德1994；罗兰和马西，1996分;安徒生,1998)。在老年妇女中，乳腺癌是最常见的癌症，其影响还会因为人口老龄化继续上升。更好的了解老年妇女如何应对乳腺癌可以使人们更好的增强功能和改善生活质量。 最近日益让人们产生浓厚兴趣的是，宗教或信仰在患者对乳腺癌的反应中所扮演的角色。 在这些老年人中，宗教经常可以帮助她们缓解生理疾病中的固有压力,比如那些伴随着医师会诊、治疗及其它事件所产生的相关压力(包括罗斯,1982;考恩威博士
毕业设计文献综述 题目：基于matlab的图像预处理技术研究 专业：电子信息工程 1前言部分 众所周知，MATLAB在数值计算、数据处理、自动控制、图像、信号处理、神经网络、优化计算、模糊逻辑、小波分析等众多领域有着广泛的用途，特别是MATLAB的图像处理和分析工具箱支持索引图像、RGB 图像、灰度图像、二进制图像，并能操作*.bmp、*.jpg、*.tif等多种图像格式文件如。果能灵活地运用MATLAB提供的图像处理分析函数及工具箱，会大大简化具体的编程工作，充分体现在图像处理和分析中的优越性。 图像就是用各种观测系统观测客观世界获得的且可以直接或间接作用与人眼而产生视觉的实体。视觉是人类从大自然中获取信息的最主要的手段。拒统计，在人类获取的信息中，视觉信息约占60%，听觉信息约占20%，其他方式加起来才约占20%。由此可见，视觉信息对人类非常重要。同时，图像又是人类获取视觉信息的主要途径，是人类能体验的最重要、最丰富、信息量最大的信息源。通常，客观事物在空间上都是三维的(3D)的，但是从客观景物获得的图像却是属于二维(2D)平面的。 图像存在方式多种多样，可以是可视的或者非可视的，抽象的或者实际的，适于计算机处理的和不适于计算机处理的。 图像处理它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在 1964 年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动
(文档含英文原文和中文翻译) 中英文对照外文翻译文献 Biological effects of the Magnetic Stimulation on the T oad Heart Abstract-W e stimulated the exposed toad heart by a low frequency and high energy magnetic. By analyze the data of this experiment, it shows that the pulsating of the weak toad heart would make change after stimulated by magnetic. W eak heartbeat strengthened, the single peak curve would become the two peaks curve with atria wave and ventricle wave after the magnetic stimulation. But the cycling of rhythmic pulsatile curve of toad doesn't change. I. INTRODUTION All life forms have magnetism. All kinds of magnetic field would have some effects on the configuration and activities of life forms that whichever environmental magnetic, additional magnetic or inside magnetic of organism. The biologic effects are related to the characteristics and
第三章生物医学图像去噪 1．写出对下列图像分别用3 3的均值、中值、0.2-截断均值滤波之后的结果图像 6 5 10 0 0 4 4 7 3 8 3 5 4 9 6 5 6 1 7 4 2 9 2 2 4 3 8 6 8 3 10 3 4 1 5 7 2．自制一幅测试图像，在一个黑背景下，有不同形状，不同灰度的物体（每个形状的灰度值一致），在图像上面叠加高斯噪声（均值为0，方差为2，用imnoise 函数），产生一幅测试图像，计算该图像与原图像的均方根误差，通过同样的方法，产生五幅、十幅测试图像，将这些图像相加，计算结果图像与原图像的均方根误差，比较误差有何变化？ 3．学习Matlab中的ordfilt2和wiener2函数，写出这两个函数的用法。对上述题目1的噪声图像，用Matlab函数分别进行均值、中值、理想低通、Butterworth 低通、Wiener滤波，计算不同滤波后的图像与原图像的均方根误差，并进行对比分析。 4．编程实现一种自适应邻域滤波方法。 5．选取自己拍摄的照片几张，包括个人生活照，夜景照片和风景照，分别叠加上高斯噪声和椒盐噪声，用matlab编程实现wiener滤波，精细的LLMMSE，适应性邻域LLMMSE进行比较，并计算MSE。 6．选取一张医学成像照片，先低通再高通（推荐使用高斯滤波器），然后再尝试先高通再低通的顺序，观察成像的不同并说明原因。 7．选取一张8比特灰度X光成像照片，对其进行1，10，100轮的高斯高通滤波器（D0=30）。请注意观察在多少轮滤波后图像不再发生变化。 8．不同的医学图像比如说超声和X光片是否产生的噪声种类不同，相应的去噪方法是否也不同？
继续医学教育《医学文献检索》答案 （）主要提供知识查考与查证之用，种类主要包括：词典、百科全书、年鉴、手册、名录等B “木黄桐防治骨质疏松”的最佳检索提问式是（）A、木黄桐AND 防治AND 骨质疏松《国际标准化组织标准目录》是一本（）E、年刊（）全文浏览器是中国知网的专用全文格式浏览器E、caj （）是构成数据库中记录的基本单元B、字段（）是北京爱琴海软件公司开发的一款专业级别的文献检索与管理系统D、NoteExpress （）是北京金叶天盛科技有限公司开发的国内第一款医学文献管理软件B、医学文献王（）是记录有知识的一切载体B、文献（）是目前唯一国际通用的专利文献分类工具A、国际专利分类法（）是人们用来反映客观事实而记录下来的可以识别的物理信号A、数据（）是人们在认识和改造客观世界的实践中所获得的认识和经验的总和B、知识（）是物质存在的一种方式、形态或运动状态，是事物的一种普遍属性A、信息《美国生理学杂志》现分（）个分册出版D、7 《默克诊疗手册》是（）提供的非营利性医疗服务C、默沙东《中国标准文献分类法》目前有（）个一级大类组成E、24 《中国图书馆分类法（第四版）》的“自然科学”大类中涉及医/药学的分类除了“医药卫生（R）”之外，还有（）C、生物科学(Q) 《中国学术期刊网络出版总库》收录了下列哪一年以来的中国生物医学期刊（）C、1915 《中国学术期刊网络出版总库》数据更新频率是（）A、每日更新《中国图书馆分类法（第四版）》将中医药、卫生大类分为（）个二级类目B、17 A near B 表示A、B 之间允许插入几个其他单词（）A、0 CAJViewer 浏览器是下列哪个数据库专用全文格式阅读器（）B、CNKI CALIS 数据库提供哪一类文献（）C、学位论文CBM 采用下列哪种词表对文献进行分类标引（）A、《中国图书馆分类法-医学专业分类表》CNKI 采用简单检索时，系统默认的文献类型是（）A、文献CNKI 的概念是由（）在1998 年提出的B、
首先，是我和我的小伙伴们：xx心血管杂志 Chinese Journal of Cardiovascular Medicine Chin J Cardiovasc Med xx神经免疫学和神经病学杂志 Chinese Journal of Neuroimmunology and Neurology Chin J Neuroimmunol Neurol 中华老年医学杂志 Chinese Journal of Geriatrics Chin J Geriatr A 癌症 Chinese Journal of Cancer Chin J Cancer 癌变·畸变·突变 Carcinogenesis, Teratogenesis & Mutagenesis Carcinog Teratogenesis Mutagen 癌症xx Cancer Rehabilitation Cancer Rehabil xx医学
Anhui Medical Journal Anhui Med J xx中医药大学学报 Journal of Anhui University of Chinese Medicine J Anhui Univ Chin Med B xx医学院学报 Journal of Bengbu Medical College J Bengbu Med Coll 包头医学 Journal of Baotou Medicine J Baotou Med xx医学 Beijing Medical Journal Beijing Med J xx中医药 Beijing Journal of Traditional Chinese Medicine Beijing J Tradit Chin Med 北京中医药大学学报 Journal of Beijing University of Traditional Chinese Medicine J Beijing Univ Tradit Chin Med
文献综述 理论背景 数字图像中的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显着的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 、图像边缘检测技术研究的目的和意义 数字图像边缘检测是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像边缘检测也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像边缘检测和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像边缘检测中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速度更快，图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。 早在1959年Julez就曾提及边缘检测技术，Roberts则于1965年开始了最早期的系统研究，从此有关边缘检测的理论方法不断涌现并推陈出新。边缘检测最开始都是使用一些经验性的方法，如利用梯度等微分算子或特征模板对图像进行卷积运算，然而由于这些方法普遍存在一些明显的缺陷，导致其检测结果并不尽如人意。20世纪80年代，Marr和Canny相继提出了一些更为系统的理论和方法，逐渐使人们认识到边缘检测的重要研究意义。随着研究的深入，人们开始注意到边缘具有多分辨性，即在不同的分辨率下需要提取的信息也是不同的。通常情况下，小尺度检测能得到更多的边缘细节，但对噪声更为敏感，而大尺度检测
第一章绪论 1.1图像拼接技术的研究背景及研究意义 图像拼接(image mosaic)是一个日益流行的研究领域，他已经成为照相绘图学、计算机视觉、图像处理和计算机图形学研究中的热点。图像拼接解决的问题一般式，通过对齐一系 列空间重叠的图像，构成一个无缝的、高清晰的图像，它具有比单个图像更高的分辨率和更大的视野。 早期的图像拼接研究一直用于照相绘图学，主要是对大量航拍或卫星的图像的整合。近年来随着图像拼接技术的研究和发展，它使基于图像的绘制( IBR )成为结合两个互补领域 ――计算机视觉和计算机图形学的坚决焦点，在计算机视觉领域中，图像拼接成为对可视化 场景描述(Visual Seene Representaions)的主要研究方法：在计算机形学中，现实世界的图像过去一直用于环境贴图，即合成静态的背景和增加合成物体真实感的贴图，图像拼接可以 使IBR从一系列真是图像中快速绘制具有真实感的新视图。 在军事领域网的夜视成像技术中，无论夜视微光还是红外成像设备都会由于摄像器材的限制而无法拍摄视野宽阔的图片，更不用说360度的环形图片了。但是在实际应用中，很 多时候需要将360度所拍摄的很多张图片合成一张图片，从而可以使观察者可以观察到周围的全部情况。使用图像拼接技术，在根据拍摄设备和周围景物的情况进行分析后，就可以将通过转动的拍摄器材拍摄的涵盖周围360度景物的多幅图像进行拼接，从而实时地得到 超大视角甚至是360度角的全景图像。这在红外预警中起到了很大的作用。 微小型履带式移动机器人项目中，单目视觉不能满足机器人的视觉导航需要，并且单目 视觉机器人的视野范围明显小于双目视觉机器人的视野。利用图像拼接技术，拼接机器人双 目采集的图像，可以增大机器人的视野，给机器人的视觉导航提供方便。在虚拟现实领域中，人们可以利用图像拼接技术来得到宽视角的图像或360度全景图像，用来虚拟实际场景。 这种基于全景图的虚拟现实系统，通过全景图的深度信息抽取，恢复场景的三维信息，进而建立三维模型。这个系统允许用户在虚拟环境中的一点作水平环视以及一定范围内的俯视和仰视，同时允许在环视的过程中动态地改变焦距。这样的全景图像相当于人站在原地环顾四 周时看到的情形。在医学图像处理方面，显微镜或超声波的视野较小，医师无法通过一幅图 像进行诊视，同时对于大目标图像的数据测量也需要把不完整的图像拼接为一个整体。所以把相邻的各幅图像拼接起来是实现远程数据测量和远程会诊的关键环节圆。在遥感技术领域中，利用图像拼接技术中的图像配准技术可以对来自同一区域的两幅或多幅图像进行比较，也可以利用图像拼接技术将遥感卫星拍摄到的有失真地面图像拼接成比较准确的完整图像，作为进一步研究的依据。 从以上方面可以看出，图像拼接技术的应用前景十分广阔，深入研究图像拼接技术有着很重 要的意义 1.2图像拼接算法的分类 图像拼接作为这些年来图像研究方面的重点之一，国内外研究人员也提出了很多拼接算 法。图像拼接的质量，主要依赖图像的配准程度，因此图像的配准是拼接算法的核心和关键。根据图像匹配方法的不同仁阔，一般可以将图像拼接算法分为以下两个类型： (1) 基于区域相关的拼接算法。 这是最为传统和最普遍的算法。基于区域的配准方法是从待拼接图像的灰度值出发，对 待配准图像中一块区域与参考图像中的相同尺寸的区域使用最小二乘法或者其它数学方法 计算其灰度值的差异，对此差异比较后来判断待拼接图像重叠区域的相似程度，由此得到待
复旦大学上海医学院 2011～2012学年第二学期期末考试试卷 课程名称：_ _医学文献检索与利用_____ 课程代码：__ _MED130046.01____ 开课院系：____图书馆文献检索教研室___ 考试形式：课程报告 姓名：王康安学号： 10340700153 专业：临床医学八年制 医学信息检索与利用 综合实习报告 （临床医学八年制、基础医学版） 检索题目（中英文）跟骨骨折治疗方法 －－－－－－－－－－－－ The Treatment of the Calcaneal Fractures －－－－－－－－－－－－－－－－－－－－－ 一、围绕课题需求，开展信息检索 1．根据检索需求，选择检索工具：列出所选数据库（3种）
2．分析课题，确定检索词和检索语句：编写各种数据库的检索式（格式详见说明） 3．列出所选数据库检索获得的记录数、各摘录3条相关文献题录（格式详见说明） 数据库1：中国学术期刊网络出版总库 检索式：核心期刊=Y 并且年 between(2010,2010)并且((主题=跟骨骨折并且主题=治疗方法)) (模糊匹配),专辑导航：骨科学 检索记录数：23 主要相关文献（3条题录）： 1.彭光军. 跟骨骨折不同内固定方法治疗的比较研究[J]. 中国矫形外科杂志, 2010,18(2):124-127. 2. 范江荣. 跟骨骨折的分型和治疗进展[J]. 中国矫形外科杂志, 2010,18(20):1686-1688. 3. 吴子征, 张东华, 丁徐.严重跟骨骨折治疗方法的临床研究[J]. 中国矫形外科杂志, 2010,18(21):1825-1827. 数据库2：万方数据 检索式：title:跟骨骨折治疗 date:2010-2010 检索记录数：160 主要相关文献（3条题录）： 1.沈爱东. Sanders1型跟骨骨折治疗的临床分析[J]. 创伤外科杂志, 2010,12(6):563. 2. 顾凯明. 临床跟骨骨折治疗20例分析[J].中国社区医师（医学专业）, 2010, 12(34):68. 3. 徐国浩. 跟骨骨折治疗51例临床分析[J]. 中国医学创新, 2010,07(21):9-11. 数据库3：PubMed 检索式：(Treatment AND Calcaneal Fractures[Title/Abstract]) AND ("2010"[Date - Create] : "2010"[Date - Create]) 检索记录数：40 主要相关文献（3条题录）： 1. Mailk A K, Solan M, Sakellariou A. Primary subtalar arthrodesis for the treatment of comminuted intra-articular calcaneal fractures[J]. INJURY-INTERNATIONAL JOURNAL OF THE CARE OF THE INJURED, 2010,41(7):702-706.
医学图像处理综述 墨南-初夏2010-07-24 23:51:56 医学图像处理的对象是各种不同成像机理的医学影像。广泛使用的医学成像模式主要分为X射线成像(X—CT) ，核磁共振成像(MRI)，核医学成像(NMI)和超声波成像(UI) 这四类。 （1）x射线成像：传统x射线成像基于人体不同器官和组织密度不同。对x射线的吸收衰减不同形成x射线影像。（例如人体中骨组织密度最大，在图像上呈白影，肺是软组织并且含有气体，密度最低，在照片上的图像通常是黑影。）常用于对人体骨骼和内脏器官的疾病或损伤进行诊断和定位。现代的x射线断层成像(x—cT) 发明于20世纪70年代，是传统影像技术中最为成熟的成像模式之一，其速度已经快到可以对心脏实现动态成像。其缺点是医生要在病人接收剂量和片厚之间进行折衷选择，空间分辨率和对比度的还需进一步提高。 （2）核磁共振成像(MIR) 发展于20世纪70年代，到80年代才进入市场，这种成像设备具有在任意方向上的多切片成像、多参数和多核素成像、可实现整个空问的真三维数据采集、结构和功能成像，无放射性等优点。目前MRI的功能成像(fMRI) 是MIR设备应用的前沿领域，广泛应用于大脑功能性疾病的诊断,并为肿瘤等占位性病变提供功能信息。MRI 受到世人的广泛重视，其技术尚在迅速发展
过程中。 （3）核医学成像(NMI ) ，目前以单光子计算机断层成像(SPECT) 和正电子断层成像(PET) 为主，其基本原理是向人体注射放射性核素示踪剂，使带有放射性核素的示踪原子进入人体内要成像的脏器或组织通过测量其在人体内的分布来成像。NMI不仅可以提供静态图像，而且可提供动态图像。 （4）超声波成像(Ultrasonic Imaging ) ，属于非电离辐射的成像模态，以二维平面成像的功能为主，加上血液流动的彩色杜普勒超声成像功能在内，在市场上已经广泛使用。超声成像的缺点是图像对比度差、信噪比不好、图像的重复性依赖于操作人员。但是，它的动态实时成像能力是别的成像模式不可代替的 在目前的影像医疗诊断中，主要是通过观察一组二维切片图象去发现病变体．这往往需要借助医生的经验来判定。至于准确地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象是很难实现的。因此，利用计算机图像处理技术对二维切片图象进行分析和处理。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
医学护理中英文对照外文翻译文献 宗教信仰在应对乳腺癌患者以后生活中的作用 目的： 识别并检查新诊断为乳腺癌的老年患者中是否存在宗教和精神应对策略现象。 方法： 一个简易样本，由被招募来进行为期6个月的诊断的33名65岁女性组成。受访者被要求参加一个会提出灵活性问题的结构式访谈。访谈的誊本由三名研究人员各自独立分析讨论其主题,直至达成共识。 结果： 参加者的宗教背景为:17名新教徒,五,六名犹太人,天主教和另外四个其它教徒。她们在出席宗仪式的频率上存在着很大的不同。而在健康危机期她们的宗教和/或精神信仰或增加或保持不变。誊本分析显示出了三个主题。宗教和宗教信仰
为受访者提供了必要的情感支持(91%)、社会支持(70%)来面对她们的乳腺癌，以及赋予了她们一些使日常生活变得有意义的能力,特别是癌症经验(64%)。 结论： 宗教和宗教信仰为新诊断为乳腺癌的老年女性患者提供了一些重要的应对这些疾病的方法,这些方法也得到了诊断医生的认可。这可能对于鼓励这些患者寻求宗教的支持和/或重新与她们的宗教团体再结合是非常重要的。 引言 一个关于乳腺癌的新的诊断已被证实对女性有重大的影响(格里，1979;琼斯和格林伍德1994;罗兰和马西，1996分;安徒生,1998)。在老年妇女中，乳腺癌是最常见的癌症，其影响还会因为人口老龄化继续上升。更好的了解老年妇女如何应对乳腺癌可以使人们更好的增强功能和改善生活质量。 最近日益让人们产生浓厚兴趣的是，宗教或信仰在患者对乳腺癌的反应中所扮演的角色。 在这些老年人中，宗教经常可以帮助她们缓解生理疾病中的固有压力,比如那些伴随着医师会诊、治疗及其它事件所产生的相关压力(包括罗斯,1982;考恩威博士(1985 - 1986);曼弗雷德和皮克特,1987)。
图像拼接技术的研究历史悠久。早期用于航空遥感照片合成，由于飞机或卫星上相机和地面景物之间距离很远，这种图像配准采用简单的模板匹配法。这种方法在现在也有广泛应用，可应用于航空图片合成、大文档扫描合成，视频压缩。在20世纪90年代随全视函数、全景建模、光场与光照图、同心拼图、全景图概念的提出，模型维数不断下降。自1994年Chen等人提出全景图拼接技术，国内外出现很多关于全景图生成技术的文章。 全景图生成技术的基本思想是通过普通相机或摄像机对场景信息进行照片图像或视频图像采样，在固定的视点，使相机在水平面内旋转一周拍摄场景，得到一组具有重叠区域的连续环视图像序列:将图像由相机坐标投影到空间坐标:利用图像配准方法寻找将环绕一周的这组图像中，两两相邻的图像间的重叠的区域;将确定的重叠区域利用图像融合方法进行图像序列的无缝拼合，得到一幅全景图像。全景图像根据其选取视点空间的不同可分为:平面、柱面、球表面、立方体表面。 目前图像配准的研究方法主要集中为基于灰度相关的方法、相位相关法、基于特征的方法。基于灰度相关方法的计算量较大，很多力求缩小模版配准计算量的改进算法被提出来。国防科大开发的HVS系统,采用的是一种基于特征线段的图像匹配算法。封静波提出相似曲线的拼接算法通过匹配两幅图像重叠区域每列梯度最大值曲线完成拼接，大大减少了传统模板匹配方法的计算量。薛峰综合基于灰度相关和特征相关算法的优点提出了基于最大梯度和灰度相关的两步配接方法。于乱采用形状模板对模板内图像的边缘点与模板边界的最短距离统计实现特征点匹配。李文辉提出采用基于粒子群优化(POS)的多分辨率算法。 1975年相位相关法由Kuglin和Hines提出，具有场景无关性，能够对纯粹二维平移的图像精确地对齐。DeCastro和Morandi发现用傅立叶变换确定旋转对齐就像平移对齐一样。Reddy和Chatterji改进了Decastro的算法，大大减少了需要转换的数量。张世阳采用了基于2幂子图像的FFT对齐方法，从而减小了FFT的计算量加快图像对齐速度和减小图像间重叠率。吴飞采用基于快速傅立叶变换的图像配准算法求取两相邻视频帧之间的配准系数。 基于特征的图像对齐典型的是基于图像几何特征的对齐方法。几何特征分为低级的 学硕士学位论文基于特征点的嘴卜任曰生成执术的研究 特征，如边、角和高级特征如物体的识别、特征之间的关系。文(34)通过二维高斯模 糊过滤可以得到一些低级特征模型，如边模型、角模型和顶点模型。因为角模型提供了 比坐标点更多的信息，文〔35)中基于几何角模型提出了图像对齐算法，文〔36〕中基 于几何点特征优化匹配和文(37)中利用小波变换提取保留边(。dge一preserving)的视 觉模型进行图像对齐。基于高级特征的图像对齐利用低级特征之间的关系或者通过识别 出的物体实现对齐。文(38)利用特征图像关系图进行图像对齐。而如何选择特征是其 中的关键技术，许多研究人员也在从事这方面的究，如提取特征点算子:Morave。算子〔3，，、Forstner算子〔‘0，、susan算子〔“，、HarriS算子〔‘，，，sIFT算子〔‘3，等。边缘检测算 子:Canny算子〔44]、LoG〔46]算子等。此外用于提高特征点配准精度的算法很多，赵炫利用 概率模型理论精确特征点的匹配〔46]。胡社教提出利用KLT跟踪算法精确确定角点位置，提高变换矩阵的求解精度〔4v]。李寒通过引导互匹配及投票过滤方法提高特征点的检测精度〔#8]。赵辉采用相位相关法进行自动排序的特征角点匹配算法〔49]。
文献综述 图像分割就是把图像分成各具特色的区域提取感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤，是一种基本的计算机视觉技术。 图像分割起源于电影行业。伴随着近代科技的发展，图像分割在实际中得3到了广泛应用，如在工业自动化、在线产品检验、生产过程控制、文档图像处理、遥感和生物医学图像分析、以及军事、体育、农业工程等方面。总之，只要是涉及对对象目标进行特征提取和测量，几乎都离不开图像分割。所以，对图像分割的研究一直是图像工程中的重点和热点。 自图像分割的提出至今，已经提出了上千种各种类型的分割算法。由于分割算法非常多，所以对它们的分类方法也不尽相同。我们依据使用知识的特点与层次，将其分为基于数据和基于模型两大类。前者是直接对当前图像的数据进行操作，虽然可以利用相关的先验信息，但是不依赖于知识；后者则是直接建立在先验知识的基础上，这类分割更符合当前图像分割的技术要点，也是当今图像分割的主流。 基于数据的图像分割算法多数为传统算法，常见的包括，基于边缘检测，基于区域以及边缘与区域相结合的分割方法等等。这类分割方法具有以下缺点，○1易受噪声和伪边缘影响导致得到的边界不连续，需要用特定的方法进行连接；○2只能提取图像局部特征，缺乏有效约束机制，难以获得图像的全局信息；○3只利用图像的底层视觉特征，难以将图像的先验信息融合到高层的理解机制中。这是因为传统的图像处理算法都是基于MIT人工智能实验室Marr提出的各层相互独立、严格由低到高的分层视觉框架下进行的。由于各层之间不存在反馈，数据自底向上单向流动，高层的信息无法指导底层特征的提取，从而导致底层的误差
不断积累，且无法修正。 基于模型的分割方法则可以克服以上缺陷。基于模型的分割方法可以将分割目标的先验知识等有用信息融合到高层的理解机制之中，并通过对图像中的特定目标对象建模来完成分割任务。这是一种自上而下的处理过程，可以将图像的底层视觉特征与高层信息有机结合起来，因此更接近人类的视觉处理。基于模型的图像分割方法主要包括：○1基于统计模型的分割方法；○2基于神经网络的分割方法；○3基于形变模型的分割方法。 主动轮廓模型（Active Conlour Model， ACM）（又称活动轮廓模型，变形曲线模型）的研究背景及发展状况。 即Snake模型，最初由Kass等人于1998年提出，并成功应用于图像分割方面。这种模型通过建立与参数化曲线Ｃ相关的能量函数，然后优化该能量函数，使轮廓向目标边界演化，并在目标边界处达到最优值。 1987年Kass、Witkin和Terzopoulos首次提出主动轮廓模型，并成功应用于图像分割、视频跟踪等相关应用。这种模型对Marr提出的各自独立分层图像处理模型提出了挑战，它将图像本身的底层视觉属性（如边缘、纹理、灰度、色彩等）与待分割目标的先验信息（如形状、亮度、色彩等）以一种有机的方式——能量函数的形势结合起来，最终得到待分割目标的完整表达。能量函数一般由两部分构成：内部能量函数和外部能量函数。一般说来，内部能量函数嵌入了对目标特征约束的先验性假设，以及保持轮廓本身特性（如光滑性和刚性）的约束条件；而外部能量函数则根据图像的数据特性（如边缘特性、区域特性等）构造
Currentusageofthree-dimensionalcomputedtomographyan giographyforthediagnosisandtreatmentofrupturedcereb ralaneurysms KenichiAmagasakiMD,NobuyasuTakeuchiMD,TakashiSatoMD,Toshiyu kiKakizawaMD,TsuneoShimizuMDKantoNeurosurgicalHospital,Kuma gaya,Saitama,Japan SummaryOurpreviousstudysuggestedthat3D-CTangiographycou ldreplacedigitalsubtraction(DS)angiographyinmostcasesofrupt uredcerebralaneurysms,especiallyintheanteriorcirculation.Th isstudyreviewedourfurtherexperience.Onehundredandfiftypatie ntswithrupturedcerebralaneurysmsweretreatedbetweenNovember1 998andMarch20XX.Only3D-CTangiographywasusedforthepreoperati vework-upstudyinpatientswithanteriorcirculationaneurysms,un lesstheattendingneurosurgeonsagreedthatDSangiographywasrequ ired. Both3D-CTangiographyandDSangiographywereperformedinpati entswithposteriorcirculationaneurysms,exceptforrecentcasest hatwerepossiblytreatedwith3D-CTangiographyalone.Onehundreds ixteen(84%)of138patientswithrupturedanteriorcirculationaneu rysmsunderwentsurgicaltreatment,butadditionalDSangiographyw asrequiredin22cases(16%).Onlytworecentpatientsweretreatedsu rgicallywith3D-CTangiographyalonein12patientswithposteriorc irculationaneurysms.Mostpatientswithrupturedanteriorcircula tionaneurysmscouldbetreatedsuccessfullyafter3D-CTangiograph yalone.However,additionalDSangiographyisstillnecessaryinaty picalcases.3D-CTangiographymaybelimitedtocomplementaryusein patientswithrupturedposteriorcirculationaneurysms. a20XXElsevierLtd.Allrightsreserved. Keywords:3D-CTangiography,cerebralaneurysm,subarachnoidhaem orrhage,surgery INTRODUCTION Recently,three-dimensionalcomputedtomography(3D-CT)angiogra phyhasbecomeoneofthemajortoolsfortheidentificationofcerebra laneurysmsbecauseitisfaster,lessinvasive,andmoreconvenientt hancerebralangiography.1– 7Patientswithrupturedaneurysmscouldbetreatedunderdiagnosesb asedononly3D-CTangiography.5;63D-CTangiographyhassomelimita tionsforthepreoperativework-upforrupturedcerebralaneurysms,