医学信息２００７年１月第２０卷第１期ＭｅｄｉｃａｌＩｎｆｏｒｍａｔｉｏｎ．Ｊａｎ．２００７．Ｖｏｌ．２０．Ｎｏ．１医学信息学
１
引言
图像融合是通过对多幅图像的冗余信息和互补信息进行处理，以形成对所摄场景一致性的正确描述。融合图像中除包含原始图像信息外，还包含原图像中所没有的信息。现代医学成像系统（如ＣＴ、ＭＲＩ、ＰＥＴ等）为临床诊断和治疗提供了不同模态的图像。由于各系统的成像原理不同，故不同模态图像反映的诊断信息也各有其特点。医学图像融合就是将不同模态图像的信息综合起来，集中到一幅图像中表达，为医生提供更加有效的诊断信息。自９０年代以来，医学图像融合得到了学术界的广泛重视，已成为图像融合技术的一个重要领域。
２小波变换
设Ｘ（ｔ）∈Ｌ（Ｒ）∩Ｌ２（Ｒ），其傅里叶变换为ψ（ω），如果ψ（ω）满
足如下条件（称为容许条件）
Ｃψ＝
Ｒ
#｜ψ（ω）｜
２
｜ω｜
ｄω＜∞（１）
则称Ｘ（ｔ）为基本小波（或母小波、小波母函数）。Ｘ（ｔ）通过尺度伸缩和平移Ｘ（ｔ）生成的函数族称为由生成的连续小波，函数族由下式定义
ψαｂ＝｜α
｜－１／２ψ（ｔ－ｂα
）（ａ≠０；α，ｂ∈Ｒ）（２）
其中α称为尺度参量ｂ，是平移参量。由（１）式的容许条件可知，当ω＝０时，为使被积函数为有效值，必须有ψ（０）
＝０。所以，可得到（１）式的等价条件：
ψ（０）＝
∞
－∞
#ψ（ｔ）ｄｔ＝０
（３）
上式表明，Ｘ（ｔ）中只含交流成分，即具有震荡性，故称为＂波＂。为了使Ｘ（ｔ）具有局部性，即在有限的区间之外很快衰减为零，还必须加上一个衰减条件：
｜ψ（ｔ）｜≤
ｃ（１＋｜ｔ｜）１＋ε
（ε＞０，ｃ＞０为常数）（４）
由（４）可知，当ｔ→±∞时，｜Ｘ（ｔ）｜的衰减比
１／｜ｔ｜
快，衰减
条件要求小波具有局部性，这种局部性称为＂小＂，故（１）式称为小波。小波变换［１］定义为：
ｗｆ（α，ｂ）＝Ｒ#ｆ（ｔ）ψαｂ（ｔ）ｄｔ＝｜α｜－１／２Ｒ
#
ｆ（ｔ）ψ（ｔ－ｂα）ｄｔ＝＜ｆ，ψαｂ＞
（５）唐晶磊１，何东健１，赵文文２，景
旭１
（１．西北农林科技大学信息工程学院，陕西杨凌７１２１００；２．焦作师范高等专科学校计算机与信息工程系，河南焦作４５４０００）
摘
要：图像融合是医学图像处理中的关键技术。文中探讨了基于小波变换的医学图像融合方法。首先对源图像进行小波多
尺度分解，然后采用基于窗口的融合规则进行小波系数融合，最后通过小波逆变换重构融合图像。实验结果表明，该方法能在保留原图像信息的情况下增强融合图像的细节信息。关键词：小波变换；图像融合；融合规则；医学图像中图分类号：ＴＰ３９１－４１；Ｒ４４５－３９
文献标识码：Ａ
ＡｐｐｌｉｃａｔｉｏｎｏｆＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍｉｎＭｅｄｉｃａｌＩｍａｇｅＦｕｓｉｏｎＴＡＮＧＪｉｎｇ－ｌｅｉ１，ＨＥＤｏｎｇ－ｊｉａｎ１，ＺＨＡＯＷｅｎ－ｗｅｎ２，ＪＩＮＧＸｕ１
（１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ；２．Ｊｉａｏｚｕｏｎｏｒｍａｌｃｏｌｌｅｇｅ，Ｄｅｐａｒｔｍｅｎｔｏｆｃｏｍｐｕｔｅｒａｎｄｉｎｆｏｒｍａｔｉｏｎｅｎｇｉｎｅｅｒｉｎｇ，Ｊｉａｏｚｕｏ４５４０００，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｍａｇｅｆｕｓｉｏｎｉｓａｋｅｙｔｅｃｈｎｏｌｏｇｙｉｎｍｅｄｉｃａｌｉｍａｇｅｓｐｒｏｇｒｅｓｓｉｎｇ．ＴｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｅｗｍｅｔｈｏｄｏｆＭｅｄｉｃａｌＩｍａｇｅＦｕｓｉｏｎｂａｓｅｄｏｎＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ．Ｐｅｒｆｏｒｍａｗａｖｅｌｅｔｍｕｌｔｉ－ｓｃａｌｅｄｅｃｏｍｐｏｓｉｔｉｏｎｏｎｅａｃｈｓｏｕｒｃｅｉｍａｇｅｆｉｒｓｔｌｙ．Ｔｈｅｎｆｕｓｅｔｈｅｗａｖｅｌｅｔｃｏｅｆｆｉｃｉｅｎｔｓｂａｓｅｄｏｎｗｉｎｄｏｗａｃｃｏｒｄｉｎｇｔｏｆｕｓｉｏｎｒｕｌｅｓ．Ｆｉｎａｌｌｙｏｂｔａｉｎｔｈｅｆｕｓｅｄｉｍａｇｅｂｙｉｎｖｅｒｓｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ．Ｔｈｅｔｅｓｔｓｈｏｗｓｔｈａｔｔｈｉｓｍｅｔｈｏｄｃａｎｈｏｌｄｔｈｅｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｏｒｉｇｉｎａｌｉｍａｇｅｓａｎｄｅｎｈａｎｃｅｔｈｅｉｒｄｅｔａｉｌｉｎｆｏｒｍａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ｉｍａｇｅｆｕｓｉｏｎ；ｆｕｓｉｏｎｒｕｌｅｓ；ｍｅｄｉｃａｌｉｍａｇｅ小波变换在医学图像融合中的应用
收稿日期：２００６－１０－２７
?临床医学信息学?
基金项目：西北农林科技大学人才基金（０１１４０４０１）；西北农林科技大学大学生创新基金２００６１００通信作者：景旭（１９７１－），男，陕西咸阳人，讲师，硕士，主要研究方向：ＭＡＳ的网络合作，网络安全，图像处理。
１
医学信息２００７年１月第２０卷第１期ＭｅｄｉｃａｌＩｎｆｏｒｍａｔｉｏｎ．Ｊａｎ．２００７．Ｖｏｌ．２０．Ｎｏ．１
医学信息学由于图像信号本身结构的复杂性和处理要求的多样性，现有的傅立叶分析及一些自适应能力差的滑窗处理都很难取得令人满意的效果。小波变换以其优良的时频分析能力及其高效的多分辨处理算法，为图像处理的研究提供了一个强有力的数学工具。
３图像的分解和重构
Ｍａｌｌａｔ依据小波的特点，提出了多分辨率分析和小波分
析的概念［２］。二维小波可使用相同尺度张量积方法由一维小波推广得到，它在图像处理中具有广泛的应用。采用Ｍａｌｌａｔ多分辨率分解，就是用一对低通滤波器Ｈ和高通滤波器Ｇ分别对图像每一行作滤波和隔点抽样，然后再对图像每一列作滤波和隔点抽样，从而得到图像的第一层分解，其结果是产生一个轮廓图像和三个细节图像，其目
的是将相关性强的图像数据变换成相关性弱的数据，即变换后能量尽可能集中在少许系数上。当选定滤波器组为｛ｈ，ｇ｝时，图像二维信号分解过程为
同样可获得图像二维信号的重构算法：（１０）图像二维信号的小波分解和重构算法如图１和图２示意。
图１二维信号的分解和重构ａ）小波一层分解ｂ）小波二层分解
图２小波分解示意图
４基于小波分析的医学图像融合
医学图像融合的过程有两个关键步骤，即图像在空间域
的配准和融合图像的创建。图像配准是图像融合的先决条件；图像配准精度的高低直接决定着融合结果的质量。
融合步骤一般可分为
①将源图像分别变换到一定的变换域上；②在变换域上设计一定的特征选择规则；③根据规则在变换域上创建融合的图像；④逆变换重建融合图像。
小波变换用于图像融合有很多优点。图像经小波分解后，不同分辨率上的细节信息互不相关，这样可以将不同频率范围内的信号分别组合，产生多种不同特征的融合图像，而且图像在不同分辨率水平上的能量和噪声不会互相干扰，融合图像的块状伪影也容易消除。基于小波变换的图像融合的一般结构如图３所示。
图３基于小波变换的融合流程图
由图３可以看出，融合规则非常重要。当在建立融合图像的每个小波系数时，必须确定哪幅源图的小波系数对融合有利，这个信息将保留在融合决策图中。
本文采用基于窗口的融合规则［４］，将图像看作是由不同灰度级的区域。首先用Ｃａｎｎｙ［３］算子提取源图像ＬＬ子矩阵的边缘，得到源图中的位置与边缘增强信息；然后用该边缘信息产生区域段，得到区域图，该区域图的不同值代表不同的区
域；最后将小波系数表的高频部分进行平均，产生每个区域的活动等级，生成区域活动表。
融合规则如下：
①高活动等级优于低活动等级；②边缘的像素点优于非边缘像素点；③小区域优于大区域；
④在确定边缘点时先考虑非边界点，然后考虑它们相关
像素点；
⑤避免决策图中的孤立点。
根据边缘、区域图和区域活动表，使用融合规则来计算融合决策图。依据融合决策图，可以建立融合的小波系数表，通过小波逆变换得到融合的结果图。按照该方法，本文对人脑横断面的ＣＴ图像和ＭＲＩ图像进行融合处理，处理结果如图４所示。
６
５７
ＬＬＬＨ
ＨＬ
ＨＨ
１４
２３
ｋ
２!
（ｆ）＝１，２，３
ｊｄ
２Ａ
（ｆ）
ｊｄ２
Ａ（ｆ）（ｍ，ｎ）＝ｍ∈Ｚ"ｎ∈ｚ
"ｄ２
Ａ
ｆ（ｋ，ｌ）ｈ（ｋ－２ｍ）ｈ（ｌ－２ｍ）ｊ＋１
ｊ
１２
!（ｆ）（ｍ，ｎ）＝ｍ∈Ｚ"ｎ∈ｚ
"ｄ２
Ａ
ｆ（ｋ，ｌ）ｇ（ｋ－２ｍ）ｈ（ｌ－２ｍ）
ｊ＋１
ｊ
３２!（ｆ）（ｍ，ｎ）＝ｍ∈Ｚ"ｎ∈ｚ
"ｄ２
Ａ
ｆ（ｋ，ｌ）ｇ（ｋ－２ｍ）ｇ（ｌ－２ｍ）
ｊ＋１
ｊ
２２!（ｆ）（ｍ，ｎ）＝ｍ∈Ｚ"ｎ∈ｚ
"ｄ２
Ａ
ｆ（ｋ，ｌ）ｈ（ｋ－２ｍ）ｇ（ｌ－２ｍ）ｊ＋１
ｊ
（６）（７）（８）（９）
ｄ２
Ａ
（ｆ）（ｍ，ｎ）＝４×［ｋ∈Ｚ"ｌ∈ｚ
"ｄ
２
Ａ（ｆ）（ｋ，ｌ）ｈ（ｍ－２ｋ）ｈ（ｎ－２ｌ）＋ｋ∈Ｚ"ｌ∈ｚ
"１
２
!ｆ（ｋ，ｌ）ｈ（ｍ－２ｋ）ｇ（ｎ－２ｌ）＋ｋ∈Ｚ"ｌ∈ｚ
"２
２
!ｆ（ｋ，ｌ）ｇ（ｍ－２ｋ）ｈ（ｎ－２ｌ）＋ｋ∈Ｚ"ｌ∈ｚ
"３
２
!ｆ（ｋ，ｌ）ｇ（ｍ－２ｋ）ｇ（ｎ－２ｌ）ｊ＋１ｊ
ｊ
ｊ
ｊ
Ａ图像
Ｂ
图像图像
配合
小波变换
小波变换
小波逆变换
Ｆ
图像
融合后多尺度图像
配准后源图像
小波分解
Ａｄ２ｊ
（ｆ）
Ｄ１
２ｊ
（ｆ）
Ｄ２２ｊ
（ｆ）
Ｄ３
２ｊ
（ｆ）
Ａ２ｊ＋１
ｄ
（ｆ）
Ａ２ｊ＋１
ｄ
（ｆ）
Ａｄ２ｊ
（ｆ）
Ｄ１
２ｊ（ｆ）
Ｄ２２ｊ
（ｆ）
Ｄ３
２ｊ（ｆ）
２
医学信息２００７年１月第２０卷第１期ＭｅｄｉｃａｌＩｎｆｏｒｍａｔｉｏｎ．Ｊａｎ．２００７．Ｖｏｌ．２０．Ｎｏ．１医学信息学
５结论
文中提出了一种基于小波变换的医学图像融合方法。从融合的结果图像看，基于小波变换的图像融合效果非常好。对图像进行小波分解后，形成了不同频率分辨率的细节信息，针对不同频带子图像的小波系数进行组合，形成融合图像的小波系数。融合后的图像保留了原始图像的纹理和边缘特征，消除了图像的块状伪影，有效地将图像所提供的信息融合在一起，图像的主观视觉质量有明显的提高，证明了本文方法的有效性。参考文献：
［１］彭玉华．小波变换与工程应用［Ｍ］．北京：科学出版社，２０００，６（１－３）：１３－１６，４８－５１．
［２］秦前清，杨宗凯．实用小波分析［Ｍ］．西安：西安电子科技大学出版社，１９９５．
［３］袁华等．边缘检测及其在医学图像中的应用［Ｊ］．生物医学工程学杂志，２００１，１８（１）：１４９－１５３．
［４］ＹａｎａｓｈｉｔａＪ，ＹａｍａｕｃｈｉＹ．Ｒｅａｌ－Ｔｉｍｅ３－Ｄｍｏｄｅｌ－ｂａｓｅｄｎａｖｉｇａ－ｔｉｏｎｓｙｓｔｅｍｆｏｒｅｎｄｏｓｃｏｐｉｃｐａｒａｎａｓａｌｓｉｎｕｓｓｕｒｇｅｒｙ．［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ１９９９：４６（１）：１０７－１１６．［５］叶德荣，李坤成，马斌荣，等．ＣＴ，ＭＲＩ脑图像融合技术德研究［Ｊ］．医疗设备信息，２００２，１７（５）：９－１１．编辑／任鸿兰
待融合的ＣＴ图像待融合的ＭＲＩ图像融合后图像
图４图像融合结果
我校从２００２年开始招收生物医学工程专业本科学生，学生培养定位为：从事医院数字化，医疗仪器研制与开发，生物医学信息处理等领域工作的生物医学工程高级人才。目前主要有：医疗仪器和医学信息（又称数字化医院）两个专业方向。生物医学工程培养的本科学生，特别是医学信息专业的学生，相当部分学生毕业后将主要从事医疗信息化相关的工作，包括：医院信息系统开发、设计、应用、管理、研究以及相关行政管理等的工作。为培养与此要求相符的应用型人才，我们通过吸收国内相关专业的经验并结合我校的实际，初步建立了与培养目标相适应的医学信息专业学生实践教学课
在实践教学中培养医疗信息化复合型人才
周毅１，２，刘燕１，牛启润３，何建璋１，邹赛德１
（１．中山大学中山医学院生物医学工程系，广东广州５１００８０；２．广东省现代医院管理研究所，广东广州５１０１８０；
３．中山大学附属第二医院信息科，广东广州５１０１２０）
摘要：医疗信息化是以医学信息学为理论基础的一个应用研究领域，在信息化建设的大环境下，面临既懂医学又懂ＩＴ技术的复合型人才的短缺现象。本文论述了通过研究实际情况，吸收国内相关专业的经验，结合学校的实际情况，逐步建立起与培养目标相适应的医学信息专业学生实践教学体系，在实践中进行教学，以培养适合医疗信息化需求的医学信息人才。
关键词：医疗信息化；实践教学；人才培养
收稿日期：２００６－１０－１０
基金项目：广东省医学科研基金立项课题（编号：Ａ２００６１６６）
３
山东大学（威海）毕业论文 毕业设计（论文）设计(论文)题目像素级图像融合方法 姓名：李桂楠 学号：201100800668 学院：机电与信息工程学院 专业：自动化 年级2011级 指导教师：孙甲冰
目录 摘要 (4) Abstract (5) 第一章绪论 (1) 1.1课题背景及来源 (1) 1.2图像融合的理论基础和研究现状 (1) 1.3图像融合的应用 (1) 1.4图像融合的分类 (1) 第二章像素级图像融合的预处理 (3) 2.1图像增强 (3) 2.2图像校正 (6) 2.3图像配准 (6) 第三章像素级图像融合的方法综述 (8) 3.1加权平均图像融合方法 (8) 3.2 HIS空间图像融合方法 (8) 3.3 主成分分析图像融合方法 (8) 3.4 伪彩色图像融合方法 (9) 第四章基于小波变换的像素级图像融合概述 (10) 4.1 小波变换的基本理论 (10) 4.2 基于小波变换的图像融合 (11) 4.3基于小波变换的图像融合性能分析 (12)
第五章像素级图像融合方法的研究总结与展望 (19) 参考文献 (20) 谢辞................................. 错误！未定义书签。
摘要 近些年，随着科学技术的飞速发展，各种各样的图像传感器出现在人们的视野前，这种样式繁多的图像传感器在不同的成像原理和不同的工作环境下具有不同功能。而因为多传感器的不断涌现，图像融合技术也越来越多的被应用于医学、勘探、海洋资源开发、生物学科等领域。 图像融合主要有像素级、决策级和特征级三个层次，而像素级图像融合作为基础能为其他层次的融合提供更准确、全面、可依赖的图像信息。本文的主要工作是针对像素级的图像融合所展开的。 关键词 图像融合理论基础、加权平均、图像融合方法、小波变换、
数学在医学中的应用众所周知，数学是一门以高度的抽象性、严谨性为特点的学科，但同时数学在其他各门学科也有广泛的应用性，而且随着大型计算机的飞速发展，数学也越来越多的渗透到各个领域中。数学建模可以说是用数学方法解决实际问题的一个重要手段。简单的说，用数学语言来描述实际问题，将它变成一个数学问题，然后用数学工具加以解决，这个过程就称为数学建模。人们通过对所要解决的问题建立数学模型，使许多实际问题得到了完满的解决。如大型水坝的应力计算、中长期天气预报等。建立在数学模型和计算机模拟基础上的CAD(Computer Aided Design)技术，以其快速、经济、方便等优势，大量地替代了传统工程设计中的现场实验、物理模拟等手段。那么数学在医学领域有哪些应用呢？现代的医学为什么要借助数学呢？本研究主要叙述这两个问题。 1现代医学应用数学的必要性 现代医学的大趋势是从定性研究走向定量研究，即要能够有效地探索医学科学领域中物质的量与量关系的规律性，推动医学科学突破狭隘经验的束缚，向着定量、精确、可计算、可预测、可控制的方向发展，并由此逐渐派生出生物医学工程学、数量遗传学、药代动力学、计量诊断学、计量治疗学、定量生理学等边缘学科，同时预防医学、基础医学和临床医学等传统学科也都在试图建立数学模式和运用数学理论方法来探索出其数量规律。而这些都要用到数学知识。数学模型有助生物学家将某些变量隔离出来、预测未来实验的结果，或推论无法
测量的种种关系，因为在实验中很难将研究的事物抽离出来单独观察。尽管这些数学模型无法极其精确地模仿生命系统的运作机制，却有助于预测将来实验的结果。可以利用数学分析实验数据资料。当实验数据非常多时，传统的方法就不再适用了，只能转而使用数值计算的相关理论，以发现数据中存在的关联和规则。特别地随着当前国际生命科学领域内最重要的基因组计划的发展，产生了前所未有的巨量生物医学数据。为分析利用这些巨量数据而发展起来的生物信息学广泛应用了各种数学工具，从而使得数学方法在现代生物医学研究中的作用日益重要。 2医学上的一些例子 医学统计学（Medical Statistics）临床上可用来解释疾病发生与流行的程度和规律；评价新药或新技术的治疗效果；揭示生命指标的正常范围，相互的内在联系或发展规律；运用统计的原理和方法，结合医学的工作实际,研究医学的实验设计和数据处理。医学统计学是基于概率论和数理统计的基本原理和方法，研究医学领域中数据的收集、整理和分析的一门学科。如在疾病的防治工作中，经常要探讨各种现象数量间的联系，寻找与某病关系最密切的因素；要进行多种检查结果的综合评定、探讨疾病的分型分类：计量诊断，选择治疗方案；要对某些疾病进行预测预报、流行病学监督，对药品制造、临床化验工作等作质量控制，以及医学人口学研究等。医学统计学，特别是其中的多变量分析，为解决这些问题提供了必要的方法和手段。以传染病模型为例，了能定量的研究传染病的传播规律，人们建立了各
数字图像处理在医学上的应用 1 引言 自伦琴1895年发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理, 医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。但是由于医学成像设备的成像机理、获取条件和显示设备等因素的限制, 使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度, 突出重要的内容，抑制不重要的内容,以适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。 数字图像处理的基本方法就是图像复原与图像增强。图像复原就是尽可能恢复原始图像的信息量,尽量保真。数字化的一个基本特征是它所固有的噪声。噪声可视为围绕真实值的随机波动, 是降低图像质量的主要因素。图像复原的一个基本问题就是消除噪声。图像增强就是通过利用人的视觉系统的生理特性更好地分辨图像细节。 与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性，例举了基于图像处理技术的人体手指甲襞处微血管管袢直径的测量方法。 2人体微血管显微图像的采集 人体微血管显微图像的采集采用了如图1所示的显微光学系统和图像采集系统主要由透镜模组滤镜模组光源系统电荷耦合器件以及图像采集卡等构成。 图1显微光学系统与图像采集系统示意图
医学影像发展与医学影像技术学的形成 医学影像是临床医学中发展最快的学科之一，它发展速度快，更新周期短，每1~2年就出现一项新技术。显著的特点是从疾病的形态学诊断发展到疾病的功能诊断，从大体形态诊断发展到分子水平诊断，以及定性和定量的诊断，从诊断的临床辅助科室发展到临床治疗的介入科室。以致在医学影像学的基础上形成了医学影像诊断学、医学影像治疗学和医学影像技术学等亚学科。 1895年德国物理学家伦琴发现X线，并把X线用于人体检查，开创了放射医学的先河。在此后的100多年内X线检查占着主导地位，幷广泛地用于临床，使得放射医学逐渐形成一个独立的学科，对临床疾病的诊断起着举足轻重的作用。当时的放射科医生来源有二，在大的教学医院的主要是医疗系毕业的学生，中小医院主要是放射中专班毕业的学生。此时放射科技术人员，在大的教学医院有解放前教会医院培养的技术人员和自己培养的学徒，中小医院的放射科诊断和技术没分家。在20世纪60～80年代，放射科医生基本上是正规学校毕业的学生，而技术人员则是招工顶职、复员军人、护士改行，或者是初高毕业生。 随着科学技术的发展，医学影像发展很快，新的医学影像设备不断涌现，新的影像技术不断产生，医学影像检查和治疗在临床的作用越来越大，应用范围不断扩展。对人员的要求越来越高。20世纪60年代出现影像增强技术，使得放射科以上在黑暗房间的检查彻底解放出来；20世纪70年代出现CT成像技术，该设备以高的密度分辨率使得放射科结束只能观察人体的骨骼和骷髅的历史，还能够观察人体的软组织病变，解决了传统X线难以解决的诊断难题，尤其是三维成像技术，为临床疾病的诊断和治疗开辟广阔的前景；20世纪80年代出现MR 成像技术，它以更高的软组织分辨率和多方位多参数的检查技术，能够观察人体更加细微的病变，解决普通X现、CT和心血管造影难以解决的问题，同时具有无辐射损伤和无创伤的特点，在人体的功能成像和分子水平有其独特的优势；20世纪80年代出现介入放射学，它通过微小的创伤解决了临床上某些疾病难以处理或创伤大的问题，使得放射科成为继内科和外科后的第三大治疗学科；20世纪80～90年代出现CR和DR成像技术，使得放射科进入全面的数字化X线检查，在成像质量、工作效率、图像保存和劳动强度等方面显示极大的优越性；20世纪90年代出现激光打印技术，使放射科技术人员彻底告别暗室手工冲洗胶片的历史，提高了工作效率，降低了劳动强度，保证了图像质量，幷实现了数字化图像的传输和打印；超声技术近来发展越来越快，临床应用范围越来越广，它以无创伤、效率高、诊断准确而受到广大的临床科室亲眯；核素扫描技术近年来发展很快，临床应用范围也不断扩大，它是真正意义上的功能水平和分子水平的成像。20世纪90年代后出现了PACS，实现了医学影像的大融合，将各种数字化的图像串联起来，可进行数字化图像的远程传输和远程会诊，并与医院的HIS、CIS、RIS等进行联网，实现了数字化医院。 由于医学影像设备的不断发展，医学影像技术的日新月异，医学影像学的CT、MR、介入、普放，超声和核医学等亚学科逐渐建立，医学影像技术学科也逐渐形成。 医学影像学的发展经历了三个阶段；X线的临床应用，放射学的形成，医学影像学的形成。总体走向是建立现代医学影像学：从大体形态学向分子、生理、功能代谢/基因成像过渡；从胶片采集、显示向数字采集/电子传输发展；对比剂从一般性组织增强向组织/疾病特异性增强发展。；介入治疗，以及与内镜、微创治疗/外科的融合、发展。具体走向是：影像信息更加具有敏感性、直观性、特异性、早期性；图像分析由定性向定量发展：由显示诊断信息向提供手术路径方案发展；图像采集与显示：由二维模拟向三维全数字化发展；图像存储由胶片硬拷贝向软拷贝无胶片化，乃至图像传输网络化发展；从单一图像技术向综合图像技术发展
谈医学影像的融合(一) 科技的进步带动了现代医学的发展，计算机技术的广泛应用，又进一步推动了影像医学向前迈进。各类检查仪器的性能不断地提高，功能不断地完善，并且随着图像存档和传输系统(PACS)的应用，更建立了图像信息存储及传输的新的模式。而医学影像的融合，作为图像后处理技术的完善和更新，将会成为影像学领域新的研究热点，同时也将是医学影像学新的发展方向。所谓医学影像的融合，就是影像信息的融合，是信息融合技术在医学影像学领域的应用；即利用计算机技术，将各种影像学检查所得到的图像信息进行数字化综合处理，将多源数据协同应用，进行空间配准后，产生一种全新的信息影像，以获得研究对象的一致性描述，同时融合了各种检查的优势，从而达到计算机辅助诊断的目的〔1，2〕。本文将从医学影像融合的必要性、可行性、关键技术、临床价值及应用前景5个方面进行探讨。 1医学影像融合的必要性 1.1影像的融合是技术更新的需要随着计算机技术在医学影像学中的广泛应用，新技术逐渐替代了传统技术，图像存档和PACS的应用及远程医疗的实施，标志着在图像信息的存储及传输等技术上已经建立了新的模式。而图像后处理技术也必须同步发展，在原有的基础上不断地提高和创新，才能更好更全面地发挥影像学的优势。影像的融合将会是后处理技术的全面更新。 1.2影像的融合弥补了单项检查成像的不足目前，影像学检查手段从B超、传统X线到DSA、CR、CT、MRI、PET、SPECT等，可谓丰富多彩，各项检查都有自身的特点和优势，但在成像中又都存在着缺陷，有一定的局限性。例如：CT检查的分辨率很高，但对于密度非常接近的组织的分辨有困难，同时容易产生骨性伪影，特别是颅后窝的检查，影响诊断的准确性；MRI检查虽然对软组织有超强的显示能力，但却对骨质病变及钙化病灶显示差；如果能将同一部位的两种成像融合在一起，将会全面地反映正常的组织结构和异常改变，从而弥补了其中任何一种单项检查成像的不足。 1.3影像的融合是临床的需要影像诊断最终服务于临床治疗；先进的检查手段，清晰的图像，有助于提高诊断的准确性，而融合了各种检查优势的全新的影像将会使诊断更加明确，能够更好地辅助临床诊治疾病。 2医学影像融合的可行性 2.1影像学各项检查存在着共性和互补性为影像的融合奠定了基础尽管每项检查都有不同的检查方式、成像原理及成像特征，但它们具有共同的形态学基础，都是通过影像来反映正常组织器官的形态、结构和生理功能，以及病变的解剖、病理和代谢的改变。而且，各项检查自身的缺陷和成像中的不足，都能够在其他检查中得到弥补和完善。例如：传统X线、CT 检查可以弥补对骨质成像的不足；MRI检查可以弥补对软组织和脊髓成像的不足；PET、SPECT 检查则可以弥补功能测定的不足。 2.2医学影像的数字化技术的应用为影像的融合提供了方法和手段现在，数字化技术已充分应用于影像的采集、存储、后处理、传输、再现等重要的技术环节。在首要环节即影像的采集中，应用了多种技术手段，包括：(1)同步采集数字信息，实时处理；(2)同步采集模拟信号，经模数转换装置转换成数字信号；(3)通过影像扫描仪和数码相机等手段，对某些传统检查如普通X线的胶片进行数字转换等；将所采集的普通影像转换成数字影像，并以数据文件的形式进行存储、传输，为进一步实施影像融合提供了先决条件。 3医学影像融合的关键技术 信息融合在医学图像研究上的作用一般是通过协同效应来描述的，影像融合的实施就是实现医学图像的协同；图像数据转换、图像数据相关、图像数据库和图像数据理解是融合的关键技术。(1)图像数据转换是对来自不同采集设备的图像信息的格式转换、三维方位调整、尺度变换等，以确保多源图像的像/体素表达同样大小的实际空间区域，确保多源图像对组织
浅谈高等数学在现代医学中的作用一、高等数学在医学领域的应用 数学是一门语言, 它是表达量变和质变最完美的工具; 数学又是一种感觉, 它是科学迅速超越时空的触角。恩格斯曾对数学做过如下定义: 数学是研究现实世界的空间形式与数量关系的 科学。数学是基础教育中最受重视的学科之一, 并贯穿于整个基础教育阶段。高等数学教育则几乎覆盖了大学本科阶段所有自然学科领域和部分人文社会学科领域。 随着计算机科学技术的不断发展, 数学的社会化程度也日 益提高, 数学的思想、观点、方法已广泛地渗透到自然科学和社会科学的各个领域。数学在传统领域的应用, 以及在新领域取得的许多重要进程, 使得数学在医学领域中的作用也不断突出。数学与医学, 特别是生物医学的结合越来越紧密。例如, 可以为生物医学工程学、细胞分子生物学、肿瘤生长动力学、药物动力学等现代生物医学做出定性描述向定量描述的趋变; 常微分方程 可以运用到临床医学的定量分析和群体医学的动态分析; 生物 统计学、概率论可以为药物使用、人口统计与流行病、公共卫生管理等作出决策; 数学可为医学基础、临床医学、预防医学建立医学数学模型,经过数学处理得到可供人们作出分析、判断、预测和决策的定量结果; 临床治疗和医学科研所使用到的各种高、精、尖端医学仪器都离不开数学和计算机科学的支持, 等等。 马克思曾说过:“一门科学只有成功地应用数学时, 才算达
到了完善的地步。”因此可以看出, 数学与现代医学结合程度将决定现代医学的发展程度。中科院在《21 世纪初科学发展趋势》的研究报告中指出, 生命科学“可能发展成为科学革命的中心”, 数学科学则“一直是整个科学技术发展的带动因素”, 加快数学在医学领域的应用和发展是当今医学发展的必然趋势。 二、高等数学教育在医学教育中的作用及意义 数学的思维方式、计量分析技术有力地推动了现代医学的 迅速发展。强调用数学、统计学研究并解决医学问题的思路和方法, 增强对医学问题进行定量分析与处理的能力, 提高医学科研 水平, 促进临床工作进一步精确化、科学化早已成为各国高等医学教育所关注的重要内容。目前国内绝大多数的医学院校都在 大学一年级开设了《医用高等数学》。笔者认为, 开设这门课程除了可以扩大学生知识面以外, 还有着如下五个方面的作用及意义: 1. 高数教育可以加强医学生的道德教育 抽象性是数学的基本特征之一, 具体表现为推理的严谨性、 表达的准确性、类别的归纳性、计算的规定性、定义的唯一性等等。学生在学习高数的同时, 也能受到其特性的影响: 教育过程 中数学史的讲解可以激发学生的爱国主义热情; 逻辑性的推理 可以培养学生严谨的思维模式; 公理、定义、计算规则的唯一性要求可以使学生形成对法律法规、社会公德的内在自我约束; 对问题的归类、分析可以培养学生灵活思考问题、周密总结分析的
数字图像处理的应用 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号，并通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展;三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 进行数字图像处理所需要的设备包括摄像机、数字图像采集器（包括同步控制器、模数转换器及帧存储器）、图像处理计算机和图像显示终端。 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。 接下来，就讨论一下数字图像处理在医学上的应用。 自发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理。 目前的医学图像包括CT图像、核磁共振图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。由于人眼识别度等客观因素的影响，大部分的图像需要依靠计算机的帮助。随着数字图像处理技术的发展，对这些图像的分析以及处理，会变得更加快捷，分析的结果也会更加精准。
与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。 首先，对于一个病例，要进行图像采集，由于采集到的图像因试验测量系统和测量者个人因素存在较多噪声,所以要先通过预处理对图像进行去噪处理和灰度变换处理等使其变得较为清晰。预处理完成后再利用中心路径提取算法对所获取的图像进行进一步处理。 接下来要做的就是图像处理。 先对图像二值化，二值形态学的运算对象是集合给出一个图像集合和一个结构元素集合利用结构元素对图像进行操作。然后做中心线的提取等。 使用计算机进行图像的采集预处理以及二值化和计算排除了人为测 量的不精确性和误差提高了测量结果的可靠性。 随着信息技术的飞速发展和计算机应用水平的不断提高，利用计算机断层成像、正电子放射层析成像、单光子辐射断层摄像、磁共振成像、超声成像及其它医学影像设备所获得的图像被广泛应用于医疗诊断、组织容积定量分析、病变组织定位、解剖结构学习、治疗规划、功能成像数据的局部体效应校正、计算机指导手术和术后监测等各个环节。 医学图像处理借助于计算机图形、图像技术,使医学图像的质量和显示方法得到了极大的改善。这不仅可以基于现有的医学影像设备来极
PACS系统是Picture Archiving and Communication Systems的缩写，意为影像归档和通信系统。它是应用在医院影像科室的系统，主要的任务就是把日常产生的各种医学影像（包括核磁，CT，超声，各种X 光机，各种红外仪、显微仪等设备产生的图像）通过各种接口（模拟，DICOM，网络）以数字化的方式海量保存起来，当需要的时候在一定的授权下能够很快的调回使用，同时增加一些辅助诊断管理功能。它在各种影像设备间传输数据和组织存储数据具有重要作用。 MRI也就是磁共振成像，英文全称是：Magnetic Resonance Imaging。在这项技术诞生之初曾被称为核磁共振成像，到了20世纪80年代初，作为医学新技术的NMR成像（NMR imaging）一词越来越为公 众所熟悉。随着大磁体的安装，有人开始担心字母“N”可能会对磁共 振成像的发展产生负面影响。另外，“nuclear”一词还容易使医院工作人员对磁共振室产生另一个核医学科的联想。因此，为了突出这一检查技术不产生电离辐射的优点，同时与使用放射性元素的核医学相区别，放射学家和设备制造商均同意把“核磁共振成像术”简称为“磁共振成像（MRI）”。
电子计算机X射线断层扫描简称X—CT或CT，就是利用x射线对人体进行断层扫描后，由探测器收得的模拟信号再变成数字信号，经电子计算机计算出每一个像素的衰减系数，再重建图像，而能显示出人体各部位的断层结构的装置。它以断层的图像形式，较清晰地显示人体组织的细微差别。彻底解决了内部重叠显示问题，而且能将人体各种组织对x线的吸收系数以相当精确的数字表示出来，因而对软组织中的病变也能正确诊断。CT要区分不同的密度组织，则用C T 值来表示，其范围取—1000至十1000，以空气为—1000，水为0，骨骼为十1000 超声(Ultrasound，简称US)医学是声学、医学、光学及电子学相结合的学科。凡研究高于可听声频率的声学技术在医学领域中的应用即超声医学。包括超声诊断学、超声治疗学和生物医学超声工程，所以超声医学具有医、理、工三结合的特点，涉及的内容广泛，在预防、诊断、治疗疾病中有很高的价值。
医学图像融合技术及使用 1医学图像融合技术 1.1图像融合的内涵图像融合是指将多源图像传感器所采集到的关于同一目标的图像经过一定的图像处理,提取各自的有用信息,最后综合 成同一图像以供观察或进一步处理。从信息论的角度讲,融合后的图像将比组成它的各个子图像具有更优越的性能,综合整体信息大于各部分信息之和,也就是说,融合的结果应该比任何一个输入信息源包含更多 的有用信息,即1+1>2,这就是图像信息的融合2。 1.2医学图像融合的分类一个完整的医学图像融合系统应该是各种成像设备、处理设备与融合软件的总和。因为融合图像的应用目的不同,决定了医学图像融合具有各种各样的形式。根据被融合图像成像方式 不同,可分为同类方式融合和交互方式融合。同类方式融合(也称单模 融合,mono2mo2dality)是指相同成像方式的图像融合,如SPECT图像间融合,MR图像间融合等;交互方式融合(也成多模融合,multi2mo2dality)是指不同成像方式的图像融合,如SPECT与MR图像融合,PET与CT图像融合等。按融合对象不同,可分为单样本时间融合、单样本空间融合以及模板融合。单样本时间融合：跟踪某一病人在一段时间内对同一脏 器所做的同种检查图像实行融合,可用于对比以跟踪病情发展和确定该检查对该疾病的特异性;单样本空间融合：将某个病人在同一时间内(临床上将一周左右的时间视为同时)对同一脏器所做几种检查的图像 实行融合,有助于综合利用多种信息,对病情做出更确切的诊断;模板融合：是将病人的检查图像与电子图谱或模板图像实行融合,有助于研究某些疾病的诊断标准。另外,还能够将图像融合分为短期图像融合(如 跟踪肿瘤的发展情况时在1~3个月内做的检查图像实行融合)与长期图像融合(如治疗效果评估时实行的治疗后2~3年的图像与治疗后当时的图像实行融合)。综上所述,依据不同的分类原则,医学图像融合有多种方式,在实际应用中,临床医师还能够根据各种不同的诊断与治疗目的 持续设计出更多的融合方式。
图像融合的研究背景和研究意义 1概述 2 图像融合的研究背景和研究意义 3图像融合的层次 像素级图像融合 特征级图像融合 决策级图像融合 4 彩色图像融合的意义 1概述 随着现代信息技术的发展，图像的获取己从最初单一可见光传感器发展到现在的雷达、高光谱、多光谱红外等多种不同传感器，相应获取的图像数据量也急剧增加。由于成像原理不同和技术条件的限制，任何一个单一图像数据都不能全面反应目标对象的特性，具有一定的应用范围和局限性。而图像融合技术是将多种不同特性的图像数据结合起来，相互取长补短便可以发挥各自的优势，弥补各自的不足，有可能更全面的反映目标特性，提供更强的信息解译能力和可靠的分析结果。图像融合不仅扩大了各图像数据源的应用范围，而且提高了分析精度、应用效果和使用价值，成为信息领域的一个重要的方向。图像配准是图像融合的重要前提和基础，其误差的大小直接影响图像融合结果的有效性。 作为数据融合技术的一个重要分支，图像融合所具有的改善图像质量、提高几何配准精度、生成三维立体效果、实现实时或准实时动态监测、克服目标提取与识别中图像数据的不完整性等优点，使得图像融合在遥感观测、智能控制、无损检测、智能机器人、医学影像(2D和3D)、制造业等领域得到广泛的应用，成为当前重要的信息处理技术，迅速发展的军事、医学、自然资源勘探、环境和土地、海洋资源利用管理、地形地貌分析、生物学等领域的应用需求更有力地刺激了图像融合技术的发展。 2 图像融合的研究背景和研究意义 Pohl和Genderen对图像融合做了如下定义：图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。它的主要思想是采用一定的算法，把
高等数学知识在生物化学工程中的应用举例 高等数学是生命科学学院校开设的重要基础课程，数学方法为生物化学的深入研究发展提供了强有力的工具。下面仅举一些用高等数学基础知识解决生物化学工程中的一些实际问题的例子，旨在启发学生怎样正确理解和巩固加深所学的知识，并且强化应用数学解决实际问题的意识。 例1 在化工原理中常用的柏努利方程式中的应用 化工生产过程中常于密闭管道内输送液体，使液体流动的主要因素有（1）流体本身的位差；（2）两截面间的压强差；（3）输送机械向流体外作的外功。 流动系统的能量衡量常用柏努利方程式，下面来介绍柏努利方程式。 定态流动时液体的机械能衡量式为 ∑?-=+?+ ?f e p p h W v d p u z g 212 2 （1） 该式队可压缩液体和不可压缩液体均适用。对不可压缩液体，（1）式中?2 p p vdp 项应视过程性质（等温、绝热或多变过程）按热力学原则处理，对不可压缩液体，其比容v 或者密度ρ为常数，故ρ ρ ρp p p dp vdp p p p p ?= -= = ??2 12 2 1 ，代入（1）式有： ∑-=?+?+?f e h W p u z g ρ 22 或 ∑+++=+++f e h p u gz W p u gz ρ ρ22 22121122 （2） （2）式称为柏努利方程式。 需要注明的是，22u 为动能，gz 为位能，ρ p 为静态能，e W 为有效能，∑f h 为能量损耗，z ?为高度差。 例2 混合气体粘度的计算 常温下混合气体的计算式为
∑∑=== n i i i n i i i i m M y M y 1 211 21μμ （3） 其中m μ为常温下混合气体的粘合度（Pa.s ）；i y 为纯组分i 的摩尔分率；i μ为混合气体的温度下，纯组分i 的粘度（Pa.s ）；i M 为组分i 的分子量（Kg/kmol ）。 例如：空气组分约为01.0,78.0,21.022Ar N O （均为体积积分率），试利用 Ar N O ,,22的粘度数量，计算常温下C 020时空气的粘度？ 解：常温下空气可视为理想气体，故各组分的体积积分率等于摩尔分率， Ar N O ,,22的分子量分别为32，28及39.9，经查表知道常温下C 020时各组分的粘度为 s Pa Ar s Pa N s Pa O ??????---55252 1009.2107.11003.2 代入（3）式计算空气的粘度，即 s Pa M y M y n i i i n i i i i m ??=?+?+????+???+???= = ----==∑∑52 12 12 12 15 2 152 151 211 21 1078.19 .3901.02878.03221.09 .391009.201.028107.178.0321003.221.0μμ 例3. 在细胞生长计算中的应用 随着细胞的生成繁殖，培养基中的营养物质被消耗，一些有害的代谢产物在培养液中累积起来，细胞的生长速度开始下降，最终细胞浓度不再增加，进入静止期，在静止期细胞的浓度达到最大值。 如果细胞的生长速率的下降是由于营养物质的消耗造成的，可以通过以下的分析来统计分批培养可能达到的最大细胞浓度。设限制性基质为A ，其浓度为a ，
图像处理技术在医学领域的应用 摘要：介绍了图像处理技术在医学领域的发展，阐释了图像分割、图像融合和图像重建技术在医学领域的发展。提出了图像处理技术发展所面临的相关问题及其发展方向。 关键词：图像处理技术图像分割图像融合图像重建 图像处理技术是20世纪60年代发展起来的一门新兴学科。近几十年来，由于大规模集成电路和计算机科学技术的迅猛发展，离散数学理论的创立和完善，以及军事、医学和工业等方面需求的不断增长，图像处理的理论和方法的更加完善，已经在宇宙探测、遥感、生物医学、工农业生产、军事、公安、办公自动化、视频和多媒体系统等领域得到了广泛的应用，成为计算机科学、信息科学、生物学、医学等学科研究的热点。 图像处理在医学界的应用非常广泛，无论是病理研究还是临床诊断都大量采用图像处理技术。它因直观、无创伤、方便安全等优点而受到人们青睐。图像处理首先应用于细胞分类、染色体分类和放射图像分析等，20世纪70年代图像处理在医学上的应用有了重大突破，1972年X射线断层扫描CT得到实用：1977年白血球自动分类仪问世：1980实现了CT的立体重建。随着科学技术的不断发展，现代医学已越来越离不开医学图像的信息处理，医学图像在临床诊断、教学科研等方面有重要的作用。目前
的医学图像主要包括CT(计算机断层扫描)图像、MRI(核磁共振)图像、B超扫描图像、数字X光机图像、X射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。但由于医学成像设备的成像机理、获取条件和显示设备等因素的限制，使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度，突出重点内容，抑制次要内容，来适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。 什么是医学图像处理 医学图像处理就是利用计算机系统对生物学图像进行的具有临床医学意义的处理和分析。 医学图像处理是一个和复杂的过程。医学图像作为一种信息源，也和其他的有关病人的信息一样，是医生做出判断时的依据。医生在判断医学图像时，要把图像与其他解剖学、生物学和病理学等知识作对照，还要根据经验来捕捉图像中的有重要意义的细节和特征。所以要从一副或几副医学图像中判断出是否有异常，或是属于什么疾病，如果不是训练有素的医生，是难以发现图像上的异常的。所以对医学领域的图像处理显得尤为重要。 图像处理技术及其在医学领域的应用 (一)图像分割
医学图像融合技术及运用 1医学图像融合技术 图像融合的内涵图像融合是指将多源图像传感器所采集到的关于同一目标的图像经过一定的图像处理,提取各自的有用信息,最后综合成同一图像以供观察或进一步处理。从信息论的角度讲,融合后的图像将比组成它的各个子图像具有更优越的性能,综合整体信息大于各部分信息之和,也就是说,融合的结果应该比任何一个输入信息源包含更多的有用信息,即1+1>2,这就是图像信息的融合[2]。 医学图像融合的分类一个完整的医学图像融合系统应该是各种成像设备、处理设备与融合软件的总和。由于融合图像的应用目的不同,决定了医学图像融合具有各种各样的形式。根据被融合图像成像方式不同,可分为同类方式融合和交互方式融合。同类方式融合是指相同成像方式的图像融合,如SPECT图像间融合,MR图像间融合等;交互方
式融合是指不同成像方式的图像融合,如SPECT与MR图像融合,PET与CT图像融合等。按融合对象不同,可分为单样本时间融合、单样本空间融合以及模板融合。单样本时间融合:跟踪某一病人在一段时间内对同一脏器所做的同种检查图像进行融合,可用于对比以跟踪病情发展和确定该检查对该疾病 的特异性;单样本空间融合:将某个病人在 同一时间内对同一脏器所做几种检查的图 像进行融合,有助于综合利用多种信息,对 病情做出更确切的诊断;模板融合:是将病 人的检查图像与电子图谱或模板图像进行 融合,有助于研究某些疾病的诊断标准。另外,还可以将图像融合分为短期图像融合与长期图像融合。综上所述,依据不同的分类原则,医学图像融合有多种方式,在实际应 用中,临床医师还可以根据各种不同的诊断与治疗目的不断设计出更多的融合方式。 医学图像融合的主要技术方法与步骤 医学图像融合的过程是一个渐进的过程,不同的融合方法有各自具体的操作和处理,但是,不管应用何种技术方法,图像融合一般
数学在医学中的应用众所，数学是一门以高度的抽象性、严谨性为特点的学科，但同时数学在其他各门学科也有广泛的应用性，而且随着大型计算机的飞速发展，数学也越来越多的渗透到各个领域中。可以说是用解决实际问题的一个重要手段。简单的说，用数学语言来描述实际问题，将它变成一个数学问题，然后用数学工具加以解决，这个过程就称为数学建模。人们通过对所要解决的问题建立，使许多实际问题得到了完满的解决。如大型水坝的应力计算、中长期等。建立在数学模型和计算机模拟基础上的CAD(Computer Aided Design)技术，以其快速、经济、方便等优势，大量地替代了传统中的现场实验、物理模拟等手段。那么数学在医学领域有哪些应用呢？现代的医学为什么要借助数学呢？本研究主要叙述这两个问题。 1现代医学的必要性 现代医学的大趋势是从定性研究走向定量研究，即要能够有效地探索医学科学领域中与量关系的规律性，推动医学科学突破狭隘经验的束缚，向着定量、精确、可计算、可预测、可控制的方向发展，并由此逐渐派生出学、数量遗传学、药代、计量、计量治疗学、定量等边缘学科，同时、和等传统学科也都在试图建立数学模式和运用数方法来探索出其数量规律。而这些都要用到数学知识。数学模型有助将某些变量隔离出来、预测未来实验的结果，或推论无法测量的种种关系，因为在实验中很难将研究的事物抽离出来单独观察。尽管这些数学模型无法极其精确地模仿生命系统的运作机制，却有助于预测将来实验的结果。可以利用实验数据资料。当实验数
据非常多时，传统的方法就不再适用了，只能转而使用数值计算的相关理论，以发现数据中存在的关联和规则。特别地随着当前国际生命科学领域内最重要的基因组计划的发展，产生了前所未有的巨量数据。为分析利用这些巨量数据而发展起来的广泛应用了各种数学工具，从而使得数学方法在现代生物医学研究中的作用日益重要。 2医学上的一些例子 医学（Medical Statistics）临床上可用来解释疾病发生与流行的程度和规律；评价新药或新技术的治疗效果；揭示生命指标的正常范围，相互的内在联系或发展规律；运用统计的原理和方法，结合医学的工作实际,研究医学的实验设计和。医学统计学是基于和的基本原理和方法，研究医学领域中数据的收集、整理和分析的一门学科。如在疾病的防治工作中，经常要探讨各种现象数量间的联系，寻找与某病关系最密切的因素；要进行多种检查结果的综合评定、探讨疾病的分型分类：计量诊断，选择治疗方案；要对某些疾病进行预测预报、监督，对药品制造、临床化验工作等作，以及医学人口学研究等。医学统计学，特别是其中的多变量分析，为解决这些问题提供了必要的方法和手段。以模型为例，了能定量的研究传染病的传播规律，人们建立了各类模型来预测、控制疾病的发生发展。这种模型的建立是在合理假设的前提下，选择了一些相关因素（例如自然因素、人为因素）作为参数，并通过它们之间的关系来描述传染病学的现象。通过这些现象，可以反映出传染病的流行过程及一些规律特征。运用这些规律，人们可以估计不同条件下的相关因素参数、预测疾病的发生发展趋势、设计疾病控制方案及检验假设病因等。比如，通过预测高峰期的时间
科技的进步带动了现代医学的发展，计算机技术的广泛应用，又进一步推动了影像医学向前迈进。各类检查仪器的性能不断地提高，功能不断地完善，并且随着图像存档和传输系统(PACS)的应用，更建立了图像信息存储及传输的新的模式。而医学影像的融合，作为图像后处理技术的完善和更新，将会成为影像学领域新的研究热点，同时也将是医学影像学新的发展方向。所谓医学影像的融合，就是影像信息的融合，是信息融合技术在医学影像学领域的应用；即利用计算机技术，将各种影像学检查所得到的图像信息进行数字化综合处理，将多源数据协同应用，进行空间配准后，产生一种全新的信息影像，以获得研究对象的一致性描述，同时融合了各种检查的优势，从而达到计算机辅助诊断的目的［1，2］。本文将从医学影像融合的必要性、可行性、关键技术、临床价值及应用前景5个方面进行探讨。 1医学影像融合的必要性 1.1影像的融合是技术更新的需要随着计算机技术在医学影像学中的广泛应用，新技术逐渐替代了传统技术，图像存档和PACS的应用及远程医疗的实施，标志着在图像信息的存储及传输等技术上已经建立了新的模式。而图像后处理技术也必须同步发展，在原有的基础上不断地提高和创新，才能更好更全面地发挥影像学的优势。影像的融合将会是后处理技术的全面更新。 1.2影像的融合弥补了单项检查成像的不足目前，影像学检查手段从B超、传统X线到DSA、CR、CT、MRI、PET、SPECT等，可谓丰富多彩，各项检查都有自身的特点和优势，但在成像中又都存在着缺陷，有一定的局限性。例如：CT检查的分辨率很高，但对于密度非常接近的组织的分辨有困难，同时容易产生骨性伪影，特别是颅后窝的检查，影响诊断的准确性；MRI检查虽然对软组织有超强的显示能力，但却对骨质病变及钙化病灶显示差；如果能将同一部位的两种成像融合在一起，将会全面地反映正常的组织结构和异常改变，从而弥补了其中任何一种单项检查成像的不足。 1.3影像的融合是临床的需要影像诊断最终服务于临床治疗；先进的检查手段，清晰的图像，有助于提高诊断的准确性，而融合了各种检查优势的全新的影像将会使诊断更加明确，能够更好地辅助临床诊治疾病。2医学影像融合的可行性 2.1影像学各项检查存在着共性和互补性为影像的融合奠定了基础尽管每项检查都有不同的检查方式、成像原理及成像特征，但它们具有共同的形态学基础，都是通过影像来反映正常组织器官的形态、结构和生理功能，以及病变的解剖、病理和代谢的改变。而且，各项检查自身的缺陷和成像中的不足，都能够在其他检查中得到弥补和完善。例如：传统X线、CT检查可以弥补对骨质成像的不足；MRI检查可以弥补对软组织和脊髓成像的不足；PET、SPECT检查则可以弥补功能测定的不足。 2.2医学影像的数字化技术的应用为影像的融合提供了方法和手段现在，数字化技术已充分应用于影像的采集、存储、后处理、传输、再现等重要的技术环节。在首要环节即影像的采集中，应用了多种技术手段，包括：(1)同步采集数字信息，实时处理；(2)同步采集模拟信号，经模数转换装置转换成数字信号；(3)通过影像扫描仪和数码相机等手段，对某些传统检查如普通X线的胶片进行数字转换等；将所采集的普通影像转换成数字影像，并以数据文件的形式进行存储、传输，为进一步实施影像融合提供了先决条件。 [!--empirenews.page--] 3医学影像融合的关键技术信息融合在医学图像研究上的作用一般是通过协同效应来描述的，影像融合的实施就是实现医学图像的协同；图像数据转换、图像数据相关、图像数据库和图像数据理解是融合的关键技术。(1)图像数据转换是对来自不同采集设备的图像信息的格式转换、三维方位调整、尺度变换等，以确保多源图像的像/体素表达同样大小的实际空间区域，确保多源图像对组织脏器在空间描述上的一致性。它是影像融合的基本。(2)影像融合首先要实现相关图像的对位，也就是点到点的一一对应。而图像分辨率越高，图像细节越多，实现对位就越困难。因而，在进行高分辨率图像(如CT图像和MRI图像)的对位时，目前借助于外标记。(3)建立图像数据库用以完成典型病例、典型图像数据的存档和管理以及信息的提取。它是融合的数据支持。(4)数据理解在于综合处理和应用各种成像设备所得信息，以获得新的有助于临床诊断的信息［1］。图像融合的方法主要有4种：(1)界标配对：界标作为两种图像相对应的融合点且决定融合的
图像融合 实验目的 1.熟悉图像融合的意义和用途，理解图像融合的原理； 2.掌握图像融合的一般方法； 3.掌握运用MATLAB软件进行图像融合的操作。 实验原理 图像融合（Image Fusion）技术是指将多源信道所采集到的关于同一目标的图像经过一定的图像处理，提取各自信道的信息，最后综合成同一图像以供观察或进一步处理。 高效的图像融合方法可以根据需要综合处理多源通道的信息，从而有效地提高了图像信息的利用率、系统对目标探测识别地可靠性及系统的自动化程度。其目的是将单一传感器的多波段信息或不同类传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，以增强影像中信息透明度，改善解译的精度、可靠性以及使用率，以形成对目标的清晰、完整、准确的信息描述。 这诸多方面的优点使得图像融合在医学、遥感、计算机视觉、气象预报及军事目标识别等方面的应用潜力得到充分认识、尤其在计算机视觉方面，图像融合被认为是克服目前某些难点的技术方向；在航天、航空多种运载平台上，各种遥感器所获得的大量光谱遥感图像（其中分辨率差别、灰度等级差别可能很大）的复合融合，为信息的高效提取提供了良好的处理手段，取得明显效益。 一般情况下，图像融合由低到高分为三个层次：数据级融合、特征级融合、决策级融合。数据级融合也称像素级融合，是指直接对传感器采集来得数据进行处理而获得融合图像的过程，它是高层次图像融合的基础，也是目前图像融合研究的重点之一。这种融合的优点是保持尽可能多得现场原始数据，提供其它融合层次所不能提供的细微信息。 图像融合最简单的理解就是两个（或多个）图像间的相加运算。这一技术广泛
应用于多频谱图像理解和医学图像处理等领域。主要分为空域和频域相加。 一、应用MATLAB软件进行两幅图像的融合的主要方法有： 1.图像直接融合； 2.图像傅立叶变换融合； 3.图像小波变换融合。 图像融合的MATLAB程序如下： （1）调入、显示两幅图像的程序语句 load A; X1=X;map1=map; load B; X2=X;map2=map; %打开图像 subplot(1,2,1) image(X1),colormap(map1); title(‘图像map1’) subplot(1,2,2) image(X2),colormap(map2); title(‘图像map2’) %显示两幅图像 （2）两幅图像直接融合的程序语句 figure,subplot(1,3,1) image((X1+X2)/2),colormap(map2); %在空域内直接融合 title(‘两图像直接相加融合’) %显示融合后的图像，并命名为“两图像直接相加融合” （3）两幅图像傅立叶变换融合的程序语句 F1=fft2(X1); F2=fft2(X2); %分别计算两幅图像的快速傅立叶变换