序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了一篇醫學圖像處理論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

醫學圖像處理論文:遠程高精度醫學圖像處理技術淺論

摘要：遠程高精度醫學圖像處理技術是指滿足醫學質量及其要求，包含醫學完整信息的高質量、高清晰、高精確的醫學圖像處理技術。它包括醫學影像的采集、圖像縫合、圖像壓縮、圖像存儲、圖像傳輸及其圖像的復原再現的過程。

關鍵詞：遠程醫療；高精度；醫學圖像；處理技術

一、遠程高精度醫學圖像處理技術的概念以及特點

（一）遠程高精度醫學圖像處理技術的概念

遠程高精度醫學圖像處理技術是指滿足醫學質量及其要求，包含醫學完整信息的高質量、高清晰、高精確的醫學圖像處理技術。它包括醫學影像的采集、圖像縫合、圖像壓縮、圖像存儲、圖像傳輸及其圖像的復原再現的過程。

（二）遠程高精度醫學圖像處理技術的特點

通過國家構建的交互式計算機系統實現醫學圖像的靜動態解析及其多點交互，完成了病理圖像的無縫拼接，完善了醫療衛生事業的信息化、數字化的進程，無疑是中國科學技術的一大進步! 遠程高精度醫學圖像處理技術運用計算機、通訊、 醫學設備和現代技術，通過圖像、數字數據信號、符號等將病人的病歷資料遠距離輸送和傳輸，實現了醫學專家和醫生、病人之間在不同地方直接的交流和診治。

二、國內外遠程高精度醫學圖像處理技術的內容及方法

遠程高精度醫學圖像處理技術與其他圖像處理技術(傳統高清視頻會議系統)的區別和聯系視頻會議系統技術和高清視頻會議系統(NETMEETING)，一般的衛星傳輸，音視頻壓縮技術。

遠程高精度醫學圖像處理技術的幾個重要發展歷程，遠程高精度醫學圖像處理技術的技術實現及其高端設備全自動數字病理切片掃描儀的運用。

三、全自動數字病理切片掃描儀的應用

（一）全自動數字病理切片掃描儀的技術特點

遠程高精度醫學圖像處理技術與其他圖像處理技術的區別和聯系：視頻會議系統技術和高清視頻會議系統一般的衛星傳輸。遠程高精度多路醫學動態解析轉移及多點交互系統、遠程靜態醫學圖像交互式討論系統、遠程病理無縫縫合拼接及診斷數字技術系統病理工作站、遠程手術指導系統、遠程查房系統及其電子醫院數碼技術系統、遠程高精度皮膚檢查系統、體征檢查內鏡系統、遠程醫學影像閱片及討論系統、及其遠程培訓及其教育系統。

實際上遠程高精度醫學圖像的獲得虛擬病理切片是利用電腦控制顯微設備或者CCD鏡頭的上下運動，一張一張的通過面掃描自動采集放大后的圖像，這種信號是計算機能夠識別處理的數字信號，較以前的線掃描有了很大的提高，然后通過儲存自動縫合拼結成一張信息完整的數字病理圖片通過光纖發到服務器上或者其他計算機中，通過圖象處理軟件可以對圖象進行編輯處理，這種能夠虛擬觀察的計算機可以被認為是虛擬顯微鏡，一個很大的圖像通過軟件的處理，可以壓縮以后傳到世界任何一個地方。

總體來說，數字病理切片技術應用顯微圖像數字化目前世界上和國內的應用上還停滯在局部圖象掃描的數字化的水平上，就是通過顯微鏡或者攝象機或者數碼相機中的CCD采集很多張或者上百張用來診斷病情或者做出分析并且復原出病理圖象的照片，遠程診斷和進行專家討論，為專家提供了非常有用而真切的醫學圖像信息，使專家能夠很快地瀏覽圖片上的醫學信息，非常方便而準確，節省了大量時間和資源，方便了醫生和患者，它的推廣給現代醫學帶來了觀念性的技術變革。

（二）全自動數字病理切片掃描儀的應用實例分析

數字病理切片可以進行遠程會診和遠程診斷病情，醫院可以制作數字病理虛擬切片和一些病理資料通過軟件進行查看和瀏覽，分析和判斷并且得出病情的判斷，醫院可以收集病人會診的病歷資料進行局部的切片掃描，隨意進行放大和壓縮的進行觀察也可以上傳到服務器上，提供給大家查閱，對大病技術特別是腫瘤的病變有了很好的效果，也可以實現資源共享，完全達到病理資料的電子化、數字化、技術化。

四、高精度醫學圖像數字處理技術的發展展望

南非項目，西部為民工程，云南縣縣通工程，南方醫院工程，協和醫院，中山醫院，瑞京醫院的運用情況，印度運用情況，ATA年會及其科技部國際培訓班情況，人類的安康，天下的福址，解決了人民的看病難看病貴，醫療資源分布的嚴重不均。天正在使用的絕大多數遠程醫療系統采用了兩種不同技術類型。一種叫做存儲和傳輸，用于將數字圖像從一個地方傳到另一個地方。數字圖像在原始拍攝處傳輸到另一個地方，這是一種非實時的典型應用。美國未來學家阿爾文托夫功多年以前曾經預言：“未來醫療活動中，醫生將面對計算機，根據屏幕顯示的從遠方傳來的病人的各種信息對病人進行診斷和治療，”這種局面己經到來。

醫學圖像處理論文:“專題式”教學在醫學圖像處理課程中的應用

［摘要］目的： 探討“專題式”教學在醫學圖像處理課程中的應用。方法∶ 對本教研室承擔的《醫學圖像處理》課程進行授課方法改革，形成科學的培養方案，并對教師授課情況進行綜合評價，對學生學習效果根據“形成式”考核方案，進行科學評價。結果∶ 通過對教師授課及學生考核評價改革后，極大的激發了學生學習的積極性，同時形成了科學的培養計劃，學生反映良好，教師的授課滿意度達到98%以上，學生學習效果較往屆有明顯提高，成績優秀率在89%以上，同時學生真正接觸到臨床醫學圖像后處理環節。結論∶ “專題式”教學模式下不僅提高了授課的靈活程度，更有利于培養學生的學習能力，較好地體現了醫學圖像處理課程的教學目標和教學要求。

關鍵詞 : 醫學圖像處理； 專題式教學； 評價

“專題式”教學模式目前已經廣泛的應用于大學課堂教學中，這種教學模式主要指的是教師選取并緊緊圍繞教學目標，以學科體系和課程教學大綱指導內容，把各知識點按教學任務分解為多個教學專題, 以專題的模式取代傳統教材授課順序，并輔以相應的教學方法和手段，通過對各專題的講解，使學生掌握每個專題內容，從而完成教學任務[1]。本文主要探討專題式教學模式在我院醫學圖像處理課程中的應用。

1數字圖像處理專題教學模式的目標

“專題式”教學模式以學科體系和課程的教學大綱為指導，不受時間、地點和教材章節的限制。[2-3]醫學圖像處理專題教學模式，既要體現專題式教學的優點，即教學重點突出、信息量大、針對性強,講述內容深刻，在授課過程中教師可以根據教學大綱的基本要求, 結合本學科研究的熱點和重要成果，科學合理設置課堂授課內容，通過對各個相對獨立內容進行深入探討和學習，增強醫學圖像處理課的針對性和實效性，同時要求緊密結合計算機軟件設計基礎，充分調動學生學習的積極性，培養學生利用該技術進行大膽創新應用的能力，同時結合醫院大影像科工作實際，了解最新圖像后處理工作技術，并對各技術以專題的形式向同學們介紹。

2 “專題式”教學模式的前提要求

在“專題式”教學實施之前，首先要求教師轉變教育思想、更新教育觀念，并且要求滲透于教學工作的各個方面，貫穿于教學改革的全過程。隨著臨床醫學影像技術的飛速發展，在容積掃描數據基礎上，可以實現多種成像方式，所以要求教師能夠認識到臨床醫學圖像后處理工作的重要性，改革教育思路及觀念，同時還要學習醫學知識, 學習由計算機學和醫學交叉所形成新學科，同時密切聯系醫學影像專業的教學目標和要求，掌握醫學圖像處理技術的新思路、新技術和新方法在臨床工作中的應用, 拓寬知識面,了解前沿動態[4]。

3專題式教學模式的實施內容

3.1 教學實施專題化

充分利用我院網絡實驗室的教學資源，完成教學分組，3-5人一小組。將醫學圖像處理課程內容分為若干教學研討單元，在每個教學專題授課前，教師講解本專題的基礎知識和原理并簡單介紹各種圖像處理算法實現的關鍵環節，同時要求每個有各自的學習及研討任務，再次上課時，各組分別將負責的專題范圍及應用領域進行匯集和整理，并對其內容進行闡述, 其他組員進行補充說明，外組同學可以提問題[5]，由小組負責人進行解答，教師給予完善。

3.2 充分利用網絡教學資源，加強網絡實訓

教師在某些專題提供專題分組討論后，需要在計算機上強化處理，通過選用 MATLAB軟件作為實驗教學軟件，針對專題特點設置相應的實驗，例如，教師事先準備好在臨床中采集的X線（包括CR、DR）、CT、MRI等圖像，讓學生直接對這些圖像進行處理和改善，從而達到預期的視覺效果。再有，采集256CT容積重建掃描數據，讓各小組在各角度，各斷層對影像進行三維及各斷層重建實訓，培養學生實踐動手能力。

3.3 增強“專題式”教學的評價效果

醫學圖像處理課教學效果要在教師和學生之間雙向進行效果評價，要看學生是否能夠真正掌握理論學習效果。充分根據醫學圖像處理的課程特點，采用多向性、多角度評價手段，增加師生之間的雙向評價，教師評價學生，學生也評價教師，教研室之間還進行互評，同時邀請院內教學督導團隊進行督導打分，最后根據學生評價、教研室教師評價、院內督導評價情況，最終確定教師的教學方法的可行性，并對各專題設置進行討論，形成圍繞教學大綱的專題設置，同時激勵教師不斷進行教學研究，用更新、更好的方法提高教學效果[6]。

傳統的學生考核評價模式，效果單一，不能體現多元化的評價效果，針對專題式教學模式，我們主要運用自主式命題，并根據“形成式”考核方案，科學設置考核方案，其中筆試成績占50%，實驗報告成績占20%，增設實驗操作考核，根據各組間的操作情況進行綜合評分，同時注重平時考核，根據學生搜集資料、課堂發言和作業的完成情況綜合進行評價給分。

通過對教師授課及學生考核評價改革后，極大的激發了學生學習的積極性，同時形成了科學的培養計劃，學生反映良好，教師的授課滿意度達到98%以上，學生學習效果較往屆有明顯提高，成績優秀率在89%以上，同時學生真正接觸到臨床醫學圖像后處理環節，有利于提高學生的專業學習效果。“專題式”教學模式下不僅提高了授課的靈活程度，更有利于培養學生的學習能力，較好地體現了醫學圖像處理課程的教學目標和教學要求。

醫學圖像處理論文:圖像處理技術在醫學領域中的應用及發展

摘要：介紹了圖像處理技術在醫學領域的發展，闡釋了圖像分割、圖像融合和圖像重建技術在醫學領域的發展。提出了圖像處理技術發展所面臨的相關問題及其發展方向。

關鍵詞：圖像處理技術　圖像分割　圖像融合　圖像重建

圖像處理技術是20世紀60年展起來的一門新興學科。近幾十年來，由于大規模集成電路和計算機科學技術的迅猛發展，離散數學理論的創立和完善，以及軍事、醫學和工業等方面需求的不斷增長，圖像處理的理論和方法的更加完善，已經在宇宙探測、遙感、生物醫學、工農業生產、軍事、公安、辦公自動化、視頻和多媒體系統等領域得到了廣泛的應用，成為計算機科學、信息科學、生物學、醫學等學科研究的熱點。

圖像處理在醫學界的應用非常廣泛，無論是病理研究還是臨床診斷都大量采用圖像處理技術。它因直觀、無創傷、方便安全等優點而受到人們青睞。圖像處理首先應用于細胞分類、染色體分類和放射圖像分析等，20世紀70年代圖像處理在醫學上的應用有了重大突破，1972年X射線斷層掃描CT得到實用：1977年白血球自動分類儀問世：1980實現了CT的立體重建。隨著科學技術的不斷發展，現代醫學已越來越離不開醫學圖像的信息處理，醫學圖像在臨床診斷、教學科研等方面有重要的作用。目前的醫學圖像主要包括CT(計算機斷層掃描)圖像、MRI(核磁共振)圖像、B超掃描圖像、數字X光機圖像、X射線透視圖像、各種電子內窺鏡圖像、顯微鏡下病理切片圖像等。但由于醫學成像設備的成像機理、獲取條件和顯示設備等因素的限制，使得人眼對某些圖像很難直接做出準確的判斷。計算機技術的應用可以改變這種狀況，通過圖像變換和增強技術來改善圖像的清晰度，突出重點內容，抑制次要內容，來適應人眼的觀察和機器的自動分析，這無疑大大提高了醫生臨床診斷的準確性和正確性。

一、圖像處理技術及其在醫學領域的應用

(一)圖像分割

圖像分割就是把圖像中具有特殊涵義的不同區域分開來，這些區域使互不相交的每一個區域都滿足特定區域的一致性。它是圖像處理與圖像分析中的一個經典問題。比如基于三維可視化系統結合fast marching算法和watershed變換的醫學圖像分割方法，能得到快速、準確的分割結果。圖像分割同時又是進行三維重建的基礎，分割的效果直接影響到三維重建后模型的精確性，分割可以幫助醫生將感興趣的物體(病變組織等)提取出來，幫助醫生能夠對病變組織進行定性及定量的分析，進而提高醫生診斷的準確性和科學性。由于解決和分割有關的基本問題是特定領域中圖像分析實用化的關鍵一步，因此，將各種方法融合在一起并使用知識來提高處理的可靠性和有效性是圖像分割的研究熱點。

(二)圖像融合

圖像融合的主要目的是通過對多幅圖像間的冗余數據的處理來提高圖像的可讀性。對多幅圖像問的互補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的圖像進行圖像融合，可以準確地確定病變體的空間位置、大小、幾何形狀和它與周圍生物組織之間的空間關系，從而及時高效地診斷疾病。目前的圖像融合技術可以分為兩類：一類是以圖像像素為基礎的融合方法：另一類是以圖像特征為基礎的融合方法。以圖像特征為基礎的融合方法原理上不夠直觀且算法復雜，但是實現效果較好。在圖像融合技術研究中，不斷有新的方法出現，其中小波變換、基于有限元分析的非線性配準以及人工智能技術在圖像融合中的應用將是今后圖像融合研究的熱點與方向。隨著三維重建顯示技術的發展，三維圖像融合技術的研究也越來越受到重視。

(三)圖像重建

圖像重建是從數據到圖像的處理，即輸入的是某種數據，而經過處理后得到的結果也是圖像。CT是圖像重建處理的典型應用實例。目前，圖像重建與計算機圖形學相結合，把多個二維圖像合成為三維圖像，并加以光照模型和各種渲染技術，能生成各種具有強烈真實感的圖像。

二、圖像處理技術在醫學領域未來發展方向

當前，醫學圖像處理面臨的主要任務是研究新的處理方法，構造新的處理系統。未來發展方向大致可歸納為以下幾點：

(一)圖像處理技術的發展將圍繞研制高清晰度醫學顯示設備、更先進的醫學成像設備，向著高速、高分辨率、立體化、多媒體化、智能化和標準化方向發展。

(二)圖像、圖形相結合，朝著三維成像或多維成像的方向發展。

(三)新理論與新算法研究。在圖像處理領域近年來引入了一些新的理論并提出了一些新的算法，如小波分析(Wavelet)、分形幾何(Fraclall、形態學(Morphology)、遺傳算法(Genetic A190rithms，GA)、人工神經網絡(Artificial Neural Net- works)等。這些理論及建立在其上的算法，將會成為今后圖像處理理論與技術的研究熱點。

圖像處理技術經過初創期、發展期、普及期及廣泛應用幾個階段，如今已是醫學人士競相研究并在醫學領域廣泛應用的一門科學。隨著科學技術的進步以及醫學界需求的不斷增長，圖像處理科學無論是在理論上還是實踐上，將會取得更大的發展。

醫學圖像處理論文:醫學X射線圖像處理算法初探

【摘 要】針對DR圖像的特點，主要論述了應用灰色系統理論進行圖像分割的算法。通過計算各像素點與初始聚類中心的灰色關聯度，將像素點進行歸類。然后，進行迭代運算，更新聚類中心，使得灰色關聯度總和最小，獲得最佳分割效果。

【關鍵詞】DR圖像；圖像分割；灰色聚類；灰色關聯度

0 引言

DR（digital radiography）圖像相對其他X成像技術獲得的圖像具有較高的分辨率，圖像細節顯示清楚，便于后期處理等優點。但與傳統光學成像相比，圖像的分辨率處于較低水平。由于采用DICOM（Digital Imaging and Communications in Medicine）圖像格式，因此，處理方法也與傳統數字圖像處理存在不同[1]。

1 DR文件的讀取

DR圖像采用的DICOM格式與傳統PC機上常見BMP格式不同，因此，要在PC機上處理DR圖像就必須進行轉換。目前，由DR圖像轉換成BMP格式圖像大多數為32位增強彩色圖像，即除了顏色的三個分量（RGB）外還有第四個分量：透明度（alpha）。所以，DR圖像轉換后的一個像素就由四個分量組成。由于X成像技術本身的特點，一個像素的alpha分量一般為0，而RGB三個分量的值是相等的。也就是說，轉換后的DR圖像實質上是一幅灰度圖像。因此，讀取圖像數據時應按照32位真彩色格式處理，在后續處理時按256級灰度圖像處理。

2 DR圖像的平滑處理

如上原因，DR圖像的平滑處理應使用灰度圖像處理方法，因此，圖像處理的復雜程度較低。常用平滑處理算法包括均值濾波、中值濾波等。

均值濾波是典型的線性濾波算法，處理時以目標像素為中心，取其周圍全體像素的灰度平均值來代替原來的灰度值。均值濾波運算速度快，但不能很好地保護圖像細節，使圖像變得模糊。

與之對應，中值濾波法是一種非線性平滑技術，以目標像素點鄰域窗口內的所有像素點灰度值的排序中間值為該像素點的灰度值某。由于需進行排序運算，因此計算效率較低，但對圖像細節有很好的保護效果，濾波效果也較好。

3 DR圖像的分割

傳統的圖像分割定義：把圖像分成若干個具有特殊意義的區域，是由圖像處理到圖像分析的關鍵步驟。常用的算法主要包括：基于閾值的分割方法和基于邊緣的分割方法等。由于DR圖像的特殊性，上述兩種算法均不能很好的完成圖像分割工作。圖2（a）為使用經典最大方差閾值法處理后的結果，圖2（b）為使用經典Sobel算子處理后的結果。最大方差閾值法處理后，圖像細節丟失嚴重；使用經典Sobel算子處理后，圖像的細節保留較好，但無法分清主次。

筆者應用灰色系統理論中的灰色關聯度方法對DR圖像進行處理[2-4]，進行了灰色聚類處理，取得了較好的分割效果。本算法屬于聚類算法，具體算法為：首先，根據實際需要確定聚類數目和初始聚類中心；然后，計算DR圖像中每個像素與各聚類中心中心的灰色關聯度，并按照關聯程度將像素點歸類；最后，進行迭代運算，更新聚類中心，目的是使得灰色關聯度總和最小。

醫學圖像處理論文:基于實時自動拼接技術的醫學圖像處理系統研究

摘要：目前，圖像拼貼技術在醫學圖像處理領域的發展趨勢是實現圖像的實時自動拼接。本文探討了基于實時自動拼接技術的醫學圖像處理系統的主要技術和實現方案。

關鍵詞：醫學圖像；圖像采集；拼接技術；實時；自動

1引言

近年來，醫學影像技術已成為醫療技術中發展最快的領域之一，圖像拼接（Image Mosaic）是指將多幅具有重疊區域的序列圖像通過圖像預處理、圖像變換、圖像配準、圖像融合等處理后，形成一幅包含各個圖像序列內容的寬視角全景圖像的技術。圖像拼接技術是圖像處理的重要研究領域，被廣泛應用于衛星遙感、圖像識別、醫學圖像分析及無人機監視和搜索、虛擬現實等方面。Shmuel Peleg等人在圖像拼接理論和圖像拼接方法上做了大量工作，為圖像拼接在工程技術上的應用奠定了理論基礎。Masanobu Shimada等人將圖像拼接技術應用于雷達圖像處理領域，用于監控森林植被的變化情況。國外Mustafa Suphi Erden課題組研制了針式共聚焦顯微腹腔鏡，在微創手術中截取部分視頻圖像，拼接成全景圖像指導醫生診斷治療。國內的嚴壯志課題組提出基于特征檢測、特征匹配、空間坐標轉換和圖像融合等方法的圖像拼接技術，實現了連續X光片拼接的醫學全景成像。

現有的傳統醫學成像設備，特別是顯微成像設備，基本都是對組織的某一較小視野進行成像，設備最后采集到的是不同組織部位的多幀醫學圖像，需要醫生對這些圖像進行觀察分析，根據自身醫學知識與醫療經驗來做出診斷。圖像拼接技術的應用，能將多幅具有重疊區域的醫學圖像，通過圖像變換、圖像配準、圖像融合等方法，自動拼接為大視野的清晰圖像。該圖像包含完整的醫學病理信息，有助于醫生全面了解病人病情。同時，系統能夠自動追蹤圖像中的感興趣區域，做出標記和注釋，為醫生提供診斷輔助。

2主要研究內容及關鍵技術

2.1主要研究內容

本系統的研究是通過研發基于實時自動圖像拼接技術的醫學圖像分析系統，為醫學實踐中，實現顯微鏡、眼科設備、內窺鏡等設備的數字化圖像采集、圖像自動分析處理，從而對醫生的診斷、治療起到輔助作用。

本系統的主要研究內容有基于CMOS的圖像采集、實時自動圖像拼接技術。

（1） 基于CMOS的圖像采集

基于CMOS的高清圖像采集系統的研發，包括圖像和視頻采集、圖像的編碼技術。兼顧紅外光和可見光，實現圖像的多波段自適應采集。具體功能還包括自動對焦、自動識別拍照功能，以及圖像采集模塊在各種醫療設備使用的適應性研究。

（2） 實時自動圖像拼接技術

研究圖像灰度處理、圖像變換、圖像配準、圖像融合等算法，實現多幀醫學圖像或視頻序列的實時自動圖像拼接，輸出具有計算機診斷輔助功能的大視野全景醫學圖像。能夠自動跟蹤圖像中的感興趣區域并做出標識和注釋。

2.2關鍵技術

圖像的拼接技術是本設計的關鍵，本設計提出對采集的多幀醫學圖像進行實時自動拼接，提供寬角度全景圖像。同時，能夠自動跟蹤圖像中的感興趣區域并做出標識和注釋。

3 系統設計思路

3.1 圖像處理模塊

圖像傳感器模塊計劃采用CMOS傳感器為核心做成獨立硬件模塊，通過高速數據線與圖像處理模塊連接。這樣設計的優點在于模塊可以根據不同的應用場合，進行合理布置。

圖像編解碼和圖像處理模塊的方案計劃采用TI的soc方案。該方案可以完成圖像編解碼、圖像處理功能。

3.2實時自動圖像拼接技術研究

圖像拼接的核心技術是圖像配準，關鍵在于準確找到相鄰圖像間重疊區域的位置及范圍，進而通過圖像融合的方法實現全景圖像構建。圖像配準通常有三類方法：基于灰度值的圖像配準、基于變換域的圖像配準和基于特征的圖像配準。基于灰度值的圖像配準方法實現方便，計算量小，但該方法對圖像間的細微差別較敏感，抗干擾能力不強。基于變換域的圖像配準可以緩解這個問題，且算法簡潔，利于硬件的實現。不過該方法要求兩幅圖像的重疊區域不能少于50%，如果重疊區域過小，容易造成誤配準。為了提高圖像配準的精確度和速度，達到實時自動圖像拼接的功能，本設計提出將基于灰度的網格配準和基于特征值配準相結合的方法。首先，對輸入圖像進行粗網格的分塊處理，利用基于灰度的配準方法確定相似重疊區域。然后在重疊區域內進行基于SIFT（Scale-invariant feature transform）特征點提取和配準，這樣就可以大大提高圖像配準的速度。圖像拼接算法的流程如圖1所示。

4 結論

本文探討了基于實時自動拼接技術的醫學圖像處理系統的主要技術和設計思路，有了自動的圖像拼接技術，就能將多幅具有重疊區域的醫學圖像，通過圖像處理的方法，自動拼接為大視野的清晰圖像，為醫生的診斷提供參考。

醫學圖像處理論文:面向創新能力培養的“醫學圖像處理”實驗教學改革研究

摘 要：以“醫學圖像處理”實驗課程中培養學生創新實踐能力為目的，以“醫學圖像處理”實驗課程教學改革為例展開研究，通過實驗教學改革，激發了醫學院學生的學習積極性，培養了學生自主學習的能力，加強了學生學習的主動性，提高了學生的動手能力，提升了學生的創新能力和獨立從事科研工作的能力。實踐證明，教學改革方案對于提高學生解決實際問題能力和提高學生學習效率和學習效果有顯著作用。

關鍵詞：醫學圖像處理；實驗改革；創新能力

醫學科學的不斷發展，有賴于醫學自身認識能力的提高，更有賴富于獨立思考能力和創新能力的醫學人才的成長，在大學階段培養和造就富于創新能力的醫學人才，是時代賦予我們的神圣使命。

醫學圖像處理是一門系統地研究各種圖像理論、技術和應用的較新的課程，實驗教學在“醫學圖像處理”課程中起著越來越重要的作用，數字醫學圖像處理實驗教學的目的在于讓學生掌握醫學成像和圖像處理方面的基本原理、方法和發展趨勢，培養學生解決該方面實際問題的能力。本文通過對醫學圖像處理實驗課程進行改革研究，通過實踐動手環節，有效培養醫學生的獨立思考和創新能力，并為醫療學科培養學生創新能力的實驗教學模式提供借鑒。

一、培養學生的學習興趣和獨立思考的積極性

通過實驗教學改革，設計新的實驗方案，以培養學生的學習興趣，增強主動參與意識。學生對實驗內容產生了好奇，就會積極主動地查找相關資料，與老師和同學討論。實驗過程嘗試多種教學方法，增強學生的學習動力，培養學生對實驗內容的濃厚興趣。同時，采用醫院實際應用案例，培養學生獨立思考的習慣和解決實際應用問題的能力。醫學圖像處理課程相關的數學理論抽象，算法難度偏大，給教師教學和學生學習造成了很大的困難。利用影像物理課程的“醫學圖像處理”實驗教學中的Matlab軟件使用Matlab圖像處理工具箱函數將大大減輕圖像數據的繁雜操作，使學生更加快捷地完成圖像處理任務，可以把更多的精力傾注于各種圖像處理算法的效果上。Matlab為醫學影像專業的學生提供了一個很好的編程平臺，使學生能夠編程實現簡單的圖像處理算法，提高學生的獨立思考能力和實際動手能力，使學生能更快、更好掌握圖像處理和圖像分析的基本理論和分析方法。對于醫學圖像處理這門課程的特點，布置大量上機操作訓練，讓學生體驗圖像處理的樂趣。例如，圖像增強處理實驗，圖像增強技術是圖像處理的重要內容，用來改善圖像的質量，一幅視覺效果很差的圖像，其灰度直方圖都集中在很窄的一段區間內，為了增強該圖像的對比度，提高圖像的視覺效果，就需要采用一種圖像增強方法。Matlab工具箱中有求直方圖函數imhist和均衡化函數histeq函數，讀取原始圖像后，直接調用工具箱的相應函數就可以處理圖像，可以讓學生自己編寫函數，嘗試用不同的方法改善圖像，將增強后的圖像與原圖像進行相比，觀察處理結果，不斷改進，這樣就可以使學生對直方圖均衡化圖像增強方法產生興趣。

二、通過開展研究性教學培養學生的自主學習和獨立思考能力

開展研究性教學，培養學生在教學中的主動性和創造性，它是以培養學生的獨立思考和創新實踐能力為核心的一種教學活動方式，可以提高學生的觀察、操作、研究的能力且開發其創新思維。具體實施步驟為：首先，教師根據課程內容，提出問題，解釋實驗題目的內容和研究目標。其次，學生查閱文獻資料，找到感興趣的課題題目。再次，在教師的指導下，學生提出解決問題的方案，激發學生自主學習和探究的動機，鼓勵學生自己編程調試實現，學生開動腦筋，親自動手，開發了學生的創造力并使其對該學科產生興趣。最后，實驗總結和評價。實驗結束，有針對性地找出典型實驗，對于最優解決方案和尚有不足的解決方案，分別對各方案的研究方法、技術路線、研究結論進行總結和評價。以醫學圖像處理的直方圖知識點為例，首先教師解釋該實驗題目的內容和研究目標，認識直方圖在圖像處理中的基本概念，接下來需要學生對教材的知識進行系統的掌握，并且要查閱相關資料，根據課本上直方圖的數學公式，利用Matlab軟件仿真出一幅圖像的直方圖分布，進而得出的仿真圖與利用Matlab圖像處理工具箱的imhist函數得到的直方圖分布圖片進行比較，根據兩者圖像曲線的相似度來判斷自己編寫的程序是否合理。學生完成上述步驟后，教師需進行實驗總結和評價并對本實驗進行統一演示，對共性問題統一解決，對個別問題應進行單獨輔導。

三、充分利用實驗室條件，通過實驗室教學，解決一些圖像處理問題

配合20學時的理論課程，安排了12學時的實驗課。設計了5個多達20學時的實驗內容供學生選擇，其中驗證性實驗2個8學時，目的是鞏固和掌握在醫學圖像處理理論內容中的基本的原理、算法及思想；綜合性實驗2個8學時，使理論課程中的重要知識點的綜合運用能力得到提高；設計創新性實驗1個4學時，運用理論知識解決實際問題、與本學科前沿研究相結合、注重培養學生創新能力的有效手段。選擇圖像處理中最重要的算法作為實驗課教學的主要內容，覆蓋了醫學圖像處理中圖像增強、圖像壓縮、圖像分割、圖像特征描述、彩色圖像處理等各個重要部分，并利用實驗室開放管理的模式為學生課下做實驗提供了條件，以滿足因材施教，體現以學生為主體的思想，以及滿足不同層次學生的需要。

四、通過實訓基地教學，開展拓展性探究學習

通過醫學院附屬醫院實訓基地教學，了解社會對該課程應用方向的實際需求情況以及創新技術進行項目開發，積累實踐經驗和工作技能，培養地科研、生產實踐一體化的創新型人才。增加課外設計實驗，鼓勵學生對算法改進或提出新的解決算法，加強學生的動手能力。加強科研訓練，培養創新實踐意識，重視實際研究性問題實驗，有針對性地提出研究性問題，讓學生利用所學知識進行解決。例如，我們提出了附屬醫院實際MRI圖像分割問題，讓學生利用圖像分割的方法去解決，提高學生開展科學研究的能力。這些科研訓練能提高學生思考問題、分析問題和解決問題的能力，培養其創新實踐意識，從而提高學生開展科學研究的能力，為今后工作打下良好基礎。

總之，針對醫學圖像處理課程的特點，結合學科組多年的教學經驗，在實驗教學實踐等環節中對如何培養學生的創新思維這個課題進行了一些具有改革性的嘗試，結合實驗教學案例，簡要闡述了如何利用實際的案例來激發學生的學習興趣和培養創新動機。通過教學效果能夠看出該實踐可以有效地激發學生的興趣，在培養學生的動手能力同時可以加深學生對實際問題的理解，加強了學生對知識綜合運用和創新研究的能力。

醫學圖像處理論文:計算機技術在核醫學圖像處理系統中的應用研究

【摘要】：本文以下內容將對計算機技術在核醫學圖像處理系統中的應用進行研究和探討，以供參考。

【關鍵詞】：計算機技術；核醫學；圖像處理系統；應用

1、前言

核醫學影像系統是通過探測標記有發射性示蹤同位素的藥物在人體內的分布和代謝來獲得人體信息的醫學圖像處理系統，其中，γ相機是兩維的顯像設備，主要由探頭和計算機系統兩部分組成，探頭部分檢測到γ光子并輸出它的位置、能量及其它相關信息，與探頭相連接的控制臺獲取這些信息，數字化后將數據讀入到內存中進行處理并最終計算得到可用于臨床診斷和研究的核醫學圖像，可見對其研究具有非常重要的意義。本文以下內容將對計算機技術在核醫學圖像處理系統中的應用進行研究和探討，以供參考。

2、核醫學影像系統軟件的總體結構

其軟件系統主要由四個子系統組成，即影像信息管理子系統、圖像采集子系統、圖像處理與臨床規程子系統和影像信息交換子系統。各子系統在形式上時互相獨立的應用程序，可以分別運行在控制臺、輔診臺和服務器上。其中影像信息管理子系統是整個系統的核心，負責維護和管理整個系統的圖像數據及病人，報告等其它相關信息。其它三個子系統的運行要依賴于該子系統的運行，它們不具備直接修改系統數據的權限，而只能通過影像信息管理子系統來獲取、查詢或更新系統的圖像數據及其它信息。實際上影像信息管理子系統在其內部建立了一個數據庫，它封裝了對這個數據庫的所有操作，這種集中式的數據管理保證了系統數據的安全性和一致性，也使得整個系統各模塊的劃分更加清晰和明確，同時也便于系統的擴展。

圖像采集子系統完成數據的采集、成像和實時顯示等工作，圖像處理與臨床規程子系統對采集得到的核醫學圖像進行顯示、處理及進行定量的臨床規程分析，影像信息交換子系統通過監聽網絡上的DICOM服務請求，核實后接受該請求，并響應其檢索、存儲以及獲取圖像的請求。

3、核醫學圖像處理系統總體框架設計及程序實現

數據庫服務器總的來說有兩種狀態：監聽狀態和數據維護狀態，在監聽狀態下，它能夠接受來自采集端和處理端得請求，并分別調用相應的模塊進行處理，在數據維護狀態下，它能夠完成通常的數據維護工作，同時，它也能夠處理來自客戶端的請求。因此，系統的總體框架是啟動服務器后就立即進入監聽狀態，只有在維護人員登錄以后，才啟動相應的數據維護模塊。

核醫學影像系統的主要功能有兩個，一個是實現數據庫服務器功能，它在后臺充當數據庫服務器，可以提供數據查詢、數據添加等功能；另一個是數據庫維護功能，可以對數據庫中的數據進行管理維護，分別介紹如下：第一，數據庫服務器，其啟動后，圖像采集系統、圖像處理系統和信息交換系統就可以連接到數據庫上，完成數據查詢、數據添加等工作。當數據庫服務器啟動后，系統就進入監聽狀態，可以處理客戶端的請求。服務器在監聽狀態下，可以接受到網絡上的連接請求，只有在檢驗用戶名和密碼后才接受查詢和添加請求，這樣大大提高了系統的安全性。客戶端和服務器的鏈接是基于TCP/IP協議，按照我們自己定義的一套通訊協議來工作的。所有的這些操作都是在后臺進行的，不需要任何人為操作，而且系統管理員可以通過查看日志來了解歷史操作。第二，數據庫維護功能。作為一個完善的數據庫模塊，必須提供一個安全可靠的數據庫維護方案，ANMIS系統充分考慮到了這一點，其提供了許多方便安全的數據維護功能，系統可以為每個用戶指定操作權限，不同權限的用戶可以訪問的數據和操作都是不同的，這樣有利于系統安全。①數據顯示模塊，在該模塊中，可以進行記錄的邏輯刪除和部分信息維護，可以選擇多個病人，然后選擇編輯即可編輯選中的病人記錄。數據維護模塊。在病人數據維護模塊中，可以完成對病人數據信息的所有維護功能：編輯、添加、查找、邏輯刪除、物理刪除等。③數據備份和恢復模塊。在圖像文件的備份和恢復模塊中，主要完成的功能是數據備份和數據恢復，其主要界面是兩個樹狀控件組成，其中一個數控件顯示未備份的圖像文件，另一個顯示即要備份的圖像文件，選中文件可以通過中間的命令按鈕，也可以通過菜單，甚至可以直接將圖像文件從左邊拖到右邊。對于文件夾，則將其內的所有的圖像文件全部選中，在選完文件后，按“備份”按鈕即可備份。如果設置的是備份到默認目錄，則系統自動向默認目錄備份，如果設置的是指定備份目錄，則系統提示選擇備份目錄，用戶甚至可以為每一個文件制定備份目錄。④用戶管理模塊。對于超級用戶，他可以授權他人訪問數據，設置其訪問權限，也可以刪除用戶，同樣，他也有權更改任何用戶的密碼，對于一些重要的系統參數，也只有超級用戶才能更改。

4、結尾

利用計算機技術進行核醫學圖像處理顯示出了科學技術的優越性，其可以為醫生提供一個功能完備且強大，操作界面友好，自動化程度高，能夠大大降低醫生的勞動強度，相信，隨著計算機技術的發展，其必將越來越廣泛的被應用到醫學的各個領域。

醫學圖像處理論文:醫學圖像處理與分析課程教學改革的探索

摘 要 醫學圖像處理與分析是生物醫學工程專業的專業基礎課之一。在簡要介紹CDIO教學模式基礎上，提出幾點該課程教學改革的措施，包括融合多媒體教學和傳統教學手段；引導學生整體把握知識點；調動學生的學習積極性；培養學生的實踐動手能力；形成理工醫結合的思維方式。教學實踐證明，所提教改經驗能全面培養學生的學習技能，激發學生的學習興趣，很好地增強教學效果。

關鍵詞 圖像處理；圖像分析；教學改革；教學模式；CDIO

醫學圖像處理與分析是研究圖像處理的基本理論及其在生物醫學工程中的應用的一門學科，是生物醫學工程專業的專業必修課。該課程的任務是：系統介紹圖像處理與分析的基本理論和基本方法，側重使學生掌握其在生物科學領域的實際應用，目的是使學生系統掌握數字圖像處理的基礎概念、基本原理和實現方法，學習圖像分析的基本理論、典型方法和實用技術，為在生物醫學工程領域從事研究與開發打下扎實基礎。

醫學圖像處理與分析課程理論抽象，涉及醫學、計算機、數學、物理、信號處理等多個領域的知識，學科之間高度交叉、滲透，學生很難理解其中的相關知識和技術，因此課程起點高，教學難度大[1-2]。筆者在教學方法上也與時俱進，摒棄傳統教學方法的弊端，引入新的教學模式和教學方法，實現培養高質量人才的目標。

本文提出筆者基于CDIO教學模式的醫學圖像處理與分析課程教學改革方面的一些經驗。總體說來，該課程教學改革的主要思路是：以全新的教學理念為指導，以先進的教學手段和方法為橋梁，以學科交叉的眼光有機結合課程教學與課外教學、理論教學與實踐教學、系統講授與學生自學等多種方式，實現教學內容的完整性、前沿性、理論性與實踐性，使學生掌握本門課程的理論框架與思維方法，掌握生物圖像處理與分析的相關技能，能夠采取合適的處理方法實現特定的醫學圖像處理目的。

1 CDIO教學模式

CDIO教學模式是近年來國外工程教育改革的最新成果，其中C代表構思（Conceive），D代表設計（Design），I代表實現（Implement），O代表運作（Operate）。CDIO模式是以產品研發到產品運行的生命周期為載體，強調讓學生以主動的、實踐的、課程之間有機聯系的方式來學習工程，并以綜合培養的方式使學生在多方面達到工程師的預定目標。實踐證明，CDIO教學模式比傳統教學模式適應面更寬，更有助于提高教學質量，尤為重要的是CDIO模式中的新評測標準，為工程教育的系統化發展奠定了基礎[3]。

2 醫學圖像處理與分析教改措施

2.1 融合多媒體教學和傳統教學手段

目前高校授課中普遍存在兩種極端：

一種是只板書授課，形式單調，內容枯燥，課堂時間無法有效利用，知識容量小；

另一種則完全采用多媒體授課，課堂教學變成單純地播放幻燈片，缺乏學生參與互動的空間和可能。

筆者強調打造“多媒體+板書”的高質量精品課堂：

一方面，優秀的教學課件能提升和精煉教材內容，通過利用圖像、聲音和動畫等多媒體技術將教材中相關概念、算法、原理及應用轉化成形象逼真的影像展示給學生，介紹和比較不同的圖像處理方法應用于醫學圖像的不同效果，為學生提供生動的感性認識；

另一方面，將板書穿插于多媒體教學中，對圖像處理算法的關鍵步驟進行推導和演算，同時展示教學進度、層次和重點，有利于學生對重要知識點的系統把握，有效避免知識講授過程中的“碎片化”現象。

2.2 引導學生整體把握知識點

在教學過程中，引導學生從整體上把握學習的總體要求，理清教學知識點、學習難點以及學習技巧，對于落實課程的知識點非常關鍵。每一章教學伊始，首先提出本章主線，即要解決什么問題，以什么樣的方法和步驟來解決問題，所介紹方法對于解決問題的優點何在。當教學內容章節較多，分成多次講授時，這個主線將會反復強調，從而不斷加強學生對有關內容學習目的性的認識，開展針對性的學習。

2.3 調動學生的學習積極性

德國教育學家第斯多惠認為：“教育的藝術不在于教授的本領，而在于激勵、喚醒和鼓舞。”[4]心理學研究也表明，學習動機與學習效果之間的關系十分密切，不同性質的學習動機對于學習效果有不同的影響。學生的學習動機直接制約他們的學習積極性，影響學習效果。筆者在課堂教學中經常采用問題學習法（problem based learning，PBL），以提高學生的學習積極性，促進學生參與教學。學生通過圖書館以及網絡等資源，查閱資料，系統分析，形成讀書報告，再到課堂上討論和交流，教師則主要起到布置任務和經典總結的作用[2，5]。這種啟發式、互動式、討論式、研究性等教學方法，能夠充分調動學生的積極性和學習興趣，培養學生的創新思維和研究能力。另外，還可以通過課程網站、在線聊天等現代交流手段，將課堂教學和課后輔導有機結合，建立多渠道的教學互動模式，使學生得到及時的指導，增強學生學習興趣。

2.4 培養學生的實踐動手能力

本課程是一門以實踐為基礎的課程，必須十分注重學生實踐能力的培養和開發，使學生熟悉醫學圖像處理課程基本理論的同時，掌握如何通過計算機實現這些算法，能夠將所學知識和設計的算法應用于醫學圖像處理和分析，能夠根據具體臨床需要對算法進行設計、改進和優化，使處理后的圖像符合臨床要求。為此，本課程設置了相關的課程設計環節，兩周時間內要求學生完成5～6個實驗，檢驗算法效果，最終形成實驗報告。

2.5 形成理工醫結合的思維方式

現代生物科學已經呈現高度綜合和高度分化的發展趨勢，作為生物醫學工程領域的本科生，需要具備豐富扎實的理工科知識和一定基礎的醫學專業知識，才能在今后的工作中有所發展和創新。南通大學的生物醫學工程本科專業設置于電子信息學院，隸屬工科范疇，而學生的醫學知識背景相對較弱。因此，本課程講授時要注重與醫學成像技術、醫學電子學等課程的銜接和交叉，不僅在講授某一種圖像處理方法時突出重點、分化難點，更要將醫學實例的處理融合于各章節，體現出理、工、醫三者結合，對從方法論和認識論的較高層次上形成新的研究思維起到指導作用[2]。

3 結論

本文結合筆者多年來的教學經驗，在簡要介紹CDIO教學模式的基礎上，針對醫學圖像處理與分析理論教學方面提出一些改革措施。實踐表明，醫學圖像處理與分析課程教學應緊密結合醫學實踐，注重圖像處理方法與具體醫學應用的有機結合和交叉，激發學生的學習熱情和創新思維能力。筆者今后還將圍繞實踐教學環節的改革開展一些有益的探索。

醫學圖像處理論文:雙語教學在醫學圖像處理課程中的應用

摘 要 雙語教學是一種新的培養人才的教育模式，通過在醫學圖像處理課程教學中應用雙語教學，在各個教學環節進行研究與探索，發現在教師與學生英語水平、課堂教學方法、教材的選用及考核機制等方面存在一定問題，并提出相應的改進措施。

關鍵詞 醫學圖像處理；雙語教學；教材

雙語教學是指除漢語外，用一門外語作為課堂主要用語進行學科的教學。作為一門國際化的語言，英語的重要性越來越被人了解。在高校中開展專業課的雙語教學可以增強學生了解世界科技最新成果的能力，加快高等院校高層次教育與國際接軌的步伐。同時雙語教學課堂可以為教師提供一個提高自身英語綜合運用能力的訓練機會，提高教師進行科學研究和國際學術交流的能力[1]。

醫學圖像處理是高校生物醫學工程專業普遍開設的專業課程之一。近年來，河南科技大學醫學技術與工程學院在開展多媒體教學的基礎上，大膽嘗試雙語教學在本課程中的應用，根據教師的實際教學經驗，結合大多數學生的反饋，總結在雙語教學過程中發現的問題，并提出幾項改進措施。

1 雙語教學中存在的問題

1.1 從教師角度

學院生物醫學工程專業的醫學圖像處理課程使用教材的是羅述謙等著的《醫學圖像處理與分析》，在應用雙語教學之后，教材更換為Rafael C.Gonzalez教授所著的Digital Image Processing，該教材內容闡述清晰易懂，幾乎覆蓋了學生所必須掌握的全部基礎知識。本書已被全世界500多所大學和研究所使用，是國際知名高校的經典教材。

對于擔任本門課程的教師來說，需要反復理解中文和英文原版教材，在吃透教材內容的基礎上，結合圖像處理的最新技術制作多媒體課件，將原來準備好的中文課件轉換為英文課件，并把原來已經講熟練的課堂內容用英語講授給學生。其中存在的問題有：1）教師之間對雙語教學的認識有偏差，一部分教師認為雙語教學應該完全用英語授課，而其他大多數教師認為既然是雙語，那么可以用兩種語言交叉授課，以學生理解為最終目的；2）教師的英語口語水平不夠高，畢竟不是英語專業出身，平時用到口語的機會也不是很多，所以教師都對自己的口語不是百分百自信。

1.2 從學生角度

雙語教學對學生的基礎英語應用能力，尤其是聽說能力要求較高。學生在課堂上本來就需要經過思考才能完全理解教師講的內容，現在還要在聽懂英語的基礎上進行思考和繼續聽課，這對學生尤其是英語基礎不是太好的學生來說是比較困難的。雖然大部分學生已經通過大學英語四級考試，甚至有部分學生已經通過大學英語六級考試，但他們的英語實際聽說能力相對于應試能力卻較為薄弱，仍然有可能聽不懂教師的講解，因此聽說能力成為他們用英語進行學習和交流的主要問題。

醫學圖像處理課程中涉及許多醫學圖像，因此有關醫學的英文詞匯也出現不少。醫學詞匯較為難記，長單詞較多，這也給學生的課堂聽講帶來一定的困擾，影響了課堂內容的吸收，效果較差。

1.3 從考核角度

既然是雙語授課，那么在考核時同樣需要考慮到兩種語言的問題。如果用全英文出試卷，恐怕會出現學生連題都看不懂的情況；如果用中文試卷，又無法體現雙語教學的優勢，難以考核教學的效果。

2 相應的改進措施

針對在雙語教學中遇到的問題，思考后認為：在醫學圖像處理課程的雙語教學中，應明確課程雙語教學的目的仍是傳授專業知識，這一點在教學過程中必須始終堅持，英語只是一種工具，否則專業課的雙語教學就變成專業英語課。為實現這樣的目標，結合師生的實際情況，提出相應的改進措施。

2.1 加強教師培訓，提高講課水平

雙語教學成功與否取決于從事雙語教學教師的水平，因此，加強授課教師的英語能力是十分必要的。學院與外語學院聯系，請專業的英語口語教師為承擔雙語教學任務的教師開展英語培訓，培訓的內容包括教學過程中經常使用的教學專用術語以及學科中常用的英語闡述和評論能力。除此之外，學院還派青年教師到國內著名高校或國外學習進修，參加學術研討會議和培訓班等，提高教師的專業水平和英語能力。

除加強教師水平之外，還要更好地發揮多媒體教學手段在教學中的作用。對于較難理解的專業術語、句子等，在課件中用中英文對照幫助理解，這樣可以保證即使英語水平較低的學生也能夠領會教學中的基本內容。由于本課程是醫學圖像處理，因此在課件中可以多引入一些新型圖像處理技術在醫學圖片中的應用。這些知識與本專業的其他專業課也有相關聯之處，學生對這方面的內容較為感興趣，課堂氣氛活躍，教學效果良好。

2.2 發揮學生主體作用，增強學習興趣

上課時教師應鼓勵學生用英文發言、提問，加強師生之間及學生之間的英文溝通和交流能力，激發學生的學習熱情和主動性，引導學生自主思維。授課結束，可由學生用英文做重點總結，然后教師補充。精選教學內容，對于一些常用的專業術語和句子，課堂上需要經常復習。引導學生逐步學會用英語結合專業知識進行思考分析，提高學生分析解決問題的能力，加深對授課內容的理解。雙語教學難度大，只有充分調動學生的學習積極性，發揮他們的主體意識，才能取得良好效果[2]。

2.3 改進考核方法，提高教學質量

雙語教學仍然是以學生為主體的，因此采取一個合理有效的考核方法能夠激發學生的學習興趣，取得良好的學習成績。可以考慮作業、課后練習、實驗報告采用全英文模式，在這種情況下，學生有時間在組織好英語答案的情況下進行回答。課堂上的討論及問題回答以英文為主，必要時輔以中文解釋，這樣也可以鍛煉學生的口語能力，并提高他們參與討論的熱情。最后的期末考試可以采取中英文結合的方式，對于一些相對簡單的題目如填空題等可以用英文出題，要求英文回答；而一些較為復雜的問答或計算題，可允許學生用中英文作答。這些考核內容在最終成績中所占的權重不同，如可定為平時成績占總評成績的30%，考試成績占總評成績的70%。這樣的考核方式也可促進學生在平時的學習興趣，加強日常的學習積累。

3總結

通過這些改進措施，能夠提高學生對雙語教學的學習興趣，調動學習的積極性，使學生通過學習不僅能夠學到專業知識，也提高了英語聽說讀寫能力。雙語教學作為一種較新的教學手段，仍然在實踐中摸索，在教學過程中不斷完善，只有不斷地發現問題、解決問題、積累經驗，才能更好地發揮雙語教學的效果。

醫學圖像處理論文:醫學圖形圖像處理在大專類醫學院校醫學信息學教育體系中的研究

【摘要】在信息高速發展的今天，醫學信息學的涵蓋已經悄悄的發生了變化，醫學圖形圖像處理已經作為一個非常重要的內容而被納入了醫學信息學的范疇。國內的一些本科院校紛紛設置了相關專業，開設了相關教學內容。然而與此相比，大專類的醫學院校，在這一塊仍然處于空白狀態。本文針對這一問題展開研究，擬提出醫學圖形圖像處理在大專層次的教育當中的必要性與可行性。

【關鍵詞】醫學圖形圖像處理；信息學；大專；醫學院校

一、引言

1999年6月9日，經紐約中華醫學基金會（China Medical Board of New York，CMB）理事會批準資助，成立了國際醫學教育專門委員會（1nstitute for Interna-

tional Medical Education，IIME）。該委員會的任務是為制定醫學教育“基本要求”提供指導。在該機構制定的培養要求當中，生物醫學工程相關知識，特別是“醫學圖形圖像處理”被作為基礎知識要求被提出。[5][8]

當前我國數字化醫院建設的重點是醫院內部的數字化建設。為實現無膠片化，需要建立覆蓋全院醫療和辦公區域的網絡和pacs系統，實現ct、核磁、x線、病理、彩超、電子胃鏡等圖像的網上數字化采集、傳輸、存儲、調閱等功能。而這些方面，都需要從業者具備相關的專業知識。但是醫學圖形圖像處理教學在專科層次教學當中處于盲區。經過調查國內各省的40多所相關大專院校，其中開展了醫學信息教育的學校目前的有12所。[1]授課內容基本是信息檢索，少數涉及到了一些醫療管理軟件的應用，至于醫學圖形圖像方面的課程，高專的醫學信息學教育中沒有涉及，因此在目前大專層次的醫學信息學教育體系的現狀是：醫學信息教育停留在信息素養的培養的階段，沒有進一步的考慮醫學信息的處理，也就是說沒有提升到技能的層面上。

二、國內外關于醫學信息學教育的現狀分析

醫學信息學是交叉學科，起源于美國。現今美國的醫學信息涵蓋面，已經不僅僅局限于醫學情報，信息資源建設、檢索，其內涵已經擴展到了轉化研究信息學、醫學圖像信息學。[3][4]

德國是國際醫學信息學會（IMIA）的官方國家成員，其醫學信息學、生物測量和流行病學協會（GMDS）提出醫學信息學（Medizinische Informatik，MI）內涵：應該包括醫療信息的收集、加工與提煉過程。具體研究內容包括：生物信息學，醫學圖像處理，信息檢索、決策支持等。[9]國外一些發達國家，醫學信息學已經從信息素養教育上升到了信息技術教育的程度，并形成了專科-研究生-博士研究生的完整培養體系。

20多年來，醫學影像已成為醫學技術中發展最快的領域之一，其結果使臨床醫生對人體內部病變部位的觀察更直接、更清晰，確診率也更高。20世紀70年代初，X-CT的發明曾引發了醫學影像領域的一場革命，與此同時，核磁共振成像象（MRI：Magnetic Resonance Imaging）、超聲成像、數字射線照相術、發射型計算機成像和核素成像等也逐步發展。計算機和醫學圖像處理技術作為這些成像技術的發展基礎，帶動著現代醫學診斷正產生著深刻的變革。各種新的醫學成像方法的臨床應用，使醫學診斷和治療技術取得了很大的進展，同時將各種成像技術得到的信息進行互補，也為臨床診斷及生物醫學研究提供了有力的科學依據。而醫學圖形圖像作為一門交叉學科，成為了一般醫學本科院校臨床專業與生物醫學工程專業的主要的學科。

三、國內政策對于醫學信息教育的扶持與指導方向

衛醫研教發[2007]01號文件指出：衛生部醫院管理研究所在相關部委的支持下，決定在全國開展“醫療衛生信息技術普及教育”工作，旨在建立和完善我國“醫療衛生行業信息技術教育體系”，并使之成為指導我國醫療衛生行業信息化建設對各類IT人才需求的重要依據；成為我國醫療衛生信息技術人員和醫學院校學生走出國門與國際接軌的橋梁和紐帶；成為我國全體醫務人員和醫學院校在校生必須掌握的一門現代化工具，從而提高醫療衛生行業的整體服務水平，為更多的患者提供更加優質的服務。

衛醫研教發[2007]02號文件指出：加速推進信息技術在醫療服務、預防保健、衛生監督、科研教育等領域的廣泛應用，普及醫療信息化知識，充分利用現代遠程教育手段為廣大醫務人員提供繼續教育機會，快速培養符合我國醫療衛生行業信息化建設急需的專業人才，滿足人民群眾日益增長醫療衛生服務需求。

衛醫研教發[2007]03號文件指出：隨著信息技術在醫療衛生領域的廣泛應用，對“醫信”復合型人才的需求已成為各級醫療機構在醫療信息化建設、應用和管理中急需解決的首要問題。

作為國內的大專院校，其教學的宗旨與目的是為基層輸送大量的實用型醫學人才，同時兼顧了向更高層次醫學教育輸送可持續培養的醫學生。無論是從實用出發還是從可持續的培養出發，醫學生在醫學信息學上的教育都不容缺失。

四、目前醫學信息教育環節當中的拓展方向

醫學信息學是醫學和計算機學科的結合，是醫學發展的必經階段。[2]該學科的發展需要大批掌握相關計算機技術和醫學只是的高素質符合人才。

當前社會對于醫學信息處理方面的人才需求量大，通過課程建設能夠培養出符合社會要求的懂得醫學信息處理應用類人才。使學生掌握醫學圖像的相關概念與圖像處理中的圖像變換，增強，恢復，壓縮，圖像的分割及特征提取等基本理論；掌握醫學圖像處理的基本理論、技術、方法、應用和進展；了解醫學信息三維可視化的技術和基本實現方法；并在此基礎上掌握醫學圖像處理的整體結構框架，逐漸形成觀察、思考、分析和解決有關理論和實踐問題的能力，并通過圖像處理算法的編程來提高學生的動手能力。這樣的才能使學生在數字化醫院建設的大背景下適應需求，提高競爭力。[7]

五、專科層次開展醫學圖形圖像教學的必要性和可行性

醫學圖像處理是當今各醫學領域應用和需求廣泛的一門學科，是生物醫學工程專業的必修課程，也是計算機科學與技術（醫學應用和醫學智能信息處理方法）的專業主要課程。設置本課程的目的是：（1）使學生掌握數字圖像的相關概念與圖像處理中的圖像變換，增強，恢復，壓縮，圖像的分割及特征提取等基本理論；（2）掌握醫學圖像處理的基本理論、技術、方法、應用和進展，并在此基礎上掌握醫學圖像處理的整體結構框架；（3）掌握數字圖像與醫學圖像處理的基本方法，逐漸形成觀察、思考、分析和解決有關理論和實踐問題的能力，并通過圖像處理算法的編程來提高學生的動手能力。[7][8]

目前國內的專科院校鮮有開展這門學科的基礎教育，主要原因是相關的教學條件要求較高（師資，設備）。但是做為專科院校，無論是從向基層輸送基層的醫療服務人才這個方向來看，還是從為本科醫療院校輸送繼續教育人才方面來看，我們都有必要把這門重要的學科，在醫學類專科層次進行普及性的基礎教學。最為恰當的方式就是在醫學信息學的教學內容中補充豐富醫學圖形圖像內容。

專科層次的學生有他們的特點：基礎和自學能力有待強化，而且在校學習時間比較短，他們需要和能夠掌握的是跟專業相關的簡易并實用的醫學信息概念和技術，而不是高深的理論。根據專科學校的特點和學生基礎情況，以及各用人單位（基層醫院）對醫學信息技術的需求情況，查閱國內外各醫學院校醫學信息專業教學資料，在現有計算機課程內容基礎上，引入一定課時的醫學數字圖形圖像處理，通過實踐教學進行論證之后，完善出一套適合專科層次的教學大綱和實驗大綱。

通過對大專醫藥各專業學生進行實用的醫學信息技術與醫學圖形圖像學教育，其目的是使學生更能適應各專業崗位的需求，從而提高專科層次畢業生就業競爭力；提高基層醫療衛生行業的整體服務水平，為更多的患者提供更加優質的服務。

醫學圖像處理論文:醫學圖像處理課程的教學經驗探討

摘要：本文分析探討了醫學圖像處理課程的特點，結合醫藥院校學生的實際情況，從課堂教學所用教案及實驗教學所選軟件和內容兩個方面對醫學圖像處理課程教學方法進行了探討。

關鍵詞：醫學圖像；多媒體；Photoshop；MatLab

《醫學圖像處理》是以《數字圖像處理》為基礎，結合醫學院校的特點和教學要求，以醫學圖像為處理方向，開展的一門課程。作為一門醫科院校的工科課程，《醫學圖像處理》課程的對象是醫學院校的工科學生，是生物醫學工程、計算機科學等專業的必修課程。該門課程教授的是指將醫學圖像信號轉換成的數字信號用計算機技術對其進行處理的算法和過程，要求學生既掌握基礎的醫學常識又有教深的計算機編程的經驗。由于專業與課程的特殊性，導致該課程在教學過程中存在些許問題和困難：如學生沒有較強的基礎理論知識，聽課過程中遇到困難，容易失去學習興趣，不能掌握專業知識，或者只懂理論而不知道如何在計算機上編程實現應用。經過多輪的教學和不斷的探索，將已有的一些經驗做一個小結，以期對提升教學效果有所幫助。

1 多媒體動畫教案的優勢和應用

《醫學數字圖像處理》課程需要重點講解的內容包括：圖像運算、圖像灰度變換、直方圖處理、圖像的空域增強及頻域增強、圖像分割、圖像配準、圖像復原、圖像壓縮編碼、形態學處理等內容。圖像處理課程涉及面廣、跨度大、內容多，且具有較強的工程性，在教學上存在一定難度。多媒體動畫教案的應用能將學生難以理解的抽象內容及復雜的變化過程,通過動態模擬和局部放大的手段,動態直觀地展現在學生面前，將抽象的算法轉換為淺顯生動的形象[1]。

例如進行圖像增強時常采用均值濾波和中值濾波算法，僅用數學公式教導的辦法，因其較抽象導致效率低且效果不好，將算法步驟先用動畫直觀展現出來，再結合數學公式解釋闡明，大大降低了學習難度，保證了學生的學習興趣。又例如頻域濾波法中的高通濾波算法可增強圖像的高頻分量而濾除圖像的低頻分量從而達到突出圖像邊緣的目的。這一算法是基于傅里葉變換及信號處理等抽象理論發展出來的，理解起來有一定的難度，在課堂上，首先給學生展示一張腦部CT圖片及其對應的頻域圖，對應高通濾波算法逐漸改變濾波范圍使原來的圖像相應發生改變，讓學生對腦部CT圖片在計算機上進行逐步動態銳化，銳化后腦膜輪廓清晰可辨，達到了增強圖像邊緣的目的。利用多媒體教學，可以直觀地看到圖像在處理前后的明顯變化，便于學生接受,增強了學生對重要概念的理解，提高了教學質量和課教學效率。多媒體的動態教學需要貫穿這個課程始終，例如講解圖像灰度變換時可以開窗算法為例，輔以顯影效果不甚理想的醫學圖片如細胞顯微圖等講解利用代數運算對圖像進行處理的方法，并將處理后得到的增強圖片與原圖像加以比對，讓學生真切地看到圖像處理的作用，了解其價值和意義。此類例子還有很多，通過具體的醫學圖像實例進行直觀生動的課堂演示，可以提高學生的學習興趣讓他們積極參與到教學過程中來，成為教學中的主體。

多媒體動畫教案在教學中的作用不言而喻，因此制作合適的教案是能否成功完成教學任務的關鍵。經過多輪的摸索總結，我們發現教學案例的選擇要結合實際，除了讓學生掌握理論外，還要讓他們知道學到的知識可以用到什么方面、怎么用。

2 實驗教學工具與內容的選擇

目前，醫學圖像處理教學選用比較多的軟件有PhotoShop、Matlab和VC等。在實際教學中需根據學生的特點選擇不同的醫學圖像處理教學軟件，比如我們學院生物工程專業學生編程基礎較弱，在學習醫學圖像處理時選擇的是PhotoShop和Matlab，通過PhotoShop軟件向學生展示各種醫學圖像處理算法的實現效果[2]，而使用Matlab編程工具實現各種圖像處理算法，另外調用Matlab圖像處理工具箱中的系統函數可以實現醫學圖像的增強、分割等基本圖像處理功能，可以讓學生掌握一些基本的醫學圖像處理編程方法。而對于計算機專業的學生，由于他們系統地學過計算機課程，因此在醫學圖像處理實驗教學時就采用VC編程實現各種圖像算法。首先提供給學生一個用VC編寫好的圖像處理平臺代碼，然后交給學生如何在該平臺上增刪改他們所需要的圖像處理算法。盡管直接使用VC++編寫醫學圖像程序通常代碼都比較長，學生比較難掌握，但是采用VC編程相對MatLab編程而言更容易實現可視化界面，編寫出的程序可以模仿PhotoShop軟件的部分功能，極大地提升了學生的學習興趣。除此之外還可以使學生了解醫學圖像處理的每一個細節，徹底領悟醫學圖像處理各種實現算法的精髓，從而加深對抽象的醫學圖像處理理論的理解。

在實驗內容的選擇上多選用驗證性算法，以期讓學生通過實驗鞏固和加深對醫學圖像分析的各種常用算法的理解與掌握在我們的教學中；為了提高學生對實驗的重視程度和實驗積極性，將實驗考核成績引入總成績，占到總成績的10%-20%。

3 小結

本文對醫學圖像處理課程的特點，課堂教學方法及實驗教學工具和內容的選擇進行了探討。由于醫學圖像處理課程難度大，理論性和實踐性均很強，教師在教學時需根據醫學院校學生理工基礎弱，編程能力差的特點選擇合適教學方法幫助學生克服困難，提升教學效果。

醫學圖像處理論文:計算機圖像處理技術在醫學中的應用

摘要：現代醫學越來越離不開醫學圖像信息、醫療設備或系統的支持，在醫學圖像處理和醫學設備中，超聲成像、CT、磁共振、外科手術、中醫舌像診斷都與計算機圖像處理技術息息相關。

關鍵詞：計算機技術；醫學圖像；圖像處理技術

1醫學圖像的種類

隨著計算機技術和醫學的發展，醫學圖像信息在臨床診斷中起著越來越重要的作用。目前，供醫學研究和臨床診斷所需要的醫學圖像多種多樣，如：B超圖像、MRI圖像、CT圖像、PET圖像、SPECT圖像、數字X光機（DR）圖像、X射線圖像、各種電子內窺鏡圖像、顯微鏡下病例切片和顯微鏡下細胞圖像等。利用計算機技術處理這些圖像，不僅可以提高醫學臨床診斷水平，還能為醫學培訓、醫學研究與教學、計算機輔助臨床外科手術等提供必要支持[1]。

2醫學圖像處理技術的內容

在醫學圖像處理中，計算機起著至關重要的作用。廣義的圖像處理技術包括：圖像的獲取、圖像的存儲、圖像的傳遞、圖像的處理和圖像的輸出，這些處理工作都需要用到計算機技術。狹義的圖像處理主要研究計算機可以實現的算法，包括：1)幾何處理：包括改變圖像的大小，旋轉、移動圖像等。2)算數與邏輯預算：包括圖像的加減乘除、與或非運算等。3)圖像數字化：將模擬形式的圖像轉化成數字圖像。4)圖像變換：為了方便后續操作，改變圖像的表示域和表示數據，如傅里葉變換、余弦變換、小波變換等等。5)圖像增強：改善視覺效果和圖像質量，如對比度增強、平滑、校正等等。6)圖像復原：修復失真圖像以盡量接近原始的未失真的圖像，如頻域中的恢復方法、最大熵恢復、運動模糊恢復等。7)圖像壓縮：為了有利于圖像的傳輸和存儲，將一個大的數據文件轉換成較小的同性質的文件，如自適應編碼壓縮、基于人工神經網絡和小波技術的壓縮等。8)圖像分割：將圖像中感興趣的部分分割出來，為后續圖像分析和理解打基礎，如邊界檢測、區域檢測等等，具體可以參考文獻[2]。9)圖像的表示和描述：對已分割的圖像進一步表示和描述，以更適合計算機進一步處理，如顏色提取、紋理提取、區域集合特性等等。10)圖像分類識別：根據提取的特征來分類識別圖像，如人工神經網絡、支持向量機、模糊識別等。11)圖像重建：將一組關于目標的某一剖面的一維（或二維）投影曲線，重構該剖面的二維（或三維）圖像的技術，如投影重建、3D重建技術等。一般所說的圖像處理指的是狹義的圖像處理。

3計算機圖像處理技術在醫學中的應用

3.1圖像處理技術在超聲醫學成像中的應用

超聲成像過程中圖像處理的方法有很多，其中主要的有圖像平滑處理、圖像偽色彩處理、圖像紋理分析、圖像分割、圖像銳化處理，以及圖像增強處理等圖像處理方法[3]。在B超圖像中，不可避免會出現噪聲，噪聲的存在對某一象素或某幅圖像是有影響的，因此要平滑圖像，去除噪聲，為圖像的后續處理做準備。為了使B超醫生更好的識別B超圖像信息，可以用不同的顏色來表示圖像中的不同灰度級，達到圖像增強的效果，可識別灰度差較小的像素，這種用彩色差別代替灰度差別而組成的圖像，即為偽色彩圖像。B超圖像中存在顆粒狀紋理，其主要有以下兩種情況引起的，一種是B超圖像本身的斑紋，是無用的信息，另一種是由被檢查者的組織結構引起的，是有用的信息。正常和有病變的器官圖像組織顆粒分布不同，即紋理也不同，因此，對B超圖像進行紋理分析，從而判別病情。圖像分割是將病變區域分割出來，以便測量其大小，體積等，為診斷提供必要數據。除此之外，還要用到圖像銳化處理和圖像增強等計算機技術處理B超圖像。

3.2圖像處理技術在CT和MRI中的應用

CT的本質是一種借助于計算機進行成像和數據處理的斷層圖像技術。雖然X線透視可使人們了解人體的內部結構,但只有CT通過計算機在排除散射線和重疊影像的干擾并對X線人體組織吸收系統矩陣作定量分析后,才從根本上解決了分辨率問題。計算機在CT系統中要完成圖像去噪、圖像的增強、圖像重建等任務。沒有計算機技術，CT設備的發展是不可想象的[4]。在磁共振中，圖像處理技術包括圖像去噪、圖像增強、圖像復原、圖像三維重建等操作，磁共振成像也離不開計算機圖像處理技術的支持。

3.3圖像處理技術在圖像引導外科手術中的應用

手術導航(Surgical Navigation)是近二十幾年迅速發展的微創外科(Minimally Invasive Surgery，MIS)技術之一。圖像引導外科系統利用醫學影像和計算機圖像處理技術，可在術前對患者多模態圖像數據進行三維重建和可視化，獲得三維模型，制定合理、定量的手術計劃，開展術前模擬；在術中利用三維空間定位系統進行圖像和病人物理空間的注冊或配準，把患者的實際體位、手術器械的實時空間位置映射到患者的三維圖像空間，對手術器械在空間中的位置實時采集并顯示，醫生通過觀察三維圖像中手術器械與病變部位的相對位置關系，對病人進行精確的手術治療[5]。它把圖像圖形處理、空間立體定位、精密機械和外科手術等結合在一起。醫學圖像自動處理算法諸如圖像分割、濾波、特征提取算法在圖像引導外科中發揮著重要作用。

3.4圖像處理技術在中醫舌像診斷系統中的應用

計算機圖像處理技術在舌象綜合定量化研究中起著重要作用，也是舌診現代化的發展方向之一。中醫舌象診斷系統運用色度學、近代光學技術、圖像處理技術和計算機硬件技術等學科技術，其中圖像處理技術是關鍵技術之一。在該系統中，要對舌象進行預處理，包括去噪、圖像分割等操作。建立顏色模型，根據模糊數學理論，確定有關舌象的定義域，進行特征提取和紋理分析等，這些都是計算機圖像處理技術。

4結束語

現代醫學越來越離不開醫學圖像信息的支持，在醫學圖像處理中，計算機技術起著至關重要的作用。在醫學領域中，超聲成像、CT、磁共振、外科手術、中醫舌像診斷都與計算機圖像處理技術息息相關。隨著計算機技術和醫學的發展，計算機圖像處理技術會在醫學領域中得到更廣泛的應用，醫學領域也更離開不計算機圖像處理技術。

醫學圖像處理論文:醫學圖像處理教學經驗分析

1結合學科專業特點精選教學內容

我們開設的《醫學圖像處理》課程是以《數字圖像處理》為基礎，結合醫學院校的特點和教學要求進行課程設計J。《醫學圖像處理》作為一門醫科院校的工科課程，有其自身的優勢和劣勢。優勢在于醫科院校有大量的醫學圖像資源及相關科研項目，便于根據臨床和科研實際要求，進行動手操作，通過理論聯系實際的方式增加學員學習熱情。劣勢在于醫科院校相關工科課程開設不足，學員基礎理論知識存在脫節的現象，不夠扎實牢固，在聽課過程中遇到困難后容易失去學習興趣，從而導致不能很好地掌握相關知識。另外，由于醫學圖像處理技術涉及面很廣、學習內容繁多，要求學員在短時間內完全掌握醫學圖像處理具有一定難度。對于實驗技術專業的學員，我們要求學員通過對本課程的學習能夠掌握醫學數字圖像處理的基本概念、方法及原理，重點講解圖像的運算、圖像灰度變換、直方圖處理、圖像的空域增強及頻域增強等內容；對于生物醫學工程專業的學員則適當增加課程難度，重點講授醫學圖像增強、醫學圖像分割、醫學圖像配準等知識，并適當增加圖像復原、圖像壓縮編碼、形態學處理等內容。

2教學案例充分利用多媒體教學優勢

通過具體的醫學圖像實例進行直觀生動的課堂演示，可以提高學員的學習興趣，讓學員積極參與到教學過程中來，成為教學中的主體。比如講解圖像灰度變換時以CT開窗技術為實例，講解圖像代數運算時以數字減影、精子細胞活動度檢測等為實例。教學案例的選擇要結合實際，除了讓學員掌握理論外，還要讓他們知道學到的知識可以用到什么方面、怎么用。圖像處理課程涉及面廣、跨度大、內容多，且具有較強的工程性，因此在教與學上都存在一定難度。由于圖像處理課程的實例較多，可演示性好，因此可充分利用多媒體技術來進行教學。多媒體教學具有圖文并茂、知識密集、動態顯示等優點，能向學員傳輸大量的信息J。在醫學圖像處理課程中講述的算法較多，但這些算法最終都要在計算機上實現，并且圖像處理算法中的參數選擇不同，處理的效果也不同，因此圖像處理課程教學不能脫離計算機。通過引入Matlab、Photoshop等軟件講述算法流程、算法的具體實現及處理結果。

3注重實踐教學培養學員的動手能力

醫學圖像處理課程要特別注重實踐環節，要科學合理地安排實驗內容、實驗時間與實驗工具。實驗內容的選擇要與課堂上講授的理論知識緊密相連，以加深學員對理論的理解。為了使學員在學習醫學圖像處理基本原理的同時盡快掌握典型算法，我們要求學員采用Matlab語言進行編程。因為Matlab只有一種數據類型，一種標準的輸入輸出語句，不用指針、不需編譯，還具有強大而簡易的繪圖功能。利用Matlab圖像處理工具箱在數學運算和算法驗證上的優勢，結合教學實際，使學員在學習和實踐中充分體驗醫學圖像處理的內涵和魅力。我們根據教學大綱的要求，從實驗學時數(20個學時)出發，設計了一系列的實驗，這些實驗由易到難，同時兼顧了學員理解醫學圖像處理基本概念和自己動手設計算法的要求。實驗包括圖像的直方圖均衡、圖像的基本灰度變換、采用求和取平均的辦法對噪聲圖像進行增強、空域平滑濾波器、空間銳化濾波器、圖像的頻率域濾波(低通、高通、同態濾波)等，基本覆蓋了教學大綱的內容。總之，醫學圖像處理技術在課程體系的設計上，緊緊抓住理論與實踐并重的原則，在課程教學中注重教學內容的可實踐性及學員的參與性，盡量體現教與學的趣味性。實踐證明，這種教學方法可以有效提高學員各方面的素質，有助于生物醫學工程等專業學員更好地掌握醫學圖像處理的基礎理論和基本技能，從而培養出高素質的復合型人才。

醫學圖像處理論文:醫學圖像處理技術分析

1醫學圖像處理技術

醫學圖像處理技術包括很多方面，本文主要介紹分析圖像分割、圖像配準和融合以及偽彩色處理技術和紋理分析在醫學領域的應用和發展。圖像分割就是把圖像中具有特殊涵義的不同區域分開來，這些區域使互不相交的每一個區域都滿足特定區域的一致性。它是圖像處理與圖像分析中的一個經典問題。目前針對各種具體問題已經提出了許多不同的圖像分割算法,對圖像分割的效果也有很好的分析結論。但是由于圖像分割問題所面向領域的特殊性，至盡尚未得到圓滿的、具有普適性的解決方法[2]。

圖像分割技術發展至今，已在灰度閾值分割法、邊緣檢測分割法、區域跟蹤分割法的基礎上結合特定的理論工具有了更進一步的發展。比如基于三維可視化系統結合FastMarching算法和Watershed變換的醫學圖像分割方法,能得到快速、準確的分割結果[3]。圖像分割同時又是進行三維重建的基礎，分割的效果直接影響到三維重建后模型的精確性，分割可以幫助醫生將感興趣的物體(病變組織等)提取出來，幫助醫生能夠對病變組織進行定性及定量的分析，從而提高醫生診斷的準確性和科學性[4]。

如何使多次成像或多種成像設備的信息得到綜合利用，彌補信息不完整、部分信息不準確或不確定引起的缺陷，使臨床的診斷治療、放療定位、計劃設計、外科手術和療效評估更準確，已成為醫學圖像處理急需解決的重要課題。醫學圖像配準是通過尋找某種空間變換，使兩幅圖像的對應點達到空間位置和解剖結構上的完全一致。要求配準的結構能使兩幅圖像上所有的解剖點，或至少是所有具有診斷意義以及手術區域的點都達到匹配[5]。目前醫學圖像配準方法有基于外部特征的圖像配準(有框架)和基于圖像內部特征的圖像配準(無框架)兩種方法。后者由于其無創性和可回溯性，已成為配準算法的研究中心。基于互信息的彈性形變模型也逐漸成為研究熱點。

互信息是統計兩個隨機變量相關性的測度，以互信息作為兩幅圖像相似性測度進行配準基于如下原理：當兩幅基于共同的解剖結構的圖像達到最佳配準時，它們對應的圖像特征的互信息應為最大[6]。圖像配準是圖像融合的前提，是公認難度較大的圖像處理技術，也是決定醫學圖像融合技術發展的關鍵技術。近年來國外在圖像配準方面研究很多，如幾何矩的配準、利用圖像的相關系數、樣條插值等多項式變換對圖像進行配準。國內研究人員也提出了一些相應的算法：對于兩幅圖像共同來估計其正反變換的一種新的圖像配準方法，稱為一致圖像配準方法；采用金字塔式分割，進行多柵格和多分辨率的圖像配準，稱為金字塔式多層次圖像配準方法；為了提高CT、MRI、PET多模態醫學圖像的三維配準、融合的精度，還可以采用基于互信息的方法[7]。

在圖像配準方面，在努力提高配準精度的同時，目前提出的多種方法都盡量避免人工介入，力求整個過程自動化，其結果導致實現算法的過程復雜而耗費時間，文獻[5]已進行研究，試圖實現基于人機交互的快速圖像配準策略,同時根據圖像的不同成像模式選擇合適的配準測度也十分重要。不同的醫學圖像提供了相關臟器的不同信息，圖像融合的潛力在于綜合處理應用這些成像設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，對多種模態的圖像進行圖像融合，可以準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系，從而及時高效地診斷疾病，也可以用在手術計劃的制定、病理變化的跟蹤、治療效果的評價等方面。在放療中，利用MR圖像勾勒畫出腫瘤的輪廓線，也就是描述腫瘤的大小；利用CT圖像計算出放射劑量的大小以及劑量的分布，以便修正治療方案。

在制定手術方案時，對病變與周圍組織關系的了解是手術成功與否的關鍵，所以CT與MR圖像的融合為外科手術提供有利的佐證，甚至為進一步研究腫瘤的生長發育過程及早期診斷提供新的契機。在CT成像中，由于骨組織對X線有較大的吸收系數，因此對骨組織很敏感；而在MR成像中，骨組織含有較低的質子密度，所以MR對骨組織和鈣化點信號較弱，融合后的圖像對病變的定性、定位有很大的幫助[8]。由于不同醫學成像設備的成像機理不同，其圖像質量、空間與時間特性有很大差別。因此，實現醫學圖像的融合、圖像數據轉換、圖像數據相關、圖像數據庫和數據理解都是亟待解決的關鍵技術[9]。對一幅黑白圖像，人眼一般只能辨別出4到5比特的灰度級別，而人眼能辨別出上千種不同的顏色。針對這一特點，人們往往將黑白圖像經過處理變為彩色圖像，充分發揮人眼對彩色的視覺能力，從而使觀察者能從圖像中取得更多的信息，這就是偽彩色圖像處理技術。

醫學圖像大多是黑白圖像，如X、CT、MRI、B超圖像等。經過偽彩色處理技術，即密度分割技術，提高了對圖像特征的識別。通過臨床研究對X線圖片、CT圖片、MRI圖片、B超圖片、電鏡圖片均進行了偽彩色技術的嘗試，取得了良好的效果，部分圖片經過處理后可以顯現隱性病灶。例如對X線圖片，在乳腺照影中偽彩色處理能鑒別囊性病、良性和惡性腫瘤，同樣，鋇餐照影圖片和各種X線圖片也得到良好的診斷效果[10]。紋理是人類視覺的一個重要組成部分，迄今為止還難以適當地為紋理建模。為此有關專家進行了大量的探索研究，但未能獲得有關紋理的分析、分類、分割及其綜合的有效解釋[11]。

有研究針對肝臟疾病難以根除、危害面廣的問題，采用灰度梯度共生矩陣的方法，分別提取纖維化肝組織和正常肝組織的CT圖像的紋理特征，提出了基于灰度梯度共生矩陣的小梯度優勢、灰度均方差、灰度熵等參數作為圖像的紋理特征量。通過選取的紋理參數，可以看到正常組和異常組之間存在顯著性差異，為纖維化CT圖像臨床診斷提供了依據[12]。

2三維醫學圖像的可視化

三維醫學圖像的可視化通常是利用人類的視覺特性，通過計算機對二維數字斷層圖像序列形成的三維體數據進行處理，使其變換為具有直觀立體效果的圖像來展示人體組織的三維形態。三維醫學圖像可視化技術通常分為面繪制和體繪制兩種方法。體繪制技術的中心思想是為每一個體素指定一個不透明度，并考慮每一個體素對光線的透度、發射和反射作用。醫學數據的可視化，已成為數據可視化領域中最為活躍的研究領域之一。實現三維數據可視化的方法很多，空間域方法的典型算法包括：射線投射法、足跡法、剪切－曲變法(目前被認為是一種速度最快的體繪制算法)等；變換域方法的典型算法有頻域體繪制法和基于小波的體繪制法，其中小波的體繪制技術顯現出較好的前景[13]。

以上可以利用的三維可視化軟件有AVS、Analyze、amira、3Dslicer等，其中Analyze是專為生物醫學圖像的研究而開發的圖像可視化軟件。利用二維斷層數據進行三維重建，可以更為直觀地顯示人體器官的各個解剖結構的形態及它們之間的毗鄰關系，為基礎研究和手術規劃及手術過程模擬提供參考。鼻部是人體內解剖結構比較復雜的部位之一，可以利用3DSlicer來嘗試實現鼻部部分解剖結構的三維可視化，以此為可視化虛擬人體模型的建立探索一種精確的重建方法和顯示手段，同時也可為醫療工作者提供更為細致、完全和快捷的觀察方案[14]。

隨著互聯網技術不斷發展，跨越空間限制的遠程虛擬現實技術已經逐步成為可能。基于虛擬現實技術利用美國國家醫學圖書館VHP(VisibleHumanProject)完整數據重建可視人體，綜合VTK、VRML、OperGL等可視化平臺的優勢，采用三維互動、空間電磁定位、立體視覺等虛擬現實技術，實現了全數字可拆裝人體骨骼的本地和遠程互動學習。三維虛擬現實讓“遨游”人體世界成為可能，可以呈現一個物理上并不存在但又實實在在“看得見”、“摸得著”的“真實”人體，使用者可以無數次地“解剖”這個虛擬人以了解人體的結構[15]。在臨床方面，提出了一種用AVS/Express開發的基于PC的LeFortI手術模型系統原型。

利用AVS/Express大量預制的可視化編程對象模塊，快速構建系統的結構框架和功能模塊，生成的原型能對以DICOM(DigitalImagingandCommunicationsinMedicine)格式存儲的顱頜面CT序列斷層圖像進行預處理，并進行三維重建，在交互式操作環境中，顯示顱頜面各種組織的解剖結構，進行相應的三維測量，模擬LeFortI手術的截骨頭，對截骨段實行任意的平移頜旋轉[16]。

在體視化方面一直致力于提高重建速度(實時顯示利于交互操作)，使重建效果理想，減少冗余信息及存儲空間。具體需要考慮：1)不完全數據提出一個足夠精確的數據提取方案2)什么算法能夠快速準確地實現圖像重建。人體器官是一個高精度龐大的結構，所建模型還應考慮臨床實用方面的因素以及某些特殊部位的個體差異，針對不同的生理組織應采用不同的分割方法[17]。3針對PACS的圖像壓縮PACS(PictureArchivingandCommunicationSystem，圖像存檔及通信系統)是近年來國內外新興的醫學影像信息技術，是專門為醫學圖像管理而設計的，包括圖像獲取、處理、存儲、顯示或打印的軟硬件系統，是醫學影像、數字化圖像技術、計算機技術和網絡通信技術相結合的產物。顯然，計算機網絡是PACS的重要組成部分，它負責提供底層圖像傳輸服務，是PACS的軟硬件基礎，正是通過各個層次的網絡才將PACS中的圖像獲取、存儲顯示以及醫療數據的管理等單元連為一體，使之形成一個統一、高性能的系統。

PACS需要解決數據傳輸和圖像存儲的問題，如何利用有限的存儲空間存儲更多的圖像，醫學圖像壓縮是關鍵的技術之一。醫學圖像數據量是非常驚人的，建立PACS的許多技術困難都與之有關，如圖像的存儲、傳輸、顯示等。從圖像壓縮還原的角度出發，圖像壓縮方法可分為無損壓縮和有損壓縮兩大類，常用的無損壓縮方法有差分脈沖預測編碼、多級內插方法等。常用的有損壓縮方法有離散余弦變換(DCT)、全幀離散余弦變換、重疊正交變換(LOT)、自適應預測編碼和神經網絡法等，近年來又出現了分形和小波變換編碼[18]。如何對醫學圖像進行壓縮，是近年來圖像處理技術中的一個重點研究的問題[19]。

醫學圖像的壓縮無疑是減低應用系統成本，提高網絡傳輸效率，減少存儲空間的一個重要途徑。DICOM作為醫學圖像與通信的重要標準，加入了對圖像壓縮算法的支持。目前DICOM正在研究對最新的壓縮標準JPEG2000支持的可能性。隨著新一代靜態圖像壓縮標準JPEG2000的發展，小波理論在這個領域成為研究的熱點，在這方面文獻[20]提出了面向任務的醫學圖像壓縮的概念。醫學圖像是醫學診斷和疾病治療的重要根據，在臨床上具有非常重要的應用價值。確保醫學圖像壓縮后的高保真度是醫學圖像壓縮首要考慮的因素，現在醫學圖像上常常采用無損壓縮，因為它能夠精確地還原原圖像。但是無損圖像壓縮的壓縮比很低，一般為2~4；而有損圖像壓縮的壓縮比可以高達50，甚至更高。

所以將這兩種壓縮方法在保證使用要求的基礎上結合起來，在獲取高的壓縮質量的前提下提高壓縮比。因此，醫學圖像被人為地劃分為兩個區域：1)包含重要診斷信息的區域，其錯誤描述的代價非常高，所以此感興趣區域(ROIRegionofInterest)需要高重構質量的壓縮方案；2)非感興趣區域則要求達到盡可能高的壓縮比,即需要在某一框架下將無損壓縮與有損壓縮統一起來，這也是目前醫學圖像研究領域的一個熱點。我們的工作就集中在小波理論框架下實現面向任務的醫學圖像壓縮,由于并非所有的小波基都適合于分解圖像，所以前期工作的重點在MATLAB的仿真上，考慮到部分所選醫學圖像的ROI區域和非ROI區域的對比度不很理想的情況，圖像分割的最優算法是考慮的一個方面。

壓縮比方面在滿足一般性的圖像條件下針對某些特殊圖像也會有相應的考慮，目前的工作是在VC平臺下實現面向任務的醫學圖像壓縮。在醫學圖像壓縮方面，許多學者結合模式識別、計算機視覺、神經網絡理論、小波變換和分形理論等探索圖像編碼的新途徑，同時人的視覺生理心理特性的研究成果也開拓了人們的視野，給從事圖像編碼技術研究的學者帶來了新的啟迪。但隨著網絡技術在醫學領域的廣泛應用，更加細致的要求也逐漸被提出來了。

4結束語

隨著遠程醫療技術的蓬勃發展，對醫學圖像處理提出的要求也越來越高。以“千禧年的技術挑戰和全球機遇”為主題的IEEE生物醫學信息學和生物醫學工程學(BIBE)國際會議的一個重要議題就是“多媒體、虛擬現實、可視化、高級圖像處理和機器人在醫學中的應用”。醫學圖像處理技術發展至今，各個學科的交叉滲透已是發展的必然趨勢，其中還有很多亟待解決的問題。有效地提高醫學圖像處理技術的水平，與多學科理論的交叉融合、醫務人員和理論技術人員之間的交流就顯得越來越重要。總之，醫學圖像作為提升現代醫療診斷水平的有力依據，使實施風險低、創傷性小的化療、手術方案成為可能，必將在醫藥信息研究領域受到更多的關注[21]。

醫學圖像處理論文:VBAI圖像處理生物醫學論文

1應用于微球內外徑等尺度指標的自動測定

將微球投入溶液中，使其分布較均勻，并置于顯微鏡下觀察，得到清晰的微球顯微圖像。根據我們先前的工作，通過測定微球的外徑D以及其在溶液中所成像的黑環內徑的d，可以根據有關理論方程來確定微球或其周邊介質的折射率。因此，需要精確測定D與d。下面介紹我們用VBAI編寫的程序如何實現對微球像D與d的智能自動測定。進入VBAI的InspectionState編輯窗口，可以編輯整個程序的主要過程。我們的設計是:先在“Inspect”過程中對圖像進行預處理并找到物體，得到物體個數;然后在“GOON?”過程中判斷檢測到幾個物體，是否已經檢測完全部物體;隨后在“Measure”過程中對當前序號的物體進行檢測。進入每個過程進行具體步驟的編輯，只需雙擊右側工具中的相應操作，就可以將該操作加入程序中，在屬性窗口中對操作的各項參數進行設定。在“Inspection”過程中，我們首先打開圖片，選中循環取圖將依次獲取目標文件夾中的每個圖像文件。如要測量真實尺寸，則要對圖像進行標定，VBAI中Calibrateimage有多種方式。通常實驗室顯微鏡采用顯微標尺進行標定，選擇第一種模式，導入顯微標尺的圖像，標定完成后生成標定文件，檢測時自動讀取。

接著我們對圖像進行預處理，這將打開visionassistant窗口，可對圖像進行LUT變換、濾波、分割、形態學變換等多項操作，在本實例中將圖像處理為適合尋找物體的二值化圖像。然后對處理過的二值化圖片進行DetectObjects操作，得到物體數列。SelectImage操作將原圖像讀入，代替處理過的二值化圖像，為下一步檢測做準備。SetVariable的操作是將DetectObjects操作中檢測到的物體個數存入代表剩余物體數的X。“GOON?”過程中沒有圖像處理的具體操作，只在InspectionState編輯中有一個判斷，在指向end的箭頭定出編輯走向end的條件，為剩余物體數X＜1，當X≥1時將執行默認箭頭，走向“Measure”過程。“Measure”過程中，首先IndexMeasurements讀取之前DetectObjects中檢測得到的物體數列的的第X個物體。接著，要設置程序可以根據物體的位置、大小等自動建立相應的ROI，即檢測區域，由于要進行微球圖像直徑的檢測，因此區域類型選擇圓環形。然后就可以在檢測區域內進行圓的直徑檢測了，利用FindCircularEdge操作可以很方便地做到這一點。在直徑檢測中，程序在檢測區域內沿徑向生成一系列的檢測線，曲線為沿檢測線方向上灰度值變化曲線的一次導數曲線，反映了灰度值的變化速率，負數部分對應圖像由亮變暗，正數部分對應圖像由暗變亮，極值處即變化速率最快處，也就是邊緣所在位置。曲線上方的參數設定包括判斷邊緣的閾值，平滑算子的大小，取樣寬度，每條檢測線之間的間隔等。由于是根據擬合出的曲線確定邊緣位置，因此可以超越像素的限制，實現亞像素等級的超分辨率精確度。

檢測程序首先得到每條檢測線上的邊緣點位置，再根據所有邊緣點擬合出圓形邊界，計算出直徑數值，程序中給出精確到0．01個像素的結果。結果的穩定性還要取決于拍攝環境、光照、相機穩定性等。圖像中微球邊緣的黑環是由于光線折射造成的，根據我們先前工作，證明其粗細與微球與溶液的折射率比值成一定比例關系。因此，程序中通過分別測量各微球的D與d，調整FindCircularEdge操作中搜尋方向、邊緣種類等參數可以搜尋到內徑圓和外徑圓。在精確測定D與d值后，可自動根據我們先前工作導出的方程式，給出微球的折射率或是其周邊介質的折射率。Calculator是界面類似LabVIEW圖像化編程工具的一項功能，可以由用戶自己選擇輸入輸出量、制定復雜的運算程序等，本實例中為利用文獻的方程式計算出微球的折射率。DataLogging可以選擇需要記錄的數據寫入指定的txt或csv文件，以便后續的數據分析統計。最后SetVariable將變量X減1。VBAI應用編寫完成后可作為專用的檢測軟件使用，處理圖片時將需要分析的圖像放在同一目錄下，進入VBAI文件，指定該路徑，點擊RunInspectioninLoop，就可以自動完成所以圖片的分析，并得到記錄有數據的txt或csv文件。這樣生成的檢測程序智能、客觀、準確、快速，實現了圖像中微球的識別尋位、移動ROI建立、兩個直徑的測量、折射率計算、數據保存等操作的完全自動化運行。而且整個操作與運算排除了人為操作中的主觀性因素，精度亦達到亞像素水平，平均單個微球的測量時間僅需0．20s。為了檢驗其測定的準確性，在對拍攝系統和環境進行標定和控制之后，選擇合適的微球作為檢測對象進行多次檢測。同時，用以往常用的油浸法對微球折射率作對照測定，測得的折射率與本VBAI生成系統測定結果高度吻合，說明VBAI檢測程序的測量準確性可重復性較高。

2應用于細胞檢測

2．1背景

細胞是生物醫學研究的重要對象之一，通過分析細胞的顯微圖像我們可以得到很多有用的信息。紅細胞是人類血液中存在的主要細胞，一直是研究的熱點。正常的紅細胞呈雙凹圓盤狀，而衰老和不健康的紅細胞會呈棘形、雙凹消失等不規則的形態。通過觀察與分析顯微圖像中紅細胞的形態可以評價其健康程度。所以這里以紅細胞為例說明如何采用VBAI編寫適合于進行細胞圖像分析的技術過程。

2．2方法

將紅細胞懸浮于緩沖液中，置于顯微鏡下觀察，利用數碼CCD攝像頭拍攝下細胞的圖像。檢測程序上需要先尋找到各個細胞，再對每個細胞進行檢測，與微球檢測的過程類似，程序總體設計上依然可以利用上節中微球的檢測程序的設計，但需要根據有關圖像處理分析的內容更改具體的圖像處理分析操作。在圖像預處理操作中需要將原始圖像處理為適合物體識別的二值化圖像，利用VisionAssistant，先對圖像轉灰度圖像、適當的LUT處理，在分割處理上，由于細胞邊緣處明暗對比較大，邊緣銳利，因此選用基于移動窗口分割的算法可以較容易地找到邊緣。通過實驗比較證明，選用Backgroundcorrection分割，可綜合局部和全局的灰度變化信息。分割移動窗口大小設置為邊長接近細胞邊緣寬度2倍的正方形最為合適。分割完成后再對二值圖像進行一定的形態學變換操作，將邊緣盡量變得閉合并填充孔洞。最后進行DetectObjects操。接著將對細胞形態進行分析。首先根據DetectObjects操作中所檢測到的物體列表，對每個細胞進行檢測區域的建立，即設置ROI。然后依然使用FindCircularEdge操作，在該操作中調整參數，使得檢測線能較準確的發現邊緣。該操作完成后，將輸出一項名為Deviation的參數，該參數代表了細胞邊緣與標準圓的標準偏差。同時該操作還可以得到細胞直徑等相關的信息。將Deviation除以直徑后可以得到細胞邊緣與標準圓的相對標準偏差，由于健康紅細胞的圖像是近似圓形的，因此Deviation參數可以一定程度上反映紅細胞的健康程度。將實驗中拍攝到的采用不同保存格式、保存不同天數的紅細胞圖片歸類，用VBAI程序進行分析，結果保存在csv文件中。為較健康的細胞，圖像中細胞外輪廓近似圓形，Deviation/R=1．2‰;為發生了一定形變的細胞，Deviation/R=3．2‰為嚴重變形的棘形細胞，Deviation/R=7．3‰。隨著細胞變形程度加重，細胞的相對標準偏差值也隨之增加。通過軟件分析的優勢在于:可以客觀而定量地給出每個細胞的變形程度;可以快速自動地分析大量的圖片，得到大量的數據，并對數據進行后續的統計處理，具有統計學意義。除此之外，還可以獲得細胞的大小信息，通過視野內細胞個數，得到細胞分布密度信息等。

3應用于圖像的改善

3．1背景

某些生物醫學樣品的顯微圖像，由于各種原因，其清晰度與對比度都不能滿意，對此，也可以運用VBAI的圖像處理的方式對圖像進行改善。下面介紹花粉孢子斷層掃描圖像中噪音及對比度不理想的斷層圖作改善的技術過程。

3．2方法

首先對整幅圖像中的噪雜進行去除，通常改善的方法有空域濾波和頻域濾波，兩種方法都可通過VisionAssistant中的算法實現。其中空域濾波的算子較多，功能更加豐富。不僅提供了低通、高通等10多種算子、每種算子3×3，5×5，7×7三種尺寸，還可以由用戶自定義算子以滿足特殊需要。整幅圖像改善完成后對左右對比度及清晰度不理想的花粉孢子斷層圖像進行增強，首先建立一覆蓋中央花粉孢子像的區域，使用一可旋轉的長方形區域，長方形的方向與左右像平移的方向垂直，寬度等于左右像平移的距離。接著利用Calculator操作計算圖11(a)左右像的位置。輸入中央像的中心點(X0，Y0)、角度α和平移距離L，則左像、右像中心點(X1，Y1)，(X2，Y2)分別為:X1=X0+L?cosαY1=Y0－L?sinαX2=X0－L?cosαY2=Y0+L?sinα以此為中心點坐標參數，長寬與角度參數使用中央區域的長寬與角度，分別建立覆蓋左右像的區域，使用VisionAssistant對左右區域內的圖像進行對比度、明暗度的調整增強。得到處理后的圖像，三個層面的圖像的對比度基本相同。利用VBAI對圖像進行處理與改善，不僅功能豐富，適用性強，且操作簡單，易于掌握，程序建立完成后還可以快速的對其他同類圖片進行處理，大大節省了時間。

4結語

使用VBAI創建圖像分析處理程序，可對各種生物醫學對象進行分析和檢測，可對圖像進行處理與改善，其優勢在于:

(1)相比起人眼觀測和手動測量，本方法能夠提供客觀和量化的數據，可快速對大量圖像進行自動分析并保存檢測結果。

(2)相比起通用化的測量分析軟件，本方法針對性強，針對各種特定情況和需要制定適應的程序，準確性、有效性和實用性高。

(3)相比起使用VC等編程軟件編寫特定測量分析軟件，本方法簡單，有大量強大的模塊化功能自由選用，程序開發周期短，工作量小，不需要專業編程技能，一般人易于掌握，且程序易于調整改進。綜上所述，使用VBAI可簡單快捷的針對不同生物醫學圖像建立相應檢測處理程序，可快速自動地對大量圖像進行分析，得到客觀量化的數據。VBAI是實驗室快速建立生物醫學圖像處理與分析檢測程序的有力工具。

作者：查悅明 陀韋為 王卓 張剛平 黃耀熊 單位：暨南大學生物醫學工程系