交互式虚拟内窥镜系统

计算机图形图象技术与虚拟现实技术应用于医学内窥镜系统,产生了虚拟内窥镜技术,为了将虚拟现实技术应用在医学图象处理方面,以方便医生进行虚拟手术与无创诊断,在综合利用各种计算机图形,图象技术的基础上,提出了完整的交互式虚拟内窥镜系统的框架,同时对系统结构和各种模型进行了分析和讨论,还针对系统的实时性和绘制结果的逼真性要求,提出了基于Object Cache和扩展的区域增长方法,并将其应用到医学图象处理当中,得到了较好的效果,该系统较好地解决了虚拟现实与可视化实时性和绘制精度两方面的要求,从而为医学图象可视化提供了有力的工具。     

一种基于树结构的细胞区域分割方法

在医学细胞图象处理中,特别是癌症的计算机辅助诊断中,图象中的细胞分割是细胞形态定量分析、细胞变异和疾病诊断的研究基础.本文以显微细胞图象为处理对象,在进行预处理的基础上,从细胞二值图象中像素点数据构成的数据结构出发,针对该类图象的特点,提出一种基于树的遍历的图象区域分割方法--"T形遍历分割法".实际的显微细胞图象处理试验结果表明,本文算法针对图象中的细胞区域分割处理速度较快、细胞区域间的分割效果较好.为分类和识别前的特征提取奠定了良好的基础.     

医学图象软组织分层显示的设计与实现

主要针对医学图象提出了基于距离变换的算法,并应用在我们自行开发的三维医学图象处理与分析系统中对医学CT图象进行软组织分层显示处理,取得了较好的分割效果。应用该算法由于能够达到物体外轮廓的准确识别和切割深度的精确定位,从而使其重建后的三维体显示模型可清晰地再现皮下血管肌肉与周围组织的解剖关系,大大增强了医学图象分析系统的临床实用价值。     

基于Android和VTK的医学图像可视化系统设计与实现

提出一种基于Android开发平台的医学图像可视化系统,该系统基于面向对象方法设计了功能强大的可视化类库Visualization Toolkit(VTK)。首先介绍整个系统结构框架,然后详细分析各个模块的设计与实现,最后在真实设备上进行测试。该系统实现了对常用医学图像Digital Imaging and Communications in Medicine(DICOM)数据和Stereolithography(STL)数据进行可视化和简单交互。     

基于医学病历特点的自适应界面设计方案研究

针对目前流行的界面自动生成技术在医学病历系统应用中的局限性,提出一种基于医学病历特点的自适应界面设计方案。方案实现了根据某一数据表结构自动生成与数据字段相互绑定且能自动布局的界面控件,及增删查改等基本的数据库操作。将方案应用于大肠癌病历系统的开发中,实验结果表明开发时间较之传统的手工方式缩短了70%左右,且对应用系统外在需求变化具有较高的自适应性。该方案也可推广应用到有类似数据特点的其它医学数据管理系统中去。     

基于DICOM3.0标准的医学图象处理系统实现

论文深入分析了医学数字图象通讯标准(DICOM3.0标准)中定义的DICOM图象文件的编码。实现了一个基于DICOM3.0标准的医学图象处理系统,对实现中的若干难点进行了剖析并给出了相应算法。     

一个miniPACS的设计与实现

医学图像归档及通信系统(PACS)的设计与实现是医学图像处理及传输领域的研究热点。本文分析和探讨了如何基于一家医院的CT科室的现有设备(比如CT、MR等)来设计和实现一个小型PACS(miniPACS)。这里,我们结合自行开发的图像归档服务器,采用医学数字成像及通信标准——DICOM3.0作为底层互操作平台,构建了这个miniPACS,并且实现了图像归档、图像查询/提取、图像打印以及图像的后处理等功能。     

基于本体的出生缺陷相关医学知识管理系统*

当前网络中分布着大量与出生缺陷相关的电子病历、医学文献和临床实验数据库。如果对这些数据库进行数据整合,实现有效地管理,将便于医学工作者对海量数据进行快速查询和综合分析。基于以上需求,设计了基于本体的出生缺陷相关医学知识管理平台,实现了基于本体的数据整合、数据标注和数据查询。该系统已用于国家科技支撑计划重点课题人口和生殖健康综合信息服务大型门户系统中。     

面向对象的医学图像工作站

基于面向对象编程思想实现一个医学图像工作站。根据CT或MRI医学图像数据结构特点,使用面向对象方法设计1个医学图像类,构造类成员变量和成员函数。进一步,介绍图像插值、调窗、分割、三正交面显示、图像漫游等算法,对于一些重要算法优缺点,进行分析与比较,给出相应实验结果。     

面向电子病历中文医学信息的可视组织方法

针对当前大量电子病历信息无法充分利用的问题,研究了面向电子病历中文医学信息的主题建模及可视组织方法.首先基于电子病历数据和医疗问答数据,进行预处理并转换为纯文本语料,然后采用基于Mallet的LDA主题模型训练算法进行主题建模,并结合主题模型分析的需求进行可视组织与呈现,最后构建了面向中文医学信息的可视分析系统.实例验证表明该系统可以有效的辅助用户进行主题模型的构建与分析,并有利于进一步的诊断.     

基于复合型数学形态学的中医图像边缘处理方法的研究

对中医诊断图像进行边缘处理可以提高医学图像的信息利用率.医学图像的边缘处理是进行图像重建和显示的基础,处理后的图像能使得各种病变组织直观、有效地显示和分析,从而提高中医师诊断的准确性.为此,提出了一种改进的基于复合型数学形态学的医学图像边缘处理方法,实验证明该方法能有效地进行医学图像的边缘提取.     

STL rapid prototyping bio-CAD model for CT medical image segmentation

This paper presents a simple process to construct 3D rapid prototyping (RP) physical models for computer tomography (CT) medical images segmentation. The use of stereolithography (STL) triangular meshes as a basis for RP construction facilitates the simplification of the process of converting CT images to an RP model. This is achieved by constructing the STL triangular meshes directly from data points without having to draw the curve model first. The grey prediction algorithm is used to sort contour point data in each layer of the medical image. The contour difference detection operation is used to sequence the points for each layer. The 3D STL meshes are then constructed by this proposed layer-by-layer sequence meshes algorithm to build the STL file. Once this STL file is saved, a 3D physical model of the medical image can be fabricated by RP manufacturing, and its virtual reality model can also be presented for visualization. CT images of a human skull and femur bone were used as the case studies for the construction of the 3D solid model with medical images. The STL models generated using this new methodology were compared to commercial computer-aided design (CAD) models. The results of this comparative analysis show that this new methodology is statistically comparable to that of the CAD software. The results of this research are therefore clinically reliable in reconstructing 3D bio-CAD models for CT medical images.     

基于MC的三维可视化方法的研究与实现

医学影像三维可视化技术利用二维医学图像序列重建出三维模型,为医生提供了直观、全面、准确的病灶和正常组织信息,是当今医学领域研究的热点。其中最有代表性的是由W.ELorenson和H.E.Cline在1987年提出来的Marching Cubes方法[1]。本文主要介绍了MC方法的原理和实现,并实现了基于MFC与OpenGL两项技术的高精度,高效率面绘制程序。     

一个通用医学图象管理系统的设计与实现

目前医院中普遍采用的Ｘ光胶片处理方法存在着效率较低、成本较高、不易保存等问题,这可利用计算机和数据库技术来解决。按照模块化的设计思想提出了一个通用的医学图象管理系统结构,根据实际背景开发出一个实例系统（ＴＨ－ＭＩＭＳ）并已投入使用。     

医学影像处理系统的设计与实现

基于对DICOM文件格式的详细剖析,作者设计和实现了PACS系统中的影像处理子系统,可对DICOM格式的影像文件进行浏览、存储、打印以及各种影像处理,基本满足了医院对医学影像进行处理的需求。     

基于深度学习的医学影像诊断综述

目前各类医学影像数据积累迅速,给利用传统影像分析方法实现疾病诊断的医生带来了巨大挑战;计算机视觉领域的深度学习方法日渐成熟,为实现医学影像的自动分析及辅助医生实现疾病的高精度智能诊断提供了新的契机。文中综述了深度学习方法在医学影像领域的最新研究进展。首先,介绍了深度学习方法以及该类方法在医学影像领域的应用情况;然后,从应用深度学习主要研究的几大病症来分析具体的研究进展;最后,总结研究动向,预测研究趋势,并提出深度学习在医学影像研究中可能存在的问题以及建议。     

基于边缘保持的CT图像插值放大算法

由于医学硬件设备和辐射剂量的限制,为了获得高分辨力、高质量的CT图像以协助医生进行诊断和治疗,通常需要从软件方面将CT图像放大或局部CT图像放大,考虑到CT图像边缘在CT图像处理中的重要性,提出一种基于边缘保持的CT图像插值算法,该算法包括两个步骤,第一步对原图像进行边缘提取以及沿边缘方向进行边缘插值放大;第二步进行图像平滑区域的双线性插值放大。该算法能很好地保护图像的边缘细节,文中给出了放大实例,实验结果证明了算法的有效性。     

Non Sub-Sampled Contourlet with Joint Sparse Representation Based Medical Image Fusion

Medical Image Fusion is the synthesizing technology for fusing multimodal medical information using mathematical procedures to generate better visual on the image content and high-quality image output. Medical image fusion represents an indispensible role in fixing major solutions for the complicated medical predicaments, while the recent research results have an enhanced affinity towards the preservation of medical image details, leaving color distortion and halo artifacts to remain unaddressed. This paper proposes a novel method of fusing Computer Tomography (CT) and Magnetic Resonance Imaging (MRI) using a hybrid model of Non Sub-sampled Contourlet Transform (NSCT) and Joint Sparse Representation (JSR). This model gratifies the need for precise integration of medical images of different modalities, which is an essential requirement in the diagnosing process towards clinical activities and treating the patients accordingly. In the proposed model, the medical image is decomposed using NSCT which is an efficient shift variant decomposition transformation method. JSR is exercised to extricate the common features of the medical image for the fusion process. The performance analysis of the proposed system proves that the proposed image fusion technique for medical image fusion is more efficient, provides better results, and a high level of distinctness by integrating the advantages of complementary images. The comparative analysis proves that the proposed technique exhibits better-quality than the existing medical image fusion practices.     

医学图象体数据场的剖切显示方法

为了给医生提供一些全面、直观和准确的诊断信息 ,讨论了一种对医学图象体数据场进行二维和三维剖切显示的方法 ,其中对于二维剖切显示 ,可首先由用户通过人机交互的方式来给出对体数据场进行任意剖切显示的路径 ;然后运用反求工程的求解思路沿切割路径进行量化和采样来得到沿切割路径上每个采样点在对应图象坐标空间中的位置 ,并由此获得剖切平面上所有采样点的空间位置坐标 ;最后通过对体数据场进行重采样和插值操作来实现对空间体数据场的二维任意剖切显示 .对于三维剖切显示 ,可首先采用与二维剖切操作类似的图象采样和插值操作来获得纹理数据阵列 ,然后结合纹理映射技术 ,将纹理数据映射到三维坐标空间中 ,以实现数据场的三维空间剖切显示     

口腔颌面疾病辅助诊断系统的设计与实现

为给口腔颌面外科的临床诊断提供帮助,并对TMJ进行虚拟手术操作,设计并实现一个口腔颌面疾病医学辅助诊断系统(OMD- MADS)。系统采用AddIn树设计方法,包括一个医学图像三维重建系统和一个口腔颌面疾病本体。介绍OMD-MADS的功能和设计过程。根据输入的CT图像重建下颌骨的三维模型。该系统可实现疾病信息查询和模型操作,用作医患交流平台和教学工具。