实现三维影像数据快速压缩及应用研究

三维图像数据量极大，要实现快速有效的交互应用，有必要进行压缩，而视觉效果不变。该文提出了一个快速、有效的表面数据压缩算法，可使对象描述的三角形个数大为减少，解决三维图像交互困难。软件实现采用最新的软件技术设计为组件对象，可直接应用于需要图像数据压缩的任何场合。脸部图像和乳房图像数据压缩例证所提算法是合理的，且快速有效，软件实现是成功的。三维数据压缩将是生物医学影像等应用领域中必不可少的手段。     

医疗大数据可视化研究综述

随着"互联网+"的迅速发展,医疗大数据不仅数据类型繁多、关系复杂,且呈爆炸式增长,一般的数据可视化方法难以对其进行有效的展示,医疗大数据可视化技术面临巨大挑战。概述了医疗大数据的起源、特点及其研究进展,介绍了医疗大数据可视化的相关概念及其研究现状,将现有医疗大数据可视化方法划分为两大类,分类阐述了常见的医疗大数据可视化方法,给出了包括分类、图例、特性的可视化方法比较一览表。最后分析了医疗大数据可视化中存在的问题,指出其未来研究重点,对医疗大数据可视化方法研究与普及应用具有重要的参考价值。     

基于数据仓库的医疗数据可视化系统的设计与实现

本文以病人费用分析为例,基于数据仓库技术,研究了抽取和整合医院使用的事务处理型系统中的数据,并设计面向医院管理者的数据可视化系统的相关工作,以便充分利用医院日益增加的数据为医院管理者提供决策支持,也为医疗数据行业的工作者提供一些简单的参考。     

走近医疗影像系统

医疗影像系统是国际上近三年来技术上逐步走向成熟的领域。这个技术是把传统的医疗仪器设备中涉及图像进行显示、成片、存贮、加工和查询检索的工作过程,采用计算机及通信技术来进行处理。这项改革不仅简化了传统医疗影像工作的繁锁、耗时、耗材等问题,而且也大大提高了医疗诊断、分析的速度和正确性。     

多维数据可视化技术综述

数据挖掘可视化是数据挖掘过程中的重要组成部分。通过交互式数据挖掘可以增强挖掘结果的可理解性和可信度。如何可视化多维数据,是目前可视化研究的热点。本文对目前主要的关于多维数据可视化技术和方法进行了综述。     

海量遥感影像数据存储技术研究

介绍现有海量遥感影像数据的存储管理方式及其存在的不足,研究基于分布式文件系统的海量遥感影像数据存储技术,通过研制的D—MaRISS系统,说明所采用的分布式文件系统的结构和影像数据的组织方式。实验表明,该技术能高效地实现对海量遥感影像数据的存储管理。     

加速医疗影像的发展

分析了医疗影像技术发展现状以及影响医疗影像发展的几个因素。分别从技术发展、解决方案、开发工具、技术创新几方面论述了医疗影像发展的条件以及方向。     

医疗数据治理综述

为提高临床智能辅助决策系统辅助医生决策的能力,从医疗数据治理方向入手,采用文献检索和网络调查相结合的方法深入探析医疗数据的治理、研究动态、相关技术及应用等内容.结合已有研究,从医疗数据治理的关键问题出发,重点阐述医疗数据治理技术,包括数据标准化、数据脱敏、数据清洗和数据结构化的具体方法,及其在临床智能辅助决策系统的数据...     

影像管理系统与计算机业务管理系统的集成

主要针对目前各种对外服务大厅中视频监控影像管理系统与计算机业务系统各自独立设计及运行,给日常管理特别是投诉管理及突发事件处理等造成许多不便,分析影像管理系统与计算机业务管理系统集成的必要性及现实可行性,并提出集成的解决方法.     

基于Web医学图像可视化系统应用研究

介绍一种自主开发的基于Web的医学图像可视化系统,并对相关技术细节进行详细分析。该系统接收用户上传的基础数据,专业人员将处理好的数据发送到服务器后,用户可以在系统上在线阅片、三维可视化、专家诊断以及手术操作在线指导。     

一种支持可视化数据挖掘的图像后处理方法

可视化数据挖掘是当前数据挖掘的研究重点之一，国际上近几年发展起来的几类可视化数据挖掘技术，主要有基于计算机图形学的技术．本文提出了一种支持可视化数据挖掘方法的计算机图像处理技术，利用一种类邻域平均方法（Resemble Neigh borhood Averaging Method）对数据挖掘结果图像进行后处理，可帮助用户准确把握数据的主要特征，进而从数据中发现有用的模式．实验表明，该方法具有很强的直观性、便利性、有效性，为可视化数据挖掘提供了一个新途径．     

基于特征的医学图像数据存储模型

当前医学图像文件因数据量大而难以存储、管理和查询。为此,提出一种基于特征的医学图像存储模型。将面向对象模型中的对象和消息机制与网状模型中的链状存储结构相结合,以图像本身及其特征为对象进行存储,从而实现图像信息的快速存储和查找。实验结果表明,该模型的存储效率高,查询速度快,具有较好的实用性及可扩展性。     

医疗诊断系统中的数据预处理

针对长期积累的病历数据不仅数量庞大,记录方式、内容千差万别,而且噪声、缺省值大量存在的问题,提出了智能医疗诊断系统,利用以往的病历数据经过数据挖掘等技术来产生决策规则,以期为潜在的患者及早发现病情,获得早期诊治：总结了病历文本的记录内容和特点,对每一类的特点和形成原因进行了分析研究,并结合医疗诊断分别提出了针对它们的预处理方法,为下一步数据挖掘做好了准备。     

海量医学数据处理框架及快速体绘制算法

设计并实现了一套针对海量数据的处理和分析算法框架,并将其融入实验室早先开发完成的医学影像算法研发平台MITK(medical imaging toolkit)中,真正建立起一个海量医学影像数据的处理平台,并在此基础上研究了针对海量数据的基于光线投射和三维纹理的快速体绘制算法,提出了一种半自适应分块的方法对原始数据进行分块,在不对分块速度产生太大影响的基础上得到了更好的分块结果,同时使用图形硬件来进一步加速整个算法的绘制流程.实验结果表明了该平台和算法对于海量医学数据处理和可视化的有效性.     

基于数据融合及小波变换的医学超声图像去噪方法

医学超声图像固有的斑纹噪声,极大地降低了超声图像的质量,严重影响了对病灶的识别。经典的去噪方法在抑制斑纹噪声时丢失了图像中大量的细节和微弱的边缘信息。本文提出一种基于数据融合的小波变换去噪算法,首先对医学超声图像进行对数变换,将乘性噪声变成加性噪声,然后对同一原始信号含噪声的两幅同源图像分别进行小波分解,对两幅图像中小波系数的低频分量作加权融合;对水平、垂直与对角方向高频分量取两幅图像中各尺度下对应小波系数绝对值较大者各自分别融合,使高频分量中信号得以最大限度地保留,最后,经小波逆变换和指数变换得到去噪后图像。该方法在去除噪声同时能够有效保持边缘信息,较好地改善去噪后图像的视觉效果,取得了良好的效果。     

多维可视化技术综述

当前,面对科学、工程和商业领域中海量的多维信息,用户迫切需要使用有效的可视化工具在知识发现、信息认知及信息决策过程中对其进行理解。首先对多维和多变元的概念进行了界定,给出了二者的适用领域,然后基于多维可视化技术的分类体系,详细阐述了各类技术代表方法的基本原理、适用性及功能作用,最后分析比较了各类技术方法的优缺点,展望了多维可视化技术未来的研究方向及其面临的挑战。     

面向医学图像的数字水印技术

在现代医疗保健系统中,数字信息系统占据着越来越重要的地位。虽然该系统方便了医学信息的存储和传输,但敏感的医学信息在公共网络传输时,很容易被截获或篡改,而嵌入在医学图像中的数字水印能在一定程度上确保医学信息的安全。     

医学图像分割及其发展现状

医学图像分割是各种医学图像应用的基础,当前的临床辅助诊断、图像引导的外科手术和放射治疗中,医学图像分割技术显示出越来越重要的临床价值.由于医学图像种类繁多,常规影像包括磁共振(MR)成像、计算机断层(CT)成像、正电子发射计算机断层显像(PET)、超声(US)成像等,其中MR成像还可以产生多种不同时间参数序列的图像模态.为此,医学图像分割技术已成为面向不同的影像模态、临床目标、特定解剖学部位的一种独特的应用科学体系.结合现有的国内外研究成果,该文详细地介绍和系统地对比了图像分割方法并进行了分类,最后还对6个国际知名医学成像期刊和会议进行了统计分析,阐述了医学图像分割技术的研究趋势.