计算机在医学领域的应用

根据医学领城应用计算机技术的现状,对医学实验、辅助诊断、图像处理、医院综合管理等方面的应用做简要概述,并举例说明计算机在医疗领域的具体应用.     

M2+-树:一种支持医学病例多度量空间检索的高效索引

由于从病例库中进行病例的相似性检索关系到能否提供给医生充分且正确的候选病例,因此如何高效、准确地实现影像病例的相似性检索是学术界和医学界的研究热点之一.迄今为止,很多文献提出了用于提高查询精度的检索策略,但涉及检索效率的文章还为之甚少.基于此,提出了一种融多种度量空间相似性计算于一体的M2+-树高维索引技术.该索引将病例中的文本和影像合成一个高维多特征向量,该向量在度量空间上将数据空间划分成若干子空间,并借助关键向量对划分后的数据子空间再进行向量空间上的二次划分.关键向量的无重叠划分和三角不等式过滤原理可以加快病例的检索速度.总之,在度量和向量空间上的两次数据划分使得M2+-索引树大大减少了待查询病例与数据库病例间的不必要相似性计算的次数,从而加快了相似性病例的检索速度.实验结果表明,M2+-树的性能优于典型的度量空间多特征索引代表M2-树的性能.     

医学信息类专业《计算机组成原理》课程教学探讨

结合高等医科院校的实际情况,针对医学信息类专业的特点,探讨了《计算机组成原理》课程教学过程q-的几点心得。分别从教学内容的选择、教学方法的改进和教学实践的改革等方面作了详细的阐述。     

一种面向CT图像的无损水印算法

为了解决信息隐藏和篡改定位不能同时进行的问题,提出了一种篡改定位精度高的、规范化的无损水印算法。在CT图像的感兴趣区域内,提出了利用提升小波变换进行篡改定位的方法,来对感兴趣区域内的篡改进行定位。在感兴趣区域外,对选取的LSB进行算数编码来获得信息冗余,以嵌入水印信息。设计了一个规范的信息头来存储感兴趣区域的坐标等信息。水印在提取时,只需用一个密钥将信息头提取出之后再根据信息头提取其它数据。原始图像在水印提取后可无失真地恢复,且对恶意篡改的定位达到像素级。     

改进颜色融合的医学图像彩色化技术

彩色化后的医学图像能清晰体现患者病灶信息有利于医患沟通。提出改进颜色融合的医学图像彩色化方法,首先利用基于KNN的图像前背景区分算法,强化病灶区域的边界信息;然后以此为约束条件,只需提供简单的着色输入;最后将边界能量引入颜色融合方法,得到较好的着色结果。着色图像保持了原图的灰度信息不变,增加了彩色标记图像的颜色和真实感。实验结果表明,该算法具有较高的精确度,可有效的应用于医学图像彩色化处理。     

生物医学工程专业《医学图像处理》实践教学的改革

《医学图像处理》课程是生物医学工程专业的主干核心课程,是重要的专业课,学生学好这门课程对其今后的就业及工作有着重要的意义。本文针对《医学图像处理》课程中的实践课程作了初步的改革探索,利用学生MATLAB学习的基础,开发设计了一套实践课教学软件,改变了传统的讲授式的教学方法,更生动直观的辅助学生进行图像处理相关课程的学习,提高了学生的学习兴趣及动手操作能力。     

基于改进Marching Cubes算法的乳腺MRI肿块三维重建

核磁共振成像MRI(Magnetic Resonance Imaging)是目前乳腺癌肿块诊断的常用辅助手段,对图像的正确解析是关键,针对传统MC(Marching Cubes)面绘制算法应用于乳腺MRI图像的不足,提出了改进方法。首先利用乳腺MRI序列图相邻帧间图像灰度分布的相似,肿块组织形状相近等相关性,在RSF(Region-Scalable Fitting)模型的基础上利用初始轮廓迭代的方法提取肿块区域。接着将多组参数下获得的结果,依据每一帧与其前后帧的重叠面积越大越好作为条件进行筛选,使提取的等值面最优化。最后采用基于加权二次误差度量的三角形折叠方法,对面绘制产生的大量三角网格进行了简化。将所提出的改进方法应用于30例乳腺MRI序列图,实验结果表明,对于乳腺MRI肿块的三维重建在精度和绘制速度上都比使用传统MC算法有很大提高。     

基于WebGL的医学图像三维可视化研究

现今医学图像往往与大型的硬件设备和复杂的软件联系在一起, 然而随着互联网技术的发展, 越来越多互联网应用的出现改变了人们对传统本地软件的依赖, 现今医学图像在互联网领域才刚刚起步, 提出了一种在浏览器中实现医学图像的三维可视化的方法, 能够通过成熟的本地医学图像平台(比如3DSlicer)获取医学图像数据, 结合HTML5以及WebGL(Web Graphics Library)来实现医学图像的三维可视化.     

A New Medical Image Enhancement Based on Human Visual Characteristics

Study of image enhancement shows that the quality of image heavily relies on human visual system. In this paper, we apply this fact effectively to design a new image enhancement method for medical images that improves the detail regions. First, the eye region of interest （ROI） is segmented; then the Un-sharp Masking （USM） is used to enhance the detail regions. Experiments show that the proposed method can effectively improve the accuracy of medical image enhancement and has a significant effect.     

基于互信息的颅脑MR影像序列的三维配准

医学图像配准具有重要的临床应用价值,并一直是医学图像处理领域的热点研究问题。基于互信息的配准方法由于自动化程度高和配准精度高的优点而被广泛应用于三维医学图像配准;但是,也存在着数据量大、计算速度慢的问题。采用归一化互信息测度,并将一种新的正交优化技术应用于颅脑MR影像序列的三维配准,旨在缩短处理时间。将该方法与使用传统优化算法的配准方法作了比较,实验结果表明,提出的方法能够显著提高配准速度,且不降低配准精度。