簡介：醫(yī)學(xué)圖像的檢索以及診斷技術(shù)研究作為計算機(jī)科學(xué)和醫(yī)學(xué)的交叉研究領(lǐng)域，逐漸成為國內(nèi)外醫(yī)學(xué)以及計算機(jī)科學(xué)領(lǐng)域的重要研究方向之一。利用數(shù)據(jù)挖掘技術(shù)可以挖掘出蘊(yùn)含在圖像內(nèi)部豐富的特征信息與規(guī)則，從而輔助醫(yī)生進(jìn)行相似案例的比較以及對圖像的診斷，學(xué)術(shù)價值較高并且應(yīng)用前景廣泛。目前，利用數(shù)據(jù)挖掘技術(shù)對醫(yī)學(xué)圖像的研究不多，并且還存在許多問題。研究并探索出利用數(shù)據(jù)挖掘方法對醫(yī)學(xué)圖像進(jìn)行高效而準(zhǔn)確的處理具有現(xiàn)實而重要的意義。圖像的有效分割可以保證之后提取出來的圖像特征的可信度，本文提出了一種自適應(yīng)區(qū)域生長方法，利用關(guān)聯(lián)規(guī)則對圖像特征進(jìn)行提取，并改進(jìn)關(guān)聯(lián)分類引擎算法ASSOCIATIVECLASSIFIERENGINE，ACE實現(xiàn)對醫(yī)學(xué)圖像的分類。本論文主要研究了以下幾個方面首先，針對腫塊圖像分割這一難題，提出了一種自適應(yīng)區(qū)域生長方法對腫塊圖像進(jìn)行分割。首先利用最小二乘法擬合出腫塊感興趣區(qū)域ROI的背景區(qū)域，利用原區(qū)域減去背景區(qū)域得到預(yù)處理后的ROI，再利用圖像的梯度信息自適應(yīng)地對圖像進(jìn)行生長，實現(xiàn)對腫塊的分割，將算法的分割結(jié)果與手動分割進(jìn)行對比，采用誤分率評估該方法。其次，針對圖像特征的選擇，提取出每個感興趣區(qū)域的形狀特征及紋理特征共32個，采用基于關(guān)聯(lián)規(guī)則的特征選擇算法對圖像特性進(jìn)行選擇，相比其它特征選擇算法，所選取的特征的檢索性能更出眾。然后，建立并實現(xiàn)醫(yī)學(xué)圖像關(guān)聯(lián)分類模型，采用最小描述長度方法MINIMUMDEIONLENGTH，MDL離散化圖像的連續(xù)特征，利用離散化的特征提取分類關(guān)聯(lián)規(guī)則，改進(jìn)ACE算法實現(xiàn)了對醫(yī)學(xué)圖像的關(guān)聯(lián)分類，提高了分類精度。最后，建立了一個包含219幅乳腺X圖像的ROI的數(shù)據(jù)庫，同時建立一個相應(yīng)的圖像特征庫，為用戶提供了一個方便的ROI查詢及更新系統(tǒng)。

簡介：數(shù)據(jù)庫技術(shù)是現(xiàn)代計算機(jī)應(yīng)用系統(tǒng)開發(fā)的核心技術(shù)，也是“信息高速公路”的重要支撐技術(shù)，數(shù)據(jù)庫技術(shù)與多種技術(shù)結(jié)合已經(jīng)成為當(dāng)前數(shù)據(jù)庫研究發(fā)展的一個重要趨勢。而醫(yī)學(xué)影像數(shù)據(jù)庫技術(shù)是一種面向醫(yī)學(xué)影像特定領(lǐng)域的數(shù)據(jù)庫管理技術(shù)，它是醫(yī)院信息系統(tǒng)的數(shù)據(jù)存儲中心，也是PACS系統(tǒng)和其它一些涉及到醫(yī)學(xué)信息的醫(yī)院信息系統(tǒng)的重要組成部分。醫(yī)學(xué)影像數(shù)據(jù)庫是建立在影像數(shù)據(jù)庫、影像處理、計算機(jī)網(wǎng)絡(luò)技術(shù)以及醫(yī)學(xué)領(lǐng)域知識基礎(chǔ)上，支持醫(yī)學(xué)影像數(shù)據(jù)有效存儲、傳輸、檢索和管理的數(shù)據(jù)庫技術(shù)。如何有效地存儲、傳輸、檢索和管理海量醫(yī)學(xué)影像數(shù)據(jù)，是影像數(shù)據(jù)庫系統(tǒng)實現(xiàn)中必須解決的重要問題。在醫(yī)院信息系統(tǒng)建設(shè)過程中，各個部門的信息系統(tǒng)通常采用不同的數(shù)據(jù)庫和技術(shù)來構(gòu)建，如病人信息系統(tǒng)、病房管理系統(tǒng)、電子病歷系統(tǒng)、行政管理系統(tǒng)和醫(yī)學(xué)影像管理系統(tǒng)等。這些系統(tǒng)大多是相互獨立的應(yīng)用系統(tǒng)，就像一個個“信息孤島”，由于不同的數(shù)據(jù)庫提供商提供的數(shù)據(jù)庫不同，所以在各個環(huán)節(jié)之間存在著數(shù)據(jù)交流不便的問題。而異構(gòu)數(shù)據(jù)庫集成則能解決這一主要問題，它是在已經(jīng)存在的多個異構(gòu)的、分布的數(shù)據(jù)庫之間搭建一個操作平臺，這樣醫(yī)生就可以使用一個醫(yī)院管理信息系統(tǒng)來連接彼此分散的各個應(yīng)用系統(tǒng)，實現(xiàn)同時對多個異構(gòu)的數(shù)據(jù)庫系統(tǒng)進(jìn)行訪問管理，從而提高信息資源整體使用效率，達(dá)到資源共享的目的。本文針對醫(yī)學(xué)影像數(shù)據(jù)庫設(shè)計與實現(xiàn)中的關(guān)鍵技術(shù)展開研究。詳細(xì)分析基于DICOM的醫(yī)學(xué)影像數(shù)據(jù)庫的數(shù)據(jù)組織方法，包括DICOM信息模型、醫(yī)學(xué)影像數(shù)據(jù)模型和DICOM網(wǎng)絡(luò)協(xié)議模型等。然后對醫(yī)學(xué)影像數(shù)據(jù)庫進(jìn)行了設(shè)計，包括異構(gòu)數(shù)據(jù)庫管理系統(tǒng)的構(gòu)建、醫(yī)學(xué)影像傳輸技術(shù)、醫(yī)學(xué)影像顯示技術(shù)和醫(yī)學(xué)影像數(shù)據(jù)庫安全技術(shù)等。本文通過對IHE技術(shù)框架和DICOM標(biāo)準(zhǔn)的剖析，結(jié)合國內(nèi)醫(yī)院的實際需求，提出了一個數(shù)字化醫(yī)院的解決方案。該方案在嚴(yán)格遵循DICOM標(biāo)準(zhǔn)的前提下，充分吸收了IHE技術(shù)框架的設(shè)計思想，實現(xiàn)了以病人為中心的信息化管理理念。

簡介：電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINA專業(yè)學(xué)位碩士學(xué)位論文MASTERTHESISFPROFESSIONALDEGREE論文題目基于HADOOP架構(gòu)和多級索引技術(shù)的醫(yī)學(xué)影像存儲檢索系統(tǒng)研究專業(yè)學(xué)位類別軟件工程學(xué)號201122230142作者姓名劉家志指導(dǎo)教師湯羽RESEACHOFMEDICALIMAGINGSTAGERETRIEVALSYSTEMBASEDONHADOOPMULTILEVELINDEXINGTECHNOLOGYAMASTERDISSERTATIONSUBMITTEDTOUNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINAMAJSOFTWAREENGINEERINGAUTHLIUJIAZHIADVISTANGYUSCHOOLSCHOOLOFSOFTWAREENGINEERING

簡介：自上世紀(jì)八十年代提出科學(xué)計算可視化之后三維數(shù)據(jù)可視化應(yīng)用越來越廣最終發(fā)展成了體繪制技術(shù)領(lǐng)域。體繪制是可視化的一個重要方向它是根據(jù)體數(shù)據(jù)分布將體細(xì)節(jié)顯示在二維屏幕上的一種技術(shù)。通過體繪制以及相關(guān)不透明度的控制能夠在單張圖像中表達(dá)不同種物質(zhì)的綜合分布。醫(yī)學(xué)圖像處理中經(jīng)常要用到體繪制這一技術(shù)有關(guān)醫(yī)學(xué)影像的體繪制技術(shù)研究也是逐年增加。由于計算機(jī)技術(shù)的發(fā)展以及醫(yī)療成像設(shè)備的改進(jìn)掃描出切片的間距越來越薄分辨率越來越高所以數(shù)據(jù)量也越來越大。特別是隨著四維計算機(jī)斷層掃描的出現(xiàn)每次掃描的數(shù)據(jù)是三維數(shù)據(jù)的十倍甚至數(shù)十倍。傳統(tǒng)的利用CPU進(jìn)行所有計算的方式不能滿足實時繪制以及交互的要求。近十年GPU有了長足的發(fā)展并且朝著通用計算的方向邁進(jìn)GPU的數(shù)據(jù)處理能力遠(yuǎn)遠(yuǎn)超越CPU這使得在普通計算機(jī)上實現(xiàn)實時體繪制變成了可能?，F(xiàn)階段雖然對三維重建算法研究較多但是大多數(shù)算法設(shè)計的傳輸函數(shù)都是針對特定數(shù)據(jù)集繪制出特定效果很少有一種算法能對不同的數(shù)據(jù)繪制出不同的結(jié)果。另外由于三維重建不具備時變信息無法動態(tài)地比較病灶隨時間的變化醫(yī)生只能通過手動方式比較不同時刻采集的數(shù)據(jù)這種方式費(fèi)時費(fèi)力如何對一組不同時刻的采集數(shù)據(jù)進(jìn)行四維可視化顯得非常重要。然而針對四維可視化的研究國內(nèi)還處于起步階段已有的算法在普通計算機(jī)上進(jìn)行四維可視化還不能達(dá)到實時繪制并流暢交互。因此本文針對以上兩個問題開展了相關(guān)研究。為克服傳統(tǒng)算法實現(xiàn)醫(yī)學(xué)影像體繪制重建耗時長、達(dá)不到實時交互、繪制效果單一的不足本文實現(xiàn)了一種基于GPU的光線投射算法并用于醫(yī)學(xué)影像實時體繪制通過研究人體CT值的分布設(shè)計了多種不同的顏色傳輸函數(shù)及不透明度傳輸函數(shù)能快速切換不同組織器官的繪制效果。實驗結(jié)果表明本文實現(xiàn)的GPU加速光線投射算法即便是在繪制900張切片時其用時也能控制在2S左右交互速度在20FPS以上能夠滿足臨床診療需求。并且進(jìn)行了CPU端光線投射繪制與GPU端光線投射繪制時間與質(zhì)量的對比時間加速比最高能達(dá)到9倍左右GPU端繪制的質(zhì)量也更高。為解決通用計算機(jī)不能實時進(jìn)行醫(yī)學(xué)影像四維可視化并流暢交互這一問題實現(xiàn)了一種基于GPU的醫(yī)學(xué)影像及病灶提取的四維可視化解決方案。借助開放圖形類庫編程實現(xiàn)了序列體數(shù)據(jù)的讀取、顯示。依據(jù)不同組織器官灰度值的不同設(shè)置顏色查找表中灰度值上下限來控制顯示不同的組織并在確定病灶區(qū)域位置的情況下實現(xiàn)了病灶區(qū)域的提取及局部四維可視化。本算法對肺部十個時相的數(shù)據(jù)繪制速度能達(dá)到20FPS左右對提取后的病灶區(qū)域的繪制速度達(dá)到31FPS即便是在交互過程中也能維持在22FPS左右實現(xiàn)了流暢播放能夠滿足醫(yī)師臨床需求。

簡介：醫(yī)學(xué)影像學(xué)作為醫(yī)學(xué)研究領(lǐng)域的重要研究方向，多年來很多學(xué)者科研人員都致力于醫(yī)學(xué)圖像的研究。對于醫(yī)學(xué)圖像當(dāng)中的目標(biāo)識別、檢測問題一直受到很大的關(guān)注，傳統(tǒng)的很多醫(yī)學(xué)圖像的識別工作都是基于人工的處理方法，費(fèi)時費(fèi)力，而且準(zhǔn)確率很大程度上依賴于醫(yī)學(xué)人員的專業(yè)知識，所以在計算機(jī)技術(shù)迅速發(fā)展的當(dāng)今，我們希望能夠?qū)崿F(xiàn)計算機(jī)快速有效的輔助識別醫(yī)學(xué)圖像；目標(biāo)跟蹤技術(shù)一直是作為動目標(biāo)的關(guān)鍵處理技術(shù)，而對于醫(yī)學(xué)切片圖像，我們也可以將目標(biāo)跟蹤技術(shù)引用到其中，得到目標(biāo)的幀間運(yùn)動軌跡，從而根據(jù)每個目標(biāo)的特性對其運(yùn)動軌跡進(jìn)行分析，從而達(dá)到最終識別醫(yī)學(xué)圖像的目的。本文基于多目標(biāo)跟蹤方法對于醫(yī)學(xué)影像做了分析，以下是本文主要的幾個工作對于醫(yī)學(xué)影像中細(xì)胞序列圖像，由于細(xì)胞的運(yùn)動沒有規(guī)律可尋，很難用單一的跟蹤方法實現(xiàn)全部細(xì)胞的跟蹤，本文在卡爾曼的框架下做了改進(jìn)，調(diào)整了運(yùn)動模型，運(yùn)用基于“當(dāng)前模型”的方法對于序列圖像進(jìn)行處理，“當(dāng)前模型”可以根據(jù)每個細(xì)胞的特性自適應(yīng)的調(diào)整，能夠較好的模擬細(xì)胞的運(yùn)動，尤其是對于幀間運(yùn)動幅度較大的細(xì)胞有很好的跟蹤效果，對于細(xì)胞序列圖像中存在的分裂合并問題，在以往的對于細(xì)胞序列圖像的跟蹤當(dāng)中由于大都考慮整個序列圖像的跟蹤效果，一般都忽略了分裂合并問題的考慮，本文在對細(xì)胞序列圖像進(jìn)行跟蹤的過程中加入了基于面積和位置特征的判斷細(xì)胞分裂機(jī)制，在不太復(fù)雜的圖像中可以實現(xiàn)分裂細(xì)胞的判定。本文另一個主要工作是對于胃部圖像當(dāng)中淋巴結(jié)的識別問題，傳統(tǒng)的人工識別淋巴結(jié)的方法已經(jīng)不能滿足對于大量的切片圖像的處理，所以本文在對胃部切片圖分析之后給出了一種基于目標(biāo)跟蹤方法的胃部淋巴結(jié)識別方法，主要是將目標(biāo)跟蹤的方法運(yùn)用到胃部切片圖像當(dāng)中，給出圖像中每個目標(biāo)在幀間的運(yùn)動軌跡，由此運(yùn)動軌跡和目標(biāo)自身的特性共同輔助識別淋巴結(jié)。

簡介：近些年，隨著數(shù)字化醫(yī)學(xué)成像設(shè)備如X射線、CT、MRI、超聲等在臨床醫(yī)學(xué)中的廣泛應(yīng)用，醫(yī)療機(jī)構(gòu)每天都會產(chǎn)生大量的醫(yī)學(xué)數(shù)字圖像。這些醫(yī)學(xué)圖像極大的豐富和方便醫(yī)學(xué)人士和科學(xué)工作者的參考和研究，但是隨之而來的如何有效的管理和組織這些醫(yī)學(xué)圖像也成了醫(yī)學(xué)人士和科學(xué)工作者都要面對的問題?；趦?nèi)容的醫(yī)學(xué)影像檢索CONTENDBASEDMEDICALIMAGERETRIEVAL，CBMIR在這樣的背景下逐漸發(fā)展起來，在近十年里成為研究熱點。在閱讀了大量的國內(nèi)外有關(guān)的期刊、論文和書籍的基礎(chǔ)上，本文采用多級多特征融合的方法分別在基于醫(yī)學(xué)圖像的灰度、形狀和紋理特征方面展開了深入的分析和研究，在對現(xiàn)有算法研究的基礎(chǔ)上，提出了基于醫(yī)學(xué)圖像灰度形狀特征和基于醫(yī)學(xué)圖像紋理特征的兩級檢索方法。本文的主要內(nèi)容是1研究了灰度直方圖作為醫(yī)學(xué)圖像灰度特征的優(yōu)缺點，并將環(huán)形分割、累積直方圖的統(tǒng)計特征和空間分布熵的方法應(yīng)用進(jìn)來，對其進(jìn)行了改進(jìn)2對傳統(tǒng)的小波模極大值提取邊界的方法進(jìn)行改進(jìn)，提出采用小波分解和小波模極大值提取圖像高頻部分邊界，采用改進(jìn)的CANNY算子提取低頻部分邊界，然后采用邊界融合的方法得到圖像的邊界信息，并用邊界形狀和密度直方圖對邊界進(jìn)行描述。并將提取的形狀特征與之前得到的灰度特征進(jìn)行了融合形成了第一級檢索算法3研究了多種基于醫(yī)學(xué)圖像紋理特征的檢索算法，重點研究了灰度共生矩陣作為醫(yī)學(xué)圖像紋理特征的優(yōu)缺點，并將梯度相位互信息法、蒙板圖法和分塊法應(yīng)用到傳統(tǒng)的灰度共生矩陣當(dāng)中，對其進(jìn)行了改進(jìn)，形成了第二級檢索算法。4基于所提出的兩級檢索算法，本文設(shè)計并實現(xiàn)了一套基于內(nèi)容的醫(yī)學(xué)影像檢索軟件系統(tǒng)。本文還對所提出的算法進(jìn)行了仿真實驗，從檢索查準(zhǔn)率、查全率等幾個方面對本文提出的算法進(jìn)行評估，實驗結(jié)果證明本文所提出的算法是一種快速、有效的檢索算法。測試結(jié)果證明了本文所設(shè)計的軟件系統(tǒng)具有一定的應(yīng)用性。

簡介：隨著信息技術(shù)的發(fā)展，人們對軟件的需求越來越大，質(zhì)量要求越來越高。因此，縮短軟件生產(chǎn)周期，提高軟件的可維護(hù)性和可擴(kuò)展性已經(jīng)成為了軟件開發(fā)者迫切需要解決的問題。為了尋求軟件開發(fā)方法上的突破，以模型為驅(qū)動的軟件開發(fā)理念被提出，該理念為解決軟件危機(jī)提供了新思路，開辟了軟件開發(fā)模式由傳統(tǒng)的以代碼為中心向以模型為中心轉(zhuǎn)變的新時期。模型驅(qū)動架構(gòu)專注于業(yè)務(wù)的分析、模型的建立和模型的轉(zhuǎn)換，模型貫穿于系統(tǒng)開發(fā)的整個生命周期，是實現(xiàn)系統(tǒng)的設(shè)計、開發(fā)、驗證、集成和維護(hù)的核心。同時，模型驅(qū)動架構(gòu)通過建模語言的語法來抽象領(lǐng)域內(nèi)的共性和不變性，領(lǐng)域應(yīng)用的多樣性則由模型的定制來實現(xiàn)。經(jīng)過多年的發(fā)展，模型驅(qū)動架構(gòu)已經(jīng)在系統(tǒng)開發(fā)中體現(xiàn)了自身的優(yōu)勢，在面向領(lǐng)域的軟件開發(fā)中具有良好的應(yīng)用前景。本文在深入研究模型驅(qū)動架構(gòu)理論的基礎(chǔ)上，以醫(yī)學(xué)影像信息管理系統(tǒng)為研究方向，提出了一種面向該領(lǐng)域的軟件開發(fā)方法。首先，重點研究了基于領(lǐng)域的建模方法，并通過對該領(lǐng)域進(jìn)行充分的需求分析，構(gòu)建出此領(lǐng)域的平臺無關(guān)模型。然后，通過定義模型轉(zhuǎn)換方法，實現(xiàn)模型轉(zhuǎn)換和代碼生成。最后，將生成的代碼部署到實際的系統(tǒng)中，實現(xiàn)系統(tǒng)的應(yīng)用。在實際操作中，本文以圖文超聲報告工作站為例，實現(xiàn)了本研究的開發(fā)過程。同時，通過此系統(tǒng)的開發(fā)，積累了基于模型驅(qū)動軟件開發(fā)的經(jīng)驗，為相關(guān)領(lǐng)域的系統(tǒng)開發(fā)提供了可重用的平臺無關(guān)模型。并且，通過應(yīng)用實踐表明了采用基于模型驅(qū)動的方法開發(fā)醫(yī)學(xué)影像信息管理系統(tǒng)的可行性，驗證了其在軟件開發(fā)中能有效的提高了軟件開發(fā)效率，降低了系統(tǒng)出錯率以及增強(qiáng)了系統(tǒng)的可擴(kuò)展性和可維護(hù)性。

簡介：伴隨著科學(xué)計算可視化技術(shù)的不斷發(fā)展，醫(yī)學(xué)影像三維重建技術(shù)在疾病診斷、手術(shù)導(dǎo)航和輔助教學(xué)等方面也開始發(fā)揮著越來越重要的作用。其中的三維重建體繪制算法可以將各組織器官內(nèi)部的層次關(guān)系和結(jié)構(gòu)特征表現(xiàn)出來，呈現(xiàn)出具有豐富三維信息和強(qiáng)烈真實感的重建結(jié)果，因此具有廣泛的發(fā)展空間和良好的發(fā)展前景。由于醫(yī)學(xué)影像的數(shù)據(jù)規(guī)模較大，傳統(tǒng)的基于CPU的三維重建算法并不能很好的達(dá)到實時性的需求。近些年來，隨著基于GPU通用計算技術(shù)的迅速發(fā)展，使得這一問題出現(xiàn)了新的解決思路。開發(fā)人員可以通過充分利用GPU具有大量流處理器的特性來優(yōu)化算法效率，醫(yī)學(xué)影像三維重建的典型體繪制算法光線投射法就具備可移植的特性，本文正是基于這一課題展開分析研究的。本文首先分析研究了基于GPU進(jìn)行程序設(shè)計的兩種編程模型，分別是CG語言和CUDA架構(gòu)。CG語言是將著色器程序段嵌入到圖形固定渲染管線中來實現(xiàn)對GPU芯片中處理器與存儲器的控制，而CUDA架構(gòu)則是全新的面向通用并行計算的編程模型，可以實現(xiàn)對GPU處理器與存儲器細(xì)粒度的控制。本文分析了基于GPU的多通道和單通道光線投射算法，并以此為基礎(chǔ)提出了一種改進(jìn)的基于GPU的單步光線投射算法。只需要渲染體紋理立方體前后表面各一次就可以得到投射光線的入射點、方向和出射點等參數(shù)，并且通過深度值配合FBO對象來計算光線穿越的最大路徑，減少了渲染數(shù)據(jù)量。實驗結(jié)果表明，該算法能夠較好提升算法的執(zhí)行效率。本文分析了CUDA架構(gòu)的設(shè)計思想和編程模式，并且針對其特點對傳統(tǒng)的基于硬件加速的光線投射算法進(jìn)行了改進(jìn)。分析了CUDA架構(gòu)下該算法實現(xiàn)的幾點關(guān)鍵問題，結(jié)合實驗平臺硬件環(huán)境的特性設(shè)計了線程分配方案，并且運(yùn)用PBO對象和共享存儲器給出了一種基于CUDA架構(gòu)光線投射算法的實現(xiàn)方案。實驗結(jié)果表明能夠快速、高質(zhì)量的完成醫(yī)學(xué)影像的三維重建。文章還對基于GPU的兩種加速方案進(jìn)行了實驗數(shù)據(jù)的對比分析，并得出結(jié)論不論是在重建效果還是在渲染效率上，CUDA架構(gòu)都是實現(xiàn)醫(yī)學(xué)影像三維重建算法加速的最佳選擇方案。

簡介：隨著現(xiàn)代計算機(jī)與信號集成技術(shù)的飛速發(fā)展醫(yī)學(xué)影像學(xué)也在探索、創(chuàng)新、完善中快速發(fā)展醫(yī)學(xué)影像設(shè)備的數(shù)字化與信息化建設(shè)已成成時代潮流與發(fā)展的新趨勢計算機(jī)X射線攝影COMPUTEDRADIOGRAPHYCR、數(shù)字X射線攝影DIGITALRADIOGRAPHYDR、計算機(jī)X射線斷層掃描COMPUTERXRAYTOMOGRAPHYCT、磁共振成像MAGICRESONANCEIMAGINGMRI等多種影像技術(shù)已經(jīng)在臨床中應(yīng)用并發(fā)揮著越來越重要的作用。醫(yī)學(xué)影像儀器設(shè)備投資大系統(tǒng)復(fù)雜科技含量高工作環(huán)境要求高對其安裝操作使用等方面均有嚴(yán)格要求。保證儀器經(jīng)常處于良好工作狀態(tài)發(fā)揮其應(yīng)有效能對提高醫(yī)療服務(wù)質(zhì)量和實現(xiàn)預(yù)期效益意義重大。醫(yī)學(xué)影像設(shè)備是高價值、高科技含量產(chǎn)品均屬于大型醫(yī)療設(shè)備。影像設(shè)備在醫(yī)院固定資產(chǎn)中占有相當(dāng)?shù)谋壤腋轮芷诙?。正確的維護(hù)保養(yǎng)、維修、管理對影像設(shè)備的良性運(yùn)行至關(guān)重要。由于醫(yī)學(xué)影像設(shè)備涉及范圍較廣因此課題以CT和CR為主要切入點介紹了相關(guān)醫(yī)學(xué)影像設(shè)備的原理、構(gòu)成以及使用的注意事項與常規(guī)維護(hù)保養(yǎng)重點討論了醫(yī)學(xué)影像設(shè)備日常使用中遇到的技術(shù)故障和解決的方法對CT、CR的典型技術(shù)故障做實例分析和維修經(jīng)驗總結(jié)并對CT、CR相關(guān)發(fā)展現(xiàn)狀、及未來發(fā)展趨勢做了相關(guān)的研究。針對目前醫(yī)療設(shè)備數(shù)字化管理發(fā)展相對遲緩效率過低的情況通過對物聯(lián)網(wǎng)技術(shù)的研究提出了基于物聯(lián)網(wǎng)技術(shù)的智能醫(yī)療設(shè)備管理系統(tǒng)的設(shè)計。

簡介：遠(yuǎn)程醫(yī)學(xué)是現(xiàn)代計算機(jī)技術(shù)、通信技術(shù)和醫(yī)學(xué)技術(shù)相結(jié)合的產(chǎn)物，在近幾十年取得了迅猛發(fā)展，使現(xiàn)代醫(yī)學(xué)發(fā)生革命性變化?；诙喙庾V技術(shù)的遠(yuǎn)程醫(yī)學(xué)系統(tǒng)結(jié)合了成像技術(shù)和光譜技術(shù)，其成像設(shè)備體積小，根據(jù)圖像可發(fā)現(xiàn)早期病灶，具有客觀診斷的特性，是一種新型的醫(yī)療診斷模式，為遠(yuǎn)程醫(yī)學(xué)的多元化發(fā)展提供參考。本文針對多光譜遠(yuǎn)程醫(yī)學(xué)影像系統(tǒng)中的三個關(guān)鍵性問題做了研究，即獲取多光譜圖像的方法、醫(yī)學(xué)多光譜圖像的壓縮以及醫(yī)患之間的遠(yuǎn)程圖像數(shù)據(jù)傳輸。論文主要做了以下三個方面的工作1提出了一種多濾光片單傳感器的多光譜成像方法，其利用多帶通的濾光片和二向色鏡，一次曝光即獲得1幅包含4波段的光譜圖，經(jīng)分離后得到4幅單波段光譜圖。根據(jù)其成像原理建立對應(yīng)的數(shù)學(xué)模型，并通過實驗驗證了該模型的正確性。2分析了多光譜圖像的空間和譜間特性。根據(jù)多光譜醫(yī)學(xué)圖像紋理多、分辨率低以及相關(guān)性大等特性，采用KLTKARHUNENLOEVE變換和EZWEMBEDDEDZEROTREEWAVELET方法，先對多光譜圖像做KLT變換，消除其譜間相關(guān)性，然后對其做EZW編碼，消除其空間相關(guān)性。通過編碼可得到一組較高壓縮比、較高信噪比及較高壓縮解壓效率的數(shù)據(jù)。在圖像壓縮試驗中，一次性壓縮解壓四幅多光譜圖像時，其峰值信噪比為283、壓縮比高達(dá)90。3在UDP協(xié)議的基礎(chǔ)上，通過打洞技術(shù)進(jìn)行NAT穿透，實現(xiàn)廣域網(wǎng)內(nèi)圖像數(shù)據(jù)的傳輸增加信息反饋機(jī)制，能有效控制圖像傳輸過程中的丟包現(xiàn)象。通過實驗驗證了NAT穿透技術(shù)及信息反饋機(jī)制的可行性。

簡介：點擊查看更多超聲醫(yī)學(xué)影像的信號處理.pdf精彩內(nèi)容。

簡介：作為計算機(jī)輔助診斷系統(tǒng)的關(guān)鍵技術(shù)，醫(yī)學(xué)圖像分割問題一直是圖像分割問題領(lǐng)域的熱點話題。由于醫(yī)學(xué)圖像自身的多樣性和復(fù)雜性，傳統(tǒng)的分割方法不能良好的適用于醫(yī)學(xué)圖像分割，有時甚至?xí)a(chǎn)生致命的錯誤。特別是軟組織臟器的分割更是醫(yī)學(xué)圖像分割中的難點。因此，針對腹腔CT序列圖像的特點，本文首先使用了一種基于三維區(qū)域生長結(jié)合圖像形態(tài)學(xué)的混合方法來提取肝臟輪廓，并采用自動檢測閾值的方法設(shè)定生長準(zhǔn)側(cè)然后將基于圖割的圖像分割算法應(yīng)用于肝臟輪廓的提取，通過對比實驗選擇適合的權(quán)重函數(shù)來獲得最優(yōu)的分割結(jié)果。實驗證明，基于圖割方法的分割結(jié)果要略優(yōu)于三維區(qū)域生長的分割結(jié)果，該結(jié)果具有較高的準(zhǔn)確性，可以作為三維重建的數(shù)據(jù)集。

簡介：X射線計算機(jī)斷層掃描XCOMPUTEDTOMOGRAPHY，XCT成像是一種重要的醫(yī)學(xué)影像圖像診斷技術(shù)，與磁共振、超聲等同樣是醫(yī)生獲取信息的重要來源。與其他醫(yī)學(xué)成像方法相比，XCT醫(yī)學(xué)影像圖像具有組織結(jié)構(gòu)密度分辨率高，對人體損害小等優(yōu)點，對病理學(xué)和解剖學(xué)的研究非常重要。但是在XCT機(jī)掃描過程和傳輸圖像過程中，會產(chǎn)生圖像模糊不清或者邊界不明顯等現(xiàn)象，致使XCT醫(yī)學(xué)影像圖像的可讀性不高，醫(yī)生無法準(zhǔn)確診斷。因此，探討醫(yī)學(xué)影像圖像在臨床的應(yīng)用意義重大，研究消除XCT醫(yī)學(xué)影像圖像噪聲的方法具有很高的應(yīng)用價值。傳統(tǒng)的XCT醫(yī)學(xué)影像圖像去噪方法有均值濾波、中值濾波、空域維納WIENER濾波等，但這些去除噪聲的方法在對XCT醫(yī)學(xué)圖像去除噪聲的同時一些重要的細(xì)節(jié)信息也模糊了，其圖像的處理效果滿足不了醫(yī)學(xué)診斷治療的需要。而目前被廣泛應(yīng)用的小波變換圖像去噪方法其雖在時頻域具有多分辨率的特性，但缺乏在方向性上的不足，使得處理后的圖像信息在邊緣輪廓和細(xì)節(jié)特征處會產(chǎn)生一定程度的模糊，難以完整的捕捉到圖像的輪廓信息，因而不是最優(yōu)的圖像稀疏的表示方式，由此會增加臨床醫(yī)生漏誤診的幾率。為了克服上述方法對XCT醫(yī)學(xué)影像圖像噪聲成分分析不夠透徹等不足，本文首先選用了能夠很好地抓住圖像的幾何結(jié)構(gòu)特性，并能有效的實現(xiàn)圖像信息的局部的、多方向性的、多分辨率的一種真正的圖像的二維表示方法CONTOURLET去噪算法。然而由于CONTOURLET變換采取的是下采樣的操作，缺乏平移不變性，會產(chǎn)生偽GIBBS現(xiàn)象，使得去噪后的圖像失真，故對原CONTOURLET變換進(jìn)行了改進(jìn)，提出了非下采樣CONTOURLET變換，克服了原CONTOURLET缺乏平移不變性的缺陷。本文根據(jù)此變換，提出了一種改進(jìn)的XCT醫(yī)學(xué)影像圖像去噪算法，該算法是以CONTEXT模型為基礎(chǔ)的經(jīng)改進(jìn)變換系數(shù)閾值的非下采樣CONTOURLET變換，并進(jìn)行了仿真實驗和分析，經(jīng)實驗結(jié)果分析比較表明該算法不僅提高了峰值的信噪比，還更好的保留了圖像的細(xì)節(jié)特征，有效的改善了XCT醫(yī)學(xué)影像圖像的質(zhì)量。其次，本文利用一種新圖像信號處理方法盲信號處理的重要分支獨立分量分析（INDEPENDENTCOMPONENTANALYSIS，ICA），提出一種改進(jìn)的基于獨立分量分析的XCT醫(yī)學(xué)影像圖像去噪算法。該方法從分離的角度出發(fā)，認(rèn)為當(dāng)某一XCT醫(yī)學(xué)影像圖像受到方差不同的同一噪聲源的兩次不同污染后，在ICA的分離過程中，得到兩個新的混合圖像而經(jīng)過ICA分離后的圖像，得到分離矩陣，依此矩陣與原混合圖像進(jìn)行矩陣的相乘就會得到分離的原圖像以及噪聲圖像。實驗仿真結(jié)果說明，該算法可有效提高ICA算法的性能并能獲得較高的峰值信噪比，尤其是在圖像受到嚴(yán)重噪聲污染時，借助參考噪聲的圖像可以很好地恢復(fù)出原圖像。

簡介：醫(yī)學(xué)影像可視化系統(tǒng)實現(xiàn)了醫(yī)學(xué)影像的數(shù)字化和信息化應(yīng)用。但是，目前大多數(shù)的影像可視化系統(tǒng)是基于CS（CLIENTSERVER，客戶機(jī)服務(wù)器）架構(gòu)的，必須在客戶端安裝相應(yīng)軟件，具有部署麻煩，不易擴(kuò)展，維護(hù)費(fèi)用高等缺點。同時近些年遠(yuǎn)程診斷和區(qū)域醫(yī)療的需求不斷增大，基于CS架構(gòu)的影像可視化系統(tǒng)的缺點日益明顯。近些年，隨著AJAX、HTML5等技術(shù)的發(fā)展，越來越來的系統(tǒng)采用BS架構(gòu)。但是現(xiàn)階段實現(xiàn)的基于BS架構(gòu)的醫(yī)學(xué)影像可視化系統(tǒng)，大多數(shù)需要在瀏覽器端安裝插件，另外實現(xiàn)的功能有限，主要還是基本的2D圖像顯示、處理，無法滿足醫(yī)生快速診斷的要求，因此，亟需一種新思路來開發(fā)基于WEB的醫(yī)學(xué)影像可視化系統(tǒng)。為了解決上述問題，本文研究和實現(xiàn)了基于WEB的醫(yī)學(xué)影像可視化系統(tǒng)。本論文將系統(tǒng)分為二維可視化模塊和三維可視化模塊?；趦烧哌\(yùn)算量相差很大的考慮，二維可視化模塊采用前端處理前端展示的思想設(shè)計，三維可視化模塊采用后端處理前端展示的思想設(shè)計。系統(tǒng)總體上分為前端、WEB服務(wù)器、三維渲染服務(wù)器和數(shù)據(jù)庫服務(wù)器。數(shù)據(jù)庫服務(wù)器歸檔二維影像，為醫(yī)生調(diào)閱提供病人的DICOM影像。WEB服務(wù)器實現(xiàn)龐雜的業(yè)務(wù)工作流需求，功能上包括2D工作流、3D工作流、病人列表、報告書寫、報告打印和膠片打印。三維渲染服務(wù)器主要包括三維醫(yī)學(xué)影像處理引擎（算法庫）、進(jìn)程管理、3D應(yīng)用服務(wù)等，為三維可視化模塊所獨有，二維可視化模塊可以不需要此模塊。前端基于HTML5CSS3JAVRIPT技術(shù)，考慮多瀏覽器、多設(shè)備、多分辨率的兼容性，遵從應(yīng)答式WEB設(shè)計理念，提供可移植的、設(shè)計領(lǐng)先的的用戶界面。本系統(tǒng)真正意義上實現(xiàn)聯(lián)零客戶端全平臺的目的，大大提高了用戶體驗和降低了維護(hù)成本。本系統(tǒng)使用DICOM30標(biāo)準(zhǔn)，采用WADO協(xié)議傳輸影像，體現(xiàn)了開放性，符合醫(yī)院信息系統(tǒng)的標(biāo)準(zhǔn)。本系統(tǒng)實現(xiàn)了二維圖像顯示、處理，CT定位線的繪制，以及VR、MPR等三維重建功能，以及各種三維交互功能，很好的滿足了醫(yī)生的診斷需求，為醫(yī)生快速準(zhǔn)確診斷提供了保證，另外，采用這種方式減輕了客戶端的壓力，降低了系統(tǒng)對于客戶端硬件的要求，有利于實現(xiàn)系統(tǒng)分布式與跨平臺擴(kuò)展，同時系統(tǒng)還實現(xiàn)了同步閱片功能，為遠(yuǎn)程會診和區(qū)域醫(yī)療做好了技術(shù)儲備。

簡介：S變換作為一種融合短時傅里葉變換和小波變換優(yōu)勢的算法，自1996年由RGSTOCKWELL提出以來，就廣泛的應(yīng)用到了諸如電能質(zhì)量分析、天文觀測處理、地震信號分析等多個領(lǐng)域。隨后在1997年二維S變換的出現(xiàn)使S變換的應(yīng)用更加廣泛。離散正交S變換DOST的出現(xiàn)解決了原有S變換中的冗余性問題，降低了運(yùn)算復(fù)雜度。2009年，WANGY和DJ提出利用快速傅里葉變換的思想實現(xiàn)DOST的高效運(yùn)算，即快速離散正交S變換FDOST算法。FDOST算法的出現(xiàn)進(jìn)一步推動了S變換的廣泛應(yīng)用。隨著信息技術(shù)的發(fā)展，現(xiàn)代醫(yī)療越來越多的使用各類醫(yī)學(xué)影像來輔助診斷，冠脈造影、CT、超聲等成像技術(shù)的出現(xiàn)極大的提高了診斷的準(zhǔn)確性，對醫(yī)學(xué)的發(fā)展起到了很好地促進(jìn)作用。而在使用醫(yī)學(xué)圖像的過程中不可避免的就會面臨噪聲的干擾以及存儲和傳輸?shù)男什桓叩葐栴}。因此，如何通過后期的處理提高醫(yī)學(xué)影像的質(zhì)量，同時使其傳輸與存儲更加便利，對醫(yī)學(xué)影像的應(yīng)用和發(fā)展具有非常重要的意義。信號的S變換理論上可以通過先將信號做小波變換而后進(jìn)行相位校正得到，因此可以說S變換是小波變換的一種特殊形式，這也就保證了將基于小波變換的某些圖像分析處理方法引入S變換中的可行性。通過在S變換中引入小波變換的閾值降噪理論，并將其應(yīng)用在醫(yī)學(xué)影像處理領(lǐng)域，可以較為有效的減少圖像中的噪聲，提高圖像的質(zhì)量。通過對閾值降噪處理后的S變換參數(shù)進(jìn)行分析發(fā)現(xiàn)較多的參數(shù)在處理后都變?yōu)榱阒?。本課題利用這一特性，提出了一種醫(yī)學(xué)影像降噪壓縮方法，即對圖像經(jīng)S變換降噪處理后的數(shù)據(jù)進(jìn)行壓縮。通過對冠脈造影圖像以及CT圖像的實驗證明了本論文方法的可行性，其壓縮效率在相同情況下較傳統(tǒng)的圖像壓縮方法有了大幅提高，在提高醫(yī)學(xué)影像質(zhì)量的同時取得了較好的壓縮效果。隨著大數(shù)據(jù)處理的興起，出現(xiàn)了許多利用信號的稀疏性進(jìn)行傅里葉變換的算法，如2012年由MIT的HAITHAMHASSANIEH等人提出的稀疏快速傅里葉變換SFFT算法被評為當(dāng)年MIT的十大科技進(jìn)步成果。這種稀疏傅里葉變換算法利用信號稀疏性將傅里葉變換的效率大幅度的提高。而在對醫(yī)學(xué)影像進(jìn)行S變換處理過程中發(fā)現(xiàn)，S變換并未利用醫(yī)學(xué)圖像所具有的稀疏特性。由于S變換從本質(zhì)上說也是基于傅里葉變換的，這啟發(fā)我們將傅里葉變換中的利用稀疏性的算法引入S變換中，改進(jìn)S變換的相關(guān)算法，從而提高S變換在處理醫(yī)學(xué)影像時的運(yùn)算效率與應(yīng)用性能。本論文通過研究各類稀疏傅里葉變換算法，總結(jié)出該類算法的共有步驟和關(guān)鍵技術(shù)問題，實現(xiàn)了一種利用信號稀疏性進(jìn)行傅里葉變換的算法。利用該算法對隨機(jī)信號、周期信號、音頻信號進(jìn)行處理的實驗結(jié)果表明了本論文實現(xiàn)算法良好的運(yùn)算性能和應(yīng)用前景，為下一步利用本論文中實現(xiàn)的算法對S變換進(jìn)行改進(jìn)，進(jìn)而實現(xiàn)一種稀疏的S變換打下了基礎(chǔ)。