醫(yī)學(xué)影像的數(shù)字處理

目 錄
第1章 醫(yī)學(xué)影像處理基礎(chǔ)
1.1 圖像的概念
1.2 模擬圖像的數(shù)字化
1.3 圖像文件的存儲(chǔ)格式
1.3.1 BMP格式
1.3.2 DICOM格式
參考文獻(xiàn)
第2章 醫(yī)學(xué)影像的成像原理
2.1 X射線計(jì)算機(jī)斷層成像術(shù)
2.1.1 X?CT掃描機(jī)的基本結(jié)構(gòu)
2.1.2 CT掃描機(jī)的發(fā)展
2.1.3 CT圖像的解方程重建
2.2 C臂CT技術(shù)
2.2.1 臨床價(jià)值與軟硬件結(jié)構(gòu)
2.2.2 關(guān)鍵技術(shù)概述
2.3 Micro???CT技術(shù)
2.3.1 Micro???CT性能特點(diǎn)
2.3.2 Micro???CT系統(tǒng)硬件結(jié)構(gòu)
2.3.3 數(shù)據(jù)處理與發(fā)展趨勢
2.4 放射性核素成像術(shù)
2.4.1 核素成像技術(shù)基礎(chǔ)
2.4.2 單光子發(fā)射計(jì)算機(jī)斷層成像
2.4.3 正電子發(fā)射計(jì)算機(jī)斷層成像
參考文獻(xiàn)
第3章 醫(yī)學(xué)影像的濾波、增強(qiáng)與恢復(fù)
3.1 圖像濾波
3.2 圖像增強(qiáng)
3.2.1 灰度級變換
3.2.2 圖像直方圖均衡
3.2.3 圖像銳化
3.2.4 頻域增強(qiáng)
3.3 圖像恢復(fù)
3.3.1 圖像退化的一般模型
3.3.2 圖像恢復(fù)方法
參考文獻(xiàn)
第4章 醫(yī)學(xué)影像的邊緣提取與分割
4.1 概述
4.2 點(diǎn)、線和邊緣檢測
4.2.1 點(diǎn)檢測
4.2.2 線檢測
4.2.3 邊緣檢測
4.3 閾值分割算法
4.3.1 閾值分割的基本原理
4.3.2 一維Otsu閾值分割算法
4.3.3 二維Otsu算法
4.4 基于區(qū)域的圖像分割方法
4.4.1 區(qū)域分割與區(qū)域生長
4.4.2 區(qū)域分裂與合并
4.5 分水嶺變換分割算法
4.5.1 分水嶺變換的實(shí)現(xiàn)
4.5.2 基于梯度的分水嶺分割
4.5.3 基于控制標(biāo)記符的分水嶺分割
4.6 醫(yī)學(xué)影像圖像分割算法的評價(jià)
參考文獻(xiàn)
第5章 醫(yī)學(xué)影像的圖像配準(zhǔn)
5.1 圖像配準(zhǔn)的理論基礎(chǔ)
5.1.1 圖像配準(zhǔn)的數(shù)學(xué)模型
5.1.2 圖像空間變換模型
5.1.3 圖像的插值
5.1.4 相似性測度
5.1.5 搜索策略與配準(zhǔn)步驟
5.2 基于灰度信息的圖像配準(zhǔn)算法
5.2.1 互相關(guān)配準(zhǔn)算法
5.2.2 互信息配準(zhǔn)算法
5.3 基于特征的圖像配準(zhǔn)算法
5.4 基于搜索策略的圖像配準(zhǔn)算法
5.4.1 方向加速法
5.4.2 遺傳算法
5.4.3 粒子群優(yōu)化算法
參考文獻(xiàn)
第6章 醫(yī)學(xué)影像的圖像重建
6.1 平行束掃描重建算法
6.1.1 圖像重建基礎(chǔ)
6.1.2 平行束投影數(shù)據(jù)的仿真
6.1.3 直接反投影法
6.1.4 濾波反投影法
6.2 扇束重建算法
6.2.1 等角扇形束掃描的圖像重建算法
6.2.2 等距扇形束掃描的圖像重建算法
6.2.3 扇形束數(shù)據(jù)重排算法
6.3 三維錐束重建算法
6.3.1 圓周錐束掃描的幾何結(jié)構(gòu)
6.3.2 三維Shepp?Logan頭模型的設(shè)計(jì)
6.3.3 三維Shepp?Logan模型投影的解析模擬方法
6.3.4 FDK重建算法
參考文獻(xiàn)
第7章 醫(yī)學(xué)影像的形態(tài)學(xué)處理
7.1 數(shù)學(xué)形態(tài)學(xué)基礎(chǔ)
7.1.1 集合論的幾個(gè)重要概念
7.1.2 二值圖像及其邏輯運(yùn)算
7.1.3 膨脹與腐蝕
7.1.4 開運(yùn)算和閉運(yùn)算
7.1.5 擊中與擊不中變換
7.2 常用的形態(tài)學(xué)拓展算法
7.2.1 邊界提取
7.2.2 區(qū)域填充
7.2.3 細(xì)化
7.2.4 粗化
7.2.5 骨架
7.3 灰度圖像擴(kuò)展
7.3.1 灰度圖像膨脹
7.3.2 灰度圖像腐蝕
7.3.3 灰度圖像的開運(yùn)算和閉運(yùn)算
7.4 數(shù)學(xué)形態(tài)學(xué)的典型應(yīng)用
7.4.1 在圖像邊緣提取中的應(yīng)用
7.4.2 在使用梯度的分水嶺分割中的應(yīng)用
7.4.3 分割CT腦瘤圖像中的應(yīng)用
7.4.4 基于形態(tài)學(xué)重構(gòu)的醫(yī)學(xué)影像濾波
7.4.5 在虹膜定位中的應(yīng)用
參考文獻(xiàn)
第8章 PACS系統(tǒng)與醫(yī)學(xué)影像的DICOM格式
8.1 PACS系統(tǒng)
8.1.1 PACS系統(tǒng)的組成
8.1.2 PACS的主要功能
8.1.3 PACS中的關(guān)鍵技術(shù)
8.1.4 PACS層次結(jié)構(gòu)與流程
8.1.5 PACS系統(tǒng)的規(guī)劃和建設(shè)
8.1.6 PACS的未來
8.2 醫(yī)學(xué)影像的DICOM格式
8.2.1 DICOM的內(nèi)容和信息結(jié)構(gòu)模型
8.2.2 數(shù)據(jù)編碼方式和DICOM文件結(jié)構(gòu)
8.2.3 DICOM的網(wǎng)絡(luò)通信協(xié)議
8.2.4 DICOM到BMP的格式轉(zhuǎn)換
參考文獻(xiàn)