| 单词 | 医学图像 |
| 释义 | 【医学图像】 医学图像的种类繁多，有X线图像、显微图像、超声图像、核磁共振图像、放射性核素图像等。各种图像都有其特点和适用的领域，不是其它成像技术所能代替的。由于医学图像含有极其丰富的病人信息，因此在医生的诊断和治疗中已占有愈来愈重要的地位。医学图像技术又可分为两大部分：(1)医学成像技术；(2)医学图像处理技术。前者的主要任务是把人体中医生感兴趣的信息提取出来，并以图像的形式表现出来。医生感兴趣的信息可以是形态的信息、功能的信息以及成分的信息等。图像的形式可以是二维的、三维的以及四维的。医学图像处理技术的主要任务是在获得医学图像以后对它进行分析、识别、分割、解释和分类，以把某些部分增强或提取某些特征。有些场合中成像过程和处理过程也可能是结合成一体的。 早期的医学图像基本上是靠肉眼观察、照相所得到的一些表面的图像。在医学图像的历史上两个早期的重要发展是X线和显微镜。因为这两项技术的出现使得医生能观察到以往肉眼所无法观察到的活体的宏观结构和微观结构，从而对放射医学和生理病理学的发展产生巨大的影响。但是，X线直接成像所得到的图像实质上是三维结构在二维平面上的投影，因此各种结构重叠在一起，使得对图像的理解和分辨较为困难。20世纪70年代后期，X线计算机断层成像技术(CT)的出现在医学图像领域引起又一次革命。X线计算机断层成像克服了常规X线透视图片中结构重叠的问题，可以得到指定人体内部单一层面的结构形态的图像。整个80年代是各种医学成像技术蓬勃发展的阶段，除了X线以外，超声、磁共振、正电子、单光子等的断层成像技术和设备大量出现，这些方法各有所长，互相补充，能为医生作出确切诊断提供愈来愈详细的和精确的信息。例如放射性核素成像，尽管它的图像分辨率低，但它是组织化学成像，特异性高，对早期诊断十分有用。显微图像是进行细胞水平研究最重要的方法。从成像技术的发展来讲，目前临床应用最为成熟和应用最广(医院中全部图像的80%为各种X线图像)并且有重要发展前途的技术主要为3大类：X线成像技术、磁共振成像技术和超声成像技术。除此以外，新的成像理论和技术的研究亦将对医学图像的发展带来新的前景。下面分别加以概述。目前医学成像技术研究中解决的最主要问题 目前医学成像研究工作主要是重建图像的精度、速度以及新的成像原理。(1)20世纪70年代末到80年代初，有关CT图像重建的理论研究曾十分活跃。但随目前形式的(基于Radon变换－反变换的投影－卷积－反投影法)CT扫描的完善，图像重建理论的研究趋于低潮。但是，现在图像重建理论所得到的图像在质量上不能令人满意。图像重建的一种新的观点是，图像质量的一个重要指标是图像分辨率，重建图像的像素数(决定分辨率的)是重建过程中要确定的未知变量数。由扫描仪所获得的实测数据(称为投影数据)为求解重建图像的已知条件。图像重建基本上是根据投影数据求解像素的未知变量(灰度值)。用各种方法重建的图像一般都不是原图像的精确复原，而只有逼近原图像的好坏之分。最近几年的研究资料表明，采用图像质量的多个准则(如投影数据之间的最小二乘误差，全局平滑性和局部峰值性等)来重建图像，能使图像的质量有大幅度的提高，重建图像的投影数据与原数据之间的误差可以比投影－卷积－反投影法小到2个数量级。目前进行的各种其它原理的图像重建研究也都存在这种情况。把多目标优化理论运用到图像重建上为高质量图像重建开辟了一条新的途径。从少量投影数据中提取其隐含的图像信息具有特别的重要性。一方面因为在许多场合要得到充分的投影数据是不可能的或极其困难的，如只能从有限的角度探测对象物，或对象物是在迅速运动着的，如心脏。另一方面，如果能够用较少的投影重建出满意的图像，就能够发展低价的X线CT扫描仪。在投影数据少的场合可以有无数个重建的图像都能满足已知投影数据，所以必须增加其它的约束条件才能进一步区分重建图像的好坏。这种约束条件通常就是对重建对象的先验知识。因此，基于知识少，投影数据的图像重建是当前图像重建理论中的一个重要方向，双平面血管网的三维重建就是一个例子。(2)图像重建涉及到大量数据的运算，如果不能很快地得出结果(最好是实时)，则其实用价值就不大。主要有两方面的研究工作，一是新的图像重建算法，多准则优化的图像重建算法已显示出有巨大的优越性；二是采用大量的并行运算机制，人工神经网络技术已显示有取得突破的可能。(3)新参量成像理论的研究。受X线CT成像所取得的巨大成功的影响，各种新参量成像理论的研究蓬勃发展，其中包括微波成像、阻抗成像、电磁成像、超声中的声速、声衰减、散射系数等。与X线CT成像一样，在各种新参数成像理论的研究中除了要找出参量与检测数据(投影数据)之间的函数关系以外，还要考虑到有足够的投影数据、有合适的图像质量准则，才有可能获得一定质量的图像。医学图像处理的研究(1)图像处理技术：医学图像处理的目的是对医学图像进行分析、识别、分割、解释、分类，压缩等，以把医生感兴趣的部分提取出来。图像处理方法的种类繁多，但对于医学图像来讲，最重要的是研究、发展知识的图像处理技术。一般图像是以其所包含的信息丰富著称的，本来在进行机器识别时就已十分困难，而医学图像因人体的差异性和模糊性而使问题进一步复杂化。在神经放射学诊断、放射治疗计划以及神经外科等临床学科中，以往的计算机视觉研究系统都因精确度、速度以及可靠性不够而失败。这在很大程度上是由于它们没有考虑到有关图像的特殊性质所致。知识的图像处理有多种知识来源，如临床知识来源、解剖学知识来源、成像技术知识来源以及统计知识来源。模糊处理技术在医学图像中由于噪声、部分容积效应、运动伪像等成像中的问题，以及分割算法不完善和知识模型的含糊性，使得作二值决策几乎是不可能的。因此，模糊的谓语、模糊的分割、模糊的匹配以及模糊集团的搜索等是医学图像处理中的重要技术。人工神经网络技术。经过训练的神经网络本身就是一个具有某种知识的系统，它在模式识别上具有特别的优越性。因此，应用于识别医学图像中细小的病灶非常有吸引力。如肺癌的治愈取决于它的早期发现，那时肿瘤还是细小的和局部的。目前有人采用前馈多层感受元网络来寻找数字化胸片图像中圆柱状的结构，取得优于常规处理方法的效果。(2)三维图像显示技术：目前计算机断层成像的种类已经愈来愈多，从X线CT、磁共振CT(MRI)到正电子CT，它们都产生二维的横截层面的序列。目前分析这些图像的方法主要是依次地观察各单独的二维层面而由观察者构想出三维的相互关系。这无疑是十分困难的任务，特别是当感兴趣的对象物具有复杂的立体形状时医生就更显得无能为力。将CT扫描所获得的数据和信息用计算机重新形成解剖学的三维透视显示将能彻底改变这种被动局面。这一技术在医学诊断、颅面外科、整形外科、关节修复、放射治疗计划等许多临床领域已经证明是极其有用的，而且在医学教学中亦有重要的作用。不同的断层成像技术，如X线CT、MRI、PET等都各有特点，各带有不同的生理的、病理的、功能的或解剖学的信息。有不少场合希望能同时看到不同类型断层像的信息，这就需要把几种不同来源的三维容积图像进行配准。有时对不同时间、同一来源的图像要加以比较也有配准问题，例如对一个肿瘤在不同时间的容积和形态进行定量的比较。三维配准至今还没有自动的方法，甚至还没有半自动的方法，如不能找到高效的匹配算法，则单是所需的计算时间就会使其难以实现。目前基本上还是使用人工来规定相应图像中的界标，然后根据界标计算出配准的空间位置。而且配准处理还仅限于刚体，也就是只可能有线性失真(比例因子，平移和／或旋转)。这是今后需要进一步研究的问题。如何显示一个物体的表面是三维显示技术中的一个基本问题。其中包括图像中感兴趣物体的确定和真实感的三维物体显示。已经发表大量各种离散数据三维成型的算法，如深度梯度明暗显示算法、灰度值梯度明暗显示算法、透明灰度值梯度明暗显示算法等，研究结果表明，对不同的器官，各种算法的视觉效果是不一样的。(浙江大学吕维雪教授撰) |
| 随便看 |
科学参考收录了7804条科技类词条，基本涵盖了常见科技类参考文献及英语词汇的翻译，是科学学习和研究的有利工具。