基于Visual C#语言的DICOM标准医学图像的显示和实现

介绍DICOM3.0医学图像文件的格式和C#语言的特点,首次利用Visual C#语言对该标准的图像进行显示和处理,能够直接读取DICOM格式原始图像数据,并可批量转换成BMP等格式进行处理,此项工作可为医学图像处理研究及相关医学图像软件开发奠定基础。     

常用医学图像“局部显微镜”程序的研究

在医学临床和科学研究中,常常需要将图像的某个感兴趣区域(ROI)进行放大显示,以便清晰地观察图像的细节.为了实现这一目标,采用IDL语言(Interactive Data Language)编写了应用程序,从而实现了医学图像“局部显微镜”的功能.一系列实验表明:对于各种常用的医学图像类型(灰度图像、RGB图像、DICOM图像等),程序均能较好地实现放大显示的功能.此外,该程序还具有人机交互性强、可移植性高等优点.     

基于PACS的医学图像压缩

从PACS和DICOM的定义出发,对基于PACS的医学图像压缩的要求和算法等方面作了阐述,还介绍了JPEG2000在医学图像压缩中的优势。     

医学图像中的边缘分析

根据医学图像处理的要求,需要将图像划分若干区域,其划分过程要求迅速、精确。本文结合实际经验,介绍了图像分割的重要方法——边缘提取,并着重分析了其中边缘检测和边缘跟踪的过程和方法,同时还给出了用计算机模拟得到的边缘提取的结果。     

医学图像融合技术的研究

利用图像融合技术,将不同模态的医学图像有机地结合在一起,可以充分利用各种医学图像的优点,为临床诊断和治疗提供帮助。本文主要介绍了医学图像融合技术的基本概念、发展情况、常用方法及面临的困难等,并对医学图像的研究前景作了预测。     

基于最大熵和改进PCNN的医学图像自动分割算法研究与实现

本文提出了基于最大熵和改进的PCNN(Pulse Coupled Neural Network)相结合的新方法,采用最大熵确定PCNN网络的循环迭代次数.提出的方法无需考虑PCNN参数的选择,可有效的自动分割各种医学图像,同时利用最大熵得到最优分割结果.该方法对于PCNN理论在医学图像分割领域的应用有着重要的意义.     

基于PET医学图像边缘检测算法的研究

目的:边缘检测在图像处理中至关重要,可被广泛应用于目标区域识别、区域形状检测、图像分割等图像分析领域。边缘是图像中不平稳现象和不规则结构的重要表现,往往携带着图像中的大量信息,并给出图像轮廓。在医学图像三维显示技术中,为了更精确的临床判别需要得到单像素的清晰轮廓,因此我们提出一种新的边缘检测算法。方法:在传统的小波边缘检测的基础上,提出了一种新的边缘算法,即基于小波极大值边缘检测算法,应用模糊算法构造相应的隶属函数,再对得到的极大值进一步筛选。结果:将该算法应用到医学图像中,最终可以得到较清楚的单像素边缘轮廓,实验结果证明了该算法的可行性。结论:运用这种算法处理过的医学图像边缘锐化更好,更清晰,能够为肿瘤的早期识别提供依据,满足医学影像识别的需要。     

基于VTK和MFC的医学图像三维重建研究与实现

VTK是医学可视化领域的主流工具,MFC是Windows平台下的应用程序框架。尝试将两者进行结合编程,以实现二维医学图像的三维重建。实现医学图像三维重建的主要方法是面绘制和体绘制。将利用多组医学图像数据进行三维重建研究,其中面绘制用移动立方体法,体绘制用光线投射法、最大密度投影法和合成体绘制法实现。最后比较两种绘制技术的结果并讨论了它们的特点。结果表明,VTK作为一种图像处理和三维可视化工具其功能是十分强大的。     

基于Snake模型的医学图像分割

基于Snake模型的图像分割技术是近年来图像处理领域的研究热点之一。Snake模型承载上层先验知识并融合了图像的底层特征,针对医学图像的特殊性,能有效地应用于医学图像的分割中。本文对各种基于Snake模型的改进算法和进化模型进行了研究,并重点梳理了最新的研究成果,以利于把握基于Snake模型的医学图像分割方法的脉络和发展方向。     

角黄素及其在医学中的应用

角黄素是一种非维生素A源的酮式类胡萝卜素,具有抗氧化,免疫促进及增强细胞间隙连接通讯等多种生物学活性.大量的流行病学调查,组织培养,动物试验及人体干预试验表明,角黄素对多种癌症具有预防和治疗的功效.此外,角黄素还能够提高免疫力,保护皮肤和骨骼健康.目前市场上供应的角黄素产品主要通过有机化学合成制得.然而,天然角黄素容易吸收并且不涉及化学工艺而更受消费者欢迎.近年来,越来越多的产角黄素微生物菌株被分离和纯化,使得天然角黄素有进一步扩大应用的潜力和发展前景.从发酵培养的细菌中提取角黄素具有菌体繁殖速度快,生产周期短,发酵工艺较为成熟等优势,进行高细胞密度生产比较容易.因此,国外各国均把利用微生物发酵技术合成天然角黄素作为主攻方向,进行天然角黄素的研究与开发.在此,就角黄素的理化性质、医学应用、天然角黄素研究与开发的最新研究进展进行阐述和讨论,为我国角黄素的开发研究提供参考.     

基于Renyi熵滤波的光声图像重建算法设计与实现

针对光声图像重建过程中存在的原始光声信号信噪比差、重建图像对比度低、分辨率不足等问题,提出了基于Renyi熵的光声图像重建滤波算法.该算法首先根据原始光声信号的Renyi熵分布情况,确定分割阈值,并滤除杂波信号;再利用滤波后的光声数据进行延时叠加光声图像重建.利用该滤波算法分别处理铅笔芯横截面(零维)、头发丝(一维)以及小鼠大脑皮层血管(二维)等不同维度样本的光声信号,实验结果表明:相比Renyi熵处理之前,重建图像对比度平均增强了32.45%,分辨率平均提高了30.78%,信噪比提高了47.66%,均方误差降低了35.01%;相比典型的滤波处理算法(模极大值法和阈值去噪法),本研究中图像的对比度、分辨率和信噪比分别提高了25.94%/10.60%、27.90%/19.48%、35.21%/10.60%,均方误差减小了28.57%/16.66%.因此,选择利用Renyi熵滤波算法处理光声信号,从而使光声图像重建质量得到大幅改善.     

基于SIFT特征和近似最近邻算法的医学CT图像检索

针对医学X线计算机断层（Computed Tomography,CT）图像,提出了一种基于尺度不变特征变换（Scale InvariantFeature Transform,SIFT）特征和近似最近邻算法的检索方法。首先通过SIFT算法得到图像的特征点和相应的特征向量,再采用近似最近邻算法进行SIFT特征向量的匹配搜索,得到数据库中与参考图像最相似的图像序列。实验结果表明,该法能检索到与目标图像细节相符的结果,大大提高了检索速度。与传统的基于纹理的检索方法相比,查准率和检索结果与目标图像的相似程度方面更佳,符合医学CT图像检索的要求。     

小波变换及其在医学图像处理中的应用

医学图像的好坏直接影响着医生对病情的诊断和治疗,因此利用数字图像处理等技术对医学图像进行有效的处理,已成为医学图像处理研究和开发的一大热点。小波变换是对傅里叶变换的继承和发展,在医学影像领域有着广泛的应用前景。本文介绍了二维离散小渡变换的一般形式,在图像分解与重构的基础上．系统地阐述了利用小小组变换的时频域特性与多分辨分析对医学图像进行去噪、增强以及边缘提取等深层次的处理,有效的改善图像质量。     

The Contraction-Expansion Algorithm and Its Use in Fitting Nonlinear Equation

1IntroductionMostadequatenumeriMrelationshipbetweencovarlate扯dresPOnsearenonlinear．Howev·er,applicationofnonlinearequationappearedfarlessthanlinearregression．ThedifficultyInesti·mail呛theparametersIncomplicatednonllnearmodelingmaybethemainreasoninbl     

实施药事精准化监管 切实保障医疗质量与安全

精准化管理作为一种行之有效的管理理念与模式,正在被逐步运用于医院管理领域。通过建立药事数据分析平台、利用信息化手段对关键流程进行控制、实施全流程药品质量无缝监管及药物不良反应上报流程标准化,对药事管理信息进行收集、统计、分析,对药学服务流程进行优化整合,并形成戴明环（PDCA循环）管理机制,切实保障医疗质量与安全。     

光声成像及其在生物医学中的应用

光声成像是一种新近迅速发展起来、基于生物组织内部光学吸收差异、以超声作媒介的无损生物光子成像方法,它结合了纯光学成像的高对比度特性和纯超声成像的高穿透深度特性的优点,以超声探测器探测光声波代替光学成像中的光子检测,从原理上避开了光学散射的影响,可以提供高对比度和高分辨率的组织影像,为研究生物组织的结构形态、生理特征、代谢功能、病理特征等提供了重要手段,在生物医学临床诊断以及在体组织结构和功能成像领域具有广泛的应用前景.对光声成像技术的机理、光声成像技术和方法、光声图像重建算法以及光声成像在生物医学上的应用情况作一个简单介绍,希望有助于推动我国在该领域的科研和开发应用工作的迅速发展.