医学图像诊断精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇医学图像诊断，期待它们能激发您的灵感。

篇1

【关键词】 心肌缺血； 心向量； 心电图； 诊断； 检查

doi：10.14033/ki.cfmr.2017.3.025 文献标识码 B 文章编号 1674-6805（2017）03-0047-02

【Abstract】 Objective：To explore the diagnostic value of ECG and VCG joint inspection in myocardial ischemia.Method：84 patients with coronary heart disease in our hospital from October 2015 to June 2016 were included in the study of this experiment，including 52 cases of patients with symptoms，32 cases of asymptomatic patients.They were all given ECG and ECG+VCG examination respectively，the positive diagnostic rates of the two methods were compared.Result：For patients with symptoms，the positive rates of ECG+VCG examination and ECG examination were 96.15% and 71.15%，the difference was statistically significant（P

【Key words】 Myocardial ischemia； Cardiac vector； Electrocardiogram； Diagnosis； Examination

First-author’s address：The Second People’s Hospital of Yulin City，Yulin 537000，China

心肌缺血主要是由于心K血管供血降低引发心肌收缩能力降低导致的一类心肌缺血情况，以中老年人群较为多见，另外，考虑到老年人群属于一类较为特殊的群体，血管弹性降低，容易引发动脉粥样硬化情况并形成斑块，使得冠状动脉发生栓塞，导致心脏供血不足[1]。另外，临床研究发现，对心肌缺血患者进行早期临床干预的意义重大，可有效延长患者生命[2]，其中临床上较为推荐的诊断方式为心电图（ECG）与心向量图（VCG）诊断，将两种诊断方式联合进行疾病诊断可使得冠心病患者的诊断准确性明显提高，利于疾病的诊断与治疗。为了对上述两种诊断方式的应用价值进行更加深入的分析，本文将笔者所在医院2015年10月-2016年6月收治的84例冠心病患者纳入试验研究，并采取心电图+心向量联合检查方案，现将相关资料报道如下。

1 资料与方法

1.1 一般资料

择取笔者所在医院2015年10月-2016年6月收治的冠心病患者84例纳入本次试验研究，医护人员同所有患者详细讲解了本次试验的目的、意义、方法等，获得所有患者的知情同意，其中有症状的患者伴有胸痛、胸闷、呼吸困难等症状。

其中有症状患者52例，无症状患者32例。有症状患者中男32例，女20例，年龄最大71岁，最小50岁，平均（60.36±3.28）岁；无症状患者中男20例，女12例，年龄最大70岁，最小50岁，平均（60.14±3.10）岁。

篇2

小波变换近年来发展迅速，作为传统Fourier变换的继承和发展，小波变换解决了Fourier变换所不能解决的一些技术方面的问题（如突变信号与非平稳信号）。中医诊断的主要方法为望、闻、问、切，其中望诊和切诊至关重要。本文对小波变换在望诊和切诊中新的应用，即对中医诊断图像的处理（包括图像增强、去噪、融合、压缩）和对中医脉象信号处理进行了简要的综述。

【关键词】 小波变换　中医诊断　中医图像处理　中医脉象特征分析

【Abstract】 Wavelet transformation has been developing for many years，as the inheritor and the offspring of traditional Fourier transformation， it resolves several problems which Fourier transformation cannot solve（such as mutative signal and unquiet signal）.The main methods of the Chinese medical diagnosis are observing， smelling， consulting and pulse-taking，especially the observing and pulse-taking. This article give a summarize about the new application of wavelet transformation in Chinese medical observing and pulse-taking， that diagnostic image processing of Chinese medicine（including image enhancement ，noise elimination ，fusion ，coding compression） and pulse signal of Chinese medicine .

【Key words】 wavelet transform; Chinese medical diagnosis; Chinese medical image processing; Chinese medical pulse signal

小波的概念最初是由法国地球物理学家J.Morlet提出，最初是为了更好地分析地震波的特性。经过20余年的发展，目前小波理论在图像处理、医学信号处理、信号分析、语音合成、计算机视觉、数据压缩、大气与海洋波分析、地震信号处理、分形及数字电视等许多领域得到了巨大的发展。在中医诊断方面，小波变换主要具体应用在对中医诊断图像的处理和中医脉象信号处理上，使望诊和切诊更准确，从而大大提高了中医师诊断的准确率，使古老传统的中医通过计算机科学技术这一新的途径发扬光大。

1 基本原理

小波变换是时间（空间）和频率的局部化分析，通过伸缩和平移运算对信号或函数逐步进行多尺度细化的分析，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意一个细节，所以说小波变换有两个特点，即自适应性和数学显微镜性质，能根据对象调整各项参数和调焦。

2 小波变换对中医诊断图像的处理

小波变换对中医诊断图像中的处理和对西医诊断图像中的处理大体相同，都是利用小波变换的特点使得医学诊断图像更有利于识别病征［1］，具体作用主要表现为以下几个方面。

2．1 中医诊断图像增强 在中医诊断图像中，图像会难免有对比度差或者图像边缘模糊一系列不利于诊断的因素，对于中医师的准确诊断有不少的障碍。传统的图像增强的方法往往基于像素灰度变换的空间域增强和基于滤波操作的频率域增强来达到图像增强的目的，这样会或多或少产生图像的局部失真和噪声增强。小波变换刚好弥补了这一缺点，即在不改变图像的精确度的情况下，对图像的轮廓进行一种补偿式的增强，使得中医师在对诊断图像进行分析诊断时，更好的把握病人的病情，基于小波变换的医学图像增强的方法有很多，其中李清顺等［2］分析了采用分形增强的方法，在分形增强后又采用了小波增强图像的方法，使图像边缘轮廓增强，达到了更好的视觉效果，并且避免了单纯采用小波增强方法会使图像噪声也增强的不足。侯艳芹等［3］分析了将尺度系数和小波系数进行不同的处理，分别利用两步提升增强法对小波变换后的图像低频信息进行增强和软域值算法对小波变换后的图像高频信息先进行去噪， 然后再增强，最后把这两部分综合起来进行小波反变换得到图像的一种新的方法。王修信等［4］提出将超声医学图像投影到小波变换域，然后利用软阈值技术方法进行降噪处理最后使用非线性增强技术提高图像对比度。处理结果有效地去除原图像的斑点噪声，使图像中较模糊、对比度差的细节得到增强，优于传统的直方图均衡增强方法。武杰等［5］在基于小波变换的医学图像增强方法中，分析比较了3种基于小波变换的医学图像增强方法，得出小波变换避免了窗口滤波运算，在变换域中更加灵活，更加有效，得到的处理图像层次感更分明，增强效果更明显，更有利于医师做出及时准确的判断。综上所述，通过小波变换能够使中医诊断图像更为准确的反映病人的身体各项机能，使中医师根据中医诊断图像做出更精确的判断。

2.2 中医诊断图像去噪 在中医师进行诊断的过程中，所得到的图像难免会混入噪声，使图像的信噪比下降，提高了中医师对中医诊断图像分析的难度，对中医师的正确诊断有诸多不利的影响，降低中医师诊断的准确率。对于医学图像处理的传统去噪方法主要有：邻域平均法、多幅图像平均法、中值滤波等。小波变换在此基础上更进一步提高了图像的信噪比，张昌林等［6］概括提出了一种改进的基于小波变换尺度间相关性的去噪方法，小波变换对整个图像变换从时域变换到频域，然后再量化、编码、输出，这样就保留图像的精细信息，满足中医疾病诊断图像的要求。对诊断图像进行去噪处理和方法二维小波变换大大提高了中医师对图像的准确率，可以检测出患者病患的轮廓线，从而有助于提高中医师对各种疾病的诊断准确率。陶玲等［7］分析了医学图像的噪声主要分布在图像的高频成分上，对小波分解的高频系数作处理来达到去噪的目的。二维小波变换在当高频噪声含量较高时，可以采取低频滤波法；当高频噪声含量不高时，可采用小波阈值化去噪法对小波变换域的系数进行筛选。郭敏等［8］分析提出了一种基于小波分析理论的医学超声图像噪声的综合抑制方法，首先对医学超声图像进行对数变换，将乘性噪声变成加性噪声;然后进行多尺度小波变换，将图像分解成一系列不同尺度上的小波系数，对变换后不同尺度的高频子图像进行非线性小波软阈值处理，阈值处理后的高频子图像进行增强;最后，经小波逆变换和指数变换恢复去噪后图像。结果证明该方法可有效保留细节信号，极大限度地去除斑纹噪声。这些文献均证明了基于小波变换不仅可以去除残留的噪声，而且去噪后获得的图像更加清晰，这样一种方法运用在中医诊断图像上，使中医疾病诊断图像有很好的视觉效果，消除噪声带来的不利影响，提高中医师诊断的准确率。

2.3 中医诊断图像融合 图像融合在医学方面的应用是通过对多幅图像的冗余信息和互补信息进行处理， 将不同模态图像的信息综合起来，集中到一幅图像中表达， 为医生提供更加有效的诊断信息。这种方法在西医诊断中应用广泛 （如CT、MRI、PET等），为临床诊断和治疗提供了不同模态的图像。同样我们也可以将此方法运用到中医的中医诊断图像中。唐晶磊等［9］提出了一种基于小波变换的医学图像融合方法，而且证明基于小波变换的图像融合效果非常好。对图像进行小波分解后， 形成了不同频率分辨率的细节信息， 针对不同频带子图像的小波系数进行组合， 形成融合图像的小波系数。融合后的图像保留了原始图像的纹理和边缘特征， 消除了图像的块状伪影， 有效地将图像所提供的信息融合在一起， 图像的主观视觉质量有明显的提高。陶观群等［10］分析了基于小波变换的医学图像融合方法不仅可用于 CT图像上观察到的骨组织结构和MR图像上对照软组织信息的融合，而且还用于来源于CT或MR图像的解剖信息与来源于PET或SPECT图像的功能信息融合。在外科手术导航系统中，将手术前所得的 CT和MR的病灶三维图像与手术中所得到的实时X荧光图像或超声图像进行融合，有利于实时地指导和观察，确保手术顺利准确地进行。

2.4 中医诊断图像数据压缩 中医诊断图像经过小波变换后生成的小波图像的数据总量与原图像的数据量相等，即小波变换本身并不具有压缩功能。之所以将它用于中医诊断图像压缩，是因为生成的小波图像具有与原图像不同的特性，表现在图像的能量主要集中于低频部分，而水平、垂直和对角线部分的能量则较少。汤乐民等［11］证明了小波变换非常适合于医学图像压缩编码等医学图像的处理。樊华等［12］也提出建立在小波分析基础上的心电信号准无损压缩算法是可行的。小波分析的优点是重建后的信号同原始信号相比几乎没有损耗；而且由于小波只需分解一层还具有算法简单和运算速度快的特点。该方法不仅可用于心电信号压缩方面，而且当所采集的信号其数据变化范围较大时，也可应用基于小波分析的准无损压缩算法来进行压缩。

3 小波变换在中医脉象信号特征分析中的应用

脉诊是中医诊察疾病的重要手段，脉象反映的是人体的生理与病理信息，脉象信号具有随机性和非线性等特点。由于小波变换有“数学显微镜”这一特性和良好的时-频局域化性质，我们可以通过小波变换这一方法对脉象信号进行处理。谢家宇等［13］应用连续小波变换分析了15例海洛因吸毒者和15例正常人的脉象信号，提取了吸毒者脉象信号中的异常信息，为戒毒治疗的评估与改进提供客观依据。研究结果表明，连续小波变换是处理脉象信号的有效方法。岳沛平等［14］分析了小波变换对脉象信号处理的另一种具体方法，即先将脉象信号消噪，利用小波变换具有良好的时-频局部化的能力和对非平稳信号突变点的检测能力，对脉象信号同时进行时域、频域特征值的提取和分析，然后对脉象信号的特征值采用不同尺度的分析，在信号的不同部位得到最佳时域分辨率和频域分辨率，此外再提取脉象在不同时间尺度上的能量这一表征脉象的新的特征值。结果表明小波变换有助于提高系统对不同脉象的识别能力，尤其是对相兼脉的辨识。

4 总结

小波变换这一技术在近几年发展迅速，在各行各业都有着巨大的发展前景，在中医诊断这一领域内不断有所突破，然而中医古老悠远且博大精深，相信这一领域还有很大的发展空间。小波变换在中医诊断中的应用发展可以借鉴小波变换在西医诊断运用中的成功经验，这样有利用将小波变换这一现代化技术更好的辅助中医诊断，推动中医的积极发展，小波变换也必将对于未来中医的远程医疗、中医医院信息化（HIS、PACS）、中医电子健康工程项目（E-HEALTH）等中医诊断与现代化技术相结合的诊疗方案的开发有着积极促进作用。

【参考文献】

1 李莹.小波变换在医学图像处理上的应用.计算机工程与设计，2006，27（7）：1279-1280.

2 李清顺，杨定楚，秦前清.基于分形小波变换的医学图像增强.计算机工程与设计，2005，26（3）：807-809.

3 侯艳芹，李均利，魏平，等.一种基于二维离散小波变换的医学图像增强算法.计算机工程与应用，2006，7：227-228.

4 王修信，胡维平，梁冬冬，等.基于小波分析的超声医学图像非线性增强.计算机工程与应用，2005，18（8）：197-199.

5 武杰，聂生东，黄勇，等.基于小波变换的医学图像增强方法的比较分析.生物医学工程研究，2005，24（2）：67-69.

6 张昌林，高红艳，侯玉，等.小波变换在中医诊断图像中去噪处理的应用.上海中医药大学学报，2006，20（4）：70-72.

7 陶玲，王惠南，颜廷勇.二维小波变换及其在医学图像处理中的应用.南京航空航天大学学报，2004，36（3）：373-377.

8 郭敏，马远良，朱霆.基于小波变换的医学超声图像去噪及增强方法.中国医学影像技术，2006，22（9）：1435-1437.

9 唐晶磊，何东健，赵文文，等.小波变换在医学图像融合中的应用.医学信息，2007，20（1）：1-3.

10 陶观群，李大鹏，陆光华.小波分析方法在医学图像融合中的应用.西安电子科技大学学报（自然科学版），2004， 31（1）：82-86.

11 汤乐民，李敏.医学图像压缩中的小波变换技术.南通医学院学报，2003，23（4）：503-505.

12 樊华，郑小林.基于小波变换的医学图像压缩.山东生物医学工程，2003，22（2）：14-17.

篇3

关键词：眼底图像；黄斑；灌注区；亮点；血管芽

中图分类号：TP317.4文献标识码：A文章编号：1672-7800（2013）006-0127-03

基金项目：新乡市科技发展计划项目； 新乡学院自然科学研究计划基金项目（1399020087）

作者简介：张同光（1977-），男，硕士，新乡学院计算机学院讲师，研究方向为计算机网络与信息安全技术、嵌入式系统、Linux。

0引言

本项目（数字眼底荧光造影分析软件）是新乡学院、新乡市中心医院两家单位共同承担的新乡市科技发展计划项目。新乡学院负责数字影像分析软件编制工作，中心医院负责提供医学素材、影像分析技术和测试环境。

1眼底

眼底[1]是眼球内后部的组织，即眼球的内膜——视网膜、视、黄斑和视网膜中央动静脉。

在视盘的外侧，有一个颜色略深，中心凹处有一反射光点，称为黄斑，它是视力最敏锐的部分。

眼底检查十分重要，许多疾病都可以从眼底上反映出来。眼底的视网膜血管是人体中唯一可看见的血管，医生把它当作了解其它脏器血管情况的窗口。因此，它的变化在一定程度上反映了一些器官的改变程度。医生可据此来分析、判断疾病的严重程度[2]。

2眼底图像及其处理

眼底图像是利用眼底照相机对眼球内壁进行不同角度拍摄而成的图像，图像经过数字化存入计算机中，医师可通过对眼底图像的分析[3]，为各种疾病的诊断提供参考依据。

医学图像研究可以分为两大部分：医学图像成像技术研究、医学图像处理与分析，两者又都包含广泛的研究内容。医学图像处理与分析中主要包括：①图像增强技术；②图像分割技术；③图像配准与拼接技术；④图像显示技术；⑤图像指导治疗技术；⑥图像引导手术技术；⑦医学虚拟环境技术。

医学图像处理与分析一直都是图像处理和分析领域中研究的重点和热点问题，借助图形、图像技术的有力手段，医学图像的质量和显示方法得到了极大的改善，使得医疗水平大大提高，不论在基础学科还是临床应用，都是图像处理种类极多的领域。但是，由于医学图像的处理技术难度大，依然存在着较多的关键问题，使得很多处理很难达到临床实用化程度。

本课题以眼底图像为研究对象，主要集中在对眼底图像的后处理及其应用等方面。结合临床实际，对这些关键问题展开深入的研究，并将成果应用于医学临床分析和诊断。

3研究内容

本项目主要的研究工作是：开发眼底照片辅助分析诊断软件，实现医师在电脑上完成对眼底影像的浏览、分析、诊断、病历编辑、打印、存档等一系列工作（其中分析、诊断功能是本项目的关键技术）。

黄斑是视网膜上一个重要的部位，是中心视力最敏锐（视细胞最密集）的区域，直径仅有1.5mm。多数眼科疾病与黄斑病变（视网膜病变）有关，中心性视网膜炎、出血性黄斑等病变，伴有视网膜下新生血管、渗漏及出血，病灶边缘处有弧形或环形出血，偶有呈放射形排列的点状出血。病程末期，黄斑区形成黄白色瘢痕。黄斑病变（视网膜病变）的眼底荧光血管造影中，会发现渗出灶处有颗粒状、花边状（本项目中称为血管芽）等多种形态的新生血管网。因此，采用数据图像处理技术（阈值化轮廓提取法、半径直方图等）对眼底图像进行处理，获得黄斑区域（包括其附近区域）的图像特征（如区域边缘的轮廓、形状等）和人为图像特征（如直方图、圆度、长半轴、短半轴等）。

总之，从眼底图像中要获得的信息是：拱环（黄斑）、灌注区、亮点、血管芽及它们的属性，然后根据这些信息帮助眼科医生做出初步诊断。

4技术方案

在分析和比较现有眼底图像分析与处理方法的基础上，针对眼底图像处理与分析中存在的关键问题，从以下4个方面进行研究：①图像预处理；②区域识别；③轮廓提取；④参数获取及诊断。

本课题研究的主要内容及模块间关系、研究技术路线如图1所示。将信息学与生物医学紧密结合起来，充分利用现代计算机图像处理技术，对彩色眼底图像进行分析与处理，为临床诊断与科学研究提供定性与定量的参考依据。

解决技术问题所采用的方案：①用二值SOBEL法，对图像进行边缘提取，得到眼底图像的二值轮廓；②通过动态阈值法获得适合当前图像的阈值（包括黄斑阈值、亮点阈值、血管芽阈值），根据获得的阈值对图像进行二值化处理，进而得到“拱环（黄斑区）、无灌注区”图、“亮点”图、“血管芽”图，便于后续的处理；③通过区域亮点密度（亮点数），判断眼底图像中是否存在分支静脉栓塞；④通过区域芽点密度（芽点数），判断眼底图像中是否存在血管芽；⑤通过黄斑区个数、无灌注区个数，判断黄斑结构是否异常，是否存在无灌注区；⑥获得基准面积、测量面积以及黄斑区的属性（圆度、长半轴、短半轴等）；⑦通过半径直方图法，判断黄斑区的圆度；⑧汇总前面的处理结果，作出初步诊断。

5研究环境

本项目研究的数字眼底荧光造影分析仪包括数字影像采集设备和眼底照片分析诊断软件两个部分。①硬件：通用PC、眼底照相机（TRC-50DX）；②软件：Windows XP、Visual Studio 2005、C/C++、OpenCV（Open Source Computer Vision Library）。

6系统测试

测试选用三个实际来诊病人的眼底图像，一人眼底图像正常，两人眼底图像异常。

待处理A（正常）眼底图像如图2所示。

待处理B（异常）眼底图像如图3所示。

待处理C（异常）眼底图像如图4所示。

基准值通过10张正常的眼底图像计算而得。

由于篇幅限制，仅提供来诊病人——C（异常）的测试图像。

通过动态阈值法和手动阈值法对眼底图像进行处理，图5、6、7、8、9、10、11是动态阈值法获得图像，手动阈值法获得的图像省略。

7结语

通过对3个来诊病人眼底图像的测试，说明了该课题设计的眼底影像辅助分析诊断及管理系统达到了预期的功能，能够快速主动地为眼科医生提供一系列有价值的诊断参数和初步诊断结果，极大提高了诊断时间。从测试所获得的参数和结果看，动态阈值法要好些。

另外，该系统能够快速生成诊断报告单（见图12），极大提高了工作效率。关于生成诊断报告单的具体过程，在软件使用说明书中描述。

该课题设计的眼底影像辅助分析诊断及管理系统还存在不足之处：

在对少数图像进行处理时，没有完全达到预期的结果，这也是使用该系统的医院反馈的信息。比如说，在判断亮点时，识别出来的亮点个数为47（亮点个数

参考文献：

[1]王晓幸，王勤美.包含飞.眼科信息学的发展概述[J].中华眼科杂志，2006（5）.

篇4

目前，生物医学图像信息技术主要包括生物医学图像传输、图像管理、图像分析、图像处理几方面。这些技术同以前的图像技术、医学影像技术都有一定的联系，其在涵盖以往图像技术、医学影像技术的同时，也具有自身的特点，与传统的图像和医学影像技术相比，生物医学图像信息技术更加强调在医学图像信息收集、处理等过程中应用计算机信息技术。

1.1图像成像

从本质上来看，生物医学图像成像技术（下文简称“图像成像技术”）与医学影像技术的区别并不大，仅仅是人们更习惯将其表达为医学影像。生物医学图像成像技术的研究内容为：利用染色方法和光学原理，清晰地表达出机体内的相关信息，并将其转变为可视图像。图像成像技术研究的图像对象有：人体的标本摄影图像、观察手绘图像、断层图像（如ECT、CT、B超、红外线、X光）、脏器内窥镜图像、激光共聚焦显微镜图像、活细胞显微镜图像、荧光显微镜图像、组织细胞学光学显微镜图像、基因芯片、核酸、电泳等显色信息图像、纳米原子力显微镜图像、超微结构的电子显微镜图像等等。

图像成像技术主要包括2个部分：现代数字成像和传统摄影成像。通常可采用扫描仪、内窥镜数码相机、采集卡、数字摄像机等进行数字图像采集；显微图像采集则可应用光学显微镜成像设备及超微结构电子显微镜成像设备；特殊光源采集可应用超声成像仪器、核磁共振成像仪器及X光成像设备。目前，各种医学图像技术的发展都十分迅速，特别是MRI、CT、X线、超声图像等技术。在医学图像成像技术方面，如何提高成像分辨力、成像速度、拓展成像功能，尤其是在生理功能及人体化学成分检测方面，已经引起了相关领域的重视。

1.2图像处理

生物医学图像处理技术，是指应用计算机软硬件对医学图像进行数字化处理后，进行数字图像采集、存储、显示、传输、加工等操作的技术。图像处理是对获取的医学图像进行识别、分析、解释、分割、分类、显示、三维重建等处理，以提取或增强特征信息。目前，医学领域所应用的图像处理技术种类较多，统计学知识、成像技术知识、解剖学知识、临床知识等的图像处理均得到了较快的发展。另外，人工神经网络、模糊处理等技术也引起了图像处理研究领域的广泛重视。

1.3图像分析及图像传输

生物医学图像分析技术，是指测量和标定医学图像中的感兴趣目标，以获取感兴趣目标的客观信息，建立相应的数据描述。通过计算测定的图像数据，可揭示机体功能及形态，推断损伤或疾病的性质及其与其他组织的关系，进而为临床诊断、治疗提供可靠依据。生物医学图像传输技术，是指应用网络技术，在互联网上开展医学图像信息的查询与检索。通过网上传输图像，在异地间进行图像信息交流，可实现远程诊断。同时，在院内通过PACS（数字医学系统—医学影像存档与通信系统），也能在医院内部实现医学图像的网络传递。

2总结

篇5

【关键词】超声医学；纹理分析；影像组学；灰度共生矩阵

纹理一般指从图像中观察到的图像像元的灰度变化规律，人们将图像中存在的局部不规则的，二宏观有规律的特征称为纹理。在图像分析学中用数字特征描述灰度变化特征称为图像的纹理特征。纹理分析的主要内容可以分为图像变换和图像量化两大类。图像变换将传统的图像滤除为其基本分量（空间、频率等），生成派生的子图像。纹理分析已经在诸多领域应用，医学研究人员尝试将纹理特征分析用于医学图像，探索疾病诊断、治疗及预后等，并取得了一定的研究成果。

1纹理分析方法

纹理量化技术包括结构、模型（分形维数）、基于统计和频率的方法。统计分析纹理特征的方法简单，易于实现，所以目前医学研究中应用的较多。统计分析方法是通过统计图像的空间及边界频率、空间灰度依赖关系等，纹理的细致和粗糙程度与空间频率有关，低空间频率与粗糙的纹理相关，细致的纹理具有高空间频率。基于统计的方法：灰度共生矩阵、灰度行程统计、灰度差分统计、局部灰度统计、半方差图、自相关函数等。灰度共生矩阵（GLCM）是统计分析方法中最重要的方法。GLCM是建立在估计图像的二阶组合条件概率密度函数基础上的统计方法，主要描述纹理基元或局部模式随机和空间统计特征，以表示区域的一致性及区域间的相对性。其它方法在医学影像研究中应用的较少，所以在此不再赘述。

2纹理分析用于超声医学研究现状

国内外研究者尝试利用各种纹理分析技术对多种医学成像图像（CT、MRI、数字X线片、超声）进行分析，探索无创诊疗新途径。在新兴领域-影像组学中纹理分析也是一个重要组成部分，它通过评估图像中像素或体素灰度的分布和关系，可以定量客观地评估组织的异质性。纹理分析应用于计算机断层扫描（CT）和磁共振成像（MRI）较超声图像较超声图像早，在预测病理特征、预后和对各种疾病的治疗反应方面已经显示出了良好的效果。近些年有学者将纹理分析用于超声成像，并取得了一定的研究成果。超声图像的纹理是由于不同的组织、同一组织不同病变及正常组织对超声脉冲的吸收、衰退、反射有差异，由超声脉冲相互作用而形成。因此，研究者假设图像的纹理的不同，可定量分析来区分不同疾病，甚至预测基因、蛋白表达等的差异。从而为疾病的无创诊断、疾病的分期、基因相关性分析及预后预测等提供新的可参考依据。

2.1乳腺肿瘤研究现状

因全球女性发病率最高的恶性肿瘤，一直以来对乳腺癌的早期诊断和治疗是临床持续关注的热点问题。超声诊断是乳腺癌的普查和早期诊断的重要工具。超声图像纹理分析有望提高乳腺癌的诊断率，并有望为乳腺癌的分型及放化疗预后等提供有价值的参考依据。种美玲等对113个病理证实的乳腺结节行灰阶超声及剪切波弹性成像回顾性分析，利用灰度共生矩阵特征提取，获得对比度、同质性、相关性，角二距等4个参数建立诊断模型，实验结果显示灰阶超声及剪切波弹性图像的多参数纹理分析及建立的诊断模型对乳腺结节良恶性有较高的诊断效能[1]。诸多关于乳腺病变的基于超声图像纹理特征分析的影像组学研究为无创分类乳腺肿瘤的可能性奠定了基础。

2.2肝脏疾病中的研究现状

纹理分析可以进一步提取和量化超声图像中的纹理特征，为进一步的视觉信息提供补充，对肝脏疾病，尤其对肝纤维化有较高的诊断准确性。张慧等对经病理检查证实的120个肝脏超声影像（其中包括正常肝脏、肝脏恶性病变、肝脏良性病变等）行纹理特征提取分析，并结合决策树算法进行分类诊断，结果显示提取的纹理特征对图像内容有较好的分区性[2]。纹理分析作为影像组学图像特征提取的重要方法多个实验研究证实该方法可为临床上辅助诊断肿瘤性疾病提供依据,也为后期图像识别,图像检索和图像数据挖掘提供了特征数据。

2.3骨骼肌疾病的研究现状

灰度共生矩阵（GLCM）灰度分析是一种考虑图像像素空间分布的图像纹理分析方法。在研究运动诱导肌肉损伤（EIMD）中灰度共生矩阵（GLCM）一种很有前途的方法。Matta等跟踪了骨骼肌偏心收缩后超声图像上两个GLCM纹理参数（对比度、相关度）和回声强度（EI）的时间变化。将13名未经训练的妇女分为两组，行肘部屈曲的偏心收缩。运动后24小时、48小时、72小时和96小时分别获得超声图像。计算肱肌两种GLCM纹理参数：对比（CON）和相关（COR）。测量峰值扭矩、EI、肌肉厚度（MT）和疼痛。与所有措施相比，干预后峰值扭矩和疼痛立即下降。干预后72hMT立刻升高（P＜0.05）。COR（48、72、96h）和EI仅在72、96h时显著升高（P＜0.05），COR升高代表灰度级之间高度相似，这在肘关节屈肌偏心训练后几天的超声图像上可以观察到。最终通过实验得出结论：肌肉组织超声图像熵的变化与其能量消耗程度的相关度很高。肌骨超声影像组学研究主要通过纹理分析方法实现，为运动医学、康复医学的发展提供了更多的定量诊断信息。

2.4其它疾病中的研究现状

随着纹理分析相关研究的发展，纹理特征被用于更多的领域，如甲状腺肿瘤、卵巢肿瘤、心肌疾病及肾脏肿瘤等。Vidaurreta提出了一种基于神经网络的附件肿瘤自动判别方法。研究者首先从卵巢超声图像中计算出7种不同类型的纹理特征（局部二进制模式、分形维数、熵、不变矩、灰度共生矩阵、法则纹理能量和Gabor小波），从中提取若干特征并随临床患者年龄一起收集。采用145例患者的卵巢肿瘤超声图像实验，其中106张良性图像，39张恶性图像，将提取的图像特征进行分类后，对分类器进行评价，其准确率为98.78%，灵敏度为98.50%，特异度为98.90%，曲线下面积为0.997。Priyank等对肾脏超声图像进行预处理后利用灰度共生矩阵方法生成能量、熵、均匀性、相关性、对比度、差异性等多个二阶统计纹理特征，将特征行主成分分析（PCA）将得到的特征简化为最优子集，经统计分析结果显示出较高的分类准确率。

3对医学超声图像的纹理分析方法的问题及未来展望

纹理分析虽发展较早，但用于医学图像，尤其用于超声图像较晚，在超声医学中的相关研究也较少，目前，对超声图像的纹理分析主要应用乳腺良恶性肿瘤的鉴别诊断，肝脏纤维化程度的分期，骨骼肌的损伤定量分析等疾病的诊断中，对恶性肿瘤的基因相关性研究、恶性肿瘤化疗及放疗效评估、肿瘤分级分期等研究仍较为缺乏。后续的更深入的研究中需要解决的问题仍有很多。最大的问题在于对图像进行标准化。在不同的研究者采用的设备及参数设置、图像的预处理、对兴趣区的分割方式的不同、特征提取等过程差异很大，因此实验的重复性较差[3]。今后的研究需要重新关注研究设计、报告实践和图像采集的标准化、特征计算和特征提取等，以推动纹理分析在医学超声领域的发展。近些年，基于先进计算机运算能力、云计算、大数据以及机器学习及深度学习应用于医学图像的纹理分析，为开发正在生成的大量图像数据财富的潜力创造了有利条件大大加快临床数据分析的步伐。纹理分析作为影像组学的重要图像特征也因此成为了多学科合作研究的新的研究领域。超声医学以其实时、无创、操作简单、廉价、便于多次重复检查等优势，用过纹理分析的定量诊断方法必将为精准医疗及疾病的个体化诊疗方案提供更多选择，因此需要进一步研究及探索。

【参考文献】

[1]种美玲,时白雪,张禧,等.超声联合纹理分析对乳腺结节良恶性的诊断价值[J].中华医学超声杂志(电子版)，2019,16(08):581-585.

[2]张慧,迟庆云,刘彩霞.基于灰度共生矩阵的肝癌B超纹理特征决策树诊断分析[J].中国医药指南,2015,13(25):2-3.

篇6

关键词:医学图像配准;插值方法;互信息

中图分类号：TP391文献标识码：A文章编号：1009-3044(2012)18-4501-02

Research and Application of Medical Image Registration Methods

ZHANG Rong-hai1, PAN Yi-guang2, ZHANG Jun1

（1.Dept. of Public, West Anhui Health Vocational College, Lu’an 237005, China; 2.Medical Imaging Center, Lu’an People’s Hospital, Lu’an 237006, China）

Abstract: Image registration is an important research topic in the field of medical image processing. Image registration is a multiple image alignment to a common coordinate system, to detect subtle changes in the intervening. Medical image registration is widely used in medical diagnosis, to guide nerve surgery, radiation treatment plan, lesion location, tracking and inspection of the treatment of pathological changes in various aspects of morphology and function of integrated information for clinical diagnosis. In this paper a comprehensive overview of the research and application progress of medical image registration techniques.

Key words: medical image registration; interpolation method; mutual information

图像配准技术是医学图像处理领域的一个重要研究课题。医学图像配准技术可以将来源于不同成像设备的图像，或者不同时间利用同种成像设备得到的图像进行配准，得到更丰富的信息用于医疗诊断中。医学图像配准不仅可以用于医疗诊断，还可以用于指导神经手术、放射治疗计划的制定、病灶的定位、病理变化的跟踪和治疗效果的评价等各个方面，为医生提供功能和形态的综合信息。在不同的时间使用不同的设备，如磁共振、CT、PET、SPECT等（多模式），从不同的角度，以2D或3D的视角（多时空）。图像配准应用于各个领域，如遥感技术及其应用（多光谱分类）、环境监测、变化检测、图像拼接、气象预报、建立超分辨率图像、纳入地理信息信息系统（GIS）），医药（从不同的方式相结合的数据，如电脑断层扫描（CT）和磁共振成像（MRI），以获得更完整、有关病人的信息，监测肿瘤的生长、治疗验证、比较病人的数据、制图、解剖地图集（地图更新）、在计算机视觉（目标定位，自动质量控制）。

医学图像配准技术可以将来源于不同成像设备的图像，或者不同时间利用同种成像设备得到的图像进行配准，得到更丰富的信息用于医疗诊断中。全自动医学图像配准不仅可以用于医疗诊断，还可以用于指导神经手术、放射治疗计划的制定、病灶的定位、病理变化的跟踪和治疗效果的评价等各个方面，为医生提供功能和形态的综合信息。目前大量的图像数据无法实时实现和临床应用，这也成为限制了现阶段配准性能较好的互信息相似性测度在配准方法中的应用。不论是刚性还是非刚性配准算法，在配准过程中，常使用多分辨率图像金字塔来进行由粗到精的搜索变换系数，提高计算效率、避免局部极小值，实现自动的更精确的配准结果。但是常见的图像小波金字塔，滤波器的张量积形式使得小波变换缺乏平移和旋转不变性，这些不变性正是在图像配准中最需要的，只有具有这些不变性，刁能保证从粗尺度上得到的平移、旋转和放缩参数的准确性，从而得到准确的结果。

1医学图像配准的步骤

图像配准主要包括特征检测、特征匹配、变换模型估计、图像采样与变换等步骤。功能检测：突出和鲜明的对象（封闭的边界地区、边缘，轮廓线交叉路口，弯道等两个参考）和遥感图像被检测到。特征匹配的特点和参考之间的对应关系建立了遥感影像。变换模型估计：所谓的映射的类型和参数功能，根据遥感图像与参考图像，估计。图像重采样和改造：遥感图像转化指的映射功能。

2医学图像配准方法

医学图像配准方法以下方法包括傅立叶转换分析、互相关的方法，使用傅立叶分析、总体搜索技术、特征值分解、矩匹配技术、变形技术、程序的方法、解剖图集、内部标签、外部标签等。

2.1外在配准方法

是将人造物体检测连接到病人的身体的方法，不需要复杂的算法，常用于骨科临床诊断与治疗等；

篇7

1.1图像融合的内涵图像融合是指将多源图像传感器所采集到的关于同一目标的图像经过一定的图像处理,提取各自的有用信息,最后综合成同一图像以供观察或进一步处理。从信息论的角度讲,融合后的图像将比组成它的各个子图像具有更优越的性能,综合整体信息大于各部分信息之和,也就是说,融合的结果应该比任何一个输入信息源包含更多的有用信息,即1+1>2,这就是图像信息的融合[2]。

1.2医学图像融合的分类一个完整的医学图像融合系统应该是各种成像设备、处理设备与融合软件的总和。由于融合图像的应用目的不同,决定了医学图像融合具有各种各样的形式。根据被融合图像成像方式不同,可分为同类方式融合和交互方式融合。同类方式融合(也称单模融合,mono2mo2dality)是指相同成像方式的图像融合,如SPECT图像间融合,MR图像间融合等;交互方式融合(也成多模融合,multi2mo2dality)是指不同成像方式的图像融合,如SPECT与MR图像融合,PET与CT图像融合等。按融合对象不同,可分为单样本时间融合、单样本空间融合以及模板融合。单样本时间融合:跟踪某一病人在一段时间内对同一脏器所做的同种检查图像进行融合,可用于对比以跟踪病情发展和确定该检查对该疾病的特异性;单样本空间融合:将某个病人在同一时间内(临床上将一周左右的时间视为同时)对同一脏器所做几种检查的图像进行融合,有助于综合利用多种信息,对病情做出更确切的诊断;模板融合:是将病人的检查图像与电子图谱或模板图像进行融合,有助于研究某些疾病的诊断标准。另外,还可以将图像融合分为短期图像融合(如跟踪肿瘤的发展情况时在1~3个月内做的检查图像进行融合)与长期图像融合(如治疗效果评估时进行的治疗后2~3年的图像与治疗后当时的图像进行融合)。综上所述,依据不同的分类原则,医学图像融合有多种方式,在实际应用中,临床医师还可以根据各种不同的诊断与治疗目的不断设计出更多的融合方式。

1.3医学图像融合的主要技术方法与步骤医学图像融合的过程是一个渐进的过程,不同的融合方法有各自具体的操作和处理,但是,不管应用何种技术方法,图像融合一般都要经过三大主要的步骤来完成,分别是图像预处理、图像配准和融合图像的创建。

1.3.1图像预处理医学图像预处理是指对获取的各种图像数据做去除噪声、对比度增强、感兴趣区域分割等处理,统一各种数据的格式、图像大小和分辨率,对于有条件的图像还可以进行重新断层分层以确保图像在空间分辨率和空间方位上的大体接近。在此基础上,还可根据目标特点或不同应用目的建立适当的数学模型。

1.3.2医学图像配准医学图像配准是指对于一幅医学图像寻求一种或一系列空间变换,使它与另一幅医学图像上的对应点达到空间上的一致。这种一致是指人体上的同一解剖点在两幅匹配图像上有相同的空间位置,配准的结果应使两幅图像上所有的解剖点,或至少是所有具有诊断意义的点及手术感兴趣的点都达到匹配。图像配准是图像融合的先决条件与关键,图像配准精度的高低直接决定着融合结果的质量。目前,已存在多种配准方法,文献[3]对医学图像配准技术做了详细的归纳和总结,配准处理一般可以分为图像变换和图像定位两步:(1)图像变换:其目的在于确保多源图像的像素或体素表达的实际空间区域相同。确保多源图像对同一脏器在空间描述上的一致性。图像的变换包括平移、旋转、定标、反射等处理,医学图像常用的基本变换有:刚体变换、仿射变换、投影变换和非线性变换。在图像融合实践中,以上几种方法经常联合使用,一般都由计算机自动完成,并可进行一些人工的修正,从而提高结果的准确性。(2)图像定位:在实际应用中,图像分辨率越高,图像细节越丰富,实现点到点意义的对应难度越大。图像的定位(配准)方法可大致分为两大类:基于外部定位和基于内部特征的方法。基于外部定位的方法有:定标架法、面膜法和皮肤标记法等,其优点是定位简单,精度高(一般都可达到像素级的精度),缺点是这些方法仅限于刚体变换,而且有时会对人体产生一定程度的损伤。基于内部特征的方法是从不同成像模式中提取共有特征的标志进行定位,这些标志包括解剖标志、几何标志、局部点、线、表面轮廓特征和像素特征等,这类方法仅基于病人自身图像的信息,是回顾性算法,不需在成像之前对病人做任何特殊处理,缺点是内部标志的寻找相当困难和麻烦,计算量大,需要人为介入,配准精度由具体算法决定。其主要方法有:①标志点法:包括解剖标志点法和几何标志点法;②图像分割配准法:包括曲线法、表面法等;③基于像素特征的配准法:有矩和主轴法、相关法、最大互信息法和图谱法等。近年来小波变换也被应用于图像配准中,它可以利用在低分辨率下的配准参数作为基础和引导,得到在高分辨率下更为准确的结果,这种方法有较强的鲁棒性,而且可以加快配准时间。此外,基于一定数学物理模型的非线形配准也是近年研究的热点。

1.3.3医学图像融合医学图像在空间域配准之后,就可以进行融合了,融合图像的创建又分为图像数据的融合与融合图像的显示两部分来完成。

(1)图像数据融合:在当前的研究中,主要有两类方法:以像素为基础的方法和以图像特征为基础的方法[4]。以像素为基础的方法,即点对点的方法。由于像素是图像的基本元素,像素间灰度值的差异显现出图像中所包含的结构信息,因此简单地把两幅图像对应像素点的灰度值进行加权求和、灰度取大或者灰度取小等操作,便可得到一幅融合图像。这类方法是对图像进行逐点处理,所以用到的数学原理易于理解,算法实现也比较简单,不过实现效果和效率都相对较差,融合后图像会出现一定程度的模糊。以图像特征为基础的方法,要对图像进行特征提取、目标分割等处理,用到的算法原理复杂,但是实现效果却比较理想,能够满足诊断的要求。现有的基于图像特征的融合方法几乎都是从变换域上的图像编码和压缩技术延伸来的,有Laplacian金字塔法[5]、Gaussian金字塔法[6]、比率低通金字塔法[7]、多分辨率形态滤波法[8]和小波变换法[9]等,这类方法融合的一般步骤为:①将源图像分别变换至一定的变换域上;②在变换域上设计一定的融合规则;③根据选取的规则在变换域上创建融合图像;④逆变换重建融合图像。

(2)融合图像的显示:融合图像有多种直观的显示方法,常用的有伪彩色显示法、断层显示法和三维显示法等。①伪彩色显示法:由于人眼对彩色图像的分辨能力是灰度图像的几千倍,因此对融合图像采用伪彩色显示可大大提高观察者对图像特征的识别能力。融合图像的伪彩色显示往往是以某个图像为基准,该图像用灰度色阶显示,另一幅图像叠加在基准图像上,用彩阶显示;②断层显示法:对于某些图像可以将融合后的三维数据以横断面、冠状面和矢状面断层图像同步地显示,便于观察者进行诊断,这种显示要求观察者对于图像三维层面特征有丰富的经验;③三维显示法:将融合后的三维数据以三维图像的形式显示,使观察者可更直观地观察病灶的空间解剖位置,这在外科手术设计和放疗计划制定中有重要意义。

2医学图像融合的应用前景

经过近些年的研究,图像融合技术已开始应用在临床治疗和影像诊断中,并取得了许多令人可喜的成果。原发癫痫病灶的准确定位一直是困扰医学影像界的一大难题,许多学者利用融合技术对此做了富有成效的探索。例如:Pelizzari等[10]对癫痫病人的MRI、PET图像融合处理后,可观察到病人的脑外伤、炎症、硬化症等的变化,还可看到手术及麻醉前后的区别;Lewis等[11]研究表明,于发作期和发作间期对癫痫患者分别进行SPECT检查,将二者的图像相减,再分别于MRI图像融合,可使功能损伤的解剖学标记更准确,以SPECT所示的局部脑血流对大脑新皮质的癫痫灶准确定位,从而为手术提供重要依据。将图像融合技术应用于脑颅成像中,可以精确定位颅内病变,提高诊断准确性。例如:Hill等[12]融合CT和MRI图像,建立了大脑的三维坐标系统,以辅助脑的定位治疗,其定位精度高于单独从一个图中的定位;Rubinstein等[13]运用T1、TC、FDG脑图像与MR图像融合对脑肿瘤手术或放疗后的变化和复发进行监测,对发现治疗后肿瘤体积大小改变,区别肿瘤坏死与复发部分,均具有极高的诊断价值。在胸腹部图像融合的应用中,由于胸腹部脏器形状不规则又易受呼吸游动影响,很难做到精确配准,因此这方面的融合报道较少,但也有学者进行了有益的尝试。如:Li[14]将MR融合到三维PET代谢图中,显示代谢与解剖信息,在对内脏肿瘤患者的试验中,以不同色彩显示腹部各区域的三维图像;Magnani等[15]证实,CT/PET对非小细胞肺癌侵犯纵隔淋巴结的分期诊断中,二者的融合图像比单纯应用CT或PET更为准确。在放射治疗的应用中,利用融合图像精确定位照射区与周围正常组织的空间关系,可减少周围正常组织的放射性损伤。Wong等[16]对轫致辐射SPECT和CT图进行三维融合,从而定位要进行放射治疗的灌注后肿瘤,得到良好效果;Pinz等[17]应用图像融合技术测定用核素标记的单抗治疗淋巴瘤、肺癌和前列腺癌等恶性肿瘤的剂量,可详细确定其放射性分布。在外科手术的应用中,准确了解病变与周围组织的关系对制定手术方案,决定手术是否成功至关重要,Sannazzari等[18]以融合技术确定放射线标记的单克隆抗体聚积(SPECT)的解剖结构(CT),可对术前及治疗中的肿瘤进行精确分级和定位。

篇8

【关键词】医学图像，专利申请，可授权客体

1、医学图像处理方法与可授权客体

医学图像处理包括医学成像和医学图像处理方法，人们用多种方法产生各类医学图像，例如超声（US）、计算机断层（CT）等，再利用各种图像处理方法对成像进行处理，例如增强、分割、目标追踪等。医生可利用各种成像结果了解病人的病情，并结合医学专业知识对病情进行诊断与治疗。因此，医学图像处理技术的发展对现代临床疾病的诊疗和研究带来巨大和革命性的影响。

就医学图像处理领域的专利申请而言，最有可能涉及"疾病的诊断或治疗方法"这一类问题，原因在于医学图像处理恰好是医学信息获取与图像处理方法的结合。医学成像是对受检对象利用医学成像设备检测得到的图像，而对这类图像的处理通常会重点集中在图像观察者（比如医生）需要突出关注的信息，比如病变区域、器官组织、骨架结构等。

对于诊断方法和治疗方法的定义，《审查指南2010》规定了：

"诊断方法"是指"为识别、研究和确定有生命的人体或动物体病因或病灶的过程"， "治疗方法"是指为使有生命的人体或者动物体恢复或获得健康或减少痛苦，进行阻断、环节或者消除病因或病灶的过程，包括以治疗的或者具有治疗性质的各种方法。

通常在医学图像处理发明申请的审查中，需要审查员对发明申请所要求保护的技术方案本身进行分析，立足立法本意，判断其是否符合诊断方法与治疗方法定义中的各个条件。但在实际审查工作中，对于具体案情的判断都存在不同的争议。

下面本文将结合实际审查中的两个申请案例进行具体分析案例中权利要求所要求保护的技术方案是否属于"疾病的诊断和治疗方法"的不可授权客体。

2 相关案例分析

2.1 案例一：

1. 一种血管内超声图像序列中钙化斑块帧的自动检索方法，其特征是，所述方法根据IVUS图像径向灰度曲线的斜率值来判断斑块是否存在，具体步骤如下：

a、对各帧IVUS图像进行各向异性扩散滤波，减少噪声和无用信息，同时保留、增强图像的边缘信息；

b、对各向异性扩散滤波后的各帧IVUS图像进行极坐标变换，将其变换到以图像中心为坐标原点的极坐标系中，得到极坐标视图；

c、根据极坐标视图求得各个角度的径向灰度变化曲线；

d、初步检索含钙化斑块的图像：

将每一径向灰度变化曲线的斜率最大值、即极径上的灰度跳变极值，与预设的参考阈值进行对比，如果某方向上的灰度变化曲线的斜率最大值超过所设阈值，则初步认定该方向属于钙化区域，否则不属于；

e、精细检索含钙化斑块的图像：

如果初步认定极坐标视图中的某列像素属于钙化区域，那么判断其邻域内的连续n列像素，如果都属于初步认定的钙化区域，则该区域属于钙化区域，否则该区域不是钙化斑块，最后将最终检测到的钙化斑块的具置显示在图像中。

通过分析权利要求1-3，其请求保护的是一种血管内超声图像序列中钙化斑块帧的自动检索方法，由权利要求和说明书中记载的内容可知，该方法利用计算机技术和数字图像处理技术对血管内超声图像序列中钙化斑块帧的自动检索，因而它是以有生命的人体/动物体为直接实施对象；所述方法根据IVUS图像径向灰度曲线的斜率值来判断斑块是否存在，并将最终检测到的钙化斑块的具置显示在图像中，即得到钙化斑块的具置；虽然该技术方案仅涉及由图像处理方法对目标钙化斑块检测并定位，但是血管内的钙化斑块是由血管壁的粥样硬化病变的钙化产生的，直接反映了人体血管内由于脂质代谢不正常、脂质沉着形成程度，即人体血管的健康状况，该检测结果可直接用于血管硬化病变的判断，以及冠心病的计算机辅助诊断和介入治疗方案定制。

由此可见，该方法的直接目的是通过分析超声图像进行处理判断是否存在钙化斑以及对钙化区域进行识别检测，得到钙化斑块的具置，用于进行血管健康状况和病变程度的诊断，因此属于影像诊断方法，且该影像诊断方法仍然是以有生命的人体和动物体为实施对象，属于专利法第二十五条第一款第（三）项所述的疾病的诊断方法的范围，因此不能被授予专利权。

2.2 案例二：

1. 一种追踪肿瘤的方法，所述方法包括针对一系列双平面图像中的每对当前图像进行下述步骤：

利用从每对双平面图像确定的所述肿瘤的之前的位置、所述肿瘤的3D模型和双平面几何性和生成一组分割假设；

基于所述一组假设构造体事前概率；

使用所述体事前概率选择一对当前图像中的种子像素；

使用辉度值和所述种子像素构造双平面双图像图形；以及

使用图像辉度获得对应于肿瘤边界的分割掩模以确定所述肿瘤的当前位置，其中，上述步骤在处理器中执行。

本案例中权利要求请求保护一种"追踪肿瘤的方法"，在实现该方法时利用双平面图像的特征及图形分割确定图像中的目标位置。虽然在该技术方案中肿瘤是首先被确认存在并被作为先验知识用于进一步追踪，即已经知晓患者肿瘤疾病存在或健康状况，但该案例仍需从该技术方案的背景技术和发明所要解决的技术问题来辅助理解其技术方案实质是否属于非授权客体。

出于人道主义的考虑和社会伦理的原因，医生在诊断和治疗过程中应当有选择各种方法和条件的自由，而本案例中说明书记载了"粒子束放疗将带电粒子传递给肿瘤同时使得对周围的健康组织的伤害最小"以及"由于随机的全身性的运动，需要在治疗期间实时地连续追踪肿瘤"，也就是说本申请技术方案可以辅助医生在对病人进行肿瘤粒子束放疗时利用该肿瘤追踪的位置结果对所定位位置的肿瘤细胞实施粒子束放疗，因而该方法是以有生命的人体为直接实施对象获取肿瘤位置的超声图像，并为使有生命的人体获得健康而进行阻断、缓解或消除病因或病灶的过程，因而属于为实施外科手术治疗方法采用的辅助方法，由此，该组权利要求所要求保护的范围属于专利法第二十五条第一款第（三）项所述的治疗方法的范围，不能被授予专利权。

3 总结

通过以上2个典型案例的分析，可以看出审查员在判断一项医学图像处理的发明专利申请是否属于专利法可授权专利权的客体，应以该专利申请的权利要求所要求的保护的技术方案为主，并结合说明书的内容了解权利要求所要求保护的技术方案所解决的技术问题与直接目的，从而判断该技术方案是否为疾病的诊断方法或者疾病的治疗方法。

需要注意的是。有一类观点认为，若权利要求只要在撰写时避开医学图像的技术特征，并且避免在权利要求中直接记载与疾病诊断或手术治疗相关的技术特征而是撰写成图像处理方法，则可以直接认为该权利要求所要求保护的技术方案是属于纯粹的图像处理方法，排除在不可授权的客体范围之外。事实上，对于说明书中涉及图像处理方法可用于疾病诊断和临床医疗辅助时，即使该专利申请的权利要求书在撰写时没有明确记载该部分技术特征，仍有可能属于疾病的诊断和治疗方法的范畴，此时审查员该如何进行判断和决定需要严谨而慎重地思考。

另外，对于与医学图像方法对应的成像系统是否属于授权客体，目前还存有争议，需要进一步的研究与讨论。同时，申请人或人对于医学图像专利申请的撰写应当注意上述问题。

参考文献

篇9

医学影像技术是高新技术与医学的结合，自20世纪70年代起，以CT问世为标志，伴随计算机技术的进步，现代医学影像学取得了突飞猛进的发展，由传统单一普通X线加血管造影检查形成包括超声、放射性核素显像、X线CT、数字减影血管造影（DSA）、MRI、普通X线检查的数字化成像（CR和DR）以及图像存储和传输系统（PACS）多种技术组成的医学影像学体系。医学影像学已经由传统的形态学检查发展成为组织、器官代谢和功能诊断手段，医学影像学技术已经由既往"辅助检查手段"转变为现代医学最重要的临床诊断和鉴别诊断方法，使多种疾病的诊断更准确、及时。由于介入医学的兴起，医学影像学已经集诊断和治疗为一体，成为与外科手术、内科化学药物治疗并列的现代医学第3大治疗手段。目前，医学影像学科是现代化医院的支柱之一，影像学设备的价值占医院固定资产50%以上，医学影像学为临床医学的主要研究手段和推动现代医学不断发展的动力。

医学影像学是高新技术与医学的结合点，21世纪医学影像学发展首先依赖于以计算机为主导的高新技术的进步。由于计算机的性能以几何级数升级，必将带动多种医学影像学设备向小型化、专门化、高分辨率和超快速化方向发展，医学影像学检查亦将由大体水平逐渐深入至细胞、受体、分子和基因水平。近年来，美、欧、日等发达国家和地区在医疗影像诊断产业加强战略布局，旨在带动多种医学影像设备向小型化、专门化、高分辨率和快速化方向发展。目前，数字医疗影像技术的发展主要有如下几大趋势：

现代医学影像设备的发展将由最开始的形态学分析发展到携带有人体生理机能的综合分析。通过发展新的工具、试剂及方法，探查疾病发展过程中细胞和分子水平的异常。这将会为探索疾病的发生、发展和转归，评价药物的疗效以及分子水平治疗开启崭新的天地。同时，由于造影剂是影像诊断检查和介入治疗时所必需的药品，未来针对特定基因表达、特定代谢过程、特殊生理功能的多种新型造影剂也将逐步问世。

1小型化和网络化

新技术的发展使医学影像设备向床边诊断转变，小型、简便的床边化仪器将越来越多地投入应用，这将对重症监护、家庭医疗、预防保健等提供快速、准确、可靠的信息，提高医生对病人诊断的及时性和针对性。同时，数字化成像将安全取代传统的非数字图像，医院内部所有医学影像学设备将联网，在线大容量数字化图像存储得到普及，由于宽频带网络的应用，医学影像学图像的远程传输更快捷，图像更清楚，使远程放射学达到普及和实用阶段。网络化也将加快成像过程、缩短诊断时间，有利于图像的保存和传输。影像学科医生不必到医院上班，在家或出差的旅途中即可完成医疗工作任务。医院内部完全取消借、还片工作，临床科室医生在门诊、病房或手术室、监护室直接经网络调阅影像学图像，应用计算机仿真技术设计外科手术方案、并直接在手术过程中引导手术入路、揭示手术切除范围。通过影像网络化实现现代医学影像学的基本理念，达到人力资源、物质资源和智力资源的高度统一和共享。

2多态融合技术使诊断、治疗一体化

在新世纪，将有多种新型造影剂问世（包括组织、器官特异性造影剂，特定基因表达、特定代谢过程、特殊生理功能造影剂），其毒副作用更小、对比增强效果更佳、诊断的特异性更强。此外，医学影像学技术直接应用于药物研制，并用于监测疗效，可促进新药的开发进程。

医学图像所提供的信息可分为解剖结构图像（如：CT、MRI、B超等）和功能图像（如：SPECT、PET等）。由于成像原理不同所造成图像信息的局限性，使得单独使用某一类图像的效果并不理想。因此，通过研制新的图像融合设备和新的影像处理方法，将成为计算机手术仿真或治疗计划中的重要方向。同时，包含两种以上影像学技术的新型医学影像学设备（如：CT与X线血管造影机）将更受欢迎，诊断与治疗一体化将使多种疾病的诊断更及时、准确，治疗效果更佳。

3 3D打印辅助医学影像

篇10

自伦琴1895年发现X线后,在医学上X线被用于人体检查,诊断疾病,逐步形成了放射学。20世纪以来医学成像技术经历了一个从静态到动态、从形态到功能、从平面到立体的发展过程,尤其在计算机技术高度发达之后,出现了计算机断层成像(CT)、数字减影血管造影(DSA)、单光子发射断层成像(SPECT)、磁共振成像(MRI)、数字荧光造影(DF)、正电子发射断层成像(PET)等多种成像模式的医学图像,使人体内部的结构、功能等多方面的状况通过影像反映出来,从而更加直观地提供了人体解剖、生理及病理等信息。为了丰富和突出影像的有用信息,在成像之后,计算图像处理技术被广泛应用,包括将医学图像数字化、去除噪声、恢复图像失真,增强图像对比度、自动分割目标、断层图像的三维重建、定量分析等处理手段[1,2]。但是,由于各种成像设备所特有成像原理各不相同,与各种成像相关的信息内容也各有侧重。如CT、MRI图像主要反映解剖形态结构;核影像对人体功能状态非常敏感,等等。单独用某种模式的图像进行诊疗,即使经过计算机处理,也不能反映全面情况,只能得到定性的,或在一定条件范围内的定量分析。近年来,随着图像处理技术在医学领域的进一步应用,一种新的信息处理技术——医学图像融合开始受到足够重视[3～8]。它是将多种成像模式(一般为两种)的图像结合起来。利用各自的优点,在一幅图像上同时表达来自人体多方面的信息,如融合MRI与PET的胸腹图像,可提高对肿瘤的诊断、定级、定位和定量分析,为放射计划治疗提供依据;又如利用腕骨的CT和MRI融合图像可辅助骨折正位。通过医学图像融合,有效地丰富了图像信息,提高了诊断和治疗的可靠程度。国外已有大量报道这方面的研究、实验成果,并开始用于临床。本文综述了多模式医学图像融合中的有关图像处理技术,着重介绍了图像配准技术,并例举了医学图像融合在医学诊断、治疗等方面的应用。

2医学成像技术

医学成像技术是一个综合多种学科成果与先进技术的综合性,实用性学科领域。包括X射线、超声、CT、MRI、核医学图像(SPECT、PET)、红外线图像、数字减影、荧光造影等多种成像方式。各种模式的医学图像从视觉角度为医生及研究人员提供了丰富、直观、定性及定量的人体生理信息,成为诊断各种疾病的重要技术手段。由于不同模式的设备对人体内大到组织小到分子原子有不同的灵敏度和分辨率,因而有它们各自的适用范围和局限性。CT是利用X射线提供的原始信息进行从一维到二维的图像重建,可以对人体作多层横断面扫描。CT具有较强的空间分辨率(3mm)和几何特性,对人体软组织对比度较低,对骨骼反映清晰。MRI利用人体组织中氢质子在磁场消失后驰豫时间差成像。可得到多种角度、方位的断层图像,空间分辨率小于3mm,可清晰反映软组织、器官、血管等的解剖结构,但对钙化点不敏感,且受到磁干扰会发生几何失真。SPECT、PET是以放射性核素及其标记物在脏器中的浓度差为基础的显像方法,能得到人体任意角度断层面的放射性浓度分布。可反映组织、器官的代谢水平、血流状况,对肿瘤病变呈现“热点”。PET尤其适于对神经系统功能的研究。但图像的分辨率很差(SPECT约10mm,ECT约6mm),难以得到精确的解剖结构和立体定位,也不易分辨组织、器官的边界。DSA是一种投影图像,由注入造影剂前后的X光投影图相减而得到。可清晰反映人体心、脑血管分布情况,对诊断各种动静脉畸形、血管瘤等有重要价值。但它不能显示周围结构以及病灶的空间位置。各种模式的医学图像从不同角度反映人体信息,单独从某一种图像中无法得到全面的诊断信息。而多种图像又必须借助医生的空间构想和推测去综合判定他们所要的信息,其准确性受到主观影响,更主要的是一些信息将可能被忽视。医学图像融合技术以计算机图像处理方法代替了医生的人工综合方式,可以提高诊断效率和可靠性,并精确指导神经外科手术及放射治疗等。

3融合和配准技术

医学图像融合一般指两种图像模式的图像取长补短,结合成一幅图。如CT-MRI,CT-SPECT,MRI-PET、MRI-DSA等。目前国外已有大量研究报道,因研究对象,研究目的不同,融合的方法也多种多样,归纳起来,主要按以下步骤进行:(1)预处理。对获取的两种图像数据进行去噪,增强等处理。统一两种数据格式,图像大小和分辨率。对序列断层图像做三维重建和显示。根据目标特点建立数学模型。(2)分割目标和选择配准特征点。在二维或三维情况下,对目标物或兴趣区进行分割。选取的特点应是同一物理标记点在两个图像上的对应点,该物理标记可以是人工标记,也可以是人体解剖特征点。(3)利用特征点对进行图像配准。可视作两个数据集间的线性或非线性变换,使变换后的两个数集的误差达到某种准则的最小值。(4)配准后的两种模式的图像在同一坐标系下将各自的有用信息融合表达成二维或三维的图像。(5)从融合图像中提取和测量医学特征参数,定性、定量分析,做出病情诊断或指导外科手术及放射治疗计划。在完成上述图像融合的过程中,涉及到许多具体的技术,尤其集中于计算机自动处理方面。下面就几个主要技术加以总结。

3.1图像分割和特征点选取

图像配准的精度取决于特征点的选取。以大脑的图像融合为例,在早期的研究中[3,4],采用戴含界标的头套或将病人头部固定于立体定位架中,经两种成像可得到共同的参照坐标系,这一方法显然操作不便,也使病人痛苦,不太实用。后来,人们将头(脑)的外轮廓及内部一些解剖特征点作为标记,实现无架匹配[5～8]。这些特征点应具有空间不变性,还要求同时存在于两种图像中,并且在自动提取算法中易于识别。除脑之外,其它部位或兴趣区(ROI、VOI)的融合也选取了诸如外标记架、橡胶绑带、标记钉、体内解剖特征点(血管分支点,器官边界、血管壁等)。为准确、自动提取标记点,需对图像作精确分割。如分割出头皮、颅骨、灰白质等,并剔除非脑软组织。Ardekani等[9]提出了全自动的脑MRI图像分割方法,首先用梯度算子提取脑轮廓;第二步用K-均值算法将脑内部聚类成4个不同类;最后,利用多个特征参数-灰度、边界分维数、平均深度、对称性等,得到多个兴趣区的边界,与原图像叠加,即可显出脑内部主要区域及脑轮廓。其它一些分割方法诸如用数学形态算子[10]、边缘提取方法[11],以及人工交互式分割[12]都可有效分割目标。

3.2配准技术

人体同一解剖位置经不同的图像设备得到的图像会在图像分辨率、大小、几何形状、扫描角度、断层间距等方面不一致。配准就是将这两种图像统一到共同的空间坐标系中,保持两图像中对应位置的一致性。从数学模型上表达,配准可描述为求解从一个数据集到另一个数据集的映射变换,经过变换后的两个图像集将达到最优匹配,即它们之间的误差距离(有多种定义)最小。

3.2.1基于多项式配准方法对于有架或外部界标的配准,从参照系中的对应点可直接求得变换函数。一般为多项式线性函数,可简单表示为:x′1=a*1x1+b*1y1+c1y′1=a*2x1+b*2y1+c2其中:a1,a2,b1,b2,c1,c2为多项式系数,(x1,y1)点经变换后为(x′1,y′1)。要使对应点(x1,y1)和(x2,y2)相匹配,需满足误差E=(x′1-x2)2+(y′1-y2)2最小。据此匹配条件,利用多个特征点数据可求取多项式各系数。于是,就可变换整幅图像数据,完成配准过程。

3.2.2基于主轴和表面的配准方法在无架配准方法中,基于脑解剖特征的主轴法比较成熟[13]。该方法以目标体(近似柱体或椭圆体)的中心点及三个正交主轴为匹配基准,通过旋转、移位变换使两个目标相对应。另一种无架自动配准方法是三维表面匹配算法,在许多融合处理中被采用[6,16,18]。如图1是脑CT和MRI图像的表面匹配示意。先将多层扫描的CT提取头外表面轮廓,如图中连续闭合曲线,形成“头”表面;再将MRI特征点覆于“头”上,称“帽子”。开始“头”与“帽”不相配,经过一个可迭代运算的非线性变换,使“帽子”各点到“头”质心的均方根距离趋于最小,最终实现两者匹配。Rusinek等[14]对主轴法和表面匹配法作了详细的比较。两种方法都会因提取脑轮廓所造成的畸变而影响精度;主轴法还对扫描不完全的程度敏感;表面匹配法无需人为监督,自动化程度高,配准精度高,只是运算较复杂,处理时间长。从实际应用角度看,文中认为表面匹配法优于主轴法。

3.2.3其它配准方法van.denElsen等[11]在配准CT、MRI和SPECT图像时,除提取脑外表面轮廓特征,还用多尺度Gaussian算子提取脑内部几何特征,在多尺度空间进行匹配。Meltzer等[15]先将脑MRI图的内部分割成几个兴趣区(ROI),再分别以各ROI为模板自动配准到PET图对应的区域。腹部脏器(或肿瘤)的图像配准不如脑部精确,一般配准误差约6mm～2cm,因为在成像过程中可能发生局部位移、形变。Parsai[8]和Wahl等[16]在研究中还需依靠外部基准标记架或橡胶绑带,并适当选用少量内部特征点。Wahl所用方法是基于一种仿射变换几何模型。Pietrzyk等[17]对全自动配准方法进行分析后,认为自动配准方法需假设对象为刚体并要选取有效特征点对,因而仅限于脑、脊髓等组织,也仅限于几种图像模式的融合。他们提出了人工交互式配准方法。该方法利用可视化交互式图形软件包对两种图像进行编辑、旋转、对准、排列,可达到很高配准精度,并符合医学理解。此方法适应多种模式配准,并用于人体多个部位:脑、胸、腹、骨等组织。

3.2.4配准方法验证用于控制配准优化过程的准则主要有:对应特征点或表面的误差均方(平方)和最小;ROI中心——中心距离最小;或定义代价函数,使函数趋于某极限,等等。为了评价无架配准方法的有效性,在研究中多以含外部标记的模型或有架配准结果作为依据,进行比较分析,并以实际病人数据进行验证[18]。

3.3数据融合和显示

对于两个配准后的图像显示,要以数据融合为目的,即要将两种图像模式的特点同时表现出来,突出最能反映生理、病理变化的形态和功能信息。尽量避免覆盖、遮挡。一般可采用多种图形显示方法[6,8,16,17],如给不同区域定义多个灰度或彩色,或用不同纹理区别显示等。关于断层图像的三维显示已有成熟的方法,主要有表面显示,体显示和剖面显示等方式。Stokking等[19]以灰度显示脑三维表面结构(MRI),将放射性分布信息(SPECT)以彩色方式叠加于表面,并以色彩浓淡表示浓度,再用这种融合显示方式同时显示多个深度(5mm,10mm,15mm)的脑三维表面,给医生很直观的诊断信息。

3.4其它相关技术

PACS即医学文档和通讯系统是支持图像融合的重要平台和环境[20]。该系统将医院的各种成像设备联成网络,以数字方式存贮、管理和处理多种影像资料,有利于数据共享,远程诊疗和计算机图像分析,图像融合等技术的实现。要实现PACS,需解决:各种图像数据的获取;图像存储协议;多级网络建立等问题。其中,要求对图像进行高压缩比的不失真压缩处理,以提高传输效率,如何实现这种高效算法引起许多研究人员的浓厚兴趣,除了对传统压缩方法进行改造,基于知识的、基于神经网络的、基于小波分解的或分形编码的一些新方法,正在深入探讨和实验中。适当的成像方法和显影剂的选择也直接影响图像的融合和配准。例如,立体定位架的设计,外标记的位置安排,不同扫描方式的角度、层间隔的统一等成像技术细节都是很值得研究的。

4医学图像融合的应用

医学图像融合的临床应用多种多样。主要集中于大脑的诊断和手术治疗,以及脏器肿瘤的诊断、定位等。在大脑的图像融合应用中,Hill等[5]融合CT和MRI图像,建立了大脑的三维坐标系统,可辅助脑定位治疗,定位精确度高于单独从一个图中的定位。Pelizzari等[6]对癫痫病人的MRI、PET图像处理后,可观察到病人的脑外伤、炎症、硬化症等的变化,还可看到手术及麻醉前后的区别。在Grzeszezuk的研究中[21],通过CT、MRI融合图,可辅助脑电极植入指定位置,并根据立体分布的电极的记录分析,与相应的PET图相对应,可更全面了解手术前脑的活动情况,提高了手术计划的可靠性。在胸腹部图像融合应用中,Wahl[16]将MRI融合到三维PET代谢图中,显示代谢与解剖信息,对10个内脏肿瘤患者的实验中,以不同色彩显示腹部各区域的三维图像。Kramer[22]以融合技术确定放射线标记的单克隆抗体聚积(SPECT图)的解剖结构(CT图),可对术前及治疗中的肿瘤进行精确分级和定位,其实验对象为8例可疑直肠癌。Birn-baum[23]在融合配准过程中,不借助外部界标,而在ROI中以肝轮廓、脾尖、动静脉管壁等为内部标记,进行MRI-SPECT及CT-SPECT的匹配,通过对多例病人的实际处理,可诊断小到1cm的肝血管瘤,证明该技术比单独从SPECT中估计肝血管损伤更有效。

篇11

作者：苏汉新 马少群 刘培成

我院医学影像科于2005年9月创建了小型PACS系统，经过近6年的应用，对科室的目标管理、质量控制、学科发展、临床教学、人员培训等起到了积极的推动作用，现结合使用该系统的体验，探讨医学影像科开发小型PACS系统的设计和应用价值。

材料与方法

1、硬件配置

（1）X线机：日本岛津XHD-150型、日本岛津MUX-100G、德国西门子MOBILETT II、匈牙利NEODIAG-NOMAX等；

（2） CT机：美国GE BSD Elite Select 16排螺旋CT诊断系统、德国西门子Somatom AR.C 全身CT机；

（3） CR系统：美国柯达850系统；

（4） 骨密度仪：美国RA OsteoGram;

（5） 激光相机：美国Kodak DryView 8900、5800各一台；

（6） 服务器：Dell .Jc XP Pro SimpChn 082；

（7） 医学影像工作站：4套。每套包含：计算机1部、2个专业液晶显示器（一个用于图像显示，一个用于书写诊断报告）和一个激光打印机。

2、软件配置

（1） 操作系统：Windows XP Professional；

（2） 开发软件：川大职能软件公司研发的Esaywork；

3、PACS系统组成结构

我院创建的是局部开放式PACS，仅是服务于医学影像科的局域网。其设计、布局主要根据科室具体工作实际、现有设备配置来定。主干网为以DICOM 3.0为接口的24口网络交换机连接各个信息点，直接连接到CT机、CR系统、骨密度仪、激光相机、服务器、及4套医学影像工作站上，实现影像信息共享。

4、硬件拓展

医院发展后，如果再引进DSA、MRI等大型现代影像设备，该系统也备有预留接口和相应链接软件，以实现大影像的综合兼容目标。

结果

我院PACS系统创建后，普通X线检查、CT、骨密度测定等医学影像工作可在PACS下一一展开。各类设备的图像进行采集、储存、传输、显示，都是严格遵循医学影像数字影像通讯DICOM 3.0标准进行的，从而保证各类信息传递的顺利畅通。

图像的调取是通过各个工作站与服务器之间进行，各个工作站之间相互独立、互不干扰，但彼此间图像资料、诊断信息则是共享的。影像科医师能在各自的工作站上进行阅片分析、图像比较、影像诊断、报告书写、文字处理、信息查询及胶片打印等系列工作。

图像的储存可以CD、DVD及硬盘等介质形式选择性的进行，以达到保存目的，以便多年以后提取、查阅。

通过这几年的使用，该系统运行稳定，故障率低，体现了设计理念中的系统结构简单、性能稳定、操作方便、设置灵活及可扩性强等特点，为今后建立全院性信息管理系统（HIS）积累了丰富的经验。

讨论

PACS是基于数字成像技术、计算机图像处理技术和网络技术的发展和进步，旨在全面解决图像的获取、存档、传输、显示及处理的综合系统。PACS系统可将各类医学影像设备产生的医学图像以数字的形式存放在图像库中，用计算机实现图像的存取。建立PACS的主要目的是实现影像资源的信息化、共享化，使医务人员能够方便、完整地获取影像资料，并利用这些资源更好地为患者服务。

应用PACS的优点：

（1）操作简单、方便，获取图像快捷，工作效率高；

（2）图像处理功能强大，病变显示变得容易，减少疾病漏诊率；

（3）利于图像调阅及查询，可进行影像资料的长期保存；

（4）实现图像传输，利于教学、科研及远程会诊，达到资源共享；

（5）利于科室管理、质量控制，使医学影像科工作流程科学、合理、简洁；

使用PACS工作中存在的问题：

（1）防止计算机病毒侵袭：表现使在用U盘等介质进行拷贝图像；

（2）计算机自身运行不稳定，造成死机，影响工作；

篇12

[关键词]超声检查；异性扩散滤波技术；噪声抑制

引言：随着医疗科技的发展，各种检查技术及手段日益提高，超声成像技术作为普通的检查手段应用十分广泛，超声成像技术的特点是功能诊断快速、实时。一直是心脏检查中最普遍采用的手段，但医学超声图像中通常含有大量的斑点（speckle）噪声，这些斑点、噪声模糊和掩盖了超声图像中某些重要的信息，使得超声图像的定量分析变得比较困难。因此在心脏医学超声图像序列中如何进行斑点噪声抑制，以提高超声检查中图像噪声滤波的准确度，对各种心脏疾患的诊断具有积极意义[2]。

1心脏医学超声图像的降噪

1.1斑点噪声的特点：在超声的成像过程中，由于人体各组织结构和器官上的不均匀性，一些微小的结构常常不能为超声所分辨，再加上超声声波信号的干扰，因此在超声图像上形成了特有的斑点噪声.且斑点噪声幅度呈瑞利分布，只有通过合理设计的滤波器，才能进行有效的噪声控制[3]。

1.2基于各向异性扩散方程的滤波技术：基于各向异性扩散方程的滤波技术在医学超声图像降噪领域倍受关注[1]，这一滤波技术实际上是一种扩散过程，不仅能比较有效地除去斑点噪声，而且对有价值的边缘细节信息还可以增强，各向异性扩散滤波技术的原理是通过在扩散方程中引入图像特征，从而设计出合适的扩散系数，来对扩散行为进行有效的控制的；方程是用像素点的梯度大小与梯度门限作比较，通过基于各向异性扩散方程的滤波技术可以较好地控制斑点噪声，增强有价值的边缘细节信息，提高图像的准确度。

2心脏医学超声图像的平滑

临床评价心脏功能的一个主要依据是心脏的运动特征；一般通过观察心室壁的活动状况和形态结构等来诊断心肌缺血及缺血性改变等病变的，因此，提高超声序列图像的分辨率，可以提高临床的诊断效果，具有积极的意义。目前临床上通常采用二维滤波方法，各向异性扩散方程的滤波技术（Spatial Tem-poral Amisotropic Diffusion，STAD），但该技术忽略了时间域信息的利用，虽然能达到噪声抑制，但有其局限性，不适合运动幅度大的心脏图像，随着研究的深入，有相关文献提出利用时间域同时结合噪声的分布估计，采用块匹配方法来计算出超声像素的位移，并将帧间的对应关系与估算出的运动量向相匹配，形成了可有效反映运动幅度大的基于运动补偿的各向异性平滑（Motion Corn-pensated―Spatial Temporal Anisotropic Diffusion，MC―STAD）方法[4].

3结果讨论

采用仪器为HP5500心脏超声诊断仪，根据以上二种降噪方法，将此方法应用到心脏超声图像中，结合噪声特点.实验图像数据为左心室短轴及心脏长轴以的切面图像，像素大小分别为200×238和200×182.分别以一个心动周期为标准各采集21帧和16帧图像，使用基于运动补偿的各向异性平滑（STAD）与各向异性扩散方程的滤波技术方法处理后，分别可得到图心脏收缩过程中的第8和第11帧的图像，通过二种方法降噪的图像可以看出，经各向异性扩散方程的滤波技术方法处理后的图像显示心尖部位在运动收缩时由于运动幅度较大，因此，图像中心外膜与心内膜的边界粘连在一起，不容易识别，而且位置有所变化；而使用基于运动补偿的各向异性平滑（STAD）处理后的图像能清楚显示心外膜与心内膜，且无粘连现象。因此基于运动补偿的各向异性平滑（STAD）在实现有效的噪声抑制的同时，还使得图像中心内膜边缘等处也得到较好的增强和保持.有利于临床诊断[5]。

综上所述，利用各向异性扩散滤波技术，实现了超声图像的滤波，同时将其扩展到时间域，对超声检查中图像噪声进行抑制，以提高心脏超声图像序列的质量，实现超声图像的噪声抑制；并将其扩展到时间域图像序列的平滑中，在临床诊断中有利于进一步对心内膜的运动和提取进行跟踪，随着科技水平的不断提高，这一技术有着广泛的应用前景。

参考文献：

[1] YONG Jianyu， SCOTT T ACTON. Speckle reducing anisotropic diffusion [ J] . IEEE Trans Medical Imaging， 2002， 11（ 11） ：1260-1270.

[2] 李斌，严加勇，庄天戈.基于动态规划的最优化医学超声图像边缘提取[J].上海交通大学学报，2002，36（7）：970-974.

[3] Sattar F，Floreby L，Salomonsson G，et a1.Image-enhancement based on anonlinear multiscale method[J].IEEE Transactions on Image Processing，1997，6（6）：888-895.

篇13

【关键词】 多层螺旋CT；运动伪影；薄层重建

--------------------------------------------------------------------------------

作者单位：130051 长春巿中心医院医学影像科(袁斌)，医学影像科(贺永斌)

通讯作者：贺永斌 近年来，随着多层螺旋CT的普遍应用，由于其扫描速度快、图像质量高，伪影较少，可以为临床医生提供真实准确、清晰直观血管图像，具有微创、高敏感性和特异性的特点，逐渐得到广大医生的认可。

1 资料与方法

11 一般资料搜集2012年1～5月在我院行门急诊CT扫描的患者3152例，因患者神志不清或躁动产生运动伪影患者104例，其中男68例，女36例，年龄35岁～84岁，平均年龄537岁，病程30 min～5 d。

12 仪器和方法 采用西门子16层螺旋CT(Sensation cardiac16)，扫描范围为从颅底至颅顶，电压110~120 kV，180~250 mA，准直075 mm；层厚60 mm，层间隔60 mm。原始数据以标准算法重建，重建层厚及间隔均为15 mm~20 mm，采用标准重建及骨重建两种模式进行。

2 结果

104例患者，因神志不清或躁动均产生不同程度运动伪影，60 mm层厚及间隔诊断困难，采用15 mm层厚薄建，图像的分析在工作站上进行，根据薄层图像及三维重建等方法判断，由2位有经验的影像诊断医师根据原始图像和重建像评价 (独立进行)。除8例患者伪影较重不能诊断后，其余患者均能够明确诊断。

3 讨论

传统CT扫描速度慢，原始数据不能薄建，对于一些不配合扫描患者，往往会因图像产生运动伪影而无法诊断，需要对患者进行一次或多次重复扫描，不但增加了医生的工作负担，同时给患者增加了X线摄入。

近年来随着多层螺旋CT的不断应用，其优势不断地显示出来，与传统CT相比，其扫描速度快，短时间内能进行大范围扫描，时间分辨率及空间分辨率均大幅度提高，重建层厚薄，特别是在数据处理方面，已有非常快的众多后处理功能［1］，CT薄层重建技术实现了人体横轴与长轴的各项同性，高分辨率数据采集，有效克服了影像的部分容积效应，图像质量亦更加清晰，对病变的显示更加清楚、细腻，能够显示细微病灶。对于急诊患者、危重患者、不配合扫描患者更具有优势，我院是以急诊急救为主的医院，每年大约有上万例急、门诊患者行头部CT检查，在这期间，许多意识不清、甚至躁动患者，以往应用普通CT检查，因图像出现大量运动伪影而无法诊断，从而对患者进行一次或多次重复扫描，即增加检查时间、又增加患者X线的摄入；应用多层螺旋CT以来，对这类患者可大大缩短检查时间，对有运动伪影的图像，可对原始数据进行薄层重建，可以重建出层厚为10~15 mm的图像，空间分辨率可以达到各向同性［2］，从而使图像的后处理变得简单而快速，在薄层图像上进行分析，能够大大地消除部分容积效应，减少运动伪影影响，图像质量也大幅度得到提高［3］，同时，应用多种形式的三维重建软件，对薄层图像进行多方位、多角度分析，能够及时、准确地做出诊断，减少漏诊及误诊。通过上述方法，在短短5个月时间内，我们对104例因为运动伪影患者CT图像薄层重建后，96例患者能够得到正确诊断。

与传统CT相比，多层螺旋CT三维重建后，获得非损伤性的立体解剖图像［4］，应用多种重建模式，如容积成像、多平成像等方法进行观察，多方位、多角度成像，任意旋转，空间处理技术空间重建能力极其强大，可以在屏幕上同时显示其他三维重建方法的影像结果［5］，所得的图像更加清晰、逼真、细腻［8］，能够更清晰、直观地显示病变，清楚地区分运动伪影，显示出正常解剖结构，发现病变，较厚层图像显示更加准确、可靠，有利于医学辨别真伪，尽最大可能减少漏诊和误诊。

同时应用多层螺旋CT，能够在不影响诊断的同时，适当降低X线计量，降低管电压或管电流值［6］，适当增大螺距，并使用薄层扫描，可以在不影响图像质量的基础上，即不损失有用诊断信息的前提下降低对患者的辐射危害［7］，还应考虑临床医生阅读CT胶片以读取有用诊断信息的需求。

对不配合扫描患者，应用多层螺旋CT检查时，可以减少扫描时间，增加医生诊断效率，减少对患者不必要的X线摄入，为临床提供精准的诊断数据。

参 考 文 献

［1］ 陈克敏 多层CT的进展及临床应用 上海第二医科大学学报,2005,25(10):981982.

［2］ 贺永斌,姜卫国,王继萍,等 MSCT斜位多平面重建诊断鼻骨骨折的价值中国医学影像学杂志, 2005,13(6):385386.

［3］ 包颜明,张龙江,杨亚英,等脑血管病的多层螺旋CT血管造影放射学实践, 2004,(4): 298301.

［4］ 刘红霞,邹瑞琪,江洁,等CT三维成像在颅面外伤整形术前评价的应用 医学影像学杂志，2006,16(9):913.

［5］ 程钢炜,赵家良,牟文斌,等国人视神经管新一代三维重建的效果分析中国实用眼科杂志,2005, 23(8):787791.

［6］ 彭珂文,孙冰,古治梅,等儿童低剂量头颅CT的临床应用 中国辐射卫生,2006,9,15(3):272274.

篇14

关键词：PACS-RIS教学系统；医学影像学；应用型人才

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）12-0209-02

随着影像学设备和技术的迅猛发展，影像医学在临床诊断和治疗中的作用越来越重要，医疗机构对影像医学人才的需求亦进一步增加。如何提高医学影像学教学质量，培养出更多优秀的应用型医学影像学人才，成为高校教育者亟待解决的课题。医学影像学内容抽象，涉及学科广泛，检查方法多，疾病表现多种多样，学生理解和记忆困难。因此，探索出适应现代医学快速发展的教学方法和手段就尤为重要了。潍坊医学院医学影像学系于2004年筹建了专用于医学影像学教学的PACS实验室，2011年改造升级成PACS-RIS实验室，并以此为基础进行了教学改革与实践，以强化学生在校期间临床工作环境模拟与技能水平的训练，形成了PACS数字化影像教学模式。

一、构建PACS-RIS教学系统的意义

影像存储及传输系统（Picture Archiving and Communication Systems，PACS）和放射科信息管理系统（Radiology information system，RIS）主要应用在医院的影像科，它以计算机设备存储式硬盘为基础，保存医院影像资料，通过DICOM、网络等多种接口将影像设备连接起来，以高速网络传输并显示影像设备产生的数字化图像[1]。传统的影像教学手段主要是通过多媒体教学系统讲解基本病变的原理、概念，通过附加图片、图像、文字说明等加深学生对基本知识的理解，促使学生有效的学习。但多媒体教学系统中的图像存在分辨率低、窗宽/窗位不可调、单个病例图像数量少、图像畸变和无图像后处理功能等缺点，这在不同程度上影响了教学效果及学生的学习效果。我院医学影像专业的人才培养目标是培养能在医疗卫生单位从事医学影像诊断等方面工作，具备临床实践能力、终身学习能力和创新意识的应用型专门人才。为达到上述人才培养目标，使本科毕业生在毕业时具备良好的医学影像学理论与实践能力，在就业以后很快能适应临床工作，潍坊医学院医学影像学系构建了PACS-RIS教学系统，并在医学影像学专业本科生实践教学中应用，取得了良好的教学效果。

二、利用PACS-RIS进行影像学教学的优势

1.缩小学生在学校学习和临床工作之间的差距。在传统教学方法中，学生都是学习教科书和教师制作的多媒体课件，病例缺少系统的影像资料，学生很难具备系统知识，很多的知识依靠死记硬背来掌握，而现在的二级以上医院一般都具有局域网或各种类型的PACS系统，影像学诊断都是通过PACS系统阅读分析图像、书写报告，这就造成学生在学校的学习和临床工作之间具有很大的差距。很多学生开始实习或毕业工作之后，很长时间不能适应临床工作方式，影响了他们的工作和学习[2，3]。PACS-RIS系统恰恰就是模拟临床工作模式，学生在实验课学习中就学习在系统中调取图像，可以进行图像的窗宽窗位的调节，可以进行病灶的测量和图像的后处理；学生能在电脑上模拟书写诊断报告，其程序和模式与临床工作一致，这样就可以体现学生“早接触临床，多接触临床”的目的，使学生在学校学习期间就通过模拟临床工作，做到理论联系实际，在他们开始实习或者毕业工作之后，很快就可以熟悉临床工作程序，尽快融入临床实际工作中，实现从学生到医生的角色的顺利转变。

2.改变传统教学模式。传统的医学影像学教学包括理论课和实验课两部分。理论课一般是教师提前准备多媒体课件，从某种疾病的临床与病理、影像学表现、影像诊断与鉴别诊断等方面去讲述，再附上疾病的几幅典型影像表现，内容都是这种疾病最典型、最普遍的东西，内容较为枯燥，学生很难对疾病的影像学表现有共性的认识。实验课一般是教师提前准备典型病例的胶片，学生分组轮换使用观片灯读片。这样的实验课，一是教师要反复讲解费时；二是学生在有限的时间内读片量少；三是环境差，学生容易相互干扰，影响实验课的质量。医学影像专业的学生，其在校期间阅读分析病例的数量和能力直接影响到今后的临床工作能力，要培养具有较高临床能力的应用型医学影像学人才，就需要学生在校期间阅读大量、系统的医学影像学图像，这样他们才能积累一定的临床工作经验，工作后很快适应临床工作。传统的教学模式由于受课时的限制，课堂上学生只能看到为数不多的图像，课后为了避免胶片污损或丢失，一般都要求胶片入库，这样学生实际接触胶片的时间很少，很难把疾病的图像读懂读透。PACS-RIS系统的建立，所有的影像资料都储存于服务器中。学生可以根据自己的能力，尽可能的多阅读图像，遇有问题可以随时咨询带教教师，课后利用课余时间访问服务器，调阅图像反复阅读，更好的消化教师所授的知识，还可以在学习专业知识的同时学习到有关的解剖、病理、实验室检查等方面的知识，使学生对某种疾病从临床表现到影像诊断有一个比较完整系统的概念，同时还培养了学生的自学能力[4，5]。

3.提高学生的学习质量和效率。由于某些疾病表现复杂，且存在“同病异影，异病同影”的现象，单纯使用一种影像检查方法很难做出较为明确的诊断，这就需要两种或两种以上影像学检查互相验证，提高影像诊断的正确率。而一种疾病在不同的检查图像上表现各异，学生理解和掌握比较困难。传统的医学影像学教学采用多媒体授课，幻片灯教学，先由教师逐一讲解，学生再轮换读片，分组讨论，由于课时和胶片数量的限制，学生实际读片数少，且由于读片环境影响，使很多人不能看清图像，不能认识和完全理解图片，造成学生一知半解或糊涂，从而丧失学习的积极性和热情，学习质量不高，效率低下[6]。应用PACS-RIS系统之后，教师把提前准备好的病例发给学生，教师只需对典型病例稍加讲解，学生就可以在各自的终端电脑前进行阅片，还可以利用PACS系统的图像后处理功能进行图像的处理，如调节窗宽/窗位、分辨率与对比度、缩放、旋转、测量、二维及三维重建等，学生可将图像调整至最佳状态，还可以分屏显示，亲自感受并书写诊断报告[7]，并且输入一次检查号，该患者所做的所有影像学检查图像都可以显示出来。学生一方面可以比较同一种疾病在不同检查方法图像上的特点，通过比较加深印象；另一方面可以比较不同检查方法的优劣，从而有助于学生了解比较影像学。如果对图像理解不充分，可以查阅高年资医师审核后的诊断报告，包括图像描述和诊断结果，与自己书写的报告相对比，不仅能够学到相应的专业知识，而且能够熟悉诊断报告的书写规律，提高自己的临床工作能力[8]。利用PACS-RIS系统，教师可以引导学生比较不同疾病的异同点，也可以观察某种疾病的影像学动态变化，还可以了解患者在治疗前后的影像学变化，这样就可以明显提高学生的临床实践能力，为今后的临床实习和工作打下坚实的基础。

4.为教师制作多媒体课件提供良好资源。在PACS-RIS系统建立之前，教师在讲课中所需要的图像资源都是在工作中通过不断及时的积累所获得的，所以记录、收集、整理资料的过程漫长而烦琐。而在应用PACS-RIS系统之后，教师只要输入关键词，就可以轻松检索到相关的病例资料，而且包括相关的病史、病理、各种影像检查的结果等。PACS-RIS系统图片存储量大、种类全且及时更新，为医学影像学教学提供了丰富的资源。教师不但可以在PACS-RIS系统中直接对学生进行讲解和分析、演示影像图像，还可以把典型的图像进行编辑，输出到移动硬盘等存储设备中，根据自己的临床经验制作成优美的多媒体课件，供学生拷贝，让他们随时随地学习。

总之，医学影像学是一门实践性很强的课程，影像专业的学生需要反复大量的阅读相关的病例图像，才能熟练掌握理论知识并能够融会贯通。PACS-RIS系统的建设和应用，有助于构建教师指导下的“以学生为中心”的教学模式，较好地调动学生的主观能动性和学习积极性，提高其临床实践能力，从而为学生培养目标的实现奠定坚实的基础。

参考文献：

[1]刘玉梅.PACS系统及构建医院PACS中的意义[J].中国实用医药，2012，7（20）：271.

[2]田芳，祝乐群，鲍虹，等.基于RIS/PACS的医学影像学临床教学[J].中国高等医学教育，2012，（3）：85-86.

[3]张松，张镭，丁毅，等.PACS/RIS系统在医学影像学教学中的优势[J].中国病案，2011，12（6）：65-66.

[4]中宝忠，王可铮，赵东亮，等.PACS辅助教学在医学影像学实习教学中的应用探讨[J].现代生物医学进展，2015，15（3）：523-525.

[5]李浩，李睿，袁远.PACS系统在现代医学影像学教学中的应用优势[J].实用放射学杂志，2014，30（4）：697-698.

[6]龙金凤，蹇兆成，董鹏，等.基于PACS的PBL自主学习模式对影像研究生专业知识学习促进作用的研究[J].中国高等医学教育，2013，（2）：130-131.