简介：摘要 :B

简介：分别论述了医学图像及其在临床中的应用,基于内容的图像检索技术的发展和医学图像库管理、应用等问题,对其中涉及的技术进行了探讨和概括.

简介：摘要本文介绍一种能与传统的眼底相机匹配的眼底图像处理系统，该系统具有能对患者的病历信息与眼底图像信息进行集成管理的小型数据库，除系统能对眼底图像进行添加、删除、查询等处理的功能外，还能将测量结果送入数据流，在系统内做诊断报告、并能打印。

简介：香港浸会大学5月15日宣布，该校中医药学院最近推出全港首个“中药材图像数据库”，收录了420多种常用中药材的图像和详尽文字数据，从而推动中药普及化和国际化。

简介：目的:探索一种新的耳赝复体制作方法.方法:将耳廓三维图像数据库中的三维模型,在surfacer10.0软件平台上数据处理为CAD模型;并在此基础上,根据预修改内容设计标准,局部修改调整耳廓三维图像数据库中三维模型形态,建立预修改模型库和一种模拟的CAD功能.在MagicsRP5.41软件平台上完成耳廓三维模型按一定比例放大、缩小及镜像处理.运用快速成型技术完成最终三维模型向实体模型的转化过程,制作耳赝复体模型.结果:建立了一个耳廓三维图像数据库应用系统.结论:探索了一种新的,更加方便的制作耳赝复体的方法.

简介：摘要局部进展期直肠癌新辅助治疗疗效的精准影像学评估，决定了患者后续的临床治疗方式。局部进展期直肠癌新辅助治疗疗效评估目前主要依赖人为主观评价，如何提升肉眼识图和主观诊断的瓶颈问题，是临床面临的重要、疑难问题。人工智能的广泛应用，提供了较好的方法学引导，有望提高局部进展期直肠癌新辅助治疗疗效的评估效能，为个性化制定后续治疗策略提供客观量化且精准的影像学依据。本文主要总结了目前临床常用的直肠癌新辅助疗效评估方法，以及人工智能方法在直肠癌研究领域的应用，人工智能方法学的优势使其有潜力作为医师主观评估的有效补充手段，但也必须了解人工智能固有的缺陷。理性面对人工智能，既要“人工”，也要“智能”，积极联合多中心开展扎实的临床研究，大力推进直肠癌人工智能研究的发展和落地。

简介：CT辅助逆向工程技术是在不破坏实物原型基础上,利用CT扫描获得物体内外表面有序点云数据,是现代产品设计与建模的重要手段。对于具有薄壁结构的产品,传统方法在利用其CT断层图像提取点云数据时,会存在轮廓线交错、断点等问题,影响着点云的提取精度。本文针对汽车碰撞假人上衣这种薄壁件表面点云数据提取困难的问题,提出一种适用于复杂薄壁件内外点云提取的新方法。实验证明,该方法能够得到高精度的复杂薄壁件内外表面点云数据,为后续的CAD建模提供基础。

简介：在远程医疗的开展过程中，我们逐步实现了超高清晰医学影像图像数据库的建立，随着远程医疗的不断深入开展，医学影像图像数据库的开发也在不断完善，取得了初步的成果。数据库设计是系统实现中的重要环节。利用数据库存储Dicom3格式的医学图像，并从数据库中提取图像进行显示，在国内还没有成熟的先例。基于远程医疗医学影像图像数据库建立的系统可以实现很多功能，分为影像实时采集系统、影像管理与存储系统、影像分析处理系统、诊断信息编辑与打印系统；基于Web的信息查询系统、系统管理以及历史数据的导入与导出等几部分，三维影像会诊的实现成为可能，压缩图像技术的研究有了初步成果。随着信息技术和远程医学的发展，远程医疗医学影像数据库技术的日臻完善，将为人类的健康提供更好的保障。

简介：摘要针对医学CT图像上图像挖掘技术的应用方式进行分析，讨论数据收集与CT图像特征等，希望能够对相关研究活动带来一定的借鉴价值。

简介：本文根据肾小球医学图像的特点，提出了一种新的基于直方图特征峰的图像侵害方法。通过定位图像的特征峰，从而有效地对肾小球医学图像进行阈值化。经实验证明，本文提出的算法能快速，准确地分割肾小球.

简介：本文系统的回顾了若干传统的图像分割技术，包括基于灰度直方图的技术及基于空间细节的各种技术，也介绍了若干新的分割方法，如基于模糊集理论的方法，基于多分辨率分析的方法以及基于人工神经网络的方法等。同时也对分割结果的评价等作了概要介绍。

简介：摘要目的分析和观察图像引导放疗过程中图像配准技术的应用及效果。方法选择本院2015年3月～2017年4月需进行图像引导进行放射治疗的30例肿瘤患者为观察对象，观察患者放疗过程中以图像配准技术为重点的应用操作方法。结果30例患者共扫描240次，其中有1例患者因扫描过程中头脚的误差达到5.3cm，左右、头脚以及前后三个方向上低于3mm的误差发生率分别为56.3%、47.2%、43.4%。结论肿瘤患者在图像引导放疗过程中，应用图像配准技术能够在一定程度上提升临床放疗的精度，从而提升患者放射治疗的效果以及安全性，值得在临床中推广应用。

简介：

简介：随着医学成像和计算机辅助技术的发展，从二维医学图像到三维可视化技术成为研究的热点，本文介绍了医学图像处理技术的发展动态，对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域应用的基础上，提出医学图像处理技术发展所面临的相关问题及其发展方向。

简介：摘要目的采取有效的配准方式，证实合理的配准方式对于CT、MR扫描的图像融合对胶质瘤靶区勾画的重要性、可行性及对放疗的应用的价值。方法抽取两组各10例临床上术后病理确诊为胶质瘤的患者，所有患者在进行治疗前均行CT增强扫描和MR增强扫描。第一组在体表不做标记点，并且MRI扫描时不采用和CT扫描时的头枕。第二组按研究的目的在体表做好标记并做到CT扫描和MR扫描的患者体位尽量保持一致（MRI扫描时选择和CT扫描时采用类似的头枕）。将扫描完的图像传输到放疗室中的TPS中，然后分别采用Manual和PointMatch法进行图像标配。配准完成后进行图像融合，直到到达满意的融合效果。然后由放疗科两位副主任职称的放疗医师及我院放射科一名副主任以上的医师对融合图像进行评估和勾画，分别在CT、MRI及融合好的图像上勾画临床靶区(ClinicaltargetVolume)CTV及周围正常危及器官（眼球、晶体、视神经、脑干、脊髓等）。在融合好的图像上勾画CTV并设为CTV-CT/MR，以此类推，定义为设为CTV-CT,CTV-MR。然后对比两组的CTV重合度(CTV-T)来评价CT和MRI图像融合的精度，即V-CTV-T的体积占CT图像上V-CTV-CT的百分比V-CTV-T=CTV-CT/MR/V-CTV-CT*100%(理想状态下为1)。并且计算二组在配准状态下的三维方向上的误差大小。结果1.第一组和第二组CTV重合度(融合的图像与CT对比)为0.8士0.26，0.91士0.11，二者差异具有统计学意义。第一组和第二组CTV重合（融合的图像与MRI对比）为0.92士0.15,1.02士0.08，两者差异也具有统计学意义。但与单纯CT对比，MRI更接近与1，差异性小。2.利用PointMarch计算第一组X,Y,Z轴方向的平均误差为(0.65士0.17)mm,(1.2士0.11)mm;(2.2士0.20)mm，三维空间总的平均误差为(2.24士1.15)mm；第二组X,Y,Z轴方向的平均误差为(0.25士0.11)mm,(0.6士0.11)mm;(1.2士0.20)mm，三维空间总的平均误差为(1.26士0.35)mm。不加标记点的误差明显大于加标记点的，并且不加标记点的误差超过了误差范围。结论1.体位一致的CT和MRI扫描是两者图像融合的关键，体位一致的图像融合技术误差在可接受的范围内。2.MRI扫描的图像勾画靶区比CT勾画靶区的精度高。

简介：摘要目的结合图像自动分割技术和机器学习方法对乳腺钼靶X线图像进行准确分类识别。方法以数字钼靶X线图像数据库（DDSM）中的BI-RADS4类的簇状分布多形性钙化钼靶图像为研究对象，自动切分图像的感兴趣区域（ROI）。对小波变换、Gabor滤波和灰度共生矩阵法所提取的特征参数进行融合，并基于灵敏度分析对融合后的特征参数进行筛选。使用基于集成学习的方法，对多项式核支持向量机（SVM）、随机森林和逻辑（logistic）回归分类器进行投票集成，构成用于乳腺钼靶X线图像自动分类的分类器。投票集成方法为软投票。结果提出的集成分类器可高效地识别与分类乳腺钼靶X线图像，其分类的灵敏度、特异度和准确率分别为99.1%、99.6%和99.3%。结论所提出的乳腺钼靶X线图像处理与分类识别方法能为医生的临床判断提供辅助检测的依据，并为细分BI-RADS4类图像提供技术基础。

简介：摘要：

简介：摘要对影响CT图像的因素进行分析。分析CT图像之前，首先要了解以下基本概念像素、体素、CT值、窗技术、分辨力、噪声、部分容积效应和伪影。

简介：摘要与现代生活诸多其他领域一样，医学影像学实践正在以坚实的步伐向数字化世界转变。在近年，影像学全面数字化变革得到了充分体现，各种医学影像技术都实现了全数字化。越来越多的数字图像获取技术日趋成熟。计算机的广泛应用使扫描技术、磁共振技术、X射线摄影技术等的得到了迅猛发展。在不久的将来很有可能实现医学影像的无胶片化。

简介：摘要：目的：本研究旨在通过颈椎CT图像特征分析，探究颈椎疾病的诊断标准和治疗前景，以提高颈椎疾病的诊断准确性和治疗效果。方法：采用回顾性研究设计，选取2019年至2023年间接受颈椎CT扫描的患者作为研究对象。通过高级图像处理和机器学习技术，对颈椎CT图像进行特征提取和分析，包括颈椎间盘突出、颈椎管狭窄和颈椎骨折等常见疾病的图像特征。利用统计分析方法评估这些特征与临床诊断的相关性。结果：共分析了1000例患者的颈椎CT图像。研究发现，通过特定的图像特征组合可以高度预测颈椎疾病的类型和严重程度，其预测准确率达到92%。此外，图像特征与颈椎疾病的临床表现和治疗响应之间存在显著相关性，为颈椎疾病的个体化治疗提供了依据。结论：颈椎CT图像特征分析能够有效辅助颈椎疾病的诊断和治疗决策，提高诊断准确率和治疗效果。未来，通过进一步研究和技术优化，颈椎CT图像特征分析有望成为颈椎疾病管理的重要工具。