国产极品美女到高潮白丝,爽爽婬人综合网18禁乱码,国产一区二区三区伦

內容簡介

　　本書力求覆蓋關于醫(yī)學圖象處理和分析技術的廣泛的專題和最新發(fā)展。內容包括作為醫(yī)學圖象研究的基礎知識、增強技術、分割技術、配準技術和可視化技術。作為擴展知識包括圖象壓縮、PACS、標準圖譜、圖象引導手術和引導治療等關于醫(yī)學圖象的診斷和治療應用。本書可作為研究生教材，或作為大學、專科學校有關專業(yè)的醫(yī)學圖象處理課程的教材。對醫(yī)學圖象處理感興趣的工程技術人員、教師和科學研究人員使用本書可以學習有關醫(yī)學圖象處理的基本概念，查找有關算法和作為研究工作的參考工具。

作者簡介

暫缺《醫(yī)學圖象處理與分析》作者簡介

圖書目錄

第1章  醫(yī)學圖象的發(fā)展
1. 1  倫琴開創(chuàng)了人體圖象的先河
1. 2  CT技術與三維醫(yī)學圖象
1. 3  PET技術與功能醫(yī)學圖象
1. 4  多種成象模式
1. 5  醫(yī)學圖象后處理概念
第2章  醫(yī)學圖象基礎
2. 1  圖象數(shù)據(jù)格式
2. 2  灰度直方圖
2. 2. 1  灰度直方圖概念
2. 2. 2  灰度直方圖的性質
2. 2. 3  歸一化直方圖
2. 2. 4  彩色圖象的直方圖
2. 2. 5  直方圖的線性拉伸與壓縮
2. 3  偽彩色與假彩色
2. 3. 1  偽彩色
2. 3. 2  假彩色
2. 4  圖象體數(shù)據(jù)集
2. 4. 1  體數(shù)據(jù)集
2. 4. 2  體數(shù)據(jù)文件格式
2. 5  圖象插值技術
2. 5. 1  插值的概念
2. 5. 2  圖象灰度插值
2. 5. 3  二維圖象灰度插值方法
2. 5. 4  三維圖象灰度插值方法
2. 6  圖象形狀和紋理量化
2. 6. 1  形狀量化
2. 6. 2  紋理量化
第3章  醫(yī)學圖象增強
3. 1  基本增強技術
3. 1. 1  卷積算子
3. 1. 2  象素運算
3. 1. 3  局部算子
3. 1. 4  多幅圖象運算
3. 1. 5  頻域增強技術
3. 2  適配圖象濾波
3. 2. 1  空間頻率濾波
3. 2. 2  鈍化蒙片法
3. 2. 3  適配維納濾波
3. 2. 4  各向異性適配濾波
3. 3  適配模板濾波
3. 3. 1  適配模板濾波算法
3. 3. 2  仿真圖象濾波實驗
3. 3. 3  MRI圖象適配模板濾波
3. 3. 4  三維體數(shù)據(jù)適配模板濾波
3. 4  二進小波圖象增強技術
3. 4. 1  一維離散二進小波變換
3. 4. 2  多維離散二進小波變換
3. 4. 3  數(shù)字乳腺圖象的對比增強
第4章  醫(yī)學圖象分割
4. 1  醫(yī)學圖象分割概念
4. 2  閾值分割技術
4. 2. 1  全局閾值法
4. 2. 2  大津閾值分割
4. 3  微分算子邊緣檢測
4. 3. 1  灰度梯度
4. 3. 2  Roberts交叉算子
4. 3. 3  Sobel模板
4. 3. 4  Kirsch算子
4. 3. 5  Ldplace算子
4. 3. 6  Marr算子
4. 3. 7  Canny算子
4. 3. 8  Hough變換
4. 4  區(qū)域增長技術
4, 4. 1  單一型鏈結的區(qū)域增長
4. 4. 2  混合型鏈結的區(qū)域增長
4. 4. 3  登山算法
4. 4. 4  分水嶺算法
4. 5  聚類分割技術
4. 5. 1  c均值聚類
4. 5. 2  ISODATA算法
4. 6  形態(tài)運算
4. 6. 1  膨脹與腐蝕
4. 6. 2  開運算與閉運算
4. 6. 3  形態(tài)運算舉例
4. 7  邊界跟蹤
4. 7. 1  8鄰域搜索法
4. 7. 2  跟蹤蟲搜索法
4. 8  邊界分段擬合
4. 8. 1  迭代端點擬合
4. 8. 2  最小均方誤差曲線擬合
第5章  醫(yī)學圖象分類
5. 1  單譜MR圖象分割
5. 2  多譜圖象分析
5. 3  神經(jīng)網(wǎng)絡分類
5. 3. 1  Kohonen模型
5. 3. 2  帶有側反饋的Kohonen網(wǎng)絡
5. 3. 3  Kohonen自組織特征圖
5. 4  馬爾可夫隨機場與期望值最大化方法
5. 4. 1  有限混合模型
5. 4. 2  馬爾可夫模型與一階馬爾可夫鏈
5. 4. 3  馬爾可夫隨機場
5. 4. 4  Gibbs分布與MRF
5. 4. 5  MRF-MAP分類
5. 4. 6  用期望值最大化方法擬合模型
5. 5  基于有偏場校正的圖象分割方法
5. 5. 1  算法介紹
5. 5. 2  適配分割算法的實現(xiàn)
5. 5. 3  實驗結果
5. 6  基于信息最小化的MR強度不均勻性回顧修正
5. 6. 1  線性校正模型
5. 6. 2  實驗方法及結果
5. 7  模糊聚類分割
5. 7. 1  模糊集合與隸屬度
5. 7. 2  模糊c均值算法
5. 7. 3  方向敏感的模糊c均值算法
5. 7. 4  適配模糊c均值算法
5. 7. 5  基于有偏場校正的適配模糊聚類分割算法(BAFCM)
5. 8  梯度向量流變形模型
5. 8. 1  二維參數(shù)式變形模型
5. 8. 2  梯度向量流變形模型
5. 9  水平集與快速步進分割方法
5. 9. 1  邊界驅動蛇線法
5. 9. 2  區(qū)域競爭蛇線法
5. 9. 3  圖象的預處理
5. 9. 4  快速步進法
5. 10  用體素直方圖的部分體積分割
5. 10. 1  歸一化直方圖
5. 10. 2  單純材料與混合材料區(qū)的直方圖基函數(shù)
5. 10. 3  直方圖基函數(shù)的參數(shù)估算
5. 10. 4  分類方法
5, 10. 5  分類實驗結果
5. 11  異常腦組織的識別
5. 12  醫(yī)學圖象分割技術的評估
5. 12. 1  專家目測
5. 12. 2  體模驗證
5. 12. 3  計算機化解剖圖譜
第6章  醫(yī)學圖象配準
6. 1  圖象配準的概述
6. 1. 1  圖象配準的概念
6. 1. 2  醫(yī)學圖象基本變換
6. 1. 3  配準的類型
6. 1. 4  主要配準方法
6. 2  基本空間變換模型
6. 2. 1  剛體變換
6. 2. 2  全局尺度變換
6. 2. 3  9參數(shù)仿射變換
6. 2. 4  一般仿射變換
6. 2. 5  透視變換
6. 2. 6  非線性空間變換
6. 3  基于基準點的配準方法
6. 3. 1  極值線與極值點
6. 3. 2  極值點的自動提取方法
6. 3. 3  用隨機法提取極值點
6. 3. 4  基于曲線的剛體配準
6. 3. 5  基于極值點的剛體配準
6. 3. 6  僅依賴基準點位置的剛體配準
6. 4  倒角匹配圖象配準法
6. 4. 1  代價函數(shù)與距離變換
6. 4. 2  圖象分割與代價函數(shù)的優(yōu)化
6. 4. 3  倒角匹配算法的醫(yī)學應用
6. 5  基于最大互信息的多模醫(yī)學圖象配準
6. 5. 1  配準原理
6. 5. 2  以互信息為相似性測度
6. 5. 3  多參數(shù)最優(yōu)化算法
6. 5. 4  配準結果的評估
6. 5. 5  實驗結果
6. 6  結合互信息與圖象梯度的配準技術
6. 6. 1  結合互信息與圖象梯度的配準測度
6. 6. 2  配準實例
6. 7  基于形狀特征點最大互信息的醫(yī)學圖象配準
6. 7. 1  配準原理
6. 7. 2  實驗結果
6. 7. 3  幾點討論
6. 8  基于薄板樣條的MRI圖象與腦圖譜的配準方法
6. 8. 1  Talairach腦圖譜
6. 8. 2  非線性形變方法
6. 8. 3  薄板樣條方法
6. 8. 4  實驗結果
6. 9  圖象信息融合技術
6. 9. 1  基于分割的圖象融合法
6. 9. 2  加權平均法
6. 9. 3  Toet法
6. 9. 4  對比度調制法
6. 9. 5  小波變換融合法
6. 10  醫(yī)學圖象配準的評估
6. 10. 1  體模
6. 10. 2  準標
6. 10. 3  圖譜
6. 10. 4  目測檢驗
第7章  醫(yī)學圖象可視化
7. 1  生物醫(yī)學三維可視化
7. 2  可視化數(shù)據(jù)基本表示法與基本算法
7. 2. 1  可視化數(shù)據(jù)基本表示法
7. 2. 2  可視化基本算法
7. 3  表面繪制技術
7. 3. 1  基于體素的表面重建
7. 3. 2  基于切片的表面重建
7. 4  體繪制技術
7. 4. 1  透明度與a值
7. 4. 2  紋理映射
7. 4. 3  體繪制
7. 4. 4  按圖象順序體繪制
7. 4. 5  按對象順序體繪制
7. 4. 6  其他體繪制方法
7. 5  形態(tài)插值技術
7. 5. 1  基于形狀的形態(tài)插值
7. 5. 2  基于形態(tài)骨架的二值圖象插值
7. 6  血管圖象可視化方法
7. 6. 1  用于血管圖象分割的簡化模糊連接算法
7. 6. 2  基于水平集曲線演化的血管分割
7. 7  虛擬內窺鏡
7. 7. 1  圖象處理和分割
7. 7. 2  用于虛擬內窺鏡的管狀器官的圓柱狀近似
7. 7. 3  圓柱狀近似算法
7. 7. 4  用圓柱狀結構加速體繪制
7. 7. 5  交互式虛擬內窺鏡工具
第8章  醫(yī)學圖象標準數(shù)據(jù)庫
8. 1  數(shù)字化人腦圖譜技術
8. 1. 1  數(shù)字化人腦圖譜的概念與特點
8. 1. 2  數(shù)字化人腦圖譜的構建方法
8. 1. 3  數(shù)字化人腦圖譜的應用
8. 2  數(shù)字化虛擬人體
8. 2. 1  美國可視人計劃
8. 2. 2  VHP數(shù)據(jù)集的處理
8. 2. 3  數(shù)字化虛擬人設想
8. 2. 4  中國虛擬人的有關醫(yī)學圖象方法學考慮
8. 3  Talairach圖譜
8. 3. 1  Talairach坐標系統(tǒng)
8. 3. 2  數(shù)據(jù)集到Talairach-Tournoux坐標的轉換
8. 3. 3  交互式Talairach圖譜
8. 4  Ono腦溝回圖譜
8. 5  MNI-BIC的BrainWeb
8. 6  哈佛全腦數(shù)據(jù)庫
第9章  醫(yī)學圖象壓縮. 存儲與通信
9. 1  圖象壓縮的基本概念和標準
9. 1. 1  數(shù)字圖象
9. 1. 2  圖象數(shù)據(jù)壓縮方案
9. 1. 3  無損圖象壓縮
9. 1. 4  有損圖象壓縮
9. 1. 5  JPEG有損壓縮方法的幾個階段
9. 1. 6  Huffman編碼
9. 1. 7  JPEG圖象壓縮標準
9. 1. 8  MPEG運動圖象壓縮標準
9. 1. 9  JPEG2000標準
9. 2  醫(yī)學圖象存檔. 讀取與通信
9. 2. 1  醫(yī)學圖象信息模型
9. 2. 2  醫(yī)學圖象存檔系統(tǒng)
9. 2. 3  DICOM圖象通信標準
9. 2. 4  檔案軟件組成部件
9. 2. 5  HIS／RIS接口和圖象預取
9. 2. 6  DICOM圖象檔案標準
9. 2. 7  PACS研究應用
9. 3  臨床PACS中的圖象標準化
9. 3. 1  背景消除
9. 3. 2  視覺感知性能的改進
9. 3. 3  圖象方位調整
9. 3. 4  圖象標準化函數(shù)在HI-PACS中的實現(xiàn)
9. 4  壓縮醫(yī)學圖象的質量評估
9. 4. 1  平均畸變和PSNR
9. 4. 2  主觀質量分級
9. 4. 3  診斷的準確性和ROC方法學
9. 4. 4  金標準的決定
9. 5  分形圖象壓縮簡介
9. 5. 1  分形圖象壓縮概念
9. 5. 2  迭代函數(shù)系統(tǒng)
9. 5. 3  圖象自相似性
9. 5. 4  分割式迭代函數(shù)系統(tǒng)
9. 5. 5  圖象編碼
9. 5. 6  分形壓縮示例
9. 5. 7  分形壓縮特點與應用前景
9. 6  用小波變換進行三維圖象壓縮
9. 6. 1  小波理論
9. 6. 2  用小波變換進行三維圖象壓縮
9. 6. 3  用于三維圖象數(shù)據(jù)集的小波濾波器選擇
第10章  醫(yī)學圖象應用
10. 1  圖象指導治療技術
10. 1. 1  成象技術
10. 1. 2  圖象后處理
10. 1. 3  治療方法及應用
10. 1. 4  IGT的研究趨勢
10. 2  手術計劃和導航
10. 2. 1  高質量的腦圖譜
10. 2. 2  手術工具的建模
10. 2. 3  虛擬內窺鏡圖象
10. 2. 4  立體感可視化與增強現(xiàn)實可視化
10. 2. 5  手術過程中組織的移動
10. 2. 6  三維圖象導航的觸覺接口
10. 3  醫(yī)學虛擬現(xiàn)實及其相關技術
10. 3. 1  虛擬人體和人體器官
10. 3. 2  對象建模和行為仿真
10. 3. 3  顯示和交互作用技術
10. 3. 4  增強現(xiàn)實
附錄  英文縮寫詞索引