醫(yī)學影像的數字處理

目 錄
第1章 醫(yī)學影像處理基礎
1.1 圖像的概念
1.2 模擬圖像的數字化
1.3 圖像文件的存儲格式
1.3.1 BMP格式
1.3.2 DICOM格式
參考文獻
第2章 醫(yī)學影像的成像原理
2.1 X射線計算機斷層成像術
2.1.1 X?CT掃描機的基本結構
2.1.2 CT掃描機的發(fā)展
2.1.3 CT圖像的解方程重建
2.2 C臂CT技術
2.2.1 臨床價值與軟硬件結構
2.2.2 關鍵技術概述
2.3 Micro???CT技術
2.3.1 Micro???CT性能特點
2.3.2 Micro???CT系統(tǒng)硬件結構
2.3.3 數據處理與發(fā)展趨勢
2.4 放射性核素成像術
2.4.1 核素成像技術基礎
2.4.2 單光子發(fā)射計算機斷層成像
2.4.3 正電子發(fā)射計算機斷層成像
參考文獻
第3章 醫(yī)學影像的濾波、增強與恢復
3.1 圖像濾波
3.2 圖像增強
3.2.1 灰度級變換
3.2.2 圖像直方圖均衡
3.2.3 圖像銳化
3.2.4 頻域增強
3.3 圖像恢復
3.3.1 圖像退化的一般模型
3.3.2 圖像恢復方法
參考文獻
第4章 醫(yī)學影像的邊緣提取與分割
4.1 概述
4.2 點、線和邊緣檢測
4.2.1 點檢測
4.2.2 線檢測
4.2.3 邊緣檢測
4.3 閾值分割算法
4.3.1 閾值分割的基本原理
4.3.2 一維Otsu閾值分割算法
4.3.3 二維Otsu算法
4.4 基于區(qū)域的圖像分割方法
4.4.1 區(qū)域分割與區(qū)域生長
4.4.2 區(qū)域分裂與合并
4.5 分水嶺變換分割算法
4.5.1 分水嶺變換的實現
4.5.2 基于梯度的分水嶺分割
4.5.3 基于控制標記符的分水嶺分割
4.6 醫(yī)學影像圖像分割算法的評價
參考文獻
第5章 醫(yī)學影像的圖像配準
5.1 圖像配準的理論基礎
5.1.1 圖像配準的數學模型
5.1.2 圖像空間變換模型
5.1.3 圖像的插值
5.1.4 相似性測度
5.1.5 搜索策略與配準步驟
5.2 基于灰度信息的圖像配準算法
5.2.1 互相關配準算法
5.2.2 互信息配準算法
5.3 基于特征的圖像配準算法
5.4 基于搜索策略的圖像配準算法
5.4.1 方向加速法
5.4.2 遺傳算法
5.4.3 粒子群優(yōu)化算法
參考文獻
第6章 醫(yī)學影像的圖像重建
6.1 平行束掃描重建算法
6.1.1 圖像重建基礎
6.1.2 平行束投影數據的仿真
6.1.3 直接反投影法
6.1.4 濾波反投影法
6.2 扇束重建算法
6.2.1 等角扇形束掃描的圖像重建算法
6.2.2 等距扇形束掃描的圖像重建算法
6.2.3 扇形束數據重排算法
6.3 三維錐束重建算法
6.3.1 圓周錐束掃描的幾何結構
6.3.2 三維Shepp?Logan頭模型的設計
6.3.3 三維Shepp?Logan模型投影的解析模擬方法
6.3.4 FDK重建算法
參考文獻
第7章 醫(yī)學影像的形態(tài)學處理
7.1 數學形態(tài)學基礎
7.1.1 集合論的幾個重要概念
7.1.2 二值圖像及其邏輯運算
7.1.3 膨脹與腐蝕
7.1.4 開運算和閉運算
7.1.5 擊中與擊不中變換
7.2 常用的形態(tài)學拓展算法
7.2.1 邊界提取
7.2.2 區(qū)域填充
7.2.3 細化
7.2.4 粗化
7.2.5 骨架
7.3 灰度圖像擴展
7.3.1 灰度圖像膨脹
7.3.2 灰度圖像腐蝕
7.3.3 灰度圖像的開運算和閉運算
7.4 數學形態(tài)學的典型應用
7.4.1 在圖像邊緣提取中的應用
7.4.2 在使用梯度的分水嶺分割中的應用
7.4.3 分割CT腦瘤圖像中的應用
7.4.4 基于形態(tài)學重構的醫(yī)學影像濾波
7.4.5 在虹膜定位中的應用
參考文獻
第8章 PACS系統(tǒng)與醫(yī)學影像的DICOM格式
8.1 PACS系統(tǒng)
8.1.1 PACS系統(tǒng)的組成
8.1.2 PACS的主要功能
8.1.3 PACS中的關鍵技術
8.1.4 PACS層次結構與流程
8.1.5 PACS系統(tǒng)的規(guī)劃和建設
8.1.6 PACS的未來
8.2 醫(yī)學影像的DICOM格式
8.2.1 DICOM的內容和信息結構模型
8.2.2 數據編碼方式和DICOM文件結構
8.2.3 DICOM的網絡通信協議
8.2.4 DICOM到BMP的格式轉換
參考文獻