时间:2022-04-08 03:44:27
序论:速发表网结合其深厚的文秘经验,特别为您筛选了1篇医学图像处理论文范文。如果您需要更多原创资料,欢迎随时与我们的客服老师联系,希望您能从中汲取灵感和知识!
摘要:远程高精度医学图像处理技术是指满足医学质量及其要求,包含医学完整信息的高质量、高清晰、高精确的医学图像处理技术。它包括医学影像的采集、图像缝合、图像压缩、图像存储、图像传输及其图像的复原再现的过程。
关键词:远程医疗;高精度;医学图像;处理技术
一、远程高精度医学图像处理技术的概念以及特点
(一)远程高精度医学图像处理技术的概念
远程高精度医学图像处理技术是指满足医学质量及其要求,包含医学完整信息的高质量、高清晰、高精确的医学图像处理技术。它包括医学影像的采集、图像缝合、图像压缩、图像存储、图像传输及其图像的复原再现的过程。
(二)远程高精度医学图像处理技术的特点
通过国家构建的交互式计算机系统实现医学图像的静动态解析及其多点交互,完成了病理图像的无缝拼接,完善了医疗卫生事业的信息化、数字化的进程,无疑是中国科学技术的一大进步! 远程高精度医学图像处理技术运用计算机、通讯、 医学设备和现代技术,通过图像、数字数据信号、符号等将病人的病历资料远距离输送和传输,实现了医学专家和医生、病人之间在不同地方直接的交流和诊治。
二、国内外远程高精度医学图像处理技术的内容及方法
远程高精度医学图像处理技术与其他图像处理技术(传统高清视频会议系统)的区别和联系视频会议系统技术和高清视频会议系统(NETMEETING),一般的卫星传输,音视频压缩技术。
远程高精度医学图像处理技术的几个重要发展历程,远程高精度医学图像处理技术的技术实现及其高端设备全自动数字病理切片扫描仪的运用。
三、全自动数字病理切片扫描仪的应用
(一)全自动数字病理切片扫描仪的技术特点
远程高精度医学图像处理技术与其他图像处理技术的区别和联系:视频会议系统技术和高清视频会议系统一般的卫星传输。远程高精度多路医学动态解析转移及多点交互系统、远程静态医学图像交互式讨论系统、远程病理无缝缝合拼接及诊断数字技术系统病理工作站、远程手术指导系统、远程查房系统及其电子医院数码技术系统、远程高精度皮肤检查系统、体征检查内镜系统、远程医学影像阅片及讨论系统、及其远程培训及其教育系统。
实际上远程高精度医学图像的获得虚拟病理切片是利用电脑控制显微设备或者CCD镜头的上下运动,一张一张的通过面扫描自动采集放大后的图像,这种信号是计算机能够识别处理的数字信号,较以前的线扫描有了很大的提高,然后通过储存自动缝合拼结成一张信息完整的数字病理图片通过光纤发到服务器上或者其他计算机中,通过图象处理软件可以对图象进行编辑处理,这种能够虚拟观察的计算机可以被认为是虚拟显微镜,一个很大的图像通过软件的处理,可以压缩以后传到世界任何一个地方。
总体来说,数字病理切片技术应用显微图像数字化目前世界上和国内的应用上还停滞在局部图象扫描的数字化的水平上,就是通过显微镜或者摄象机或者数码相机中的CCD采集很多张或者上百张用来诊断病情或者做出分析并且复原出病理图象的照片,远程诊断和进行专家讨论,为专家提供了非常有用而真切的医学图像信息,使专家能够很快地浏览图片上的医学信息,非常方便而准确,节省了大量时间和资源,方便了医生和患者,它的推广给现代医学带来了观念性的技术变革。
(二)全自动数字病理切片扫描仪的应用实例分析
数字病理切片可以进行远程会诊和远程诊断病情,医院可以制作数字病理虚拟切片和一些病理资料通过软件进行查看和浏览,分析和判断并且得出病情的判断,医院可以收集病人会诊的病历资料进行局部的切片扫描,随意进行放大和压缩的进行观察也可以上传到服务器上,提供给大家查阅,对大病技术特别是肿瘤的病变有了很好的效果,也可以实现资源共享,完全达到病理资料的电子化、数字化、技术化。
四、高精度医学图像数字处理技术的发展展望
南非项目,西部为民工程,云南县县通工程,南方医院工程,协和医院,中山医院,瑞京医院的运用情况,印度运用情况,ATA年会及其科技部国际培训班情况,人类的安康,天下的福址,解决了人民的看病难看病贵,医疗资源分布的严重不均。天正在使用的绝大多数远程医疗系统采用了两种不同技术类型。一种叫做存储和传输,用于将数字图像从一个地方传到另一个地方。数字图像在原始拍摄处传输到另一个地方,这是一种非实时的典型应用。美国未来学家阿尔文托夫功多年以前曾经预言:“未来医疗活动中,医生将面对计算机,根据屏幕显示的从远方传来的病人的各种信息对病人进行诊断和治疗,”这种局面己经到来。
[摘要]目的: 探讨“专题式”教学在医学图像处理课程中的应用。方法∶ 对本教研室承担的《医学图像处理》课程进行授课方法改革,形成科学的培养方案,并对教师授课情况进行综合评价,对学生学习效果根据“形成式”考核方案,进行科学评价。结果∶ 通过对教师授课及学生考核评价改革后,极大的激发了学生学习的积极性,同时形成了科学的培养计划,学生反映良好,教师的授课满意度达到98%以上,学生学习效果较往届有明显提高,成绩优秀率在89%以上,同时学生真正接触到临床医学图像后处理环节。结论∶ “专题式”教学模式下不仅提高了授课的灵活程度,更有利于培养学生的学习能力,较好地体现了医学图像处理课程的教学目标和教学要求。
关键词 : 医学图像处理; 专题式教学; 评价
“专题式”教学模式目前已经广泛的应用于大学课堂教学中,这种教学模式主要指的是教师选取并紧紧围绕教学目标,以学科体系和课程教学大纲指导内容,把各知识点按教学任务分解为多个教学专题, 以专题的模式取代传统教材授课顺序,并辅以相应的教学方法和手段,通过对各专题的讲解,使学生掌握每个专题内容,从而完成教学任务[1]。本文主要探讨专题式教学模式在我院医学图像处理课程中的应用。
1数字图像处理专题教学模式的目标
“专题式”教学模式以学科体系和课程的教学大纲为指导,不受时间、地点和教材章节的限制。[2-3]医学图像处理专题教学模式,既要体现专题式教学的优点,即教学重点突出、信息量大、针对性强,讲述内容深刻,在授课过程中教师可以根据教学大纲的基本要求, 结合本学科研究的热点和重要成果,科学合理设置课堂授课内容,通过对各个相对独立内容进行深入探讨和学习,增强医学图像处理课的针对性和实效性,同时要求紧密结合计算机软件设计基础,充分调动学生学习的积极性,培养学生利用该技术进行大胆创新应用的能力,同时结合医院大影像科工作实际,了解最新图像后处理工作技术,并对各技术以专题的形式向同学们介绍。
2 “专题式”教学模式的前提要求
在“专题式”教学实施之前,首先要求教师转变教育思想、更新教育观念,并且要求渗透于教学工作的各个方面,贯穿于教学改革的全过程。随着临床医学影像技术的飞速发展,在容积扫描数据基础上,可以实现多种成像方式,所以要求教师能够认识到临床医学图像后处理工作的重要性,改革教育思路及观念,同时还要学习医学知识, 学习由计算机学和医学交叉所形成新学科,同时密切联系医学影像专业的教学目标和要求,掌握医学图像处理技术的新思路、新技术和新方法在临床工作中的应用, 拓宽知识面,了解前沿动态[4]。
3专题式教学模式的实施内容
3.1 教学实施专题化
充分利用我院网络实验室的教学资源,完成教学分组,3-5人一小组。将医学图像处理课程内容分为若干教学研讨单元,在每个教学专题授课前,教师讲解本专题的基础知识和原理并简单介绍各种图像处理算法实现的关键环节,同时要求每个有各自的学习及研讨任务,再次上课时,各组分别将负责的专题范围及应用领域进行汇集和整理,并对其内容进行阐述, 其他组员进行补充说明,外组同学可以提问题[5],由小组负责人进行解答,教师给予完善。
3.2 充分利用网络教学资源,加强网络实训
教师在某些专题提供专题分组讨论后,需要在计算机上强化处理,通过选用 MATLAB软件作为实验教学软件,针对专题特点设置相应的实验,例如,教师事先准备好在临床中采集的X线(包括CR、DR)、CT、MRI等图像,让学生直接对这些图像进行处理和改善,从而达到预期的视觉效果。再有,采集256CT容积重建扫描数据,让各小组在各角度,各断层对影像进行三维及各断层重建实训,培养学生实践动手能力。
3.3 增强“专题式”教学的评价效果
医学图像处理课教学效果要在教师和学生之间双向进行效果评价,要看学生是否能够真正掌握理论学习效果。充分根据医学图像处理的课程特点,采用多向性、多角度评价手段,增加师生之间的双向评价,教师评价学生,学生也评价教师,教研室之间还进行互评,同时邀请院内教学督导团队进行督导打分,最后根据学生评价、教研室教师评价、院内督导评价情况,最终确定教师的教学方法的可行性,并对各专题设置进行讨论,形成围绕教学大纲的专题设置,同时激励教师不断进行教学研究,用更新、更好的方法提高教学效果[6]。
传统的学生考核评价模式,效果单一,不能体现多元化的评价效果,针对专题式教学模式,我们主要运用自主式命题,并根据“形成式”考核方案,科学设置考核方案,其中笔试成绩占50%,实验报告成绩占20%,增设实验操作考核,根据各组间的操作情况进行综合评分,同时注重平时考核,根据学生搜集资料、课堂发言和作业的完成情况综合进行评价给分。
通过对教师授课及学生考核评价改革后,极大的激发了学生学习的积极性,同时形成了科学的培养计划,学生反映良好,教师的授课满意度达到98%以上,学生学习效果较往届有明显提高,成绩优秀率在89%以上,同时学生真正接触到临床医学图像后处理环节,有利于提高学生的专业学习效果。“专题式”教学模式下不仅提高了授课的灵活程度,更有利于培养学生的学习能力,较好地体现了医学图像处理课程的教学目标和教学要求。
摘要:介绍了图像处理技术在医学领域的发展,阐释了图像分割、图像融合和图像重建技术在医学领域的发展。提出了图像处理技术发展所面临的相关问题及其发展方向。
关键词:图像处理技术 图像分割 图像融合 图像重建
图像处理技术是20世纪60年展起来的一门新兴学科。近几十年来,由于大规模集成电路和计算机科学技术的迅猛发展,离散数学理论的创立和完善,以及军事、医学和工业等方面需求的不断增长,图像处理的理论和方法的更加完善,已经在宇宙探测、遥感、生物医学、工农业生产、军事、公安、办公自动化、视频和多媒体系统等领域得到了广泛的应用,成为计算机科学、信息科学、生物学、医学等学科研究的热点。
图像处理在医学界的应用非常广泛,无论是病理研究还是临床诊断都大量采用图像处理技术。它因直观、无创伤、方便安全等优点而受到人们青睐。图像处理首先应用于细胞分类、染色体分类和放射图像分析等,20世纪70年代图像处理在医学上的应用有了重大突破,1972年X射线断层扫描CT得到实用:1977年白血球自动分类仪问世:1980实现了CT的立体重建。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理,医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT(计算机断层扫描)图像、MRI(核磁共振)图像、B超扫描图像、数字X光机图像、X射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。但由于医学成像设备的成像机理、获取条件和显示设备等因素的限制,使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况,通过图像变换和增强技术来改善图像的清晰度,突出重点内容,抑制次要内容,来适应人眼的观察和机器的自动分析,这无疑大大提高了医生临床诊断的准确性和正确性。
一、图像处理技术及其在医学领域的应用
(一)图像分割
图像分割就是把图像中具有特殊涵义的不同区域分开来,这些区域使互不相交的每一个区域都满足特定区域的一致性。它是图像处理与图像分析中的一个经典问题。比如基于三维可视化系统结合fast marching算法和watershed变换的医学图像分割方法,能得到快速、准确的分割结果。图像分割同时又是进行三维重建的基础,分割的效果直接影响到三维重建后模型的精确性,分割可以帮助医生将感兴趣的物体(病变组织等)提取出来,帮助医生能够对病变组织进行定性及定量的分析,进而提高医生诊断的准确性和科学性。由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步,因此,将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点。
(二)图像融合
图像融合的主要目的是通过对多幅图像间的冗余数据的处理来提高图像的可读性。对多幅图像问的互补信息的处理来提高图像的清晰度。利用可视化软件对多种模态的图像进行图像融合,可以准确地确定病变体的空间位置、大小、几何形状和它与周围生物组织之间的空间关系,从而及时高效地诊断疾病。目前的图像融合技术可以分为两类:一类是以图像像素为基础的融合方法:另一类是以图像特征为基础的融合方法。以图像特征为基础的融合方法原理上不够直观且算法复杂,但是实现效果较好。在图像融合技术研究中,不断有新的方法出现,其中小波变换、基于有限元分析的非线性配准以及人工智能技术在图像融合中的应用将是今后图像融合研究的热点与方向。随着三维重建显示技术的发展,三维图像融合技术的研究也越来越受到重视。
(三)图像重建
图像重建是从数据到图像的处理,即输入的是某种数据,而经过处理后得到的结果也是图像。CT是图像重建处理的典型应用实例。目前,图像重建与计算机图形学相结合,把多个二维图像合成为三维图像,并加以光照模型和各种渲染技术,能生成各种具有强烈真实感的图像。
二、图像处理技术在医学领域未来发展方向
当前,医学图像处理面临的主要任务是研究新的处理方法,构造新的处理系统。未来发展方向大致可归纳为以下几点:
(一)图像处理技术的发展将围绕研制高清晰度医学显示设备、更先进的医学成像设备,向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。
(二)图像、图形相结合,朝着三维成像或多维成像的方向发展。
(三)新理论与新算法研究。在图像处理领域近年来引入了一些新的理论并提出了一些新的算法,如小波分析(Wavelet)、分形几何(Fraclall、形态学(Morphology)、遗传算法(Genetic A190rithms,GA)、人工神经网络(Artificial Neural Net- works)等。这些理论及建立在其上的算法,将会成为今后图像处理理论与技术的研究热点。
图像处理技术经过初创期、发展期、普及期及广泛应用几个阶段,如今已是医学人士竞相研究并在医学领域广泛应用的一门科学。随着科学技术的进步以及医学界需求的不断增长,图像处理科学无论是在理论上还是实践上,将会取得更大的发展。
【摘 要】针对DR图像的特点,主要论述了应用灰色系统理论进行图像分割的算法。通过计算各像素点与初始聚类中心的灰色关联度,将像素点进行归类。然后,进行迭代运算,更新聚类中心,使得灰色关联度总和最小,获得最佳分割效果。
【关键词】DR图像;图像分割;灰色聚类;灰色关联度
0 引言
DR(digital radiography)图像相对其他X成像技术获得的图像具有较高的分辨率,图像细节显示清楚,便于后期处理等优点。但与传统光学成像相比,图像的分辨率处于较低水平。由于采用DICOM(Digital Imaging and Communications in Medicine)图像格式,因此,处理方法也与传统数字图像处理存在不同[1]。
1 DR文件的读取
DR图像采用的DICOM格式与传统PC机上常见BMP格式不同,因此,要在PC机上处理DR图像就必须进行转换。目前,由DR图像转换成BMP格式图像大多数为32位增强彩色图像,即除了颜色的三个分量(RGB)外还有第四个分量:透明度(alpha)。所以,DR图像转换后的一个像素就由四个分量组成。由于X成像技术本身的特点,一个像素的alpha分量一般为0,而RGB三个分量的值是相等的。也就是说,转换后的DR图像实质上是一幅灰度图像。因此,读取图像数据时应按照32位真彩色格式处理,在后续处理时按256级灰度图像处理。
2 DR图像的平滑处理
如上原因,DR图像的平滑处理应使用灰度图像处理方法,因此,图像处理的复杂程度较低。常用平滑处理算法包括均值滤波、中值滤波等。
均值滤波是典型的线性滤波算法,处理时以目标像素为中心,取其周围全体像素的灰度平均值来代替原来的灰度值。均值滤波运算速度快,但不能很好地保护图像细节,使图像变得模糊。
与之对应,中值滤波法是一种非线性平滑技术,以目标像素点邻域窗口内的所有像素点灰度值的排序中间值为该像素点的灰度值某。由于需进行排序运算,因此计算效率较低,但对图像细节有很好的保护效果,滤波效果也较好。
3 DR图像的分割
传统的图像分割定义:把图像分成若干个具有特殊意义的区域,是由图像处理到图像分析的关键步骤。常用的算法主要包括:基于阈值的分割方法和基于边缘的分割方法等。由于DR图像的特殊性,上述两种算法均不能很好的完成图像分割工作。图2(a)为使用经典最大方差阈值法处理后的结果,图2(b)为使用经典Sobel算子处理后的结果。最大方差阈值法处理后,图像细节丢失严重;使用经典Sobel算子处理后,图像的细节保留较好,但无法分清主次。
笔者应用灰色系统理论中的灰色关联度方法对DR图像进行处理[2-4],进行了灰色聚类处理,取得了较好的分割效果。本算法属于聚类算法,具体算法为:首先,根据实际需要确定聚类数目和初始聚类中心;然后,计算DR图像中每个像素与各聚类中心中心的灰色关联度,并按照关联程度将像素点归类;最后,进行迭代运算,更新聚类中心,目的是使得灰色关联度总和最小。
摘要:目前,图像拼贴技术在医学图像处理领域的发展趋势是实现图像的实时自动拼接。本文探讨了基于实时自动拼接技术的医学图像处理系统的主要技术和实现方案。
关键词:医学图像;图像采集;拼接技术;实时;自动
1引言
近年来,医学影像技术已成为医疗技术中发展最快的领域之一,图像拼接(Image Mosaic)是指将多幅具有重叠区域的序列图像通过图像预处理、图像变换、图像配准、图像融合等处理后,形成一幅包含各个图像序列内容的宽视角全景图像的技术。图像拼接技术是图像处理的重要研究领域,被广泛应用于卫星遥感、图像识别、医学图像分析及无人机监视和搜索、虚拟现实等方面。Shmuel Peleg等人在图像拼接理论和图像拼接方法上做了大量工作,为图像拼接在工程技术上的应用奠定了理论基础。Masanobu Shimada等人将图像拼接技术应用于雷达图像处理领域,用于监控森林植被的变化情况。国外Mustafa Suphi Erden课题组研制了针式共聚焦显微腹腔镜,在微创手术中截取部分视频图像,拼接成全景图像指导医生诊断治疗。国内的严壮志课题组提出基于特征检测、特征匹配、空间坐标转换和图像融合等方法的图像拼接技术,实现了连续X光片拼接的医学全景成像。
现有的传统医学成像设备,特别是显微成像设备,基本都是对组织的某一较小视野进行成像,设备最后采集到的是不同组织部位的多帧医学图像,需要医生对这些图像进行观察分析,根据自身医学知识与医疗经验来做出诊断。图像拼接技术的应用,能将多幅具有重叠区域的医学图像,通过图像变换、图像配准、图像融合等方法,自动拼接为大视野的清晰图像。该图像包含完整的医学病理信息,有助于医生全面了解病人病情。同时,系统能够自动追踪图像中的感兴趣区域,做出标记和注释,为医生提供诊断辅助。
2主要研究内容及关键技术
2.1主要研究内容
本系统的研究是通过研发基于实时自动图像拼接技术的医学图像分析系统,为医学实践中,实现显微镜、眼科设备、内窥镜等设备的数字化图像采集、图像自动分析处理,从而对医生的诊断、治疗起到辅助作用。
本系统的主要研究内容有基于CMOS的图像采集、实时自动图像拼接技术。
(1) 基于CMOS的图像采集
基于CMOS的高清图像采集系统的研发,包括图像和视频采集、图像的编码技术。兼顾红外光和可见光,实现图像的多波段自适应采集。具体功能还包括自动对焦、自动识别拍照功能,以及图像采集模块在各种医疗设备使用的适应性研究。
(2) 实时自动图像拼接技术
研究图像灰度处理、图像变换、图像配准、图像融合等算法,实现多帧医学图像或视频序列的实时自动图像拼接,输出具有计算机诊断辅助功能的大视野全景医学图像。能够自动跟踪图像中的感兴趣区域并做出标识和注释。
2.2关键技术
图像的拼接技术是本设计的关键,本设计提出对采集的多帧医学图像进行实时自动拼接,提供宽角度全景图像。同时,能够自动跟踪图像中的感兴趣区域并做出标识和注释。
3 系统设计思路
3.1 图像处理模块
图像传感器模块计划采用CMOS传感器为核心做成独立硬件模块,通过高速数据线与图像处理模块连接。这样设计的优点在于模块可以根据不同的应用场合,进行合理布置。
图像编解码和图像处理模块的方案计划采用TI的soc方案。该方案可以完成图像编解码、图像处理功能。
3.2实时自动图像拼接技术研究
图像拼接的核心技术是图像配准,关键在于准确找到相邻图像间重叠区域的位置及范围,进而通过图像融合的方法实现全景图像构建。图像配准通常有三类方法:基于灰度值的图像配准、基于变换域的图像配准和基于特征的图像配准。基于灰度值的图像配准方法实现方便,计算量小,但该方法对图像间的细微差别较敏感,抗干扰能力不强。基于变换域的图像配准可以缓解这个问题,且算法简洁,利于硬件的实现。不过该方法要求两幅图像的重叠区域不能少于50%,如果重叠区域过小,容易造成误配准。为了提高图像配准的精确度和速度,达到实时自动图像拼接的功能,本设计提出将基于灰度的网格配准和基于特征值配准相结合的方法。首先,对输入图像进行粗网格的分块处理,利用基于灰度的配准方法确定相似重叠区域。然后在重叠区域内进行基于SIFT(Scale-invariant feature transform)特征点提取和配准,这样就可以大大提高图像配准的速度。图像拼接算法的流程如图1所示。
4 结论
本文探讨了基于实时自动拼接技术的医学图像处理系统的主要技术和设计思路,有了自动的图像拼接技术,就能将多幅具有重叠区域的医学图像,通过图像处理的方法,自动拼接为大视野的清晰图像,为医生的诊断提供参考。
摘 要:以“医学图像处理”实验课程中培养学生创新实践能力为目的,以“医学图像处理”实验课程教学改革为例展开研究,通过实验教学改革,激发了医学院学生的学习积极性,培养了学生自主学习的能力,加强了学生学习的主动性,提高了学生的动手能力,提升了学生的创新能力和独立从事科研工作的能力。实践证明,教学改革方案对于提高学生解决实际问题能力和提高学生学习效率和学习效果有显著作用。
关键词:医学图像处理;实验改革;创新能力
医学科学的不断发展,有赖于医学自身认识能力的提高,更有赖富于独立思考能力和创新能力的医学人才的成长,在大学阶段培养和造就富于创新能力的医学人才,是时代赋予我们的神圣使命。
医学图像处理是一门系统地研究各种图像理论、技术和应用的较新的课程,实验教学在“医学图像处理”课程中起着越来越重要的作用,数字医学图像处理实验教学的目的在于让学生掌握医学成像和图像处理方面的基本原理、方法和发展趋势,培养学生解决该方面实际问题的能力。本文通过对医学图像处理实验课程进行改革研究,通过实践动手环节,有效培养医学生的独立思考和创新能力,并为医疗学科培养学生创新能力的实验教学模式提供借鉴。
一、培养学生的学习兴趣和独立思考的积极性
通过实验教学改革,设计新的实验方案,以培养学生的学习兴趣,增强主动参与意识。学生对实验内容产生了好奇,就会积极主动地查找相关资料,与老师和同学讨论。实验过程尝试多种教学方法,增强学生的学习动力,培养学生对实验内容的浓厚兴趣。同时,采用医院实际应用案例,培养学生独立思考的习惯和解决实际应用问题的能力。医学图像处理课程相关的数学理论抽象,算法难度偏大,给教师教学和学生学习造成了很大的困难。利用影像物理课程的“医学图像处理”实验教学中的Matlab软件使用Matlab图像处理工具箱函数将大大减轻图像数据的繁杂操作,使学生更加快捷地完成图像处理任务,可以把更多的精力倾注于各种图像处理算法的效果上。Matlab为医学影像专业的学生提供了一个很好的编程平台,使学生能够编程实现简单的图像处理算法,提高学生的独立思考能力和实际动手能力,使学生能更快、更好掌握图像处理和图像分析的基本理论和分析方法。对于医学图像处理这门课程的特点,布置大量上机操作训练,让学生体验图像处理的乐趣。例如,图像增强处理实验,图像增强技术是图像处理的重要内容,用来改善图像的质量,一幅视觉效果很差的图像,其灰度直方图都集中在很窄的一段区间内,为了增强该图像的对比度,提高图像的视觉效果,就需要采用一种图像增强方法。Matlab工具箱中有求直方图函数imhist和均衡化函数histeq函数,读取原始图像后,直接调用工具箱的相应函数就可以处理图像,可以让学生自己编写函数,尝试用不同的方法改善图像,将增强后的图像与原图像进行相比,观察处理结果,不断改进,这样就可以使学生对直方图均衡化图像增强方法产生兴趣。
二、通过开展研究性教学培养学生的自主学习和独立思考能力
开展研究性教学,培养学生在教学中的主动性和创造性,它是以培养学生的独立思考和创新实践能力为核心的一种教学活动方式,可以提高学生的观察、操作、研究的能力且开发其创新思维。具体实施步骤为:首先,教师根据课程内容,提出问题,解释实验题目的内容和研究目标。其次,学生查阅文献资料,找到感兴趣的课题题目。再次,在教师的指导下,学生提出解决问题的方案,激发学生自主学习和探究的动机,鼓励学生自己编程调试实现,学生开动脑筋,亲自动手,开发了学生的创造力并使其对该学科产生兴趣。最后,实验总结和评价。实验结束,有针对性地找出典型实验,对于最优解决方案和尚有不足的解决方案,分别对各方案的研究方法、技术路线、研究结论进行总结和评价。以医学图像处理的直方图知识点为例,首先教师解释该实验题目的内容和研究目标,认识直方图在图像处理中的基本概念,接下来需要学生对教材的知识进行系统的掌握,并且要查阅相关资料,根据课本上直方图的数学公式,利用Matlab软件仿真出一幅图像的直方图分布,进而得出的仿真图与利用Matlab图像处理工具箱的imhist函数得到的直方图分布图片进行比较,根据两者图像曲线的相似度来判断自己编写的程序是否合理。学生完成上述步骤后,教师需进行实验总结和评价并对本实验进行统一演示,对共性问题统一解决,对个别问题应进行单独辅导。
三、充分利用实验室条件,通过实验室教学,解决一些图像处理问题
配合20学时的理论课程,安排了12学时的实验课。设计了5个多达20学时的实验内容供学生选择,其中验证性实验2个8学时,目的是巩固和掌握在医学图像处理理论内容中的基本的原理、算法及思想;综合性实验2个8学时,使理论课程中的重要知识点的综合运用能力得到提高;设计创新性实验1个4学时,运用理论知识解决实际问题、与本学科前沿研究相结合、注重培养学生创新能力的有效手段。选择图像处理中最重要的算法作为实验课教学的主要内容,覆盖了医学图像处理中图像增强、图像压缩、图像分割、图像特征描述、彩色图像处理等各个重要部分,并利用实验室开放管理的模式为学生课下做实验提供了条件,以满足因材施教,体现以学生为主体的思想,以及满足不同层次学生的需要。
四、通过实训基地教学,开展拓展性探究学习
通过医学院附属医院实训基地教学,了解社会对该课程应用方向的实际需求情况以及创新技术进行项目开发,积累实践经验和工作技能,培养地科研、生产实践一体化的创新型人才。增加课外设计实验,鼓励学生对算法改进或提出新的解决算法,加强学生的动手能力。加强科研训练,培养创新实践意识,重视实际研究性问题实验,有针对性地提出研究性问题,让学生利用所学知识进行解决。例如,我们提出了附属医院实际MRI图像分割问题,让学生利用图像分割的方法去解决,提高学生开展科学研究的能力。这些科研训练能提高学生思考问题、分析问题和解决问题的能力,培养其创新实践意识,从而提高学生开展科学研究的能力,为今后工作打下良好基础。
总之,针对医学图像处理课程的特点,结合学科组多年的教学经验,在实验教学实践等环节中对如何培养学生的创新思维这个课题进行了一些具有改革性的尝试,结合实验教学案例,简要阐述了如何利用实际的案例来激发学生的学习兴趣和培养创新动机。通过教学效果能够看出该实践可以有效地激发学生的兴趣,在培养学生的动手能力同时可以加深学生对实际问题的理解,加强了学生对知识综合运用和创新研究的能力。
【摘要】:本文以下内容将对计算机技术在核医学图像处理系统中的应用进行研究和探讨,以供参考。
【关键词】:计算机技术;核医学;图像处理系统;应用
1、前言
核医学影像系统是通过探测标记有发射性示踪同位素的药物在人体内的分布和代谢来获得人体信息的医学图像处理系统,其中,γ相机是两维的显像设备,主要由探头和计算机系统两部分组成,探头部分检测到γ光子并输出它的位置、能量及其它相关信息,与探头相连接的控制台获取这些信息,数字化后将数据读入到内存中进行处理并最终计算得到可用于临床诊断和研究的核医学图像,可见对其研究具有非常重要的意义。本文以下内容将对计算机技术在核医学图像处理系统中的应用进行研究和探讨,以供参考。
2、核医学影像系统软件的总体结构
其软件系统主要由四个子系统组成,即影像信息管理子系统、图像采集子系统、图像处理与临床规程子系统和影像信息交换子系统。各子系统在形式上时互相独立的应用程序,可以分别运行在控制台、辅诊台和服务器上。其中影像信息管理子系统是整个系统的核心,负责维护和管理整个系统的图像数据及病人,报告等其它相关信息。其它三个子系统的运行要依赖于该子系统的运行,它们不具备直接修改系统数据的权限,而只能通过影像信息管理子系统来获取、查询或更新系统的图像数据及其它信息。实际上影像信息管理子系统在其内部建立了一个数据库,它封装了对这个数据库的所有操作,这种集中式的数据管理保证了系统数据的安全性和一致性,也使得整个系统各模块的划分更加清晰和明确,同时也便于系统的扩展。
图像采集子系统完成数据的采集、成像和实时显示等工作,图像处理与临床规程子系统对采集得到的核医学图像进行显示、处理及进行定量的临床规程分析,影像信息交换子系统通过监听网络上的DICOM服务请求,核实后接受该请求,并响应其检索、存储以及获取图像的请求。
3、核医学图像处理系统总体框架设计及程序实现
数据库服务器总的来说有两种状态:监听状态和数据维护状态,在监听状态下,它能够接受来自采集端和处理端得请求,并分别调用相应的模块进行处理,在数据维护状态下,它能够完成通常的数据维护工作,同时,它也能够处理来自客户端的请求。因此,系统的总体框架是启动服务器后就立即进入监听状态,只有在维护人员登录以后,才启动相应的数据维护模块。
核医学影像系统的主要功能有两个,一个是实现数据库服务器功能,它在后台充当数据库服务器,可以提供数据查询、数据添加等功能;另一个是数据库维护功能,可以对数据库中的数据进行管理维护,分别介绍如下:第一,数据库服务器,其启动后,图像采集系统、图像处理系统和信息交换系统就可以连接到数据库上,完成数据查询、数据添加等工作。当数据库服务器启动后,系统就进入监听状态,可以处理客户端的请求。服务器在监听状态下,可以接受到网络上的连接请求,只有在检验用户名和密码后才接受查询和添加请求,这样大大提高了系统的安全性。客户端和服务器的链接是基于TCP/IP协议,按照我们自己定义的一套通讯协议来工作的。所有的这些操作都是在后台进行的,不需要任何人为操作,而且系统管理员可以通过查看日志来了解历史操作。第二,数据库维护功能。作为一个完善的数据库模块,必须提供一个安全可靠的数据库维护方案,ANMIS系统充分考虑到了这一点,其提供了许多方便安全的数据维护功能,系统可以为每个用户指定操作权限,不同权限的用户可以访问的数据和操作都是不同的,这样有利于系统安全。①数据显示模块,在该模块中,可以进行记录的逻辑删除和部分信息维护,可以选择多个病人,然后选择编辑即可编辑选中的病人记录。数据维护模块。在病人数据维护模块中,可以完成对病人数据信息的所有维护功能:编辑、添加、查找、逻辑删除、物理删除等。③数据备份和恢复模块。在图像文件的备份和恢复模块中,主要完成的功能是数据备份和数据恢复,其主要界面是两个树状控件组成,其中一个数控件显示未备份的图像文件,另一个显示即要备份的图像文件,选中文件可以通过中间的命令按钮,也可以通过菜单,甚至可以直接将图像文件从左边拖到右边。对于文件夹,则将其内的所有的图像文件全部选中,在选完文件后,按“备份”按钮即可备份。如果设置的是备份到默认目录,则系统自动向默认目录备份,如果设置的是指定备份目录,则系统提示选择备份目录,用户甚至可以为每一个文件制定备份目录。④用户管理模块。对于超级用户,他可以授权他人访问数据,设置其访问权限,也可以删除用户,同样,他也有权更改任何用户的密码,对于一些重要的系统参数,也只有超级用户才能更改。
4、结尾
利用计算机技术进行核医学图像处理显示出了科学技术的优越性,其可以为医生提供一个功能完备且强大,操作界面友好,自动化程度高,能够大大降低医生的劳动强度,相信,随着计算机技术的发展,其必将越来越广泛的被应用到医学的各个领域。
摘 要 医学图像处理与分析是生物医学工程专业的专业基础课之一。在简要介绍CDIO教学模式基础上,提出几点该课程教学改革的措施,包括融合多媒体教学和传统教学手段;引导学生整体把握知识点;调动学生的学习积极性;培养学生的实践动手能力;形成理工医结合的思维方式。教学实践证明,所提教改经验能全面培养学生的学习技能,激发学生的学习兴趣,很好地增强教学效果。
关键词 图像处理;图像分析;教学改革;教学模式;CDIO
医学图像处理与分析是研究图像处理的基本理论及其在生物医学工程中的应用的一门学科,是生物医学工程专业的专业必修课。该课程的任务是:系统介绍图像处理与分析的基本理论和基本方法,侧重使学生掌握其在生物科学领域的实际应用,目的是使学生系统掌握数字图像处理的基础概念、基本原理和实现方法,学习图像分析的基本理论、典型方法和实用技术,为在生物医学工程领域从事研究与开发打下扎实基础。
医学图像处理与分析课程理论抽象,涉及医学、计算机、数学、物理、信号处理等多个领域的知识,学科之间高度交叉、渗透,学生很难理解其中的相关知识和技术,因此课程起点高,教学难度大[1-2]。笔者在教学方法上也与时俱进,摒弃传统教学方法的弊端,引入新的教学模式和教学方法,实现培养高质量人才的目标。
本文提出笔者基于CDIO教学模式的医学图像处理与分析课程教学改革方面的一些经验。总体说来,该课程教学改革的主要思路是:以全新的教学理念为指导,以先进的教学手段和方法为桥梁,以学科交叉的眼光有机结合课程教学与课外教学、理论教学与实践教学、系统讲授与学生自学等多种方式,实现教学内容的完整性、前沿性、理论性与实践性,使学生掌握本门课程的理论框架与思维方法,掌握生物图像处理与分析的相关技能,能够采取合适的处理方法实现特定的医学图像处理目的。
1 CDIO教学模式
CDIO教学模式是近年来国外工程教育改革的最新成果,其中C代表构思(Conceive),D代表设计(Design),I代表实现(Implement),O代表运作(Operate)。CDIO模式是以产品研发到产品运行的生命周期为载体,强调让学生以主动的、实践的、课程之间有机联系的方式来学习工程,并以综合培养的方式使学生在多方面达到工程师的预定目标。实践证明,CDIO教学模式比传统教学模式适应面更宽,更有助于提高教学质量,尤为重要的是CDIO模式中的新评测标准,为工程教育的系统化发展奠定了基础[3]。
2 医学图像处理与分析教改措施
2.1 融合多媒体教学和传统教学手段
目前高校授课中普遍存在两种极端:
一种是只板书授课,形式单调,内容枯燥,课堂时间无法有效利用,知识容量小;
另一种则完全采用多媒体授课,课堂教学变成单纯地播放幻灯片,缺乏学生参与互动的空间和可能。
笔者强调打造“多媒体+板书”的高质量精品课堂:
一方面,优秀的教学课件能提升和精炼教材内容,通过利用图像、声音和动画等多媒体技术将教材中相关概念、算法、原理及应用转化成形象逼真的影像展示给学生,介绍和比较不同的图像处理方法应用于医学图像的不同效果,为学生提供生动的感性认识;
另一方面,将板书穿插于多媒体教学中,对图像处理算法的关键步骤进行推导和演算,同时展示教学进度、层次和重点,有利于学生对重要知识点的系统把握,有效避免知识讲授过程中的“碎片化”现象。
2.2 引导学生整体把握知识点
在教学过程中,引导学生从整体上把握学习的总体要求,理清教学知识点、学习难点以及学习技巧,对于落实课程的知识点非常关键。每一章教学伊始,首先提出本章主线,即要解决什么问题,以什么样的方法和步骤来解决问题,所介绍方法对于解决问题的优点何在。当教学内容章节较多,分成多次讲授时,这个主线将会反复强调,从而不断加强学生对有关内容学习目的性的认识,开展针对性的学习。
2.3 调动学生的学习积极性
德国教育学家第斯多惠认为:“教育的艺术不在于教授的本领,而在于激励、唤醒和鼓舞。”[4]心理学研究也表明,学习动机与学习效果之间的关系十分密切,不同性质的学习动机对于学习效果有不同的影响。学生的学习动机直接制约他们的学习积极性,影响学习效果。笔者在课堂教学中经常采用问题学习法(problem based learning,PBL),以提高学生的学习积极性,促进学生参与教学。学生通过图书馆以及网络等资源,查阅资料,系统分析,形成读书报告,再到课堂上讨论和交流,教师则主要起到布置任务和经典总结的作用[2,5]。这种启发式、互动式、讨论式、研究性等教学方法,能够充分调动学生的积极性和学习兴趣,培养学生的创新思维和研究能力。另外,还可以通过课程网站、在线聊天等现代交流手段,将课堂教学和课后辅导有机结合,建立多渠道的教学互动模式,使学生得到及时的指导,增强学生学习兴趣。
2.4 培养学生的实践动手能力
本课程是一门以实践为基础的课程,必须十分注重学生实践能力的培养和开发,使学生熟悉医学图像处理课程基本理论的同时,掌握如何通过计算机实现这些算法,能够将所学知识和设计的算法应用于医学图像处理和分析,能够根据具体临床需要对算法进行设计、改进和优化,使处理后的图像符合临床要求。为此,本课程设置了相关的课程设计环节,两周时间内要求学生完成5~6个实验,检验算法效果,最终形成实验报告。
2.5 形成理工医结合的思维方式
现代生物科学已经呈现高度综合和高度分化的发展趋势,作为生物医学工程领域的本科生,需要具备丰富扎实的理工科知识和一定基础的医学专业知识,才能在今后的工作中有所发展和创新。南通大学的生物医学工程本科专业设置于电子信息学院,隶属工科范畴,而学生的医学知识背景相对较弱。因此,本课程讲授时要注重与医学成像技术、医学电子学等课程的衔接和交叉,不仅在讲授某一种图像处理方法时突出重点、分化难点,更要将医学实例的处理融合于各章节,体现出理、工、医三者结合,对从方法论和认识论的较高层次上形成新的研究思维起到指导作用[2]。
3 结论
本文结合笔者多年来的教学经验,在简要介绍CDIO教学模式的基础上,针对医学图像处理与分析理论教学方面提出一些改革措施。实践表明,医学图像处理与分析课程教学应紧密结合医学实践,注重图像处理方法与具体医学应用的有机结合和交叉,激发学生的学习热情和创新思维能力。笔者今后还将围绕实践教学环节的改革开展一些有益的探索。
摘 要 双语教学是一种新的培养人才的教育模式,通过在医学图像处理课程教学中应用双语教学,在各个教学环节进行研究与探索,发现在教师与学生英语水平、课堂教学方法、教材的选用及考核机制等方面存在一定问题,并提出相应的改进措施。
关键词 医学图像处理;双语教学;教材
双语教学是指除汉语外,用一门外语作为课堂主要用语进行学科的教学。作为一门国际化的语言,英语的重要性越来越被人了解。在高校中开展专业课的双语教学可以增强学生了解世界科技最新成果的能力,加快高等院校高层次教育与国际接轨的步伐。同时双语教学课堂可以为教师提供一个提高自身英语综合运用能力的训练机会,提高教师进行科学研究和国际学术交流的能力[1]。
医学图像处理是高校生物医学工程专业普遍开设的专业课程之一。近年来,河南科技大学医学技术与工程学院在开展多媒体教学的基础上,大胆尝试双语教学在本课程中的应用,根据教师的实际教学经验,结合大多数学生的反馈,总结在双语教学过程中发现的问题,并提出几项改进措施。
1 双语教学中存在的问题
1.1 从教师角度
学院生物医学工程专业的医学图像处理课程使用教材的是罗述谦等著的《医学图像处理与分析》,在应用双语教学之后,教材更换为Rafael C.Gonzalez教授所著的Digital Image Processing,该教材内容阐述清晰易懂,几乎覆盖了学生所必须掌握的全部基础知识。本书已被全世界500多所大学和研究所使用,是国际知名高校的经典教材。
对于担任本门课程的教师来说,需要反复理解中文和英文原版教材,在吃透教材内容的基础上,结合图像处理的最新技术制作多媒体课件,将原来准备好的中文课件转换为英文课件,并把原来已经讲熟练的课堂内容用英语讲授给学生。其中存在的问题有:1)教师之间对双语教学的认识有偏差,一部分教师认为双语教学应该完全用英语授课,而其他大多数教师认为既然是双语,那么可以用两种语言交叉授课,以学生理解为最终目的;2)教师的英语口语水平不够高,毕竟不是英语专业出身,平时用到口语的机会也不是很多,所以教师都对自己的口语不是百分百自信。
1.2 从学生角度
双语教学对学生的基础英语应用能力,尤其是听说能力要求较高。学生在课堂上本来就需要经过思考才能完全理解教师讲的内容,现在还要在听懂英语的基础上进行思考和继续听课,这对学生尤其是英语基础不是太好的学生来说是比较困难的。虽然大部分学生已经通过大学英语四级考试,甚至有部分学生已经通过大学英语六级考试,但他们的英语实际听说能力相对于应试能力却较为薄弱,仍然有可能听不懂教师的讲解,因此听说能力成为他们用英语进行学习和交流的主要问题。
医学图像处理课程中涉及许多医学图像,因此有关医学的英文词汇也出现不少。医学词汇较为难记,长单词较多,这也给学生的课堂听讲带来一定的困扰,影响了课堂内容的吸收,效果较差。
1.3 从考核角度
既然是双语授课,那么在考核时同样需要考虑到两种语言的问题。如果用全英文出试卷,恐怕会出现学生连题都看不懂的情况;如果用中文试卷,又无法体现双语教学的优势,难以考核教学的效果。
2 相应的改进措施
针对在双语教学中遇到的问题,思考后认为:在医学图像处理课程的双语教学中,应明确课程双语教学的目的仍是传授专业知识,这一点在教学过程中必须始终坚持,英语只是一种工具,否则专业课的双语教学就变成专业英语课。为实现这样的目标,结合师生的实际情况,提出相应的改进措施。
2.1 加强教师培训,提高讲课水平
双语教学成功与否取决于从事双语教学教师的水平,因此,加强授课教师的英语能力是十分必要的。学院与外语学院联系,请专业的英语口语教师为承担双语教学任务的教师开展英语培训,培训的内容包括教学过程中经常使用的教学专用术语以及学科中常用的英语阐述和评论能力。除此之外,学院还派青年教师到国内著名高校或国外学习进修,参加学术研讨会议和培训班等,提高教师的专业水平和英语能力。
除加强教师水平之外,还要更好地发挥多媒体教学手段在教学中的作用。对于较难理解的专业术语、句子等,在课件中用中英文对照帮助理解,这样可以保证即使英语水平较低的学生也能够领会教学中的基本内容。由于本课程是医学图像处理,因此在课件中可以多引入一些新型图像处理技术在医学图片中的应用。这些知识与本专业的其他专业课也有相关联之处,学生对这方面的内容较为感兴趣,课堂气氛活跃,教学效果良好。
2.2 发挥学生主体作用,增强学习兴趣
上课时教师应鼓励学生用英文发言、提问,加强师生之间及学生之间的英文沟通和交流能力,激发学生的学习热情和主动性,引导学生自主思维。授课结束,可由学生用英文做重点总结,然后教师补充。精选教学内容,对于一些常用的专业术语和句子,课堂上需要经常复习。引导学生逐步学会用英语结合专业知识进行思考分析,提高学生分析解决问题的能力,加深对授课内容的理解。双语教学难度大,只有充分调动学生的学习积极性,发挥他们的主体意识,才能取得良好效果[2]。
2.3 改进考核方法,提高教学质量
双语教学仍然是以学生为主体的,因此采取一个合理有效的考核方法能够激发学生的学习兴趣,取得良好的学习成绩。可以考虑作业、课后练习、实验报告采用全英文模式,在这种情况下,学生有时间在组织好英语答案的情况下进行回答。课堂上的讨论及问题回答以英文为主,必要时辅以中文解释,这样也可以锻炼学生的口语能力,并提高他们参与讨论的热情。最后的期末考试可以采取中英文结合的方式,对于一些相对简单的题目如填空题等可以用英文出题,要求英文回答;而一些较为复杂的问答或计算题,可允许学生用中英文作答。这些考核内容在最终成绩中所占的权重不同,如可定为平时成绩占总评成绩的30%,考试成绩占总评成绩的70%。这样的考核方式也可促进学生在平时的学习兴趣,加强日常的学习积累。
3总结
通过这些改进措施,能够提高学生对双语教学的学习兴趣,调动学习的积极性,使学生通过学习不仅能够学到专业知识,也提高了英语听说读写能力。双语教学作为一种较新的教学手段,仍然在实践中摸索,在教学过程中不断完善,只有不断地发现问题、解决问题、积累经验,才能更好地发挥双语教学的效果。
【摘要】在信息高速发展的今天,医学信息学的涵盖已经悄悄的发生了变化,医学图形图像处理已经作为一个非常重要的内容而被纳入了医学信息学的范畴。国内的一些本科院校纷纷设置了相关专业,开设了相关教学内容。然而与此相比,大专类的医学院校,在这一块仍然处于空白状态。本文针对这一问题展开研究,拟提出医学图形图像处理在大专层次的教育当中的必要性与可行性。
【关键词】医学图形图像处理;信息学;大专;医学院校
一、引言
1999年6月9日,经纽约中华医学基金会(China Medical Board of New York,CMB)理事会批准资助,成立了国际医学教育专门委员会(1nstitute for Interna-
tional Medical Education,IIME)。该委员会的任务是为制定医学教育“基本要求”提供指导。在该机构制定的培养要求当中,生物医学工程相关知识,特别是“医学图形图像处理”被作为基础知识要求被提出。[5][8]
当前我国数字化医院建设的重点是医院内部的数字化建设。为实现无胶片化,需要建立覆盖全院医疗和办公区域的网络和pacs系统,实现ct、核磁、x线、病理、彩超、电子胃镜等图像的网上数字化采集、传输、存储、调阅等功能。而这些方面,都需要从业者具备相关的专业知识。但是医学图形图像处理教学在专科层次教学当中处于盲区。经过调查国内各省的40多所相关大专院校,其中开展了医学信息教育的学校目前的有12所。[1]授课内容基本是信息检索,少数涉及到了一些医疗管理软件的应用,至于医学图形图像方面的课程,高专的医学信息学教育中没有涉及,因此在目前大专层次的医学信息学教育体系的现状是:医学信息教育停留在信息素养的培养的阶段,没有进一步的考虑医学信息的处理,也就是说没有提升到技能的层面上。
二、国内外关于医学信息学教育的现状分析
医学信息学是交叉学科,起源于美国。现今美国的医学信息涵盖面,已经不仅仅局限于医学情报,信息资源建设、检索,其内涵已经扩展到了转化研究信息学、医学图像信息学。[3][4]
德国是国际医学信息学会(IMIA)的官方国家成员,其医学信息学、生物测量和流行病学协会(GMDS)提出医学信息学(Medizinische Informatik,MI)内涵:应该包括医疗信息的收集、加工与提炼过程。具体研究内容包括:生物信息学,医学图像处理,信息检索、决策支持等。[9]国外一些发达国家,医学信息学已经从信息素养教育上升到了信息技术教育的程度,并形成了专科-研究生-博士研究生的完整培养体系。
20多年来,医学影像已成为医学技术中发展最快的领域之一,其结果使临床医生对人体内部病变部位的观察更直接、更清晰,确诊率也更高。20世纪70年代初,X-CT的发明曾引发了医学影像领域的一场革命,与此同时,核磁共振成像象(MRI:Magnetic Resonance Imaging)、超声成像、数字射线照相术、发射型计算机成像和核素成像等也逐步发展。计算机和医学图像处理技术作为这些成像技术的发展基础,带动着现代医学诊断正产生着深刻的变革。各种新的医学成像方法的临床应用,使医学诊断和治疗技术取得了很大的进展,同时将各种成像技术得到的信息进行互补,也为临床诊断及生物医学研究提供了有力的科学依据。而医学图形图像作为一门交叉学科,成为了一般医学本科院校临床专业与生物医学工程专业的主要的学科。
三、国内政策对于医学信息教育的扶持与指导方向
卫医研教发[2007]01号文件指出:卫生部医院管理研究所在相关部委的支持下,决定在全国开展“医疗卫生信息技术普及教育”工作,旨在建立和完善我国“医疗卫生行业信息技术教育体系”,并使之成为指导我国医疗卫生行业信息化建设对各类IT人才需求的重要依据;成为我国医疗卫生信息技术人员和医学院校学生走出国门与国际接轨的桥梁和纽带;成为我国全体医务人员和医学院校在校生必须掌握的一门现代化工具,从而提高医疗卫生行业的整体服务水平,为更多的患者提供更加优质的服务。
卫医研教发[2007]02号文件指出:加速推进信息技术在医疗服务、预防保健、卫生监督、科研教育等领域的广泛应用,普及医疗信息化知识,充分利用现代远程教育手段为广大医务人员提供继续教育机会,快速培养符合我国医疗卫生行业信息化建设急需的专业人才,满足人民群众日益增长医疗卫生服务需求。
卫医研教发[2007]03号文件指出:随着信息技术在医疗卫生领域的广泛应用,对“医信”复合型人才的需求已成为各级医疗机构在医疗信息化建设、应用和管理中急需解决的首要问题。
作为国内的大专院校,其教学的宗旨与目的是为基层输送大量的实用型医学人才,同时兼顾了向更高层次医学教育输送可持续培养的医学生。无论是从实用出发还是从可持续的培养出发,医学生在医学信息学上的教育都不容缺失。
四、目前医学信息教育环节当中的拓展方向
医学信息学是医学和计算机学科的结合,是医学发展的必经阶段。[2]该学科的发展需要大批掌握相关计算机技术和医学只是的高素质符合人才。
当前社会对于医学信息处理方面的人才需求量大,通过课程建设能够培养出符合社会要求的懂得医学信息处理应用类人才。使学生掌握医学图像的相关概念与图像处理中的图像变换,增强,恢复,压缩,图像的分割及特征提取等基本理论;掌握医学图像处理的基本理论、技术、方法、应用和进展;了解医学信息三维可视化的技术和基本实现方法;并在此基础上掌握医学图像处理的整体结构框架,逐渐形成观察、思考、分析和解决有关理论和实践问题的能力,并通过图像处理算法的编程来提高学生的动手能力。这样的才能使学生在数字化医院建设的大背景下适应需求,提高竞争力。[7]
五、专科层次开展医学图形图像教学的必要性和可行性
医学图像处理是当今各医学领域应用和需求广泛的一门学科,是生物医学工程专业的必修课程,也是计算机科学与技术(医学应用和医学智能信息处理方法)的专业主要课程。设置本课程的目的是:(1)使学生掌握数字图像的相关概念与图像处理中的图像变换,增强,恢复,压缩,图像的分割及特征提取等基本理论;(2)掌握医学图像处理的基本理论、技术、方法、应用和进展,并在此基础上掌握医学图像处理的整体结构框架;(3)掌握数字图像与医学图像处理的基本方法,逐渐形成观察、思考、分析和解决有关理论和实践问题的能力,并通过图像处理算法的编程来提高学生的动手能力。[7][8]
目前国内的专科院校鲜有开展这门学科的基础教育,主要原因是相关的教学条件要求较高(师资,设备)。但是做为专科院校,无论是从向基层输送基层的医疗服务人才这个方向来看,还是从为本科医疗院校输送继续教育人才方面来看,我们都有必要把这门重要的学科,在医学类专科层次进行普及性的基础教学。最为恰当的方式就是在医学信息学的教学内容中补充丰富医学图形图像内容。
专科层次的学生有他们的特点:基础和自学能力有待强化,而且在校学习时间比较短,他们需要和能够掌握的是跟专业相关的简易并实用的医学信息概念和技术,而不是高深的理论。根据专科学校的特点和学生基础情况,以及各用人单位(基层医院)对医学信息技术的需求情况,查阅国内外各医学院校医学信息专业教学资料,在现有计算机课程内容基础上,引入一定课时的医学数字图形图像处理,通过实践教学进行论证之后,完善出一套适合专科层次的教学大纲和实验大纲。
通过对大专医药各专业学生进行实用的医学信息技术与医学图形图像学教育,其目的是使学生更能适应各专业岗位的需求,从而提高专科层次毕业生就业竞争力;提高基层医疗卫生行业的整体服务水平,为更多的患者提供更加优质的服务。
摘要:本文分析探讨了医学图像处理课程的特点,结合医药院校学生的实际情况,从课堂教学所用教案及实验教学所选软件和内容两个方面对医学图像处理课程教学方法进行了探讨。
关键词:医学图像;多媒体;Photoshop;MatLab
《医学图像处理》是以《数字图像处理》为基础,结合医学院校的特点和教学要求,以医学图像为处理方向,开展的一门课程。作为一门医科院校的工科课程,《医学图像处理》课程的对象是医学院校的工科学生,是生物医学工程、计算机科学等专业的必修课程。该门课程教授的是指将医学图像信号转换成的数字信号用计算机技术对其进行处理的算法和过程,要求学生既掌握基础的医学常识又有教深的计算机编程的经验。由于专业与课程的特殊性,导致该课程在教学过程中存在些许问题和困难:如学生没有较强的基础理论知识,听课过程中遇到困难,容易失去学习兴趣,不能掌握专业知识,或者只懂理论而不知道如何在计算机上编程实现应用。经过多轮的教学和不断的探索,将已有的一些经验做一个小结,以期对提升教学效果有所帮助。
1 多媒体动画教案的优势和应用
《医学数字图像处理》课程需要重点讲解的内容包括:图像运算、图像灰度变换、直方图处理、图像的空域增强及频域增强、图像分割、图像配准、图像复原、图像压缩编码、形态学处理等内容。图像处理课程涉及面广、跨度大、内容多,且具有较强的工程性,在教学上存在一定难度。多媒体动画教案的应用能将学生难以理解的抽象内容及复杂的变化过程,通过动态模拟和局部放大的手段,动态直观地展现在学生面前,将抽象的算法转换为浅显生动的形象[1]。
例如进行图像增强时常采用均值滤波和中值滤波算法,仅用数学公式教导的办法,因其较抽象导致效率低且效果不好,将算法步骤先用动画直观展现出来,再结合数学公式解释阐明,大大降低了学习难度,保证了学生的学习兴趣。又例如频域滤波法中的高通滤波算法可增强图像的高频分量而滤除图像的低频分量从而达到突出图像边缘的目的。这一算法是基于傅里叶变换及信号处理等抽象理论发展出来的,理解起来有一定的难度,在课堂上,首先给学生展示一张脑部CT图片及其对应的频域图,对应高通滤波算法逐渐改变滤波范围使原来的图像相应发生改变,让学生对脑部CT图片在计算机上进行逐步动态锐化,锐化后脑膜轮廓清晰可辨,达到了增强图像边缘的目的。利用多媒体教学,可以直观地看到图像在处理前后的明显变化,便于学生接受,增强了学生对重要概念的理解,提高了教学质量和课教学效率。多媒体的动态教学需要贯穿这个课程始终,例如讲解图像灰度变换时可以开窗算法为例,辅以显影效果不甚理想的医学图片如细胞显微图等讲解利用代数运算对图像进行处理的方法,并将处理后得到的增强图片与原图像加以比对,让学生真切地看到图像处理的作用,了解其价值和意义。此类例子还有很多,通过具体的医学图像实例进行直观生动的课堂演示,可以提高学生的学习兴趣让他们积极参与到教学过程中来,成为教学中的主体。
多媒体动画教案在教学中的作用不言而喻,因此制作合适的教案是能否成功完成教学任务的关键。经过多轮的摸索总结,我们发现教学案例的选择要结合实际,除了让学生掌握理论外,还要让他们知道学到的知识可以用到什么方面、怎么用。
2 实验教学工具与内容的选择
目前,医学图像处理教学选用比较多的软件有PhotoShop、Matlab和VC等。在实际教学中需根据学生的特点选择不同的医学图像处理教学软件,比如我们学院生物工程专业学生编程基础较弱,在学习医学图像处理时选择的是PhotoShop和Matlab,通过PhotoShop软件向学生展示各种医学图像处理算法的实现效果[2],而使用Matlab编程工具实现各种图像处理算法,另外调用Matlab图像处理工具箱中的系统函数可以实现医学图像的增强、分割等基本图像处理功能,可以让学生掌握一些基本的医学图像处理编程方法。而对于计算机专业的学生,由于他们系统地学过计算机课程,因此在医学图像处理实验教学时就采用VC编程实现各种图像算法。首先提供给学生一个用VC编写好的图像处理平台代码,然后交给学生如何在该平台上增删改他们所需要的图像处理算法。尽管直接使用VC++编写医学图像程序通常代码都比较长,学生比较难掌握,但是采用VC编程相对MatLab编程而言更容易实现可视化界面,编写出的程序可以模仿PhotoShop软件的部分功能,极大地提升了学生的学习兴趣。除此之外还可以使学生了解医学图像处理的每一个细节,彻底领悟医学图像处理各种实现算法的精髓,从而加深对抽象的医学图像处理理论的理解。
在实验内容的选择上多选用验证性算法,以期让学生通过实验巩固和加深对医学图像分析的各种常用算法的理解与掌握在我们的教学中;为了提高学生对实验的重视程度和实验积极性,将实验考核成绩引入总成绩,占到总成绩的10%-20%。
3 小结
本文对医学图像处理课程的特点,课堂教学方法及实验教学工具和内容的选择进行了探讨。由于医学图像处理课程难度大,理论性和实践性均很强,教师在教学时需根据医学院校学生理工基础弱,编程能力差的特点选择合适教学方法帮助学生克服困难,提升教学效果。
摘要:现代医学越来越离不开医学图像信息、医疗设备或系统的支持,在医学图像处理和医学设备中,超声成像、CT、磁共振、外科手术、中医舌像诊断都与计算机图像处理技术息息相关。
关键词:计算机技术;医学图像;图像处理技术
1医学图像的种类
随着计算机技术和医学的发展,医学图像信息在临床诊断中起着越来越重要的作用。目前,供医学研究和临床诊断所需要的医学图像多种多样,如:B超图像、MRI图像、CT图像、PET图像、SPECT图像、数字X光机(DR)图像、X射线图像、各种电子内窥镜图像、显微镜下病例切片和显微镜下细胞图像等。利用计算机技术处理这些图像,不仅可以提高医学临床诊断水平,还能为医学培训、医学研究与教学、计算机辅助临床外科手术等提供必要支持[1]。
2医学图像处理技术的内容
在医学图像处理中,计算机起着至关重要的作用。广义的图像处理技术包括:图像的获取、图像的存储、图像的传递、图像的处理和图像的输出,这些处理工作都需要用到计算机技术。狭义的图像处理主要研究计算机可以实现的算法,包括:1)几何处理:包括改变图像的大小,旋转、移动图像等。2)算数与逻辑预算:包括图像的加减乘除、与或非运算等。3)图像数字化:将模拟形式的图像转化成数字图像。4)图像变换:为了方便后续操作,改变图像的表示域和表示数据,如傅里叶变换、余弦变换、小波变换等等。5)图像增强:改善视觉效果和图像质量,如对比度增强、平滑、校正等等。6)图像复原:修复失真图像以尽量接近原始的未失真的图像,如频域中的恢复方法、最大熵恢复、运动模糊恢复等。7)图像压缩:为了有利于图像的传输和存储,将一个大的数据文件转换成较小的同性质的文件,如自适应编码压缩、基于人工神经网络和小波技术的压缩等。8)图像分割:将图像中感兴趣的部分分割出来,为后续图像分析和理解打基础,如边界检测、区域检测等等,具体可以参考文献[2]。9)图像的表示和描述:对已分割的图像进一步表示和描述,以更适合计算机进一步处理,如颜色提取、纹理提取、区域集合特性等等。10)图像分类识别:根据提取的特征来分类识别图像,如人工神经网络、支持向量机、模糊识别等。11)图像重建:将一组关于目标的某一剖面的一维(或二维)投影曲线,重构该剖面的二维(或三维)图像的技术,如投影重建、3D重建技术等。一般所说的图像处理指的是狭义的图像处理。
3计算机图像处理技术在医学中的应用
3.1图像处理技术在超声医学成像中的应用
超声成像过程中图像处理的方法有很多,其中主要的有图像平滑处理、图像伪色彩处理、图像纹理分析、图像分割、图像锐化处理,以及图像增强处理等图像处理方法[3]。在B超图像中,不可避免会出现噪声,噪声的存在对某一象素或某幅图像是有影响的,因此要平滑图像,去除噪声,为图像的后续处理做准备。为了使B超医生更好的识别B超图像信息,可以用不同的颜色来表示图像中的不同灰度级,达到图像增强的效果,可识别灰度差较小的像素,这种用彩色差别代替灰度差别而组成的图像,即为伪色彩图像。B超图像中存在颗粒状纹理,其主要有以下两种情况引起的,一种是B超图像本身的斑纹,是无用的信息,另一种是由被检查者的组织结构引起的,是有用的信息。正常和有病变的器官图像组织颗粒分布不同,即纹理也不同,因此,对B超图像进行纹理分析,从而判别病情。图像分割是将病变区域分割出来,以便测量其大小,体积等,为诊断提供必要数据。除此之外,还要用到图像锐化处理和图像增强等计算机技术处理B超图像。
3.2图像处理技术在CT和MRI中的应用
CT的本质是一种借助于计算机进行成像和数据处理的断层图像技术。虽然X线透视可使人们了解人体的内部结构,但只有CT通过计算机在排除散射线和重叠影像的干扰并对X线人体组织吸收系统矩阵作定量分析后,才从根本上解决了分辨率问题。计算机在CT系统中要完成图像去噪、图像的增强、图像重建等任务。没有计算机技术,CT设备的发展是不可想象的[4]。在磁共振中,图像处理技术包括图像去噪、图像增强、图像复原、图像三维重建等操作,磁共振成像也离不开计算机图像处理技术的支持。
3.3图像处理技术在图像引导外科手术中的应用
手术导航(Surgical Navigation)是近二十几年迅速发展的微创外科(Minimally Invasive Surgery,MIS)技术之一。图像引导外科系统利用医学影像和计算机图像处理技术,可在术前对患者多模态图像数据进行三维重建和可视化,获得三维模型,制定合理、定量的手术计划,开展术前模拟;在术中利用三维空间定位系统进行图像和病人物理空间的注册或配准,把患者的实际体位、手术器械的实时空间位置映射到患者的三维图像空间,对手术器械在空间中的位置实时采集并显示,医生通过观察三维图像中手术器械与病变部位的相对位置关系,对病人进行精确的手术治疗[5]。它把图像图形处理、空间立体定位、精密机械和外科手术等结合在一起。医学图像自动处理算法诸如图像分割、滤波、特征提取算法在图像引导外科中发挥着重要作用。
3.4图像处理技术在中医舌像诊断系统中的应用
计算机图像处理技术在舌象综合定量化研究中起着重要作用,也是舌诊现代化的发展方向之一。中医舌象诊断系统运用色度学、近代光学技术、图像处理技术和计算机硬件技术等学科技术,其中图像处理技术是关键技术之一。在该系统中,要对舌象进行预处理,包括去噪、图像分割等操作。建立颜色模型,根据模糊数学理论,确定有关舌象的定义域,进行特征提取和纹理分析等,这些都是计算机图像处理技术。
4结束语
现代医学越来越离不开医学图像信息的支持,在医学图像处理中,计算机技术起着至关重要的作用。在医学领域中,超声成像、CT、磁共振、外科手术、中医舌像诊断都与计算机图像处理技术息息相关。随着计算机技术和医学的发展,计算机图像处理技术会在医学领域中得到更广泛的应用,医学领域也更离开不计算机图像处理技术。
1结合学科专业特点精选教学内容
我们开设的《医学图像处理》课程是以《数字图像处理》为基础,结合医学院校的特点和教学要求进行课程设计J。《医学图像处理》作为一门医科院校的工科课程,有其自身的优势和劣势。优势在于医科院校有大量的医学图像资源及相关科研项目,便于根据临床和科研实际要求,进行动手操作,通过理论联系实际的方式增加学员学习热情。劣势在于医科院校相关工科课程开设不足,学员基础理论知识存在脱节的现象,不够扎实牢固,在听课过程中遇到困难后容易失去学习兴趣,从而导致不能很好地掌握相关知识。另外,由于医学图像处理技术涉及面很广、学习内容繁多,要求学员在短时间内完全掌握医学图像处理具有一定难度。对于实验技术专业的学员,我们要求学员通过对本课程的学习能够掌握医学数字图像处理的基本概念、方法及原理,重点讲解图像的运算、图像灰度变换、直方图处理、图像的空域增强及频域增强等内容;对于生物医学工程专业的学员则适当增加课程难度,重点讲授医学图像增强、医学图像分割、医学图像配准等知识,并适当增加图像复原、图像压缩编码、形态学处理等内容。
2教学案例充分利用多媒体教学优势
通过具体的医学图像实例进行直观生动的课堂演示,可以提高学员的学习兴趣,让学员积极参与到教学过程中来,成为教学中的主体。比如讲解图像灰度变换时以CT开窗技术为实例,讲解图像代数运算时以数字减影、精子细胞活动度检测等为实例。教学案例的选择要结合实际,除了让学员掌握理论外,还要让他们知道学到的知识可以用到什么方面、怎么用。图像处理课程涉及面广、跨度大、内容多,且具有较强的工程性,因此在教与学上都存在一定难度。由于图像处理课程的实例较多,可演示性好,因此可充分利用多媒体技术来进行教学。多媒体教学具有图文并茂、知识密集、动态显示等优点,能向学员传输大量的信息J。在医学图像处理课程中讲述的算法较多,但这些算法最终都要在计算机上实现,并且图像处理算法中的参数选择不同,处理的效果也不同,因此图像处理课程教学不能脱离计算机。通过引入Matlab、Photoshop等软件讲述算法流程、算法的具体实现及处理结果。
3注重实践教学培养学员的动手能力
医学图像处理课程要特别注重实践环节,要科学合理地安排实验内容、实验时间与实验工具。实验内容的选择要与课堂上讲授的理论知识紧密相连,以加深学员对理论的理解。为了使学员在学习医学图像处理基本原理的同时尽快掌握典型算法,我们要求学员采用Matlab语言进行编程。因为Matlab只有一种数据类型,一种标准的输入输出语句,不用指针、不需编译,还具有强大而简易的绘图功能。利用Matlab图像处理工具箱在数学运算和算法验证上的优势,结合教学实际,使学员在学习和实践中充分体验医学图像处理的内涵和魅力。我们根据教学大纲的要求,从实验学时数(20个学时)出发,设计了一系列的实验,这些实验由易到难,同时兼顾了学员理解医学图像处理基本概念和自己动手设计算法的要求。实验包括图像的直方图均衡、图像的基本灰度变换、采用求和取平均的办法对噪声图像进行增强、空域平滑滤波器、空间锐化滤波器、图像的频率域滤波(低通、高通、同态滤波)等,基本覆盖了教学大纲的内容。总之,医学图像处理技术在课程体系的设计上,紧紧抓住理论与实践并重的原则,在课程教学中注重教学内容的可实践性及学员的参与性,尽量体现教与学的趣味性。实践证明,这种教学方法可以有效提高学员各方面的素质,有助于生物医学工程等专业学员更好地掌握医学图像处理的基础理论和基本技能,从而培养出高素质的复合型人才。
1医学图像处理技术
医学图像处理技术包括很多方面,本文主要介绍分析图像分割、图像配准和融合以及伪彩色处理技术和纹理分析在医学领域的应用和发展。图像分割就是把图像中具有特殊涵义的不同区域分开来,这些区域使互不相交的每一个区域都满足特定区域的一致性。它是图像处理与图像分析中的一个经典问题。目前针对各种具体问题已经提出了许多不同的图像分割算法,对图像分割的效果也有很好的分析结论。但是由于图像分割问题所面向领域的特殊性,至尽尚未得到圆满的、具有普适性的解决方法[2]。
图像分割技术发展至今,已在灰度阈值分割法、边缘检测分割法、区域跟踪分割法的基础上结合特定的理论工具有了更进一步的发展。比如基于三维可视化系统结合FastMarching算法和Watershed变换的医学图像分割方法,能得到快速、准确的分割结果[3]。图像分割同时又是进行三维重建的基础,分割的效果直接影响到三维重建后模型的精确性,分割可以帮助医生将感兴趣的物体(病变组织等)提取出来,帮助医生能够对病变组织进行定性及定量的分析,从而提高医生诊断的准确性和科学性[4]。
如何使多次成像或多种成像设备的信息得到综合利用,弥补信息不完整、部分信息不准确或不确定引起的缺陷,使临床的诊断治疗、放疗定位、计划设计、外科手术和疗效评估更准确,已成为医学图像处理急需解决的重要课题。医学图像配准是通过寻找某种空间变换,使两幅图像的对应点达到空间位置和解剖结构上的完全一致。要求配准的结构能使两幅图像上所有的解剖点,或至少是所有具有诊断意义以及手术区域的点都达到匹配[5]。目前医学图像配准方法有基于外部特征的图像配准(有框架)和基于图像内部特征的图像配准(无框架)两种方法。后者由于其无创性和可回溯性,已成为配准算法的研究中心。基于互信息的弹性形变模型也逐渐成为研究热点。
互信息是统计两个随机变量相关性的测度,以互信息作为两幅图像相似性测度进行配准基于如下原理:当两幅基于共同的解剖结构的图像达到最佳配准时,它们对应的图像特征的互信息应为最大[6]。图像配准是图像融合的前提,是公认难度较大的图像处理技术,也是决定医学图像融合技术发展的关键技术。近年来国外在图像配准方面研究很多,如几何矩的配准、利用图像的相关系数、样条插值等多项式变换对图像进行配准。国内研究人员也提出了一些相应的算法:对于两幅图像共同来估计其正反变换的一种新的图像配准方法,称为一致图像配准方法;采用金字塔式分割,进行多栅格和多分辨率的图像配准,称为金字塔式多层次图像配准方法;为了提高CT、MRI、PET多模态医学图像的三维配准、融合的精度,还可以采用基于互信息的方法[7]。
在图像配准方面,在努力提高配准精度的同时,目前提出的多种方法都尽量避免人工介入,力求整个过程自动化,其结果导致实现算法的过程复杂而耗费时间,文献[5]已进行研究,试图实现基于人机交互的快速图像配准策略,同时根据图像的不同成像模式选择合适的配准测度也十分重要。不同的医学图像提供了相关脏器的不同信息,图像融合的潜力在于综合处理应用这些成像设备所得信息以获得新的有助于临床诊断的信息。利用可视化软件,对多种模态的图像进行图像融合,可以准确地确定病变体的空间位置、大小、几何形状及它与周围生物组织之间的空间关系,从而及时高效地诊断疾病,也可以用在手术计划的制定、病理变化的跟踪、治疗效果的评价等方面。在放疗中,利用MR图像勾勒画出肿瘤的轮廓线,也就是描述肿瘤的大小;利用CT图像计算出放射剂量的大小以及剂量的分布,以便修正治疗方案。
在制定手术方案时,对病变与周围组织关系的了解是手术成功与否的关键,所以CT与MR图像的融合为外科手术提供有利的佐证,甚至为进一步研究肿瘤的生长发育过程及早期诊断提供新的契机。在CT成像中,由于骨组织对X线有较大的吸收系数,因此对骨组织很敏感;而在MR成像中,骨组织含有较低的质子密度,所以MR对骨组织和钙化点信号较弱,融合后的图像对病变的定性、定位有很大的帮助[8]。由于不同医学成像设备的成像机理不同,其图像质量、空间与时间特性有很大差别。因此,实现医学图像的融合、图像数据转换、图像数据相关、图像数据库和数据理解都是亟待解决的关键技术[9]。对一幅黑白图像,人眼一般只能辨别出4到5比特的灰度级别,而人眼能辨别出上千种不同的颜色。针对这一特点,人们往往将黑白图像经过处理变为彩色图像,充分发挥人眼对彩色的视觉能力,从而使观察者能从图像中取得更多的信息,这就是伪彩色图像处理技术。
医学图像大多是黑白图像,如X、CT、MRI、B超图像等。经过伪彩色处理技术,即密度分割技术,提高了对图像特征的识别。通过临床研究对X线图片、CT图片、MRI图片、B超图片、电镜图片均进行了伪彩色技术的尝试,取得了良好的效果,部分图片经过处理后可以显现隐性病灶。例如对X线图片,在乳腺照影中伪彩色处理能鉴别囊性病、良性和恶性肿瘤,同样,钡餐照影图片和各种X线图片也得到良好的诊断效果[10]。纹理是人类视觉的一个重要组成部分,迄今为止还难以适当地为纹理建模。为此有关专家进行了大量的探索研究,但未能获得有关纹理的分析、分类、分割及其综合的有效解释[11]。
有研究针对肝脏疾病难以根除、危害面广的问题,采用灰度梯度共生矩阵的方法,分别提取纤维化肝组织和正常肝组织的CT图像的纹理特征,提出了基于灰度梯度共生矩阵的小梯度优势、灰度均方差、灰度熵等参数作为图像的纹理特征量。通过选取的纹理参数,可以看到正常组和异常组之间存在显著性差异,为纤维化CT图像临床诊断提供了依据[12]。
2三维医学图像的可视化
三维医学图像的可视化通常是利用人类的视觉特性,通过计算机对二维数字断层图像序列形成的三维体数据进行处理,使其变换为具有直观立体效果的图像来展示人体组织的三维形态。三维医学图像可视化技术通常分为面绘制和体绘制两种方法。体绘制技术的中心思想是为每一个体素指定一个不透明度,并考虑每一个体素对光线的透度、发射和反射作用。医学数据的可视化,已成为数据可视化领域中最为活跃的研究领域之一。实现三维数据可视化的方法很多,空间域方法的典型算法包括:射线投射法、足迹法、剪切-曲变法(目前被认为是一种速度最快的体绘制算法)等;变换域方法的典型算法有频域体绘制法和基于小波的体绘制法,其中小波的体绘制技术显现出较好的前景[13]。
以上可以利用的三维可视化软件有AVS、Analyze、amira、3Dslicer等,其中Analyze是专为生物医学图像的研究而开发的图像可视化软件。利用二维断层数据进行三维重建,可以更为直观地显示人体器官的各个解剖结构的形态及它们之间的毗邻关系,为基础研究和手术规划及手术过程模拟提供参考。鼻部是人体内解剖结构比较复杂的部位之一,可以利用3DSlicer来尝试实现鼻部部分解剖结构的三维可视化,以此为可视化虚拟人体模型的建立探索一种精确的重建方法和显示手段,同时也可为医疗工作者提供更为细致、完全和快捷的观察方案[14]。
随着互联网技术不断发展,跨越空间限制的远程虚拟现实技术已经逐步成为可能。基于虚拟现实技术利用美国国家医学图书馆VHP(VisibleHumanProject)完整数据重建可视人体,综合VTK、VRML、OperGL等可视化平台的优势,采用三维互动、空间电磁定位、立体视觉等虚拟现实技术,实现了全数字可拆装人体骨骼的本地和远程互动学习。三维虚拟现实让“遨游”人体世界成为可能,可以呈现一个物理上并不存在但又实实在在“看得见”、“摸得着”的“真实”人体,使用者可以无数次地“解剖”这个虚拟人以了解人体的结构[15]。在临床方面,提出了一种用AVS/Express开发的基于PC的LeFortI手术模型系统原型。
利用AVS/Express大量预制的可视化编程对象模块,快速构建系统的结构框架和功能模块,生成的原型能对以DICOM(DigitalImagingandCommunicationsinMedicine)格式存储的颅颌面CT序列断层图像进行预处理,并进行三维重建,在交互式操作环境中,显示颅颌面各种组织的解剖结构,进行相应的三维测量,模拟LeFortI手术的截骨头,对截骨段实行任意的平移颌旋转[16]。
在体视化方面一直致力于提高重建速度(实时显示利于交互操作),使重建效果理想,减少冗余信息及存储空间。具体需要考虑:1)不完全数据提出一个足够精确的数据提取方案2)什么算法能够快速准确地实现图像重建。人体器官是一个高精度庞大的结构,所建模型还应考虑临床实用方面的因素以及某些特殊部位的个体差异,针对不同的生理组织应采用不同的分割方法[17]。3针对PACS的图像压缩PACS(PictureArchivingandCommunicationSystem,图像存档及通信系统)是近年来国内外新兴的医学影像信息技术,是专门为医学图像管理而设计的,包括图像获取、处理、存储、显示或打印的软硬件系统,是医学影像、数字化图像技术、计算机技术和网络通信技术相结合的产物。显然,计算机网络是PACS的重要组成部分,它负责提供底层图像传输服务,是PACS的软硬件基础,正是通过各个层次的网络才将PACS中的图像获取、存储显示以及医疗数据的管理等单元连为一体,使之形成一个统一、高性能的系统。
PACS需要解决数据传输和图像存储的问题,如何利用有限的存储空间存储更多的图像,医学图像压缩是关键的技术之一。医学图像数据量是非常惊人的,建立PACS的许多技术困难都与之有关,如图像的存储、传输、显示等。从图像压缩还原的角度出发,图像压缩方法可分为无损压缩和有损压缩两大类,常用的无损压缩方法有差分脉冲预测编码、多级内插方法等。常用的有损压缩方法有离散余弦变换(DCT)、全帧离散余弦变换、重叠正交变换(LOT)、自适应预测编码和神经网络法等,近年来又出现了分形和小波变换编码[18]。如何对医学图像进行压缩,是近年来图像处理技术中的一个重点研究的问题[19]。
医学图像的压缩无疑是减低应用系统成本,提高网络传输效率,减少存储空间的一个重要途径。DICOM作为医学图像与通信的重要标准,加入了对图像压缩算法的支持。目前DICOM正在研究对最新的压缩标准JPEG2000支持的可能性。随着新一代静态图像压缩标准JPEG2000的发展,小波理论在这个领域成为研究的热点,在这方面文献[20]提出了面向任务的医学图像压缩的概念。医学图像是医学诊断和疾病治疗的重要根据,在临床上具有非常重要的应用价值。确保医学图像压缩后的高保真度是医学图像压缩首要考虑的因素,现在医学图像上常常采用无损压缩,因为它能够精确地还原原图像。但是无损图像压缩的压缩比很低,一般为2~4;而有损图像压缩的压缩比可以高达50,甚至更高。
所以将这两种压缩方法在保证使用要求的基础上结合起来,在获取高的压缩质量的前提下提高压缩比。因此,医学图像被人为地划分为两个区域:1)包含重要诊断信息的区域,其错误描述的代价非常高,所以此感兴趣区域(ROIRegionofInterest)需要高重构质量的压缩方案;2)非感兴趣区域则要求达到尽可能高的压缩比,即需要在某一框架下将无损压缩与有损压缩统一起来,这也是目前医学图像研究领域的一个热点。我们的工作就集中在小波理论框架下实现面向任务的医学图像压缩,由于并非所有的小波基都适合于分解图像,所以前期工作的重点在MATLAB的仿真上,考虑到部分所选医学图像的ROI区域和非ROI区域的对比度不很理想的情况,图像分割的最优算法是考虑的一个方面。
压缩比方面在满足一般性的图像条件下针对某些特殊图像也会有相应的考虑,目前的工作是在VC平台下实现面向任务的医学图像压缩。在医学图像压缩方面,许多学者结合模式识别、计算机视觉、神经网络理论、小波变换和分形理论等探索图像编码的新途径,同时人的视觉生理心理特性的研究成果也开拓了人们的视野,给从事图像编码技术研究的学者带来了新的启迪。但随着网络技术在医学领域的广泛应用,更加细致的要求也逐渐被提出来了。
4结束语
随着远程医疗技术的蓬勃发展,对医学图像处理提出的要求也越来越高。以“千禧年的技术挑战和全球机遇”为主题的IEEE生物医学信息学和生物医学工程学(BIBE)国际会议的一个重要议题就是“多媒体、虚拟现实、可视化、高级图像处理和机器人在医学中的应用”。医学图像处理技术发展至今,各个学科的交叉渗透已是发展的必然趋势,其中还有很多亟待解决的问题。有效地提高医学图像处理技术的水平,与多学科理论的交叉融合、医务人员和理论技术人员之间的交流就显得越来越重要。总之,医学图像作为提升现代医疗诊断水平的有力依据,使实施风险低、创伤性小的化疗、手术方案成为可能,必将在医药信息研究领域受到更多的关注[21]。
1应用于微球内外径等尺度指标的自动测定
将微球投入溶液中,使其分布较均匀,并置于显微镜下观察,得到清晰的微球显微图像。根据我们先前的工作,通过测定微球的外径D以及其在溶液中所成像的黑环内径的d,可以根据有关理论方程来确定微球或其周边介质的折射率。因此,需要精确测定D与d。下面介绍我们用VBAI编写的程序如何实现对微球像D与d的智能自动测定。进入VBAI的InspectionState编辑窗口,可以编辑整个程序的主要过程。我们的设计是:先在“Inspect”过程中对图像进行预处理并找到物体,得到物体个数;然后在“GOON?”过程中判断检测到几个物体,是否已经检测完全部物体;随后在“Measure”过程中对当前序号的物体进行检测。进入每个过程进行具体步骤的编辑,只需双击右侧工具中的相应操作,就可以将该操作加入程序中,在属性窗口中对操作的各项参数进行设定。在“Inspection”过程中,我们首先打开图片,选中循环取图将依次获取目标文件夹中的每个图像文件。如要测量真实尺寸,则要对图像进行标定,VBAI中Calibrateimage有多种方式。通常实验室显微镜采用显微标尺进行标定,选择第一种模式,导入显微标尺的图像,标定完成后生成标定文件,检测时自动读取。
接着我们对图像进行预处理,这将打开visionassistant窗口,可对图像进行LUT变换、滤波、分割、形态学变换等多项操作,在本实例中将图像处理为适合寻找物体的二值化图像。然后对处理过的二值化图片进行DetectObjects操作,得到物体数列。SelectImage操作将原图像读入,代替处理过的二值化图像,为下一步检测做准备。SetVariable的操作是将DetectObjects操作中检测到的物体个数存入代表剩余物体数的X。“GOON?”过程中没有图像处理的具体操作,只在InspectionState编辑中有一个判断,在指向end的箭头定出编辑走向end的条件,为剩余物体数X<1,当X≥1时将执行默认箭头,走向“Measure”过程。“Measure”过程中,首先IndexMeasurements读取之前DetectObjects中检测得到的物体数列的的第X个物体。接着,要设置程序可以根据物体的位置、大小等自动建立相应的ROI,即检测区域,由于要进行微球图像直径的检测,因此区域类型选择圆环形。然后就可以在检测区域内进行圆的直径检测了,利用FindCircularEdge操作可以很方便地做到这一点。在直径检测中,程序在检测区域内沿径向生成一系列的检测线,曲线为沿检测线方向上灰度值变化曲线的一次导数曲线,反映了灰度值的变化速率,负数部分对应图像由亮变暗,正数部分对应图像由暗变亮,极值处即变化速率最快处,也就是边缘所在位置。曲线上方的参数设定包括判断边缘的阈值,平滑算子的大小,取样宽度,每条检测线之间的间隔等。由于是根据拟合出的曲线确定边缘位置,因此可以超越像素的限制,实现亚像素等级的超分辨率精确度。
检测程序首先得到每条检测线上的边缘点位置,再根据所有边缘点拟合出圆形边界,计算出直径数值,程序中给出精确到0.01个像素的结果。结果的稳定性还要取决于拍摄环境、光照、相机稳定性等。图像中微球边缘的黑环是由于光线折射造成的,根据我们先前工作,证明其粗细与微球与溶液的折射率比值成一定比例关系。因此,程序中通过分别测量各微球的D与d,调整FindCircularEdge操作中搜寻方向、边缘种类等参数可以搜寻到内径圆和外径圆。在精确测定D与d值后,可自动根据我们先前工作导出的方程式,给出微球的折射率或是其周边介质的折射率。Calculator是界面类似LabVIEW图像化编程工具的一项功能,可以由用户自己选择输入输出量、制定复杂的运算程序等,本实例中为利用文献的方程式计算出微球的折射率。DataLogging可以选择需要记录的数据写入指定的txt或csv文件,以便后续的数据分析统计。最后SetVariable将变量X减1。VBAI应用编写完成后可作为专用的检测软件使用,处理图片时将需要分析的图像放在同一目录下,进入VBAI文件,指定该路径,点击RunInspectioninLoop,就可以自动完成所以图片的分析,并得到记录有数据的txt或csv文件。这样生成的检测程序智能、客观、准确、快速,实现了图像中微球的识别寻位、移动ROI建立、两个直径的测量、折射率计算、数据保存等操作的完全自动化运行。而且整个操作与运算排除了人为操作中的主观性因素,精度亦达到亚像素水平,平均单个微球的测量时间仅需0.20s。为了检验其测定的准确性,在对拍摄系统和环境进行标定和控制之后,选择合适的微球作为检测对象进行多次检测。同时,用以往常用的油浸法对微球折射率作对照测定,测得的折射率与本VBAI生成系统测定结果高度吻合,说明VBAI检测程序的测量准确性可重复性较高。
2应用于细胞检测
2.1背景
细胞是生物医学研究的重要对象之一,通过分析细胞的显微图像我们可以得到很多有用的信息。红细胞是人类血液中存在的主要细胞,一直是研究的热点。正常的红细胞呈双凹圆盘状,而衰老和不健康的红细胞会呈棘形、双凹消失等不规则的形态。通过观察与分析显微图像中红细胞的形态可以评价其健康程度。所以这里以红细胞为例说明如何采用VBAI编写适合于进行细胞图像分析的技术过程。
2.2方法
将红细胞悬浮于缓冲液中,置于显微镜下观察,利用数码CCD摄像头拍摄下细胞的图像。检测程序上需要先寻找到各个细胞,再对每个细胞进行检测,与微球检测的过程类似,程序总体设计上依然可以利用上节中微球的检测程序的设计,但需要根据有关图像处理分析的内容更改具体的图像处理分析操作。在图像预处理操作中需要将原始图像处理为适合物体识别的二值化图像,利用VisionAssistant,先对图像转灰度图像、适当的LUT处理,在分割处理上,由于细胞边缘处明暗对比较大,边缘锐利,因此选用基于移动窗口分割的算法可以较容易地找到边缘。通过实验比较证明,选用Backgroundcorrection分割,可综合局部和全局的灰度变化信息。分割移动窗口大小设置为边长接近细胞边缘宽度2倍的正方形最为合适。分割完成后再对二值图像进行一定的形态学变换操作,将边缘尽量变得闭合并填充孔洞。最后进行DetectObjects操。接着将对细胞形态进行分析。首先根据DetectObjects操作中所检测到的物体列表,对每个细胞进行检测区域的建立,即设置ROI。然后依然使用FindCircularEdge操作,在该操作中调整参数,使得检测线能较准确的发现边缘。该操作完成后,将输出一项名为Deviation的参数,该参数代表了细胞边缘与标准圆的标准偏差。同时该操作还可以得到细胞直径等相关的信息。将Deviation除以直径后可以得到细胞边缘与标准圆的相对标准偏差,由于健康红细胞的图像是近似圆形的,因此Deviation参数可以一定程度上反映红细胞的健康程度。将实验中拍摄到的采用不同保存格式、保存不同天数的红细胞图片归类,用VBAI程序进行分析,结果保存在csv文件中。为较健康的细胞,图像中细胞外轮廓近似圆形,Deviation/R=1.2‰;为发生了一定形变的细胞,Deviation/R=3.2‰为严重变形的棘形细胞,Deviation/R=7.3‰。随着细胞变形程度加重,细胞的相对标准偏差值也随之增加。通过软件分析的优势在于:可以客观而定量地给出每个细胞的变形程度;可以快速自动地分析大量的图片,得到大量的数据,并对数据进行后续的统计处理,具有统计学意义。除此之外,还可以获得细胞的大小信息,通过视野内细胞个数,得到细胞分布密度信息等。
3应用于图像的改善
3.1背景
某些生物医学样品的显微图像,由于各种原因,其清晰度与对比度都不能满意,对此,也可以运用VBAI的图像处理的方式对图像进行改善。下面介绍花粉孢子断层扫描图像中噪音及对比度不理想的断层图作改善的技术过程。
3.2方法
首先对整幅图像中的噪杂进行去除,通常改善的方法有空域滤波和频域滤波,两种方法都可通过VisionAssistant中的算法实现。其中空域滤波的算子较多,功能更加丰富。不仅提供了低通、高通等10多种算子、每种算子3×3,5×5,7×7三种尺寸,还可以由用户自定义算子以满足特殊需要。整幅图像改善完成后对左右对比度及清晰度不理想的花粉孢子断层图像进行增强,首先建立一覆盖中央花粉孢子像的区域,使用一可旋转的长方形区域,长方形的方向与左右像平移的方向垂直,宽度等于左右像平移的距离。接着利用Calculator操作计算图11(a)左右像的位置。输入中央像的中心点(X0,Y0)、角度α和平移距离L,则左像、右像中心点(X1,Y1),(X2,Y2)分别为:X1=X0+L•cosαY1=Y0-L•sinαX2=X0-L•cosαY2=Y0+L•sinα以此为中心点坐标参数,长宽与角度参数使用中央区域的长宽与角度,分别建立覆盖左右像的区域,使用VisionAssistant对左右区域内的图像进行对比度、明暗度的调整增强。得到处理后的图像,三个层面的图像的对比度基本相同。利用VBAI对图像进行处理与改善,不仅功能丰富,适用性强,且操作简单,易于掌握,程序建立完成后还可以快速的对其他同类图片进行处理,大大节省了时间。
4结语
使用VBAI创建图像分析处理程序,可对各种生物医学对象进行分析和检测,可对图像进行处理与改善,其优势在于:
(1)相比起人眼观测和手动测量,本方法能够提供客观和量化的数据,可快速对大量图像进行自动分析并保存检测结果。
(2)相比起通用化的测量分析软件,本方法针对性强,针对各种特定情况和需要制定适应的程序,准确性、有效性和实用性高。
(3)相比起使用VC等编程软件编写特定测量分析软件,本方法简单,有大量强大的模块化功能自由选用,程序开发周期短,工作量小,不需要专业编程技能,一般人易于掌握,且程序易于调整改进。综上所述,使用VBAI可简单快捷的针对不同生物医学图像建立相应检测处理程序,可快速自动地对大量图像进行分析,得到客观量化的数据。VBAI是实验室快速建立生物医学图像处理与分析检测程序的有力工具。
作者:查悦明 陀韦为 王卓 张刚平 黄耀熊 单位:暨南大学生物医学工程系