医学图像处理技术新进展
图像分割,,医学图像处理；可视化；图像分割；图像匹配；图像融合；图像存档通信系统,0引言,1医学图像处理技术,2三维医学图像的可视化,3针对PACS的图像压缩,4结束语
【摘要】 分析了医学图像处理技术的最新进展，介绍了目前国内在三维医学图像的可视化和基于PACS的医学图像压缩在医学图像处理方面的进展. 在分析研究各种技术在相关领域中应用的基础上，提出了医学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】 医学图像处理；可视化；图像分割；图像匹配；图像融合；图像存档通信系统
0引言
近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，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，XCT的发明曾引发了医学影像领域的一场革命，与此同时，核共振成像、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.
1医学图像处理技术
医学图像处理技术包括很多方面，我们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1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. 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[1].
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[2].
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[3]. 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[4].
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 ......
您现在查看是摘要页，全文长 9381 字符。