基础篇 3
第1章 医学图像的发展 3
1.1 伦琴开创了人体图像的先河 3
1.2 CT技术与三维医学图像 4
1.3 PET技术与功能医学图像 5
1.4 分子成像技术 5
1.5 多种成像模式 6
1.6 医学图像后处理概念 7
参考文献 8
第2章 医学图像基础 9
2.1 像素、空间分辨和强度分辨 9
2.2 图像数据格式 10
2.3 灰度直方图 16
2.3.1 灰度直方图概念 16
2.3.2 灰度直方图的性质 16
2.3.3 归一化直方图 17
2.3.4 直方图的线性拉伸与压缩 18
2.4 彩色编码方法 23
2.4.1 RGB模型 24
2.4.2 CMY模型 25
2.4.3 HSV模型 25
2.4.4 YUV模型 26
2.4.5 YCrCb模型 26
2.4.6 彩色图像到灰度图像的转换 26
2.5 伪彩色与假彩色 27
2.5.1 伪彩色 27
2.5.2 假彩色 28
2.6 图像体数据集 30
2.6.1 体数据集 30
2.6.2 体数据文件格式 30
2.7 图像插值技术 31
2.7.1 插值的概念 31
2.7.2 图像灰度插值 31
2.7.3 二维图像灰度插值方法 32
2.7.4 三维图像灰度插值方法 37
2.8 图像形状和纹理量化 39
2.8.1 形状量化 40
2.8.2 纹理量化 50
参考文献 56
第3章 医学图像增强 58
3.1 设备的非线性特性校正 58
3.2 像素灰度变换 60
3.3 直方图均衡 62
3.4 局部区域直方图均衡 63
3.5 空间滤波器 63
3.6 卷积算子 66
3.7 频域增强技术 67
3.8 多幅图像运算 68
参考文献 69
第4章 医学图像分割 70
4.1 医学图像分割概念 70
4.2 阈值分割技术 71
4.2.1 全局阈值法 71
4.2.2 大津阈值分割 72
4.3 微分算子边缘检测 72
4.3.1 灰度梯度及Prewitt模板 73
4.3.2 Roberts交叉算子 74
4.3.3 Sobel模板 74
4.3.4 Kirsch算子 75
4.3.5 Laplace算子 76
4.3.6 Marr-Hidreth算子 76
4.3.7 Canny算子 78
4.3.8 Hough变换 85
4.4 区域增长技术 88
4.4.1 基于局部区域性质一致性的区域增长 89
4.4.2 登山算法 90
4.4.3 分水岭算法 91
4.4.4 区域的拆分与合并 94
4.5 聚类分割技术 95
4.5.1 c均值聚类 96
4.5.2 ISODATA算法 97
4.6 形态运算 100
4.6.1 膨胀与腐蚀 100
4.6.2 开运算与闭运算 104
4.6.3 形态运算举例 104
4.6.4 灰度形态运算 105
4.7 边界跟踪 108
4.8 边界分段拟合 109
参考文献 110
第5章 医学图像分类 111
5.1 单谱MR图像分割 112
5.2 多谱图像分析 113
5.3 神经网络分类 116
5.3.1 Kohonen模型 116
5.3.2 带有侧反馈的Kohonen网络 117
5.3.3 Kohonen自组织特征图 118
5.3.4 BP神经网络 119
5.4 马尔可夫随机场与期望值最大化方法 123
5.4.1 有限混合模型 124
5.4.2 马尔可夫随机场 124
5.4.3 Gibbs分布与MRF 125
5.4.4 MRF-MAP分类 126
5.4.5 用期望值最大化方法拟合模型 127
5.5 医学图像分割技术的评估 128
5.5.1 专家目测 129
5.5.2 Jaccard系数与Dice系数 129
5.5.3 体模验证 130
5.5.4 图像分割验证数据集 130
参考文献 132
第6章 医学图像配准 133
6.1 图像配准的概述 133
6.1.1 图像配准的概念 133
6.1.2 医学图像基本变换 134
6.1.3 配准的类型 135
6.1.4 主要配准方法 137
6.2 基本空间变换模型 140
6.2.1 刚体变换 141
6.2.2 全局尺度变换 148
6.2.3 九参数仿射变换 149
6.2.4 一般仿射变换 151
6.2.5 透视变换 153
6.2.6 非线性空间变换 154
6.3 基于基准点的配准方法 155
6.3.1 极值线与极值点 156
6.3.2 极值点的自动提取方法 157
6.3.3 基于极值点的刚体配准 157
6.3.4 仅依赖基准点位置的刚体配准 158
6.4 倒角匹配图像配准法 159
6.4.1 代价函数与距离变换 160
6.4.2 图像分割与代价函数的优化 162
6.5 基于最大互信息的多模医学图像配准 163
6.5.1 配准原理 164
6.5.2 以互信息为相似性测度 164
6.5.3 多参数最优化算法 167
6.5.4 配准结果的评估 168
6.5.5 实验结果 169
6.6 医学图像配准的评估 172
6.6.1 准标配准误差 173
6.6.2 目标配准误差 173
6.6.3 配准评估数据集 173
6.6.4 专家目测检验 177
参考文献 177
第7章 医学图像可视化 179
7.1 生物医学三维可视化 179
7.2 表面绘制技术 179
7.2.1 移动立方体法 180
7.2.2 划分立方体法 184
7.2.3 基于切片的表面重建 185
7.3 体绘制技术 186
7.3.1 透明度与α值 186
7.3.2 纹理映射 187
7.3.3 体绘制 188
7.3.4 按图像顺序体绘制 190
7.3.5 按对象顺序体绘制 194
7.3.6 其他体绘制方法 196
参考文献 197
第8章 医学图像标准数据库 198
8.1 数字化人脑图谱技术 198
8.1.1 数字化脑图谱的概念与特点 198
8.1.2 数字化脑图谱的构建方法 198
8.1.3 数字化人脑图谱的应用 201
8.2 数字化虚拟人体 202
8.2.1 美国可视人计划 202
8.2.2 VHP数据集的处理 203
8.2.3 数字化虚拟人设想 204
8.2.4 中国虚拟人的有关医学图像方法学考虑 205
8.3 Talairach图谱 208
8.3.1 Talairach坐标系统 209
8.3.2 转换数据集到Talairach-Tournoux（TT）坐标 210
8.3.3 交互式Talairach图谱 212
8.4 Ono脑沟回图谱 213
8.5 MNI-BIC的BrainWeb 214
8.6 哈佛全脑数据库 216
参考文献 218
提高篇 221
第9章 图像增强技术应用 221
9.1 适配图像滤波 221
9.1.1 空间频率滤波 221
9.1.2 钝化蒙片法 222
9.1.3 适配维纳滤波 222
9.1.4 各向异性适配滤波 224
9.2 适配模板滤波 225
9.2.1 适配模板滤波算法 225
9.2.2 仿真图像滤波实验 227
9.2.3 MRI图像适配模板滤波 228
9.2.4 三维体数据适配模板滤波 230
9.3 小波图像增强技术 231
9.3.1 一维离散小波变换 231
9.3.2 多维离散小波变换 234
9.3.3 数字乳腺图像的对比增强 237
参考文献 238
第10章 图像分割方法应用 239
10.1 基于有偏场校正的图像分割方法 239
10.1.1 算法介绍 239
10.1.2 适配分割算法的实现 240
10.1.3 实验结果 241
10.2 基于信息最小化的MR强度不均匀性回顾修正 243
10.2.1 线性校正模型 244
10.2.2 实验方法及结果 245
10.3 模糊聚类分割 249
10.3.1 模糊集合与隶属度 249
10.3.2 模糊c均值算法 249
10.3.3 方向敏感的模糊c均值算法 250
10.3.4 适配模糊c均值算法 251
10.3.5 基于有偏场校正的适配模糊聚类分割算法 252
10.4 梯度向量流变形模型 253
10.4.1 二维参数式变形模型 253
10.4.2 梯度向量流变形模型 254
10.5 水平集与快速步进分割方法 256
10.5.1 边界驱动蛇线法 257
10.5.2 区域竞争蛇线法 258
10.5.3 图像的预处理 259
10.5.4 快速步进法 261
10.6 用体素直方图的部分体积分割 262
10.6.1 归一化直方图 263
10.6.2 单纯材料与混合材料区的直方图基函数 263
10.6.3 直方图基函数的参数估算 264
10.6.4 分类方法 264
10.6.5 分类实验结果 265
10.7 基于人工蚁群的医学图像分割 266
10.7.1 蚁群寻找食物机理 266
10.7.2 蚂蚁算法模型 267
10.7.3 蚁群模型在图像中的应用 268
10.7.4 改进的蚁群分割模型 269
10.7.5 实验结果 270
参考文献 274
第11章 图像配准方法应用 275
11.1 结合互信息与图像梯度的配准技术 275
11.1.1 互信息与图像梯度的配准测度 275
11.1.2 配准实例 275
11.2 基于形状特征点最大互信息的医学图像配准 277
11.2.1 配准原理 278
11.2.2 实验结果 280
11.3 基于薄板样条的MRI图像与脑图谱的配准方法 282
11.3.1 非线性形变方法 282
11.3.2 薄板样条方法 283
11.3.3 实验结果 284
11.4 图像信息融合技术 288
参考文献 289
第12章 图像可视化方法应用 291
12.1 形态插值技术 291
12.1.1 基于形状的形态插值 291
12.1.2 基于形态骨架的二值图像插值 296
12.2 血管图像可视化方法 301
12.2.1 用于血管图像分割的简化模糊连接算法 301
12.2.2 基于水平集曲线演化的血管分割 307
12.3 虚拟内窥镜 311
12.3.1 图像处理和分割 311
12.3.2 用于虚拟内窥镜的管状器官的圆柱状近似 312
12.3.3 圆柱状近似算法 313
12.3.4 用圆柱状结构加速体绘制 316
12.3.5 交互式虚拟内窥镜工具 316
参考文献 320
第13章 计算机辅助检测与计算机辅助诊断（CAD） 322
13.1 CAD概念和研究概况 322
13.1.1 CAD简介 322
13.1.2 计算机辅助检测（CADe） 323
13.1.3 计算机辅助诊断（CADx） 323
13.1.4 CAD系统的一般结构 324
13.2 CAD常用技术 325
13.2.1 图像预处理 325
13.2.2 图像分割 326
13.2.3 初始候选损伤的检测 327
13.2.4 图像特征提取 327
13.2.5 ROI评估与分类 328
13.3 CAD的主要应用 328
13.3.1 CAD的一些主要应用 329
13.3.2 计算机化的癌症风险评估 329
13.3.3 CAD用于超声图像的研究 330
13.3.4 CAD对于脑疾病的应用研究 331
13.3.5 CAD对于胸部疾病的应用研究 332
13.4 CAD系统性能评估&.. 333
13.4.1 诊断的准确性和ROC方法学 333
13.4.2 金标准的决定 338
13.4.3 CAD系统性能评估的常用方法 339
13.4.4 灵敏度和特异性 339
13.4.5 重叠度和相似性指数 340
13.4.6 CAD系统性能评估方面的问题及今后建议 340
参考文献 341
第14章 医学图像压缩、存储与通信 343
14.1 图像压缩的基本概念和标准 343
14.1.1 数字图像 343
14.1.2 图像数据压缩方案 344
14.1.3 无损图像压缩 344
14.1.4 有损图像压缩 345
14.1.5 JPEG有损压缩方法的几个阶段 347
14.1.6 霍夫曼（Huffman）编码 350
14.1.7 JPEG图像压缩标准 351
14.1.8 MPEG运动图像压缩标准 352
14.1.9 JPEG2000标准 353
14.2 医学图像存档、读取和通信 354
14.2.1 医学图像信息模型 354
14.2.2 医学图像存档系统 355
14.2.3 DICOM图像通信标准 356
14.2.4 档案软件组成部件 359
14.2.5 HIS/RIS接口和图像预取 360
14.2.6 DICOM图像档案标准 361
14.2.7 PACS研究应用 366
14.3 临床PACS中的图像标准化 366
14.3.1 背景消除 367
14.3.2 视觉感知性能的改进 371
14.3.3 图像方位调整 372
14.3.4 图像标准化函数在HI-PACS中的实现 376
14.4 压缩医学图像的质量评估 377
14.4.1 平均畸变和PSNR 378
14.4.2 主观质量分级 381
14.5 分形图像压缩简介 381
14.5.1 分形图像压缩概念 381
14.5.2 迭代函数系统 382
14.5.3 图像自相似性 383
14.5.4 分割式迭代函数系统 384
14.5.5 图像编码 385
14.5.6 分形压缩示例 385
14.5.7 分形压缩特点与应用前景 386
14.6 用小波变换进行三维图像压缩 388
14.6.1 小波理论 388
14.6.2 用小波变换进行三维图像压缩 391
14.6.3 用于三维图像数据集的小波滤波器选择 393
参考文献 398
第15章 图像引导手术与医学虚拟现实 399
15.1 图像指导治疗技术 399
15.1.1 成像技术 399
15.1.2 图像后处理 401
15.1.3 治疗方法及应用 403
15.1.4 IGT的研究趋势 405
15.2 手术计划和导航 406
15.2.1 高质量的脑图谱 408
15.2.2 手术工具的建模 409
15.2.3 虚拟内窥镜图像 411
15.2.4 立体感可视化与增强现实可视化 412
15.2.5 手术过程中组织的移动 413
15.2.6 三维图像导航的触觉接口 414
15.3 医学虚拟现实及其相关技术 415
15.3.1 虚拟人体和人体器官 416
15.3.2 对象建模和行为仿真 417
15.3.3 显示和交互作用技术 418
15.3.4 增强现实 422
参考文献 423
附录 英文缩写词 424