医学影像的数字处理

第1章 医学影像处理基础

1.1 图像的概念

1.2 模拟图像的数字化

1.3 图像文件的存储格式

1.3.1 BMP格式

1.3.2 DICOM格式

参考文献

第2章 医学影像的成像原理

2.1 X射线计算机断层成像术

2.1.1 XCT扫描机的基本结构

2.1.2 CT扫描机的发展

2.1.3 CT图像的解方程重建

2.2 C臂CT技术

2.2.1 临床价值与软硬件结构

2.2.2 关键技术概述

2.3 Micro CT技术

2.3.1 Micro CT性能特点

2.3.2 Micro CT系统硬件结构

2.3.3 数据处理与发展趋势

2.4 放射性核素成像术

2.4.1 核素成像技术基础

2.4.2 单光子发射计算机断层成像

2.4.3 正电子发射计算机断层成像

参考文献

第3章 医学影像的滤波、增强与恢复

3.1 图像滤波

3.2 图像增强

3.2.1 灰度级变换

3.2.2 图像直方图均衡

3.2.3 图像锐化

3.2.4 频域增强

3.3 图像恢复

3.3.1 图像退化的一般模型

3.3.2 图像恢复方法

参考文献

第4章 医学影像的边缘提取与分割

4.1 概述

4.2 点、线和边缘检测

4.2.1 点检测

4.2.2 线检测

4.2.3 边缘检测

4.3 阈值分割算法

4.3.1 阈值分割的基本原理

4.3.2 一维Otsu阈值分割算法

4.3.3 二维Otsu算法

4.4 基于区域的图像分割方法

4.4.1 区域分割与区域生长

4.4.2 区域分裂与合并

4.5 分水岭变换分割算法

4.5.1 分水岭变换的实现

4.5.2 基于梯度的分水岭分割

4.5.3 基于控制标记符的分水岭分割

4.6 医学影像图像分割算法的评价

参考文献

第5章 医学影像的图像配准

5.1 图像配准的理论基础

5.1.1 图像配准的数学模型

5.1.2 图像空间变换模型

5.1.3 图像的插值

5.1.4 相似性测度

5.1.5 搜索策略与配准步骤

5.2 基于灰度信息的图像配准算法

5.2.1 互相关配准算法

5.2.2 互信息配准算法

5.3 基于特征的图像配准算法

5.4 基于搜索策略的图像配准算法

5.4.1 方向加速法

5.4.2 遗传算法

5.4.3 粒子群优化算法

参考文献

第6章 医学影像的图像重建

6.1 平行束扫描重建算法

6.1.1 图像重建基础

6.1.2 平行束投影数据的仿真

6.1.3 直接反投影法

6.1.4 滤波反投影法

6.2 扇束重建算法

6.2.1 等角扇形束扫描的图像重建算法

6.2.2 等距扇形束扫描的图像重建算法

6.2.3 扇形束数据重排算法

6.3 三维锥束重建算法

6.3.1 圆周锥束扫描的几何结构

6.3.2 三维SheppLogan头模型的设计

6.3.3 三维SheppLogan模型投影的解析模拟方法

6.3.4 FDK重建算法

参考文献

第7章 医学影像的形态学处理

7.1 数学形态学基础

7.1.1 集合论的几个重要概念

7.1.2 二值图像及其逻辑运算

7.1.3 膨胀与腐蚀

7.1.4 开运算和闭运算

7.1.5 击中与击不中变换

7.2 常用的形态学拓展算法

7.2.1 边界提取

7.2.2 区域填充

7.2.3 细化

7.2.4 粗化

7.2.5 骨架

7.3 灰度图像扩展

7.3.1 灰度图像膨胀

7.3.2 灰度图像腐蚀

7.3.3 灰度图像的开运算和闭运算

7.4 数学形态学的典型应用

7.4.1 在图像边缘提取中的应用

7.4.2 在使用梯度的分水岭分割中的应用

7.4.3 分割CT脑瘤图像中的应用

7.4.4 基于形态学重构的医学影像滤波

7.4.5 在虹膜定位中的应用

参考文献

第8章 PACS系统与医学影像的DICOM格式

8.1 PACS系统

8.1.1 PACS系统的组成

8.1.2 PACS的主要功能

8.1.3 PACS中的关键技术

8.1.4 PACS层次结构与流程

8.1.5 PACS系统的规划和建设

8.1.6 PACS的未来

8.2 医学影像的DICOM格式

8.2.1 DICOM的内容和信息结构模型

8.2.2 数据编码方式和DICOM文件结构

8.2.3 DICOM的网络通信协议

8.2.4 DICOM到BMP的格式转换

参考文献

《医学影像的数字处理》系统地讨论了医学影像处理涉及的主要算法。较为基础的有医学影像的形态学分析、滤波、增强与恢复，较为常用的包括医学影像的边缘提取与图像分割、配准、形态学处理等，相对艰深的则包括平行束、扇束、锥束扫描图像重建，最后讨论了医学影像专用的DICOM格式与PACS。
《医学影像的数字处理》的特色是将理论算法与程序仿真有机结合，书中涉及的所有算法大多给出了MATLAB程序，方便自学和上机练习；另外，本书还讨论了国内教材很少提及的C臂CT、MicroCT、MicroPET等内容，特别对图像重建部分给出了仿真程序，相信同行会认知其价值所在。
本书适合用作高等学校生物医学工程专业本科高年级学生或研究生的教材，也可作为相关人员的技术参考书。

《医学影像的数字处理》适合作为生物医学工程专业高年级本科生或研究生的教材，也可作为相关人员的技术参考书。