第一章 医学图像处理概论
影像技术的发展史、图像处理技术及应用
医学图像的运算、变换、增强、分割、重建与可视化、配准和融合、计算机辅助诊断技术、fMRI及SWI图像处理分析技术存储于传输系统
第二章 医学图像处理基础
图像数字化、数值描述、类型、文件格式、灰度直方图、像素间的基本关系
第三章 医学图像的运算
灰度变换（线性、非线性、部分线性【开窗显示】）、旋转、缩放、镜像、
代数运算（加减乘除）、局部运算（卷积）和全局运算（fourier变换等）
第四章 医学图像变换
傅里叶变换、离散余弦变换、小波变换
第五章 医学图像增强
频域增强、空域增强
全局增强处理、局部增强处理
1）直方图增强 均衡化
2）空间滤波增强 平滑（和为1）和锐化（和为0）滤波器
均值滤波法：处理图像中的噪声，减小尖锐变化；目标轮廓模糊，有用信息被削弱
中值滤波法：对孤立噪声处理较好，较好保护边界，会失掉细线和小块的目标（注意保持细线状结构）
基于微分的锐化、基于边缘检测算子的锐化（Roberts、prewitt、kirsch、sobel、canny等）
3）频域滤波增强
巴特沃斯低、高通滤波器
第六章 医学图像分割
基于阈值、边缘、区域的分割方法
阈值：p——分位数法、双峰法、迭代法、最大熵法、矩量保持法、Ostu法
边缘：梯度算子（水平及垂直方向）、Roberts算子（45及135°）、sobel算子
【-1,0,1；-2,0,2；-1,0,1】和【1 2 1；0 0 0；-1 -2 -1】
prewiit算子（sobel算子中2变为1）、kirsch算子
门限阈值
laplacian算子 检测过零点
Marr算子 高斯-拉普拉斯算子
结合边缘连接、轮廓追踪、区域填充等完成最终图像分割
边界和轮廓追踪的方法：跟踪虫法、8邻域搜索法、基于链码的跟踪方法
区域：区域生长法、分裂合并法
基于模式识别原理的图像分割方法：模式分类法、模式聚类法
模式分类法：K近邻法、贝叶斯分类器（假定图像的概率密度函数符合高斯分布）、K均值聚类法
二值图像的数学形态学运算：
膨胀 使目标增大、孔径缩小，增补目标中的空间，使其形成连通域
腐蚀 使目标缩小、目标内径增大，消除外部孤立噪声
开运算 消除图像中细小物体，并在物体影响纤细处分离物体，平滑较大物体边界
闭运算 填充物体影像内细小空间、连接临近物体和平滑边界
