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