医学图像处理技术的现状及发展方向

对图像分割、伪彩色处理、图像配准和图像融合技术的现状及其发展进行了综述,并且介绍了图像分割的评价标准以及医学图像配准和融合的研究热点,最后指出了医学图像处理的发展方向。     

基于MITK的医学图像处理

目的：测试基于MITK的医学图像处理效果。方法：通过实例在VC＋＋6．0集成开发环境下分别编程实现了MITK在医学图像分割、配准和三维可视化（包括面绘制和体绘制）开发中的应用。结果：在MITK中这些算法都得到了比较满意的处理效果,尤其是MITK中的面绘制绘制速度快,绘制效果好。结论：可以方便地使用MITK进行医学图像分割、配准和可视化处理。     

医学图像处理技术与应用分析

新医改以来,卫生信息化建设作为"四梁八柱"之一,得到快速发展,医学图像处理技术作为重要的信息处理手段,其发展和应用推动了卫生信息化建设的开展。本文概述了医学图像的特性和处理技术的类别,以及近期研究进展。围绕卫生信息化建设的发展现状,从图像压缩、图像分割、图像融合技术方面综述医学图像处理技术如何在卫生信息化建设中发挥作用,并分析展望医学图像处理技术在卫生信息化建设的背景下的发展前景。     

医学图像分割方法研究

医学图像分割是医学图像处理中的一个经典难题。图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域．从而有助于医学诊断。本文综述和讨论了近年来的医学图像分割技术、发展趋势，研究热点及其医学图像分割的评价等问题．并简要讨论了每类分割方法的特点．展望了医学图像分割的前景和面临的挑战。     

医学图像分割技术研究进展

医学图像分割是医学图像处理中的一个经典难题。图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域，从而有助于医学诊断。综述和讨论了近年来的医学图像分割技术、发展趋势、研究热点及其医学图像分割的评价等问题，并简要讨论了每类分割方法的特点，展望了医学图像分割的前景和面临的挑战。     

几种图像分割技术在医学图像处理中的应用研究

叙述了基于特定理论的图像分割算法在医学图像处理中的应用,详细介绍了遗传算法、水平集分割法、模糊集分割法各自的基本理论以及优缺点,论述与讨论了医学图像分割效果评价方法,最后对各种算法的特点进行了总结。     

图像分割技术在医学超声中的应用(综述)

医学超声图像分割技术在医学图像的定性、定量中占有很重要的地位,对进一步分析处理有很大的影响.虽然很多文献记载了大量的图像分割方法,但是对于很多复杂的医学超声图像起不到很好地帮助作用,研究医学超声图像分割技术,让这项技术更好的为国内医疗事业贡献力量.该文主要分析医学超声图像的特点,分别对医学超声图像分割技术进行简单的研究和分析,并简单的讨论一下未来的发展趋势.提高分割效果,加快分割速度.     

基于PC机的医学图像实验软件系统

本文介绍了一个医学图像实验软件，该软件包括了目前大多数图像处理成熟算法和常用算法，并对图像处理中的小波变换一些算法进行了一定程度的研究，是一个基于个人PC机的功能较全的实验软件系统，该软件在参数设置和效果比较上具有良好的交互性，利于图像处理的理论研究。     

基于形变模型的医学图像分割综述

简要介绍了传统的形变模型及近年来出现的一些新方法。特别介绍了形变模型中两种重要的方法——Snake模型和水平集模型。图像分割是医学三维重建、医学可视化等的基础,对疾病的诊断和治疗有着重要的临床意义。图像分割是医学图像处理和图像分析中的关键步骤和关键技术,也是经典难题。随着实际应用的需要,对医学图像分割方法进行深入的研究,不断改进原有方法,提出新的、更有效的方法具有重要意义。     

医学图像处理技术

随着医学成像和计算机辅助技术的发展,从二维医学图像到三维可视化技术成为研究的热点,本文介绍了医学图像处理技术的发展动态,对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域应用的基础上,提出医学图像处理技术发展所面临的相关问题及其发展方向。     

图像处理技术在PACS中的应用研究

介绍了图像处理技术在PACS中的作用机制与重要地位,通过分析PACS中图像压缩、图像分割、图像融合和三维重建与可视化等核心图像处理技术,并结合PACS技术与医学图像的特点,指出了医学图像处理技术通过与多学科理论交叉渗透,在功能上互相取长补短,将是其未来重要的发展趋势,最后展望了PACS在未来的发展前景.     

深度卷积神经网络方法在医学图像分割应用中的综述

在计算机视觉领域中,卷积神经网络(CNN)对图像有优秀的分类能力,但要将其应用到医学图像分割任务中并取得较好的效果,还存在着一些问题。对此,汇总分析了当前已有的一些研究,从基础CNN开始,描述如何将分类网络改造成分割网络,讨论改造后的网络在分割任务中的缺陷。针对这些缺陷,总结用于提高分割效果的常见方法,并介绍它在医学图像分割中的应用,为医学图像分割研究人员提供参考,以促进深度学习在医学图像分割中的应用。     

医学图像处理技术

随着医学成像和计算机辅助技术的发展，从二维医学图像到三维可视化技术成为研究的热点，本文介绍了医学图像处理技术的发展动态，对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域应用的基础上，提出医学图像处理技术发展所面临的相关问题及其发展方向。     

基于ITK、VTK和MFC的医学图像处理系统集成

ITK与VTK分别是医学图像处理、数据可视化开发包,具有强大的处理功能和源代码开放特点,但是,它们缺乏实用、灵活的用户界面。本文针对ITK、VTK数据流特点,建立以Visual C＋＋6.0的MFC为基础的用户界面,解决ITK、VTK和MFC三者之间接口问题。并以三维医学图像分割的子系统集成为示例,介绍三者结合的过程。     

三维医学图像分割标注技术的回顾

综述20世纪90年代以来三维医学图象分割标注技术。从方法学的观点将现有方法分为以下几类:聚类（阈值）;统计学方法;变形轮廓线;区域生长;数学形态学;非线性方法（模糊分割,神经网络,遗传算法）;三维模型。对各种类型逐一进行了细分,并给出了详细的例子。最后,论文还对三维医学图像分割标注的发展趋势进行了评述。     

医学图像分割进展

图像分割是解决医学图像在临床上广泛应用的关键性问题。本文简述了医学图像分割技术的进展,综述医学图像分割技术、发展趋势,展望了医学图像分割的前景和面临的挑战。     

基于MITK和最大熵方法对肝脏切片图像的分割

研究了在VC＋＋6．0平台上利用MITK类库和最大熵方法对肝脏切片进行分割。中科院开发的MITK封装了一些成熟的图像处理及三维可视化算法，是非常方便的图像处理工具。通过对原始肝脏切片图像进行小波滤波降噪，并结合最大熵自动阈值分割和MITK交互式分割，完成对肝脏切片图像的分割，获得了较好的结果。