医学图像处理

图书标准信息

• 作者 刘惠
• 出版社 电子工业出版社
• 出版时间 2020-12
• 版次 1
• ISBN 9787121403705
• 定价 59.00元
• 装帧 其他
• 开本 其他
• 纸张 胶版纸
• 页数 284页

【内容简介】

本书是医学影像学和医学图像处理相结合的教材。医学影像学部分涵盖X线、CT、MRI、超声、核素显像五类医学影像，着重分析各类影像的成像原理和临床应用。医学图像处理部分包括医学图像处理的基本概念、图像增强、图像分割、图像配准、图像可视化几个主要部分。本书使用了大量临床医学影像数据，并由经验丰富的临床医师解读，尽可能全面涵盖目前医学图像处理和计算机辅助诊断领域所涉及的医学影像学内容，加强医学图像特有问题的研究与介绍，力图为仅具有工科背景的读者快速掌握影像知识提供捷径。本书适合作为高等院校生物医学工程类专业及电子信息类专业本科生和研究生“医学图像处理”课程的教材。本书提供了可靠的临床依据，也适合具有理工科背景的医学图像处理初学者，以及从事医学图像处理和计算机辅助诊断研究的科研工作者学习参考。

【作者简介】

刘惠副教授，2007年获上海交通大学模式识别与智能系统学科工学博士学位，2007年5月至今在大连理工大学电子信息与电气工程学部生物医学工程系工作。

【目录】

第1章 X线诊断 1 

1.1 X线成像 1 

1.1.1 X线成像原理 1 

1.1.2 X线成像技术 2 

1.2 X线成像的临床应用 3 

1.2.1 胸部病变 3 

1.2.2 腹盆部病变 13 

1.2.3 骨关节病变 16 

第2章 CT诊断 28 

2.1 CT成像原理 28 

2.2 CT的临床应用 31 

2.2.1 中枢神经系统病变 31 

2.2.2 头颈部病变 39 

2.2.3 胸部病变 46 

2.2.4 腹盆部病变 52 

2.2.5 骨关节病变 64 

第3章 MRI诊断 69 

3.1 MRI成像原理 69 

3.1.1 MRI技术原理和基本概念 69 

3.1.2 MRI图像特点 70 

3.1.3 MRI检查技术 71 

3.1.4 MRI的优点和限制 73 

3.1.5 MRI成像中的伪影 73 

3.1.6 MRI设备 73 

3.2 MRI的临床应用 74 

3.2.1 中枢神经系统病变 74 

3.2.2 头颈部病变 82 

3.2.3 胸部病变 85 

3.2.4 腹盆部病变 87 

3.2.5 骨关节病变 98 

第4章 超声诊断 104 

4.1 超声诊断原理 104 

4.2 超声临床应用 104 

4.2.1 乳腺病变 104 

4.2.2 甲状腺超声诊断 107 

4.2.3 腹部病变超声诊断 110 

第5章 核素显像诊断 118 

5.1 核素显像原理 118 

5.2 核医学显像仪器 125 

5.2.1 γ照相机 125 

5.2.2 SPECT与SPECT/CT 127 

5.2.3 PET与PET/CT、PET/MRI 128 

5.2.4 临床应用 130 

5.3 PET/CT肿瘤显像 137 

5.3.1 18F-FDG PET/CT肿瘤显像 137 

5.3.2 PET/CT其他肿瘤显像 140 

5.3.3 神经科学 141 

第6章 医学图像基础 142 

6.1 图像像素、空间分辨率和亮度分辨率 142 

6.2 数字图像类型及文件存储格式 144 

6.2.1 数字图像类型 144 

6.2.2 文件存储格式 145 

6.3 图像的亮度直方图 147 

6.3.1 直方图的概念 147 

6.3.2 直方图的用途 149 

6.4 彩色模型 149 

6.4.1 彩色编码 149 

6.4.2 伪彩色与假彩色 152 

6.5 医学图像的基本运算 152 

6.5.1 医学图像的亮度变换 152 

6.5.2 医学图像的几何运算（平移、旋转、缩放） 155 

6.5.3 医学图像的频域变换（傅里叶、离散余弦、小波） 155 

6.6 图像的插值技术 160 

6.6.1 插值的概念 160 

6.6.2 插值方法 160 

6.7 图像的形态学处理 164 

6.7.1 腐蚀 164 

6.7.2 膨胀 164 

6.7.3 开运算与闭运算 165 

6.7.4 灰度图像的形态学运算 165 

第7章 医学图像增强 167 

7.1 一些基本的灰度变换 167 

7.1.1 线性灰度变换 167 

7.1.2 分段线性灰度变换 169 

7.1.3 对数变换 169 

7.1.4 幂次变换 170 

7.2 医学图像的直方图增强 170 

7.2.1 直方图增强概述 170 

7.2.2 直方图均衡化 171 

7.2.3 直方图规定化 174 

7.3 医学图像的空域滤波增强 176 

7.3.1 空域滤波增强概述 176 

7.3.2 空域平滑 176 

7.3.3 空域锐化 177 

7.4 医学图像的频域滤波增强 178 

7.4.1 低通滤波器 178 

7.4.2 高通滤波器 179 

7.5 其他图像增强算法 179 

7.5.1 数学形态学灰度增强方法 179 

7.5.2 模糊增强方法 179 

7.5.3 深度学习增强方法 180 

第8章 医学图像分割 181 

8.1 医学图像分割概念 181 

8.2 边缘检测技术 182 

8.2.1 并行边缘检测技术 182 

8.2.2 串行边缘检测技术 187 

8.3 阈值分割技术 189 

8.3.1 全局阈值法 190 

8.3.2 局部阈值法 194 

8.3.3 动态阈值法 195 

8.4 区域分割技术 196 

8.4.1 区域生长 196 

8.4.2 区域分裂合并 198 

8.5 聚类分割技术 199 

8.5.1 K均值聚类算法 199 

8.5.2 模糊C均值算法 200 

8.6 基于形态学的分水岭技术 202 

8.6.1 分水岭基本概念 202 

8.6.2 分水岭分割算法 203 

8.7 基于形变模型的分割技术 204 

8.7.1 参数形变模型 205 

8.7.2 几何形变模型 207 

8.8 医学图像分割技术的评估 211 

第9章 医学图像配准 215 

9.1 医学图像配准定义 215 

9.1.1 数学模型 215 

9.1.2 医学图像配准模型 215 

9.2 医学图像配准的基本框架 216 

9.2.1 特征空间 217 

9.2.2 搜索空间（几何变换） 218 

9.2.3 搜索算法 221 

9.2.4 相似性测度 221 

9.3 医学图像配准的主要方法及其分类 223 

9.4 常用的医学图像配准方法 225 

9.4.1 基于特征点的配准方法 226 

9.4.2 基于表面的图像配准方法 227 

9.4.3 基于像素的图像配准方法 227 

9.4.4 基于变换域的图像配准方法 229 

9.4.5 基于深度学习的图像配准方法 230 

9.5 医学图像配准中插值技术 231 

9.6 医学图像配准方法的评估 233 

第10章 医学图像可视化技术 236 

10.1 医学图像可视化技术概述 236 

10.1.1 医学图像可视化技术的产生 236 

10.1.2 医学图像可视化的应用 237 

10.1.3 医学图像可视化的分类 238 

10.2 医学图像可视化的过程 238 

10.3 面绘制技术 241 

10.3.1 表面表达与绘制方法 241 

10.3.2 体素模型与等值面的定义 242 

10.3.3 移动立方体算法（MC） 243 

10.3.4 Discretized Marching Cubes（DiscMC）算法 251 

10.3.5 Marching Tetrahedra（MT）算法和剖分立方体算法 254 

10.4 体绘制 254 

10.4.1 光线投射算法 255 

10.4.2 错切变形算法 257 

10.4.3 抛雪球算法 259 

10.5 可视化平台 260 

参考文献 263