1、醫(yī)學(xué)圖像處理及應(yīng)用，是計(jì)算機(jī)組合診療系統(tǒng)中的關(guān)鍵技術(shù)，也是一個(gè)多學(xué)科交叉融合的研究領(lǐng)域，涉及數(shù)字圖像處理、計(jì)算機(jī)圖形學(xué)以及醫(yī)學(xué)領(lǐng)域的相關(guān)知識(shí)。在目前臨床應(yīng)用中，大多數(shù)醫(yī)生還是借助CT、MRI拍攝的二維斷層圖像，根據(jù)臨床經(jīng)驗(yàn)進(jìn)行局部分析和診斷，這對(duì)于病變區(qū)域的精確定位和定量分析是遠(yuǎn)遠(yuǎn)不夠的。因此，在普通計(jì)算機(jī)上實(shí)現(xiàn)醫(yī)學(xué)圖像處理，將使臨床醫(yī)生可以對(duì)可視化三維圖像任意剖分。這對(duì)于診斷醫(yī)學(xué)、手術(shù)規(guī)劃、放射治療規(guī)劃、模擬仿真及解剖教學(xué)等方面，都具

2、有重要的學(xué)術(shù)意義和應(yīng)用價(jià)值。 本研究課題是南京航空航天大學(xué)“十五”重點(diǎn)學(xué)科建設(shè)項(xiàng)目“計(jì)算機(jī)集成診斷與治療系統(tǒng)”中的子課題。論文將詳細(xì)闡述作者攻讀博士學(xué)位期間在醫(yī)學(xué)圖像處理方面從事的研究工作，主要涉及圖像分割、圖像三維重建及可視化、圖像測(cè)量這三個(gè)關(guān)鍵技術(shù)的研究，包括各種基礎(chǔ)算法的理論研究和應(yīng)用系統(tǒng)的設(shè)計(jì)研發(fā)。論文主要研究工作及創(chuàng)新成果歸納如下： 1)針對(duì)圖像分割算法的具體應(yīng)用，在分析綜合融合變形模型、小波變換、數(shù)學(xué)形態(tài)學(xué)

3、等先進(jìn)理論的基礎(chǔ)上，將新型圖像分割算法——梯度向量流場(chǎng)的變形模型和改進(jìn)的分水嶺算法應(yīng)用于顱腦內(nèi)胼胝體和腦部星形細(xì)胞瘤的分割提取，取得了良好效果。針對(duì)彩色視網(wǎng)膜血管圖像，提出一種基于網(wǎng)格劃分的全自動(dòng)分割提取算法，保證眼底測(cè)量結(jié)果的準(zhǔn)確性、客觀性和實(shí)用性。 2)針對(duì)數(shù)字化醫(yī)療系統(tǒng)的需要，利用普通配置計(jì)算機(jī)群和醫(yī)院內(nèi)部局域網(wǎng)進(jìn)行超大規(guī)模醫(yī)學(xué)數(shù)據(jù)并行重建的研究，是符合我國(guó)大多數(shù)醫(yī)院實(shí)情的有效手段，也是醫(yī)院PACS系統(tǒng)建設(shè)的必然要求。該

4、方法較好地解決了運(yùn)算速度、內(nèi)存空間以及資金投入這三大難題，既節(jié)省大量資金，又能夠滿足臨床診斷需求。 3)將分形和分形維數(shù)的基本方法引入醫(yī)學(xué)圖像定量測(cè)量中來(lái)，首次將分形維數(shù)用于定量考察和分析不同濃度神經(jīng)生長(zhǎng)素對(duì)體外培養(yǎng)新生大鼠背根神經(jīng)突起生長(zhǎng)的影響。與采用顯微鏡進(jìn)行定性觀察相比，該方法不僅可以測(cè)量復(fù)雜結(jié)構(gòu)的變化，而且可以描述它的生長(zhǎng)和演變過(guò)程。分形維數(shù)的測(cè)量方法能夠從量化角度更準(zhǔn)確深刻地說(shuō)明神經(jīng)生長(zhǎng)素能夠促進(jìn)大鼠背根神經(jīng)節(jié)神經(jīng)突

5、起的生長(zhǎng)，而且生長(zhǎng)狀況表現(xiàn)出與劑量的依賴關(guān)系。 4)針對(duì)生物醫(yī)學(xué)微細(xì)結(jié)構(gòu)研究的需要，進(jìn)行激光掃描共聚焦顯微鏡圖像計(jì)算機(jī)處理的相關(guān)研究。首先對(duì)顯微鏡圖像進(jìn)行激光吸收和散射的補(bǔ)償以及基于最大后驗(yàn)的圖像盲解卷積，改善圖像模糊，提高圖像質(zhì)量。然后利用光線跟蹤算法重建三維物體，實(shí)現(xiàn)三維圖像的平移、旋轉(zhuǎn)、縮放、光線設(shè)置等操作，從而清晰全面地顯示三維微細(xì)結(jié)構(gòu)。此外，還可以通過(guò)電影放映方式顯示三維結(jié)構(gòu)隨時(shí)間變化的過(guò)程，實(shí)現(xiàn)四維成像，為生物醫(yī)學(xué)

6、顯微圖像的分析提供技術(shù)支持。 5)將生物醫(yī)學(xué)可視化技術(shù)推進(jìn)到微觀切片水平，實(shí)現(xiàn)生物組織連續(xù)切片圖像的兩步配準(zhǔn)和快速重建?？紤]到生物體在序列切片圖像上的重心位置具有連續(xù)性的事實(shí)，提出一種新的逐步求精的自動(dòng)配準(zhǔn)方法。在使用力矩主軸法對(duì)兩幅圖像進(jìn)行粗略配準(zhǔn)的基礎(chǔ)上，對(duì)已有配準(zhǔn)結(jié)果作微小干擾，當(dāng)圖像互信息最大時(shí)獲得最終精確配準(zhǔn)結(jié)果。采用基于有序體數(shù)據(jù)結(jié)構(gòu)的Shear-Warp算法重建生物體內(nèi)部結(jié)構(gòu)，提高對(duì)體數(shù)據(jù)的遍歷效率，減少對(duì)無(wú)效數(shù)

7、據(jù)的訪問(wèn)，加速繪制過(guò)程。 6)在充分吸收國(guó)外知名圖像處理軟件各項(xiàng)優(yōu)點(diǎn)的基礎(chǔ)上，利用IDL這一開(kāi)發(fā)平臺(tái)，進(jìn)行醫(yī)學(xué)圖像處理分析系統(tǒng)MIPAS和CTA/MRA圖像后處理軟件VICAAT的研發(fā)，形成具有自主知識(shí)產(chǎn)權(quán)的軟件系統(tǒng)。通過(guò)對(duì)實(shí)際醫(yī)學(xué)圖像的處理，證明該系統(tǒng)的理論意義和應(yīng)用價(jià)值，取得大量實(shí)驗(yàn)結(jié)果，為醫(yī)學(xué)圖像處理和分析創(chuàng)造良好條件，并將逐步推廣應(yīng)用于臨床診斷。 歸納而言，本論文針對(duì)計(jì)算機(jī)組合診療系統(tǒng)中的關(guān)鍵技術(shù)，在理論上提出