1、醫(yī)學(xué)圖像聚類就是把圖像中的不同物質(zhì)依據(jù)某種屬性聚集成類，并使得類內(nèi)相似性盡量大，類間相似性盡量小的一種圖像分析方法，具有重要的臨床應(yīng)用價(jià)值。
　　 近年來，隨著影像學(xué)診斷應(yīng)用需求的提高以及醫(yī)學(xué)影像技術(shù)的發(fā)展，醫(yī)學(xué)影像數(shù)據(jù)更多地以海量的、序列圖像的形式存在于臨床。經(jīng)典的圖像聚類方法直接應(yīng)用于醫(yī)學(xué)序列圖像還存在種種問題。目前，面向醫(yī)學(xué)序列圖像的聚類分析尚處于研究的起步階段，這使得相關(guān)聚類方法的研究有著重要的意義。本文在深入分析傳統(tǒng)聚

2、類算法的基礎(chǔ)上，提出兩種醫(yī)學(xué)序列圖像快速聚類算法，一種是基于模板的醫(yī)學(xué)序列圖像快速聚類算法，另一種是基于線性變換和BP神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)序列圖像快速聚類算法。實(shí)驗(yàn)結(jié)果表明了這兩種算法不僅聚類精度高，而且聚類速度快，具有較好的應(yīng)用前景。
　　 另一方面，近幾年來，隨著CT技術(shù)的發(fā)展，CT技術(shù)在臨床上的應(yīng)用日益廣泛，但在實(shí)際的應(yīng)用中，受一些客觀條件的制約或考慮某些特殊的臨床應(yīng)用需求，得到的投影數(shù)據(jù)往往不滿足數(shù)據(jù)完備性條件。研究如何在投影

3、數(shù)據(jù)不完整時(shí)進(jìn)行精確的圖像重建無論是在理論上還是在臨床上都具有切實(shí)的意義。雖然目前已有許多比較成熟的圖像重建算法，如應(yīng)用范圍比較廣泛的濾波反投影算法，但該算法對(duì)數(shù)據(jù)的完備性要求比較高;迭代類的圖像重建算法雖然計(jì)算量很大，但可以處理不完全投影數(shù)據(jù)，因此，迭代類的圖像重建算法是解決不完全投影數(shù)據(jù)的最佳選擇。
　　 本文在深入分析傳統(tǒng)的CT圖像重建算法的基礎(chǔ)上，依據(jù)算法中正投影運(yùn)算與反投影運(yùn)算的實(shí)現(xiàn)方式不同，將CT圖像重建算法做了進(jìn)一