醫(yī)學(xué)影像和醫(yī)學(xué)圖像處理

醫(yī)學(xué)影像學(xué)部分
第1章  X線診斷
1.1  X線成像
1.1.1  X線成像原理
1.1.2  X線成像技術(shù)
1.2  X線成像的臨床應(yīng)用
1.2.1  胸部病變
1.2.2  腹盆部病變
1.2.3  骨關(guān)節(jié)病變
第2章  CT診斷
2.1  CT成像
2.2  CT的臨床應(yīng)用
2.2.1  中樞神經(jīng)系統(tǒng)病變
2.2.2  頭頸部病變
2.2.3  胸部病變
2.2.4  腹盆部病變
2.2.5  骨關(guān)節(jié)病變
第3章  MRI診斷
3.1  MRI成像原理
3.1.1  MRI技術(shù)原理和基本概念
3.1.2  MRI圖像特點
3.1.3  MRI檢查技術(shù)
3.1.4  MRI的優(yōu)點和限制
3.1.5  MRI成像中的偽影
3.1.6  MRI設(shè)備
3.2  MRI的臨床應(yīng)用
3.2.1  中樞神經(jīng)系統(tǒng)病變
3.2.2  頭頸部病變
3.2.3  胸部病變
3.2.4  腹盆部病變
3.2.5  骨關(guān)節(jié)病變
第4章  超聲診斷
4.1  超聲診斷原理
4.2  超聲臨床應(yīng)用
4.2.1  乳腺病變
4.2.2  甲狀腺超聲診斷
4.2.3  腹部病變超聲診斷
第5章  核素顯像診斷
5.1  核素顯像原理
5.1.1  放射性核素顯像基礎(chǔ)
5.2  SPECT
5.2.1  SPECT結(jié)構(gòu)與原理
5.2.2  臨床應(yīng)用
5.2.3  影像分析
5.3  PET
5.3.1  PET成像原理
5.3.2  PET常用顯像劑
5.3.3  腫瘤顯像
5.3.4  神經(jīng)科學(xué)
醫(yī)學(xué)圖像處理部分
第6章  醫(yī)學(xué)圖像基礎(chǔ)
6.1  圖像像素、空間分辨率和亮度分辨率
6.2  數(shù)字圖像類型及文件存儲格式
6.2.1  數(shù)字圖像類型
6.2.2  文件存儲格式
6.3  圖像的亮度直方圖
6.3.1  直方圖的概念
6.3.2  直方圖的用途
6.4  圖像的編碼方法
6.4.1  彩色編碼
6.4.2  偽彩色與假彩色
6.5  醫(yī)學(xué)圖像的基本運(yùn)算
6.5.1  醫(yī)學(xué)圖像的亮度變換
6.5.2  醫(yī)學(xué)圖像的幾何運(yùn)算（平移、旋轉(zhuǎn)、縮放）
6.5.3  醫(yī)學(xué)圖像的變換（傅里葉、離散余弦、小波）
6.6  圖像的插值技術(shù)
6.6.1  插值的概念
6.6.2  插值方法
第7章  醫(yī)學(xué)圖像增強(qiáng)
7.1  一些基本的灰度變換
7.1.1  線性灰度變換
7.1.2  分段線性灰度變換
7.1.3  對數(shù)變換
7.1.4  冪次變換
7.2  醫(yī)學(xué)圖像的直方圖增強(qiáng)
7.2.1  直方圖增強(qiáng)的概述
7.2.2  直方圖均衡化
7.2.3  直方圖規(guī)定化
7.3  醫(yī)學(xué)圖像的空域濾波增強(qiáng)
7.3.1  空間濾波增強(qiáng)的概述
7.3.3  空間域銳化
7.4  醫(yī)學(xué)圖像的頻域濾波增強(qiáng)
7.4.1  低通濾波器
7.4.2  高通濾波器
7.5  其他圖像增強(qiáng)算法
7.5.1  數(shù)學(xué)形態(tài)學(xué)灰度增強(qiáng)方法
7.5.2  模糊增強(qiáng)方法
第8章  圖像分割
8.1  醫(yī)學(xué)圖像分割概念
8.2  邊緣檢測技術(shù)
8.2.1  并行邊緣檢測技術(shù)
8.2.2  串行邊緣檢測技術(shù)
8.3  閾值分割技術(shù)
8.3.1  全局閾值法
8.3.2  局部閾值法
8.3.3  動態(tài)閾值法
8.4  區(qū)域分割技術(shù)
8.4.1  區(qū)域生長
8.4.2  區(qū)域分裂合并
8.5  聚類分割技術(shù)
8.5.1  K-均值聚類算法
8.5.2  模糊C均值算法
8.6  基于形態(tài)學(xué)的分水嶺技術(shù)
8.6.1  分水嶺基本概念
8.6.2  分水嶺分割算法
8.7  基于形變模型的分割技術(shù)
8.7.1  參數(shù)形變模型
8.7.2  幾何形變模型
8.8  醫(yī)學(xué)圖像分割技術(shù)的評估
第9章  醫(yī)學(xué)圖像配準(zhǔn)
9.1  醫(yī)學(xué)圖像配準(zhǔn)定義
9.1.1  數(shù)學(xué)模型
9.1.2  醫(yī)學(xué)圖像配準(zhǔn)定義的概念
9.2  醫(yī)學(xué)圖像配準(zhǔn)的基本框架
9.2.1  特征空間
9.2.2  搜索空間（幾何變換）
9.2.3  搜索算法
9.2.4  相似性測度
9.3  醫(yī)學(xué)圖像配準(zhǔn)的主要方法及其分類
9.4  常用的醫(yī)學(xué)圖像配準(zhǔn)方法
9.4.1  基于特征點的圖像配準(zhǔn)方法
9.4.2  基于表面的圖像配準(zhǔn)方法
9.4.3  基于像素的圖像配準(zhǔn)方法
9.4.4  基于變換域的圖像配準(zhǔn)方法
9.5  醫(yī)學(xué)圖像配準(zhǔn)中灰度值插值技術(shù)
9.6  醫(yī)學(xué)圖像配準(zhǔn)方法的評估
第10章  醫(yī)學(xué)圖像可視化技術(shù)
10.1  醫(yī)學(xué)圖像可視化技術(shù)概述
10.1.1  醫(yī)學(xué)圖像可視化技術(shù)的產(chǎn)生
10.1.2  醫(yī)學(xué)圖像可視化的應(yīng)用
10.1.3  醫(yī)學(xué)圖像可視化的分類
10.2  醫(yī)學(xué)圖像可視化的過程
10.3  面繪制技術(shù)
10.3.1  表面表達(dá)與繪制方法
10.3.2  體素模型與等值面的定義
10.3.3  移動立方體算法
10.3.4  discretized marching cubes算法
10.3.5  marching tetrahedra算法和剖分立方體算法
10.4  體繪制
10.4.1  光線投射算法（ray-casting）
10.4.2  錯切變形算法（shear-warp）
10.4.3  拋雪球算法（splatting）
10.5  可視化平臺
參考文獻(xiàn)