医学图像论文范文

前言：我们精心挑选了数篇优质医学图像论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

将微球投入溶液中，使其分布较均匀，并置于显微镜下观察，得到清晰的微球显微图像。根据我们先前的工作，通过测定微球的外径D以及其在溶液中所成像的黑环内径的d，可以根据有关理论方程来确定微球或其周边介质的折射率。因此，需要精确测定D与d。下面介绍我们用VBAI编写的程序如何实现对微球像D与d的智能自动测定。进入VBAI的InspectionState编辑窗口，可以编辑整个程序的主要过程。我们的设计是:先在“Inspect”过程中对图像进行预处理并找到物体，得到物体个数;然后在“GOON?”过程中判断检测到几个物体，是否已经检测完全部物体;随后在“Measure”过程中对当前序号的物体进行检测。进入每个过程进行具体步骤的编辑，只需双击右侧工具中的相应操作，就可以将该操作加入程序中，在属性窗口中对操作的各项参数进行设定。在“Inspection”过程中，我们首先打开图片，选中循环取图将依次获取目标文件夹中的每个图像文件。如要测量真实尺寸，则要对图像进行标定，VBAI中Calibrateimage有多种方式。通常实验室显微镜采用显微标尺进行标定，选择第一种模式，导入显微标尺的图像，标定完成后生成标定文件，检测时自动读取。

接着我们对图像进行预处理，这将打开visionassistant窗口，可对图像进行LUT变换、滤波、分割、形态学变换等多项操作，在本实例中将图像处理为适合寻找物体的二值化图像。然后对处理过的二值化图片进行DetectObjects操作，得到物体数列。SelectImage操作将原图像读入，代替处理过的二值化图像，为下一步检测做准备。SetVariable的操作是将DetectObjects操作中检测到的物体个数存入代表剩余物体数的X。“GOON?”过程中没有图像处理的具体操作，只在InspectionState编辑中有一个判断，在指向end的箭头定出编辑走向end的条件，为剩余物体数X＜1，当X≥1时将执行默认箭头，走向“Measure”过程。“Measure”过程中，首先IndexMeasurements读取之前DetectObjects中检测得到的物体数列的的第X个物体。接着，要设置程序可以根据物体的位置、大小等自动建立相应的ROI，即检测区域，由于要进行微球图像直径的检测，因此区域类型选择圆环形。然后就可以在检测区域内进行圆的直径检测了，利用FindCircularEdge操作可以很方便地做到这一点。在直径检测中，程序在检测区域内沿径向生成一系列的检测线，曲线为沿检测线方向上灰度值变化曲线的一次导数曲线，反映了灰度值的变化速率，负数部分对应图像由亮变暗，正数部分对应图像由暗变亮，极值处即变化速率最快处，也就是边缘所在位置。曲线上方的参数设定包括判断边缘的阈值，平滑算子的大小，取样宽度，每条检测线之间的间隔等。由于是根据拟合出的曲线确定边缘位置，因此可以超越像素的限制，实现亚像素等级的超分辨率精确度。

检测程序首先得到每条检测线上的边缘点位置，再根据所有边缘点拟合出圆形边界，计算出直径数值，程序中给出精确到0．01个像素的结果。结果的稳定性还要取决于拍摄环境、光照、相机稳定性等。图像中微球边缘的黑环是由于光线折射造成的，根据我们先前工作，证明其粗细与微球与溶液的折射率比值成一定比例关系。因此，程序中通过分别测量各微球的D与d，调整FindCircularEdge操作中搜寻方向、边缘种类等参数可以搜寻到内径圆和外径圆。在精确测定D与d值后，可自动根据我们先前工作导出的方程式，给出微球的折射率或是其周边介质的折射率。Calculator是界面类似LabVIEW图像化编程工具的一项功能，可以由用户自己选择输入输出量、制定复杂的运算程序等，本实例中为利用文献的方程式计算出微球的折射率。DataLogging可以选择需要记录的数据写入指定的txt或csv文件，以便后续的数据分析统计。最后SetVariable将变量X减1。VBAI应用编写完成后可作为专用的检测软件使用，处理图片时将需要分析的图像放在同一目录下，进入VBAI文件，指定该路径，点击RunInspectioninLoop，就可以自动完成所以图片的分析，并得到记录有数据的txt或csv文件。这样生成的检测程序智能、客观、准确、快速，实现了图像中微球的识别寻位、移动ROI建立、两个直径的测量、折射率计算、数据保存等操作的完全自动化运行。而且整个操作与运算排除了人为操作中的主观性因素，精度亦达到亚像素水平，平均单个微球的测量时间仅需0．20s。为了检验其测定的准确性，在对拍摄系统和环境进行标定和控制之后，选择合适的微球作为检测对象进行多次检测。同时，用以往常用的油浸法对微球折射率作对照测定，测得的折射率与本VBAI生成系统测定结果高度吻合，说明VBAI检测程序的测量准确性可重复性较高。

2应用于细胞检测

2．1背景

细胞是生物医学研究的重要对象之一，通过分析细胞的显微图像我们可以得到很多有用的信息。红细胞是人类血液中存在的主要细胞，一直是研究的热点。正常的红细胞呈双凹圆盘状，而衰老和不健康的红细胞会呈棘形、双凹消失等不规则的形态。通过观察与分析显微图像中红细胞的形态可以评价其健康程度。所以这里以红细胞为例说明如何采用VBAI编写适合于进行细胞图像分析的技术过程。

2．2方法

将红细胞悬浮于缓冲液中，置于显微镜下观察，利用数码CCD摄像头拍摄下细胞的图像。检测程序上需要先寻找到各个细胞，再对每个细胞进行检测，与微球检测的过程类似，程序总体设计上依然可以利用上节中微球的检测程序的设计，但需要根据有关图像处理分析的内容更改具体的图像处理分析操作。在图像预处理操作中需要将原始图像处理为适合物体识别的二值化图像，利用VisionAssistant，先对图像转灰度图像、适当的LUT处理，在分割处理上，由于细胞边缘处明暗对比较大，边缘锐利，因此选用基于移动窗口分割的算法可以较容易地找到边缘。通过实验比较证明，选用Backgroundcorrection分割，可综合局部和全局的灰度变化信息。分割移动窗口大小设置为边长接近细胞边缘宽度2倍的正方形最为合适。分割完成后再对二值图像进行一定的形态学变换操作，将边缘尽量变得闭合并填充孔洞。最后进行DetectObjects操。接着将对细胞形态进行分析。首先根据DetectObjects操作中所检测到的物体列表，对每个细胞进行检测区域的建立，即设置ROI。然后依然使用FindCircularEdge操作，在该操作中调整参数，使得检测线能较准确的发现边缘。该操作完成后，将输出一项名为Deviation的参数，该参数代表了细胞边缘与标准圆的标准偏差。同时该操作还可以得到细胞直径等相关的信息。将Deviation除以直径后可以得到细胞边缘与标准圆的相对标准偏差，由于健康红细胞的图像是近似圆形的，因此Deviation参数可以一定程度上反映红细胞的健康程度。将实验中拍摄到的采用不同保存格式、保存不同天数的红细胞图片归类，用VBAI程序进行分析，结果保存在csv文件中。为较健康的细胞，图像中细胞外轮廓近似圆形，Deviation/R=1．2‰;为发生了一定形变的细胞，Deviation/R=3．2‰为严重变形的棘形细胞，Deviation/R=7．3‰。随着细胞变形程度加重，细胞的相对标准偏差值也随之增加。通过软件分析的优势在于:可以客观而定量地给出每个细胞的变形程度;可以快速自动地分析大量的图片，得到大量的数据，并对数据进行后续的统计处理，具有统计学意义。除此之外，还可以获得细胞的大小信息，通过视野内细胞个数，得到细胞分布密度信息等。

3应用于图像的改善

3．1背景

某些生物医学样品的显微图像，由于各种原因，其清晰度与对比度都不能满意，对此，也可以运用VBAI的图像处理的方式对图像进行改善。下面介绍花粉孢子断层扫描图像中噪音及对比度不理想的断层图作改善的技术过程。

3．2方法

首先对整幅图像中的噪杂进行去除，通常改善的方法有空域滤波和频域滤波，两种方法都可通过VisionAssistant中的算法实现。其中空域滤波的算子较多，功能更加丰富。不仅提供了低通、高通等10多种算子、每种算子3×3，5×5，7×7三种尺寸，还可以由用户自定义算子以满足特殊需要。整幅图像改善完成后对左右对比度及清晰度不理想的花粉孢子断层图像进行增强，首先建立一覆盖中央花粉孢子像的区域，使用一可旋转的长方形区域，长方形的方向与左右像平移的方向垂直，宽度等于左右像平移的距离。接着利用Calculator操作计算图11(a)左右像的位置。输入中央像的中心点(X0，Y0)、角度α和平移距离L，则左像、右像中心点(X1，Y1)，(X2，Y2)分别为:X1=X0+L•cosαY1=Y0－L•sinαX2=X0－L•cosαY2=Y0+L•sinα以此为中心点坐标参数，长宽与角度参数使用中央区域的长宽与角度，分别建立覆盖左右像的区域，使用VisionAssistant对左右区域内的图像进行对比度、明暗度的调整增强。得到处理后的图像，三个层面的图像的对比度基本相同。利用VBAI对图像进行处理与改善，不仅功能丰富，适用性强，且操作简单，易于掌握，程序建立完成后还可以快速的对其他同类图片进行处理，大大节省了时间。

4结语

使用VBAI创建图像分析处理程序，可对各种生物医学对象进行分析和检测，可对图像进行处理与改善，其优势在于:

(1)相比起人眼观测和手动测量，本方法能够提供客观和量化的数据，可快速对大量图像进行自动分析并保存检测结果。

(2)相比起通用化的测量分析软件，本方法针对性强，针对各种特定情况和需要制定适应的程序，准确性、有效性和实用性高。

第2篇

目前，生物医学图像信息技术主要包括生物医学图像传输、图像管理、图像分析、图像处理几方面。这些技术同以前的图像技术、医学影像技术都有一定的联系，其在涵盖以往图像技术、医学影像技术的同时，也具有自身的特点，与传统的图像和医学影像技术相比，生物医学图像信息技术更加强调在医学图像信息收集、处理等过程中应用计算机信息技术。

1.1图像成像

从本质上来看，生物医学图像成像技术（下文简称“图像成像技术”）与医学影像技术的区别并不大，仅仅是人们更习惯将其表达为医学影像。生物医学图像成像技术的研究内容为：利用染色方法和光学原理，清晰地表达出机体内的相关信息，并将其转变为可视图像。图像成像技术研究的图像对象有：人体的标本摄影图像、观察手绘图像、断层图像（如ECT、CT、B超、红外线、X光）、脏器内窥镜图像、激光共聚焦显微镜图像、活细胞显微镜图像、荧光显微镜图像、组织细胞学光学显微镜图像、基因芯片、核酸、电泳等显色信息图像、纳米原子力显微镜图像、超微结构的电子显微镜图像等等。

图像成像技术主要包括2个部分：现代数字成像和传统摄影成像。通常可采用扫描仪、内窥镜数码相机、采集卡、数字摄像机等进行数字图像采集；显微图像采集则可应用光学显微镜成像设备及超微结构电子显微镜成像设备；特殊光源采集可应用超声成像仪器、核磁共振成像仪器及X光成像设备。目前，各种医学图像技术的发展都十分迅速，特别是MRI、CT、X线、超声图像等技术。在医学图像成像技术方面，如何提高成像分辨力、成像速度、拓展成像功能，尤其是在生理功能及人体化学成分检测方面，已经引起了相关领域的重视。

1.2图像处理

生物医学图像处理技术，是指应用计算机软硬件对医学图像进行数字化处理后，进行数字图像采集、存储、显示、传输、加工等操作的技术。图像处理是对获取的医学图像进行识别、分析、解释、分割、分类、显示、三维重建等处理，以提取或增强特征信息。目前，医学领域所应用的图像处理技术种类较多，统计学知识、成像技术知识、解剖学知识、临床知识等的图像处理均得到了较快的发展。另外，人工神经网络、模糊处理等技术也引起了图像处理研究领域的广泛重视。

1.3图像分析及图像传输

生物医学图像分析技术，是指测量和标定医学图像中的感兴趣目标，以获取感兴趣目标的客观信息，建立相应的数据描述。通过计算测定的图像数据，可揭示机体功能及形态，推断损伤或疾病的性质及其与其他组织的关系，进而为临床诊断、治疗提供可靠依据。生物医学图像传输技术，是指应用网络技术，在互联网上开展医学图像信息的查询与检索。通过网上传输图像，在异地间进行图像信息交流，可实现远程诊断。同时，在院内通过PACS（数字医学系统—医学影像存档与通信系统），也能在医院内部实现医学图像的网络传递。

2总结

第3篇

【关键词】乡土小说 文学价值 艺术价值

在中国的乡土小说中，关仁山乡土小说采用寓情于景的手法来表达小说的意境，给原本平淡的内容增加了一缕色彩，使飘荡着浓重的乡土气息的小说氛围顿时活跃了起来。在关仁山所创作的乡土小说中，充分地反映了乡村的现实，并以浓重的笔墨将中国的乡村的历史发展，通过乡民们的心路历程表现出来。以现代人的审美角度来审视乡土小说，有失偏颇是避免不了的，但是从不同的角度对乡土小说进行重构，尚可以在一定程度上还原其历史形态。

一、关仁山乡土小说的文学价值

（一）乡土文学是意识形态的表现

中国具有五千年的文明史，是一个农业大国。无论是从传统文化的角度来审视，还是从现代文明的角度来理解，乡土文学的出现，虽然有其特殊的历史涵义，但却是不可丢弃的一种文化积淀。乡土文学的存在，是历史的必然。乡土小说这个概念的凸出，也昭示着一种文化倾向。现代人对于“乡土文学”概念的理解也许比较茫然。看起来这种文学体例似乎已经退出了中国历史舞台，消失在那个特殊的时代里，被现代的文明气息所淹没。但是，既然是历史，就会留下痕迹，并对后代产生影响。关仁山作为著名的乡土小说家，其在创作中，将意识形态更倾向于改革文学。无论是从故事的陈述上，还是从语言表达风格上，都渗透了时代的气息。比如，关仁山所创作的《大雪无乡》中，就将政治意识形态的话语渗透其中，从知识分子的立场来观察底层的生存状态。为了避免出现理解上的冲突，甚至于在关仁山的乡土小说中，将时代隐去，而仅仅将农村的画面展示出来，纯净的乡土，淳朴的农民，带有传统色彩的民俗以及各种各样的男人和女人，构成了一个温馨的图景。意识形态容纳与农民的各种活动当中，通过主人公的鲜明表现力，对于作品定位。因为乡土文学本身，就是一种文明象征。随着经济的发展，社会的变迁，文明形态也在不断地发生变化。文学艺术用自己独有的表现手法，将这段历史记录了下来，并得以保留。用文明的方法，将这段历史的痕迹隐藏在文学作品中，供后人去欣赏和体会。在中国这个文明古国当中，意识形态的形成，是几千年的文化积淀，它不会因为现代都市化文明而有所改变。而要将乡土文化剔除，显然不是很现实的事情，即便是思想观念有所更新，也仅仅是适应现代都市文明的一种表象，并不会因为受到文明的冲击，而失去固有的意识形态。

（二）乡土小说的特殊文化语境

语言，是传达信息的最直接的方式。在乡土小说中，由于其特殊的创作历史背景，使其在语言的表达上也呈现出了独有的文学艺术价值。从小说的描写中我们不难发现，那种处于特殊时代的矛盾状态在字里行间中处处流露。人们对自然的向往，从优美的景物描写中就可以体会得到。以关仁山所创作的长篇小说《麦河》为例，其中以故事陈述的方式，将农村的图景展示出来，其中所出现的“三农”问题，成为小说中的一个关键点。小说的语言具有时代性的特点，其中不乏围绕着土地流转而展开的矛盾斗争。农民的性格不同，对于当时出台的政策的理解也会有所不同，因此就会出现各种故事，其实这些都是建立语言环境的关键点。乡土小说是在特殊的文化历史背景下形成的。那种田园的抒写，其内涵就是传统思想的保留，而随着历史的发展，时代的变迁，人类的思想也会发生着转变，对于乡土小说的理解，当然也已经背离了其传统意义，从意识形态上出现了偏移。传统的艺术特征依然保留在乡土小说当中，这是它的文学价值体现，而从现代人思维模式来理解乡土小说，就需要重新审视和洞见。这就使乡土小说，成为了传统与现代相“碰撞”的焦点，乡土小说中所蕴含的与传统艺术相背离的某种特征也因此凸显出来。

二、关仁山乡土小说的理性价值

关仁山的乡土小说在文坛上是令人瞩目的，并在文学界得到了充分的肯定。尤其是关仁山创作的长篇小说《麦河》中，以其宏达的叙事，鲜活的人物形象以及生动的生活画面，将中国农村的图景表达了出来，其中所表达的更多的社会的理性价值。

关于乡土小说的理性价值在早期的乡土小说也有所体现，但是其主流意识是通过对时代的批判而逐渐展开的。乡土文化充斥其中，并以此为创作背景，展现出批判性主题，同时理性地进行价值判断。时代会影响一个人的创作心理。关仁山的乡土小说在进行乡土小说人物塑造的时候，那种人与自然的若即若离，那种人与当时社会的矛盾冲突，都隐藏在小说的故事情节当中。比如在关仁山的小说《麦河》中，就将“土地流转”的问题写入小说当中，作为一次资本介入的经营，对于农民来讲，却是非常具有影响力的。历史在进步的同时，也要付出相应的代价。在小说中，将乡土文化与人性的美丑都融合到一体，通过复杂的内心世界表达出来。乡土是一种回归，这需要从道德的层面去理解，而处在不同的年代，理性的批判总是要与当时的生存环境相对应。在自然与社会互动之下，人性从乡土小说中充分地展示出来。

三、关仁山乡土小说的地域文化价值

在乡土小说中，地域文化的表现力是非常丰富的，其中不仅包括自然环境，还包括人文环境。当人们在某一环境中生存的时候，其对于环境也存在一定的影响力，给自然环境增添了人的气息。在关仁山的乡土小说中，那种浓厚的乡土文虎，从字里行间中呈现出来，就犹如一幅风情画卷，将地域之美，通过民间文化而展示了出来。比如在关仁山创作的小说《落魂天》中，就将“捞尸”这一行业的性质以及工作的状态表达了出来。从民俗的角度来看，在北方的渤海湾地区确实有“捞尸”的风俗，而在小说中，将这一风俗体现出来，是对于极具地方代表性的特色的一种展示。渤海湾是一个美丽的地方，这里的独特的风景吸引了八方游客，而恰恰是这一点，带动了本地的“捞尸”行业的兴起。在关仁山的乡土小说中，用自然景物来体现民俗习惯的描写已经成为其小说创作的一大特点。在《风潮如诉》中，关于大海的描写是非常震撼人心的，也许正是汹涌的波涛锻炼了主人公的性格，使福林更为强悍无比，将男人顶天立地的气概表达得淋漓尽致。人物的性格以及精神境界通过自然界的崇高表达出来，那种刚毅、那种勇猛，谱写了雪莲湾的英雄形象。

乡土小说本质上属于民俗社会性。阅读乡土小说，从中不难看出其内容中充满了地域的风俗习惯，以及村落群体的文化特色。在中国，民俗学研究是非常重要的。周作人，作为乡土文学理论的主要倡导者，对于民俗学也很有研究。然而在当时，民俗学的研究者多数都是对文学有兴趣的人。他们对于中国民俗的关注，只局限于文学创作的需要，或者仅仅是从兴趣出发。可见，民俗学与文学创作存在着不解之缘。当文学创作在民俗文化的指导下完成的时候，那么，在乡土文学创作就形成了。在许多乡土小说中，民俗不仅仅是作为叙事的背景而表现出来，而是采用了以民俗为主体的叙事方式。从这个角度来看，乡土小说充分地将民俗价值呈现在世人的面前。似乎风俗与宗教总是形影不离。在关仁山的乡土小说《雪莲湾》中，就将雪莲湾独特的文化氛围渲染出来。风俗习惯怪异，其中饱含着原始宗教的痕迹。这里的习俗并没有因为社会的变迁而发生改变，而是继续稳定地延续着，并成为地方特色。在“雪莲湾系列”中，《天高地厚》所展示的是一幅农村在几十年的经历中风雨沧桑画。其中主要描写的是中国华北平原上的一个名为“蝙蝠村”的故事。居住在村里的人对于蝙蝠理论有一种特有的痴迷，并因此而出现了各种传说，不乏诡秘的色彩。蝙蝠村具有丰富的历史传承，随着时代的发展，农村也步入了转型的行列，而蝙蝠村的风俗也因此而受到了打击。在关云山的众多作品中，各种独特的民间风俗都被描绘出来，也正是因为关仁山对于地域民俗的准确把握，而使其创作更具有文学况味。

民俗是乡土小说中的一道独特的风景，其往往是以叙事的方式将风土人情表达出来的。在小说叙事中，情节贯穿整个故事脉络的始终。对于小说叙事主题的叙述，则是将真实的我与想象中的我相结合。故事中叙事的主题在两者游离，展现出一种朦胧的美感。在现代的小说作品当中，将散文的写法应用其中，使小说在叙事的过程中，又呈现出飘逸之感。直观的描写，转变为间接的表达，在景物描写、情感宣泄中，将主题的瞬间感触融入其中。作者的情感与写作目的，也就充分地被发挥了出来。读者再阅读小说的时候，不再具有距离感，而是充分体会到了一种身临其境的感觉。对于关仁山的小说，一些专家所给予的评价是，平淡的故事情节，读起来却不会感到乏味。相反，内容的趣味性，令人感到兴味盎然。加之其中风土人情的描写，将人性美与自然美相融合，塑造了一种另类的审美境界。

总结

综上所述，乡土小说来源于生活，其所散发出来的文学魅力，也与生活息息相关。其将中国文学的优秀秉性传承了下来，但是与传统文学的风格又大相径庭。那种开放的心态，那种理性的批判，会令人有一种朦胧之感，而又觉得清爽自然。乡土小说的文学艺术价值，是将人与自然进行完美结合，使乡土成为了精神向往。

【参考文献】

[1]范亮亮，南志刚.乡土小说在新世纪的“物化"表现及价值重构[J]. 孝感学院学报，2011，31（02）.

[2]席建彬.论现代乡土小说田园抒写的历史形态与审美特征[J].齐鲁学刊，2009（01）.

[3]李静.20世纪中国女性作家乡土小说的文化意义和叙事价值[J].学术研究，2013（01）.

[4]韩蜜蜜.论阎连科乡土小说的寓言化创作的表现[J].文教资料，2012（12）.

第4篇

一、计算机化病历

计算机化病历是医学信息学的一个重要研究方向。它是指存在一个系统中的电子病历，这个系统可支持使用者获得完整、准确的资料；提示和警示医疗人员；给予临床决策服务；连接管理、书刊目录、临床基础知识以及其他设备[2]。电子病历的优点如下：完整的电子病历存储系统支持多个用户同时查看，保证个人医疗信息的共享与交流。通过网络，医师可以在家中或在世界任何一个角落随时获得患者的电子病历。同时可根据不同的用户给予不同的资料查询权限，从而保证了病历的安全性。授权用户在适当时间才能查看合适的病历。

此外，电子病历不再是一个被动的医疗记录。论文通过与图像信息的整合，可提供实时医疗监控，药物剂量查询等多种功能。电子病历已成为新兴信息技术和信息工具的基础。

电子病历目前可大致分为单机电子病历和网上电子病历两种。网上电子病历的优点是采用了ASP服务器提供全球，安全性与数据完整性则由ASP供应商解决；缺点则是数据不在医师所工作的计算机上。

虽然医疗界投入巨资，电子病历仍存在许多问题亟待解决[3]。首先，病历数据的输入界面仍不够简单；其次，电子病历需要统一的医学用语标准。目前，美国国家医学图书馆已制定出统一医学用语系统(unifiedmedicallanguagesystem，UMLS)，这一系统包含了近一百万个术语描述医学概念。一旦该系统得以推广，将极大地促进全球医学用语的标准化。

二、医学信息系统

医学信息系统与其他工业系统有很大的不同。毕业论文不同的部门对信息的要求不同，这是对医学信息系统最大的挑战。例如，信息系统用户可分为基本用户和二级用户，基本用户包括医师和其他护理人员；二级用户则包括医疗保险公司、政府医疗保险机构等。不同用户需要的信息不同，导致信息管理的复杂性。同时，如何有效地利用不同的信息系统解决不同的医疗管理也日益成为人们重视的课题。

信息系统包括实验测试系统、医疗设备订购与维护系统及影像图片存储与交换系统等，存储于不同的计算机和不同的信息网络中。对于特定的用户来说，前端界面可能有所不同，但是后端数据必须是一体化和标准化的。

医学信息系统包括企业资源规划系统(ERP)、患者关系管理系统(patientrelationshipmanage—ment，PRM)、数据挖掘及决策支持系统等|4J。ERP技术在商业领域取得巨大成功，近年来，其在医疗机构中也得到广泛应用。其特点是将企业信息整合为一体(整合的数据库)，所以各系统都提供一致的数据。一次输入，多次使用，有效地降低了输入费用，并保证各系统得到完整、实时、一致的数据。其次，ERP系统可用来决策医疗设备订购、管理和维护，例如通过一个整合的数据库，根据病床的使用率，ERP系统可自动选择最合适的时间对医疗设备进行维护。PRM是侧重于患者需求的信息管理系统。PRM记录患者生活习惯、个人病史、家庭病史以及过敏反应等，医院从而可提供更加个性化的医疗服务。同时通过PRM，患者也可向医院询问医疗方案。数据挖掘技术在医疗管理上也日益重要，这种技术的主要优点是降低成本，为医师提供最有价值的信息，从而提高医疗诊断的质量。Bresnahan[5]指出，上千种的服务、多种治疗方案以及相互关系使信息系统越来越复杂，而这种复杂性推动了数据挖掘技术在医疗上的使用，已远远超过其在银行业和零售业的应用范围。

三、医疗决策系统

医学实践最重要的是作出正确的医疗诊断，因此医学信息学将研究重点也放在决策系统上。硕士论文决策系统不仅需要先进的信息科学技术和工具，而且需要理解医师如何利用推理知识作出医疗判断。

当前决策系统主要基于两种方法论：着重于统计分析的定量分析法，以及侧重于逻辑推理的专家系统法。定量分析法产生于上世纪50和60年代，主要用于解决心脏疾病和异常疼痛等临床问题。早期系统以概率决策理论为解决问题的依据。最新的此类系统以美国Stanford大学PANDA项目最为著名[6]。PANDA项目使用了决策分析技术，主要应用于胎儿期诊断，根据概率分析方法对胎儿期中的问题作出最有利于患者的选择。专家系统法以逻辑推理为解决问题的核心。最著名的第一代专家系统是MYCIN系统[7]。此系统主要用于对多种传染病的诊断和治疗，其中的医学知识不是包含于工具中，而是存储在规则中。第二代专家系统则以Asgaard系统最为成功[8]。系统大大扩展了MYCIN的功能，并补充了一系列的推理方法，其中包含了所有相关领域中的复杂知识。通过与数据库的连接，系统可自动提取带有时间标志的数据，而这种功能则使系统可针对某个患者作出特定阶段最适合的治疗方式。另外通过反溯法可比较不同的医疗护理，并作出相应的质量报告。

四、影像信息学技术

自上世纪70年代中期，以计算机为基础的医学影像学随着数学、生物物理学和工程模型学蓬勃发展起来。但是由于各类学术会议侧重于影像，而忽视了信息学，导致医学影像信息学科发展缓慢。

直到近年，界面友好的医学影像数据库与二维、三维结构及可视化的结合将医学影像信息学带入了一个崭新的时代。开始于1990年的“可视人”项目提供了大量的人体模拟图像，这一技术的广泛应用带动了各类解剖学教育软件的开发，更为重要的是引发了关于模型、摸拟及大型数字化图像搜索等一系列的信息学问题。同一时间开始的“人类大脑”项目则直接导致了大量关于大脑数据图谱登记、分ShanghaiMedJ，2004，VoI27，No9区等课题的开展。新的信息学、生物计量学、计算图像学的结合，使人们重新认识到影像信息与模拟学的重要性。

现代影像信息学研究的重点包括图像传递标准、传递规则、医学术语、信息压缩、图像数据库索引及图像病例传递安全等。从“虚拟细胞”[9]到“虚拟人”[10]，当前影像信息学从分子水平、细胞水平、组织水平到个体都得到广泛的应用。然而，医学信息学面临着更多亟待解决的现实问题。影像信息的完整化需要更深层的科学、技术和医疗实践的结合，包括对二维和三维图像自动分区与注册的新技术；数据抽象与概括；图像数据库中生物多样性来解释群体图像数据和表现型与基因型之间的关系；开发医学信息数据注释语言整合高级图像系统和医院信息系统等。

五、远程医疗与互联网

随着宽带网进入千家万户，远距离传递诊断和患者管理信息成为可能，远程医疗成为新的研究热点。通过网络电视和无线技术，使医师及患者能随时传递相应的医学相关信息，从而为远程医疗开创了更为广阔的应用前景。然而远程医疗昂贵的医疗费用使其现阶段只限于特定的人群。

互联网的出现提供了图片和文字传输的介质，而且为医疗机构提供了海量的信息数据。英语论文在互联网的帮助下，医师不仅可以全球共享医学资源，而且可以针对某一特殊病例进行广泛的交流。例如，美国国家医学图书馆提供医药在线(MEDLINE)数据库，其成员可查看、打印各类文献资料；医学网(CLINICWEB)则提供所有临床信息的索引，是医学界常用的搜索引擎。同时互联网的发展为一些身患相同病症人群的相互交流提供了可能，此类患者交流组织的形成有利于自我寻找最合适的治疗。

六、数据标准的重要性

电子病历和病案的大量应用、医疗设备和仪器的数字化，使得医院数据库的信息容量不断地膨胀。然而简单存储信息只是数据库的低端操作，数据的集成和分析以及医学决策和知识的自动获取才是信息学研究的重点。要对数据进行加工和分析，数据必须以特定的结构方式来存储。数据结构允许计算机轻易地传递符号和像素，并大大提高信息处理的速度。然而，这种数据结构不是仅由输入来决定的，医护人员必须有一约定俗成的数据标准，并为社会所公认。这一数据标准明确了数据库中存储的特殊符号所具有的涵义。其作用正如字典一样，起到咨询和定义的功能。数据标准又可分为文字标准和信息标准。

文字标准是指标准必须以文字形式表示，而不能以图像形式表达，国际上称为医疗数据系统，它包括一系列有特定涵义的单词。意识到标准的重要性，越来越多的医学和信息组织参与到此标准的制订中来。其中最著名的为美国病理协会制订的人类与兽类医学系统术语标准SNOMED和英国健康中心制订的医学系统术语标准ReadCodes。

信息标准则同时定义文字和图像数据。当今最通用的信息标准称为HL7(HealthLevelSeven)，也可称为标准卫生信息传输协议，其中又包括医学数字化图像和传递标准(DICOM)。HL7标准确定了数据库系统中信息传递的顺序和格式，涵盖了实验测试术语、药品设备采购术语、收费术语、出院转院术语及电子监护术语等，并提供了一种类似于数据库的结构，利于患者信息在电子病历系统、实验室系统等多种数据系统中传递。

DICOM可明确图像在数据流传递过程中压缩和加密的格式，并确定CT图像或B超图像在数据库中存储的方式。

七、结语

医学信息学是计算机技术、生物物理学、统计学等与现代医疗结合的新兴学科，也是提高医疗服务质量、医院管理水平和降低成本的必然结果。这一学科需要多领域科研人员和医务工作者的大力合作。可以预见，不久的将来医学信息学将在医院管理、教学和科研、疾病的预防、诊断和治疗等方面发挥巨大和不可替代的作用，并将带动整个医学界的革新。

参考文献

1GreenesRA．ShortliffeEH．Medicalinformatics：anemerginga-cademicdisciplineandinstitutionalpriority．JAMA，1990，263：1114—1120．

2SteadWW．HalrlmondWE．Computer-basedmedicalrecords：thecenterpieceofTMRMDComput，1988，5：48—62．

3McDonaldCJThebarrierstoelectronicmedicalrecordsystemsandhowtoovercomethemJAmMedInformAssoc，1997，4：213—221．

4SiauK．Healthcareinformatics．IEEETransInfTechnolBiome-di．2003．7：1-7．

5BresnahanJ．Dataminging：adelicateoperationCIOMag(on-line)．1997．

6OwensDK，ShachterRD，NeaseRF．Representationandanaly-sisofmedicaldecisionproblemswithinfluencediagrams．MedDecisiMaking，1997．17：241—262．

7YuVL，FaganLM，WraithSM，eta1．Antimicrobialselectionbyacomputer：Ablindedevaluationbyinfectiousdiseaseexperts．JAMA，1979，242：1279—1282．

8ShaharY，MikschS，JohnsonP．TheAsgaardproject：ataskspecificframeworkfortheapplicationandcritiquingoftime-on-entedclinicalguidelines．ArtifIntellMed．1998．14：29—51．

第5篇

宋 斐 宁夏医科大学档案馆 750004

本论文为教育部春晖计划项目（Z2011053），宋斐为项目负责人。

【文章摘要】

传统的图像配准计算强度大，难以满足实时应用的要求．具有较强的可编程性和出色的并行计算能力的GPU，为解决该问题提供了新的途径． 根据GPU 的自身特点，以薄板样条插值作为变换模型，构建了弹性配准计算平台．对多模态的两组图像进行实验，结果表明，含数据传输时间时，随着标记点个数的增加，GPU 的速度远远大于CPU 的速度，而且是量级的差距。

【关键词】

CPU ；实验

多模医学图像配准是指待配准的两幅图像来源于不同的成像设备。由于扫描设备的原理不同，扫描参数条件各异，所以两种断层图像间不是简单的一一对应关系。例如：CT 可以识别密度较大的组织，MR 针对软组织，SPECT 和PET 能够反映人体的功能和代谢信息。因此，在临床应用中， 常常需要将CT( 或MR) 与SPECT( 或PET） 配准。二者的结合能够较全面提供对象信息，具有临床应用价值。多模医学图像的配准一直是图像配准的重点研究课题，也越来越引起人们的关注。

目前，医学图像配准方法主要有矩主轴法和最大互信息配准法两大类．矩主轴法是借用经典力学中物体质量分布的概念 , 计算两幅图像像素点的质心和主轴 , 再通过平移和旋转使两幅图像的质心和主轴对齐 , 从而达到配准的目的。该方法首先将二幅图像标记点间建立对应关系， 然后利用插值法求取对应标记点之间的变换，进而将变换作用于整个待配准图像．该方法的缺点是计算时间长、运算量大、应用不方便．

图像处理器(graphics processing units，GPU) 是显卡的心脏，能够从硬件上支持多边形转换和光源处理（TransformandLighting，T&L）技术。如今的GPU 已经不再局限于3D 图形处理。在浮点运算、并行计算等方面，GPU 可以提供数十倍乃至于上百倍于CPU 的性能。利用GPU 可以完成排序、查找、搜索等基本的数据结构操作，同时在图像分割、图像滤波及色彩变换、数据挖掘、机器学习等诸多领域，同样有着广泛的应用．充分发挥GPU 的优异性能，并在此基础上建立计算模型进行图像配准，将有助于加快处理速度，增强图像处理的实时性．

1 多模医学图像配准方法

基于互信息的配准方法是直接利用图像的灰度值实现两幅图像间的配准。

具体过程如下：

首先根据两幅图像的基本情况预设一个初始参数x0，其中x0(1) 为裁剪旋转x0(3) 角的图像2 行的第一个索引。x0(2) 为裁剪旋转x0(3) 角的图像2 列的第一个索引，x0(3) 为旋转角度，x0(4) 为比例因子。然后按照给定的初始参数对图像2 进行变换，并计算图像1 和图像2 的互信息， 然后利用最优化工具箱中的fminsearch 函数在x0 附近寻找使图像1 和图像2 互信息最大的点，直至搜索到满足精度要求的参数；最后输出配准参数。

1.1 矩主轴法实现全局粗配准

利用特征点自动配对算法，分别找出PET 和CT 图像对应的特征点，然后分别算出两幅图像轮廓线的质心，并把PET 图像的质心移动到与CT 图像质心相同的位置，实现全局粗配准。

对于灰度图像，如果假设背景的灰度值是0，那么图像轮廓的灰度值为非0。对闭合灰度图像边界的轮廓进行跟踪。利用轮廓跟踪法按从上到下、从左到右的顺序查找边缘点，最后得出边界。

基于轮廓的矩主轴配准方法进行的配准，能够得到比较准确的配准结果。这种方法提取图像轮廓特征的方法也较为简单。另外，该方法适用于图像轮廓比较清晰的医学图像的配准。也就是说，如果图像的数据有缺失或图像轮廓不清晰, 运用基于轮廓的矩主轴配准方法的配准效果较差。因此，该方法适用于整个物体完整的出现在两幅图像中的图像配准。

1.2 层次B 样条自适应自由变形法实现细配准

由于不自主的生理运动或患者移动等使其内部的器官和组织的位置、尺寸和形状发生改变，器官脏器的局部位置存在弹性变形。如果直接对图像作弹性变形， 因为对图像任一部分的变形只利用了图像的局部信息，容易产生误配。直观地，可以认为B 样条函数生成一条平滑曲线（或者平滑面） 逼近控制点。考虑到拟合函数的精确性和变形的平滑性，采用出于计算量与配准精度考虑，基于层次B 样条自适应自由变形法对多模态医学图像进行自动细配准，流程如图1 所示。

2 基于GPU 的配准过程

在获得对应标记点之后，我们要建立一个变换模型，然后实现二幅图像的空间对应关系．在多模医学图像的配准过程中，通常要花费大量时间来完成该过程的实现．由于GPU 具有可编程片断处理器的特点，如果以薄板样条插值作为变换模型，就可以实现从浮动图像到参考图像的空间变换．具体过程如图2 所示．

图1 基于B 样条自适应自由变形法实现局部细配准092

智能应用

Intelligence Application

电子制作

图2 基于GPU 的配准流程

给定n 组对应标记点，薄板样条插值为

(1)

以薄板样条插值为变换模型，先将已知标记点数据按式(1) 转换成线性方程组， 然后使用Gauss．Jordan 消元法求解方程组．

2.1 载入标记数据

在CPU 中，数组是常见的数据组织形式，通过下标计算，其寻址方式实质上都是一维线性的；对于GPU，二维数组是天然的数据组织形式，因为它可以以纹理形式存储在GPU 中．根据需要，可采用亮度或RGBA 的形式，在每个纹理元素中存储1 个或4 个数据．因此首先要将已知的对应标记点信息，以纹理形式载入到GPU 中．

假设已知参考图像和浮动图像的n 组对应标记点，步骤如下：

步骤一：根据式(1)，逐一替代n 对已知的对应点，可以获得n 个方程．

步骤二：求解一个方向上的变换参数(x 方向或y 方向)，建立参数个数为n+3 的线性方程组。

步骤三：分别传入边长为的正方形纹理之中．

由于系数矩阵为(n+4)×(n+3)，因此内存空间的大小也要与之对应。GPU 的一大特点是支持正方形形状的纹理，所以最终传入方程组的矩阵是 (n+4)×(n+4) 大小的纹理．为了能够准确控制所访问的纹理数据，需要选择适当的正交投影和观察点。在GPU 实现其良好计算性能的过程中，纹理不仅要作为输入数据，还要作为输出数据．通过使用OpenGL(framebuffer object，FB）的扩展帧缓冲对象直接将结果渲染到纹理之上．

2.2 计算变换参数

在CPU 的编程环境中，通常利用循环语句对各数据元素进行操作，而要完成图形的渲染，就要使用多个循环语句． GPU 对图形的渲染可以说是手到擒来，其各个顶点数据或像素数据的计算过程也是各自独立的。在渲染的过程中，GPU 的片断处理器将同时对原始的每一个纹理元素执行相同的片断函数．因此，GPU 的一次渲染过程就能完成CPU 中的一轮循环操作．

在以纹理形式载人数据后，首先根据Gauss．Jordan 定义渲染过程中的纹理运算，其中每个纹理元素对应系数矩阵中的每一项系数．在第k 次消元过程中，需要更新数据矩阵中n×(n-k+1) 个数据元素， 而GPU 只需要对该纹理( 矩阵) 实施一次渲染就可以完成对全部元素的更新。

Gauss．Jordan 消元是一个多次迭代的过程，即：GPU 需要不断地执行新的渲染过程，而且要将上一次渲染过程所使用的输出纹理转换为下一个渲染过程的输入纹理．

根据前述内容，已知参考图像和浮动图像n 组对应点的情况下，需要建立(n+4)×(n+4) 大小的纹理。迭代了n+4 次后，就可以求出x 方向上的变换参数．同理，求出y 方向上的变换参数．

3 实验对比分析

本实验中，硬件采用的是INTEL(R) Pentium(R)4 2．26 GHz，256 MDDR 400 和Nvidia GeForce5950 Ultrra。

3.1 配准精度

实验选取了同一断层平面，相同模态和不同模态的2 套图像数据分别进行实验，图片的大小均为256×256。

在同模态实验中，以互相关系数作为子区域的相似性测度，实验分别选取了16、25、36 和49 个标记点，其配准结果如图3 所示，并以NMI 作为配准精度的评价标准．配准前后的精度比较如表l 所示． 多模态实验中所选取的二幅图像，整体上没有较大旋转和平移，但是图像若干局部( 例如边缘轮廓) 有明显的差异，为此实验以互信息作为子区域的相似性测度，分别选取了25、64、8l 和100 个标记点，其配准结果如图4 所示，并仍以NMI 作为配准精度的评价标准．配准前后的精度比较如表2 所示．

实验结果分析：

（1）需要选取的标记点数目与图像本身密切相关。

（2）当浮动图像有整体变形时，不需要选择很多标记点。

（3）当浮动图像有明显局部差异时， 只有在局部选取标记点，才能得到较好的配准效果．

3.2 配准速度

对GPU 和CPU 配准速度的比较，有以下几个前提条件：

（1）本实验以多模态的二幅图像为对象，分别选取16、32、64、128、256 和512 个标记点。

（2）计算变换参数的时间近似等于建

图3 同模态配准结果

图4 多模态配准结果

表1 同模态配准精度

表2 多模态配准精度 立系数矩阵的时间。由于计算变换参数的时间包括建立系数矩阵的时间和求解系数矩阵的时间，而求解系数矩阵是一个多次迭代的过程，其时间远远大于建立系数矩阵的时间。因此，计算变换参数的时间近似等于建立系数矩阵的时间。

（3）本实验分为含数据传输时间和不含数据传输时间两种情况的对比。GPU 工作时，要与内存之间进行读写数据的操作。而这种读写数据的操作所花费的时间是相当可观的。

基于以上前提条件，GPU 和CPU 运算速度的比较结果如表3 所示。

表3 GPU 与CPU 计算时间比较

实验结果分析：

（1）不含数据传输时间时，无论标记点数目多或少，GPU 比CPU 的速度都要快。

（2）含数据传输时间时，随着标记点个数的增加，GPU 的速度远远大于CPU 的速度，而且是量级的差距。由于GPU 与内存间读写数据的时间不能忽略不计，当标记点个数较少时，由于GPU 与内存间传输数据占用了大部分时间，在这样的情况下，GPU 的全部运算时间反而更长．但是， 当标记点个数逐渐增加时，GPU 的优势充分地体现出来。也就是说，对于大尺寸、高分辨率或者具有较多局部形变的图像， 利用GPU 进行配准，将获得更为突出的加速比．

4 结论

多模医学图像的快速配准问题，分为：利用矩主轴法进行粗配准、利用层次B 样条自适应自由变形法实现细配准以及运用GPU 提高对应点的配准速度三个方面。本文以薄板样条插值作为变换模型， 充分利用GPU 具有可编程片断处理器的特点，快速获得变换参数。实验结果表明， 与CPU 相比较，对于大尺寸、高分辨率图像的配准速度，GPU 具有绝对的优势。至于如何解决GPU 与主存间数据传输的限制问题，将是今后工作的重点。

【参考文献】

[1] 张红颖; 张加万; 孙济洲基于层次B 样条的医学图像弹性配准方法[ 期刊论文]- 天津大学学报 2007(01)

[2] 秦安. 徐建. 冯前进. 孟晓林. 陈武凡基于GPU 的快速三维医学图像刚性配准技术[ 期刊论文]- 计算机应用研究 2010(3)

[3] 童欣等, 基于空间跳跃的三维纹理硬件体绘制算法, 计算机学报, Vol.21(9),1999:807-812.

[4] 冯煌.GPU 图像处理的FFT 和卷积算法性能分析. 计算机工程与运用. 2008,44(2):120-122

第6篇

1.相关法哲学理论的讲授。法哲学理论的讲授，主要是介绍现有的一些法哲学流派和主要的法哲学观点争议，这为日后提出问题奠定了基础。法律认知科学的实验设计主要是运用生理实验解决法哲学问题或者部门法的主要问题，所以人文社科问题是实验的目的之所在。很多法律认知科学的生理实验流程大同小异，运用的设备相差无几，但是其所解决的法哲学问题却大相径庭，所以，相关的法哲学理论的基础必须夯实，否则实验就是无的放矢。为了进行“法律认知科学”的实验，就必须让学生选修“法哲学”、“西方法律思想史”和各个部分法的法哲学课程（如“民法哲学”、“刑法哲学”、“诉讼法基础理论”等课程）。为此，我们开设了“西方法理学”和“法哲学”等课程。通过相关法哲学课程的讲授，并组织学生对部分重点问题、争议问题进行详细分析，提炼出核心争议之所在，由此设想日后可以进行实验的粗略方案。这一点也是体现“认知研究”与“治疗研究”之间的区别，体现我们研究的人文社科的目的指向（而非一般的自然科学或医学意义）。此外，我们还为法学硕士生开设了“神经元法学”和“法律认知科学”等课程，对此类问题的探讨更为专业、细致。

2.联系医院的医生前来讲课。由于课程具有跨学科性质，这种课程需要其他学科的知识。而本学科的教师虽然具有一定的跨学科知识背景，但毕竟其主导学科还是法学或法理学，在其他学科方面的学识显然不如这个领域的专家。所以，邀请其他学科的教师或研究人员前来授课就显得很有必要。而对于法律心理实验课程而言，这方面主要是请医院的医生前来上课。这里包含了以下三类，一类是神经科专业的医生，其为我们讲解脑神经系统的相关知识。部分高学历的医生由于拥有系统的硕士、博士乃至博士后的教育和科研知识，甚至还可能从事过“认知”领域的生理研究，就能够从“生理心理学”的“认知”角度为我们讲解实验设计的方案、流程等对实验特别有意义的问题。

3.带领学生前往实验室参观。由于法学专业学生对工科和医科的实验室一般都比较陌生，如果他们对医疗设备或者医学实验室没有相关的认识，就不可能设计出好的实验方案，因此，非常有必要让他们参观实验室或者医疗设备。在参观的过程中，由医务和实验人员进行相关知识的讲解，其中包括仪器、操作流程和仪器软件的介绍。老师和学生甚至可以进一步接触机器，如进入密封的磁共振室，躺入磁共振仪器内模拟作为实验的受试者。这样，他们能够亲身体会到躺在仪器内接受检查或实验者的境况，设计出更加切实可行的实验方案。从事“法律认知科学”实验的仪器设备与“医学治疗和检查”的实验设备虽然相同，但是依旧存在一些差别。如磁共振机器，一般医学治疗目的进行的检查往往只需要运用“1.5T”级别的机器；虽然这种级别的机器也能运用于“法律认知科学”实验，但是相关实验对仪器的要求往往更高，通常要求是“3.0T”级，此级别仪器在普通医学检查中的运用就比较少；认知科学实验的磁共振仪器甚至使用到高达“12T”级别。

二、带领学生进行实验工作

1.通读实验报告。法律认知科学相关的实验论文很多，必须进行大范围的选题筛选。粗略筛选之后的论文，由任课教师组织学生进行研读。研读的目的有两个，一是看看研究现状，知道他人的研究进程、重点、热点和难点。通过这些研读，我们就能够根据现有的研究进度，选择尚未研究（发表的）而又可能比较重要的一些问题，这些问题就是日后实验选题的大致范围。二是参考他们的研究手段、流程，对他们的研究方法进行借鉴。现在发表的论文，一般都会大致介绍实验的流程。然而，学术论文毕竟不是实验报告，其更多侧重于问题的提出、解决和分析，流程的介绍往往比较粗糙。当然，部分学术论文也有比较详细的实验流程，对此类论文的仔细研习，就能对实验设计产生比较大的影响。①

2.对主题进行社会科学的探讨。在进行文献研读的基础上，我们能够得出大致的可能的研究“主题”，这时返回法律社会科学领域，以法哲学的视角重新进行审阅，才能更好地获得“生理心理学”和“人文社会科学”之间的自然衔接。在生理自然科学领域可能可以从事实验研究的“主题”，还必须获得“法哲学”、“法社会科学”上的意义。因为，有的问题虽然在自然科学上具有很大的研究价值，然而从人文社会科学的角度看，其意义可能就会大打折扣（或者意义就不那么直接）。此类论文的价值更多是在“治疗性”而非“认知性”。很多人文社会科学（法哲学）的问题虽然意义重大，但从自然科学（生理心理学）的角度看，在现阶段却还缺乏研究该问题的“方法”和“设备”。所以，必须获得二者的协调和平衡。主题的选定是法律认知科学实验的第一个难点。这个难点意指“我们要解决什么主题”，其既涉及“什么主题十分重要”，又指“对该主题的研究到什么程度”，还指“现在已经具备研究该主题的手段或方法”。

3.组织实验设计。从法律认知科学实验的角度看，组织实验设计的第一步是设计实验方案，这是最重要的一步。设计何种方案、设计何种场景、设计何种问题，以及何种音像、问卷材料，都关系到实验结果的真实与否。这也是法律认知科学实验的第二个难点。我们要设计出一些“场景”或者“问题”，让受试者在这种环境下能更真实地思考或者表达情绪，从而得出比较真实的实验结果。西方国家在以往的研究中，存在比较巧妙的实验设计，例如对于道德中不公正问题的容忍情况，研究者在最后通牒实验中，部分受试者拒绝接受不公平的分配方案，这是其情绪化的表现。该实验设计如下②：19名（方案接受者，“responder”）接受磁共振扫描，共进行了30轮游戏，对手（方案的提出者，“offer”）部分是人，部分是计算机。每次都涉及10美元的瓜分。对手所提出的方案中，一半是公平的（对半开），剩下的为2次“9比1”，2次“8比2”，1次“7比3”；在这些方案中，方案提出者的分配比例较大，而接受者的比例较小。结果是，对于公平的方案，方案接受者都接受了；越不公平的方案，则参与者的接受率越低，“7比3方案”至“对半开方案”的所有方案（即“5∶5”，“6∶4”，“7∶3”）都被接受了。在“9比1”和“8比2”两种方案中，如果“方案提出者是人”，则其方案的接受率低于“方案的提出者是计算机”。这就意味着方案接受者对于不公平方案存有情感性反应。这种不公平引发的脑区为：两侧前脑岛（bilateralan-teriorinsula）、背外侧前额叶皮层（dorsolateralprefrontalcortex，DLPFC）、前扣带回（anteriorcingulatecortex）。这证明了两侧前脑岛（bilateralanteriorinsula）厌恶不公平，作为负面情感的脑区，其反映出了对于不公平方案的厌恶。诸如此类实验设计非常巧妙，就能够为我们进行相关实验提供设计上的参考或模仿。

4.进行预实验。在实验设计之后，有必要进行预实验，检验实验的可实施程度。这种预实验，可以提升实验者的信心，也可以作为申请相关课题的依据。更为重要的是，预实验还可以检测实验的可行性，对可能出现的问题或缺陷进行适当的修正。在预实验之后，还必须进行志愿者的招募和筛选。

三、实验操作

实验操作是实验的核心状态。法律认知科学的实验流程具有自己的特殊性，其与医学实验相比通常更简单。其运用的仪器设备有核磁共振（FMRI）、眼动仪和脑电图等，其中核磁共振最为典型。该仪器不仅运用于医学治疗和研究，现在还广泛运用于认知科学的各类研究。核磁共振运用于法律认知科学的研究，主要优点在于其定位非常准确（虽然时间上稍有迟滞）。由于实验的磁共振仪器操作是高度专业化工作（而且机器极为昂贵），只能由专业的实验技术人员进行操作，因此法学教师和学生不能从事，在此不做详细介绍。

四、实验之后的分析总结

实验之后的分析总结属于实验的后期工作，主要是数据、图像分析，以及人文社会科学分析总结。

1.数据、图像分析。数据分析具有客观性，需要专业的实验工作人员进行数据和图像的分析。法律认知科学实验主要运用核磁共振仪器，对于脑区图像的要求比较高，还需要比较好的核磁共振配套分析软件，对此进行精细的分析。此类软件一般只有磁共振专业技术人员才会使用，由他们进行相关数据图像分析比较科学。如果涉及大量的数据分析和必须建立数据模型，则还需要数学专业人士进行相关的工作。此外，除了实验工作人员和数学人才外，还需要神经科专业医师或者认知神经学专家对此类数据和图像进行“认知神经心理”方面的分析。这种分析就是我们后期进行人文社会分析和理论化的基础。

2.进行相关的人文社会科学分析总结。与前一步工作的科学性和客观性相比，对实验结果进行人文社会科学的分析总结则具有一定的主观性质。我们需要从已有的数据和图像，根据我们需要解决的人文社科（法哲学）主题进行解读。这种解读是人文社科的解读，是运用实验数据和图像得出人文社科的结论。所以，一定的主观性是原有的实验设计思路和人文社科理论基础的延续。现有实验的理论分析，如道德的情感性实验，就需要根据道德哲学理论进行分析；“先天犯罪人”问题的实验，这就需要根据刑法哲学理论进行相关探讨。

五、注意事项

第7篇

英文名称：Chinese Journal of Stereology and Image Analysis

主管单位：中国科学技术协会

主办单位：中国体视学学会

出版周期：季刊

出版地址：北京市

语

种：中文

开

本：大16开

国际刊号：1007-1482

国内刊号：11-3739/R

邮发代号：

发行范围：国内外统一发行

创刊时间：1996

期刊收录：

核心期刊：

期刊荣誉：

Caj-cd规范获奖期刊

联系方式

第8篇

 

【关键词】： 体层摄影术 X线计算机 腹部 图像质量 客观评价

【正文快照】：

图像噪声水平是图像质量客观评价、定量测量的指标之一。且图像噪声水平在一定程度上可反映辐射剂量,如过低的辐射剂量必然会得到高噪声、较差的图像质量,严重危害低对比细节的检测能力。成人腹部脏器众多、结构复杂且缺乏天然对比,过低的剂量势必影响对腹部细微组织结构差异

获取全文----请联系论文好网客服

【参考文献】

 

 

中国期刊全文数据库 前6条 

 

1 王倩;夏光辉;马霄红;赵心明;;基于PubMed的CT低剂量研究的文献计量学分析[J];国际医学放射学杂志;2012年03期

2 高建华;王贵生;李剑颖;孙宪昶;韩文娟;赵雯;戴汝平;;64层螺旋CT冠状动脉成像低剂量技术的应用价值[J];临床放射学杂志;2008年03期

3 张志伟;罗天友;曾勇明;唐艳隆;胡志华;李信友;陆云峰;;偏离等中心点对CT自动管电流调制技术图像质量及辐射剂量的影响[J];临床放射学杂志;2010年05期

4 于红;李惠民;袁正;李霄麟;;体部MDCT血管造影中噪声测量点的选择[J];中国医学计算机成像杂志;2009年02期

第9篇

[关键词]颌面部骨折；多层螺旋CT；MPR；SSD.

近年来，颌面骨骨折的发生率逐渐增加，由于颌面部解剖结构的复杂，因此准确地判断骨折的部位、类型、形态以及大小、移位等对指导临床治疗具有重要的价值及意义。近年来，螺旋CT三维成像技术（MPR及SSD重建技术）已广泛地应用于颌面部骨骨折的诊断，为临床治疗提供了更为方便、直观的影像学资料[1]。本文回顾性分析我院2006年1月～2010年1月应用螺旋CT扫描及后处理技术进行MPR及SSD三维重建的50例颌面骨折患者的CT影像学资料，现报道如下。

1资料与方法。

1.1一般资料。

我院2006年1月～2010年1月共收治50例颌面骨骨折患者，其中男39例，女11例。年龄9～65岁，平均40.8岁。受伤原因：车祸伤24例，砸伤12例，坠落伤7例，撞伤4例，其他原因3例。主要临床表现为疼痛、颌面部软组织肿胀、张口困难等。

1.2仪器与方法。

1.2.1仪器采用日本东芝公司Astioen4螺旋CT机进行扫描。

扫描参数：层厚1mm，层距1mm，电压140kV，电流120mA，螺距（pitch）1.35∶1，无间隔连续扫描。

1.2.2检查方法患者取仰卧位，头先进，扫描范围包括自眶上缘3cm至下颌骨下缘3cm，扫描结束后进行多平面重建（MPR）及表面遮盖法显示（SSD）等技术后处理分析。多平面重组以软组织窗及骨窗分别进行观察，并且进行任意方位成像，天下论文存储相应病变成像最好的图像，重建厚度3mm；表面阴影显示阈值下限在150~250HU，选取切割功能切除多余的部分组织，根据病灶的显示效果任意旋转角度选择最佳的图像存储。

2结果。

50例患者经螺旋CT扫描轴位图像共发现67处骨折，螺旋CT扫描图像结合后处理图像可发现80处骨折，遗漏13处，漏诊率16.25%。螺旋三维CT重建图像能清晰直观地显示颌骨骨折的立体解剖形态及其与周围组织结构的关系，准确显示骨折部位、范围、骨折块移位方向、立体距离。50例中单发骨折11例，多发骨折39例；上颌骨骨折21例，下颌骨骨折29例。下颌骨骨折的病例中4例共11处诊断有或伴有髁状突骨折，其中有3例先经下颌侧位片及二维CT未能确诊，经过旋转角度观察，证实为脱帽并向内侧移位，并因髁状突无明显移位，外科医生采取了保守治疗。

3讨论。

颌面骨解剖结构复杂，主要包括鼻骨、泪骨、上颌骨、腭骨、颧骨等。近年来由于交通事故发生率的增高，颌面骨骨折的发生率也逐年增多[2]。

普通X线片无法准确地显示骨折的数量、移位情况以及骨折的位置，临床应用具有一定局限性。而普通轴位CT图像虽然无颌面结构的重叠，对病变的显示有显著提高，但缺乏立体、直观影像，对一些平行于扫描层面的骨折仍有遗漏[3]。本组比较横断位、MPR资料，50例80处骨折，轴位显示67处，遗漏13处，漏诊率16.25%，经分析多为水平方向走行骨折线，且为多部位复杂骨折病例。MPR重建技术包括冠状面、矢状面、任意斜面和任意曲面的图像重建，具有二维横断位图像同样的空间分辨率和密度分辨率。其技术参数通过调节窗宽、窗位相互切换软组织窗和骨窗，在显示骨质病变情况同时，还可清晰显示病变周围软组织损害情况，如周围软组织增厚、肿胀、积气、积血或软组织的开放性损伤等（封三图1）[4]。但是二维CT为平面图像只能显示某层面的骨质损伤情况，临床医师运用二维CT平片诊断会存在误差，难以建立三维空间思维，对病变可能产生一些偏差，而影响治疗方案的确定。本组MPR图像显示全部骨折，诊断准确率100%，无一例漏诊。有研究也证实，对于眶外壁、眶底及深部结构如筛板、鼻中隔、蝶骨大翼的骨折，CT二维影像优于CT三维重建[5]。

SSD三维重建成像空间立体感强（封三图2），能极好地显示骨折的结构，尤其是结构重叠区域的三维关系，对颌面骨骨折的部位、范围及周围结构的毗邻关系等（如从多角度显示髁状突与关节窝的空间位置关系）、骨折移位程度、方向，碎骨片的位置、大小、数目等情况，论文格式特别能全程清楚地显示不规则骨折线的畸形走行，提高了对颌面骨骨折的诊断准确性[6]。Kreipke等认为Lefortil型骨折X线平片和二维CT不能很好地显示骨折线，而三维CT可以直观地显示骨折线的走行情况和骨折段的移位情况，为临床治疗提供了可靠的依据。CT三维重建的另一个突出优势在髁状突骨折的显示上，可从任意角度观察病变部位，清楚显示髁状突骨折类型、骨折块移位方向、距离和空间位置、关节面的朝向、下颌骨升支断端上移范围、与颞颌关节窝的空间关系等，较CT二维影像更接近人体内的真实解剖结构，避免了主观想象过程中因分析理解差异所导致的误诊。本组29例下颌骨骨折病例中，4例共11处诊断有或伴有髁状突骨折，其中3例先经下颌侧位片及二维CT未能确诊，经过旋转角度观察，证实为脱位并向内侧移位，并因髁状突无明显移位，外科医生采取了保守治疗。

综上所述，应用多层螺旋CT三维重建技术可以立体、直观、清晰地显示颌面骨骨折情况，提高诊断的准确性，为临床治疗提供有力的指导，具有重要的临床应用价值。

参考文献

[1]姚卫江，郎召君，徐锐，等。多层螺旋CT在颌面部骨折的诊断及临床应用价值[J].上海医学影像，2008，17（1）：51-53.

[2]陈建字，粱碧玲，刘庆余，等。颌面骨病变多层螺旋CT三维重建的诊断价值[J].中国医学科学院学报，2006，28（1）：l6-20.

[3]慕红文，杨晓滨，张宁，等。螺旋CT三维重建在诊断颌骨骨折中的应用[J].安徽医药，2008，12（9）：829-830.

[4]王保平，冯熠，段燕东。螺旋CT三维重建在颌面部外伤中的临床应用价值[J].实用医学影像杂志，2004，5（1）：10-13.

第10篇

关键词：烟叶数字图像；边缘处理；形态学变换；特征抽取；智能识别

1引言

烟叶是烟草工业的基础原料， 对烟草工业生产质量和烟草行业经营效益具有举足轻重的作用。对烟叶生产过程的各个环节包括烟叶品质的智能识别进行技术创新，提高品质和效率，是一个前沿研究方向[1][5]。

当前这一方面的研究，主要集中在数字图像处理方面，把烟叶品质的数字图像处理与神经网络技术相结合，实现烟叶品质的智能识别，是一个极有价值的工作。以下在此方面作出一个系统的、较为完备的、易于实际操作的研究。

2主要技术手段

2．1 MAⅡAB图像处理工具箱

在MATLAB平台上，借助图像处理工具箱，可以简易明快地实现对烟叶数字图像的图像处理。在烟叶生产一线，用数码照相机对各种烟叶样本进行拍照，输入计算机，用MAT_LAB将它转换为各(．bmp；．jpeg；．gif；．png；．t 图片以便进行图像处理。成本低，精确度高，宜于普及推广。获取各种类型的烟叶数字图像以后，经阈值使用权图像二值化，可以当即辨识出这一图像是否具有何种类型的病虫害或品质异变。利用烟叶数字图像的边缘检测、轮廓提取等分析命令，获得待测烟叶的图像参数和特征，再由神经网络技术，完成对烟叶品质的智能识别。

2．2神经网络技术

神经网络是一个新的智能识别工具。毕业论文 经过训练的神经网络能够存储与过程有关的信息，能直接从历史数据中学习，经过用各种烟叶样本训练和学习的神经网络，能自动地识别出待测烟叶样本的品质类型。而且，神经网络具有滤除噪声及在有噪声情况下得出正确结论的能力。这一点对于烟叶生产实际中大量存在各种噪声信息的情况而言，特别重要。它特别适合在线识别。

3应用MATLAB图像处理工具箱和神经网络技术对烟叶品质智能识别的操作过程

3．1烟叶图片样本库的建立

用数码相机或其它数字图像采集工具，采集各种类型的烟叶的标准图片，分类归档，借助MATLAB图像变换功能，将各种类型的烟叶的标准图片，转换成各种图片形式：．bmp；．jpeg；．sir；．png；．tif等，以便随时调用。这些烟叶图片，有不同品质的样本；还有各种病虫害标本和变异标本。

3．2用直方图均衡来实现图像增强

当从生产一线采集的烟叶待测样本的图像对比度较低，硕士论文 即灰度直方图分布区间较窄时，可用直方图均衡实现灰度分布区间展宽而达到图像增强的效果。

3．3烟叶图像的边缘检测和特征提取

烟叶图像的基本特征之一是图像边缘。图像边缘是图像周围像素灰度有阶跃性变化或屋顶变化的像素的集合。烟叶的边缘是由灰度的不连续性所致，因此考察图像每个像素在某个邻域内灰度的变化，利用边缘邻近一阶或二阶方向导数变化规律可以检测烟叶图像边缘。图像特征反映烟叶的几何结构，如面积、周长、分形分维数、孔洞数、欧拉数等等。图像特征的选择是图像识别的重要环节。运用二叉分类法在找出判别特征后，对不同的图像特征由分类阈值按二分的方法进行分类；运用相似距离分类方法把待判图像与一个标准图像相比，标准图像用样本图像特征向量的均值来表示。通过计算待判图像与标准图像之问的在相空间中的距离来判别图像和进行分类。这一过程还为用神经网络技术实现对烟叶品质进行智能识别作出必要的准备。

3．4数字图像矩阵数据的显示及其傅立叶

变换这一变换的目的是为提取特征、进行神经网络模式识别等作出必要的准备。

转贴于 3．5直方图均匀化

这是使烟叶图像性质更为优良而采取的一个技术操作，源代码如下：

I=imread ("yangshuo．tif')；imshow (I)；

figure，imhist(I)；

[J，T]=histeq (I，64)；

％图像灰度扩展到0-255，但是只有64个灰度级

figure，imshow (J)；

figure，imhist(J)；

figure，Dlot((0：255)／255，T)；％转移函数的变换曲线

J=histeq (I，32)；

figure，imshow 0)；

％图像灰度扩展到0～255，但是只有32个灰度级

figure，imhist(J)；

3．6采用二维中值滤波函数对受椒盐噪声干扰的图像滤波

MATLA图像处理工具箱具有强大的功能，能够对噪声干扰的烟叶图片进行消噪处理，模拟源代码如下：

I=imread ("eight．tif')；

imshow (I)；

J2=imnoise (I，"salt&pepper ，0．04)；

％叠加密度为0．04 的椒盐噪声

figure，imshow 02)；

I_Filterl=medfdt2 （J2，[3 ，3])；

％窗口大小为3x3

figure．imshow (I Fiher1)；

I_Filter 2=medfdt2 （J2，[5， 5])；

％窗口大小为5x5

figure，imshow (I_Filter2)；

I_Filter3=medf'dt2 （J2，[7， 7])；

％窗口大小为7x7

figure，imshow (I_Filter3)；

3．7用神经网络技术对烟叶图像进行智能识别

神经网络作为一种自适应的模式识别技术，并不需要预选给定有关模式的经验知识和判别函数，它能通过自身的学习机制自动形成所要求的决策区域。网络的我由其拓朴结构、神经元特性、学习和训练规则所决定，它可以充分利用状态信息，对不同状态一一进行训练而获得某种映射关系，并且，网络可以连续学习，即使环境变异，这咱映射关系可以自适应调整。在上面各节获取烟叶图像特征基础之上，可以用神经网络技术进行图像模式识别。例如，基于概率神经网络PNN的烟叶品质智能识别，它的主要优点是：快速训练，训练时问仅略大于读取数据时间；无论分类多么复杂，只要有足够的训练数据(而这是烟叶生产一线可以做到的)，就可以保证获得贝斯叶准则下的最优解，允许增加或减少训练数据而无需重新进行长时间训练。这一神经网络对于烟叶品质的图像识别，具有重要意义。 4结论

基于计算机视觉和神经网络技术的烟叶品质识别的数字图像处理方法，医学论文 是烟叶生产环节的一种技术创新，它可以在烟叶生产一线普及推广，简便易行，能够较大地提高烟叶品质检测的效率和质量，以及自动化程度和智能化水平。

参考文献

[1]于润伟．基于图像处理的稻米垩白自动检测研究[J]．中国粮油学报，2007，1：122—124．

第11篇

压缩感知是近年来新兴的一门数据采样技术，其主要思想就是利用较少的采样数据对信号进行重构恢复。压缩感知颠覆了传统的信号采样方法，它采用信号的稀疏表示法来保证原始信号的主要结构，再通过重构算法对原始信号进行精确重构。本文将对图像去噪运用压缩感知理论，利用压缩感知的优点，对含噪图像进行稀疏表示，再采用不同的重构算法对原始图像进行恢复，从而完成噪声的去除。

【关键词】压缩感知 重构算法 图像去噪 稀疏表示

1 图像去噪介绍

1.1 图像去噪意义

图像去噪结合了信号处理、传感器、人工智能和计算机等现代高科技技术，其原理是：将获得和输入过程中受到各种噪声污染的图像，利用有关计算机的一定算法去除噪声并且尽可能多的保留原始图像主要特征，更重要的是保护边缘和细节信息，输出一幅更适合于人眼观察或计算机能够进一步研究的去噪图像。去噪后的图像可信度更高，图像更清晰，更适合人眼检测和计算机识别，分析。目前图像去噪技术在遥感图像、自动识别、医学图像处理、计算机视觉等更多领域发挥着重要作用。

1.2 图像去噪的研究现状

近年来，国内外对图像去噪的研究算法有很多种，现在主要的方法是稀疏分解去噪方法，稀疏分解去噪原理是把带噪信号在过完备原子库上进行稀疏表示，仅用若干个较大的表示系数重构原信号，而屏蔽了部分小系数包含的噪声成分，从而实现信号的去噪。稀疏分解使信号更加简洁、自适应的表示成若干基的线性组合，更加全面详细地表示信号涵盖的某些特征，更加有效地将信号和噪声分离开来。基于稀疏表示的图像去噪方法是根据所研究对象是否为图像的稀疏成分把图像中的有用信息和噪声进行区分。图像中的有用信息一般具有一定结构，稀疏表示过程中选取的原子能够表示这些特定结构；然而图像中的噪声是随机的，且没有结构的，因此无法用字典中的原子表示。这样就可以将图像与噪声相区别，以达到去除噪声的目的。

2 压缩感知的理论

压缩感知（CS）是一种利用信号的可压缩性或者稀疏性对信号进行重构的技术。压缩感知的优势是降低了采样率，直接获得稀疏的信号表示，大大缩减了数据信息的获取时间和存储空间。图1给出了压缩感知的理论过程。

压缩感知包括三个方面：

2.1 信号的稀疏表示

文献[10]给出了稀疏表示的数学定义：信号X在正交基Ψ下的变换系数向量为=ΨTX，假如对于0

如何找到信号最合适的稀疏系数向量？这是压缩感知理论的基本和前提，只有找到最佳的基表示，才能确保信号的稀疏度，从而确保信号的恢复精度。而信号的稀疏化是由稀疏系数 的衰减速度决定的，衰减的越快表示信号的稀疏性越好，其满足以下式子：

其中r=1/p 1/2，0

除了标准正交基之外，冗余字典法是现在研究的另外一个热点。它是由一组正交基构成的超完备的冗余字典，该方法能够稀疏的表示信号。如何构造一组最佳的某类信号的正交基，以求得信号的最稀疏表示，有利于进一步研究。

2.2 观测矩阵的设计

设计观测矩阵在压缩感知理论中起着至关重要的作用，如何设计测量矩阵是压缩感知中的一个难点。

信号的稀疏化是由稀疏系数t决定的。所以，选取一个大小为M×N（M

y= Φx （2.1）

而 ，则得

y= Φx=Φψt=t （2.2）

其中Φ为测量矩阵，大小为M×N。=Φψ为M×N的矩阵，叫作投影矩阵，y被叫做t在投影矩阵下的测量值，大小为M×1，则压缩感知的测量过程如图2所示。

目前，如何设计观测矩阵是压缩感知理论的一个重要方面。在该理论中，对观测矩阵的束缚是比较松弛的，Donoho给出了构成观测矩阵的三个条件，并指出大多数一致分布的随机矩阵都具有这三个条件，都可作为观测矩阵，如：部分Fourier集、部分Hadamard集、一致分布的随机投影（uniform Random Projection）集等，这与RIP性质进行研究得出的结论相一致.但是，使用上述各种观测矩阵进行观测后，都仅仅能保证以高概率去恢复信号，而不能完全地精确的重构信号。对于任何一个稳定的重构算法是否存在一个真正的确定性的观测矩阵仍是一个有待探讨的问题。

2.3 信号重构

对于压缩感知理论的信号重构问题，首先定义向量X={x1，x2，…xn}的p-范数

（3.1）

当p=0时得到0-范数，它表示的是x中非零项的个数。

因此，在信号x压缩或稀疏的条件下，对欠定方程组Y= Φ=ΦψTX的求解问题就转化为最小0-范数问题：

s.t. Y= Φ=ΦψTX （3.2）

但是，它需要找出X中所有非零项位置的 种可能的线性组合，才能求得最优解。因此，式（3.2）数值计算的求解是很不稳定的。所以，Chen，Donoho和Saunders提出，求解一个更加简易的l1优化问题会产生同样的解（要求Φ与Ψ不相关）：

s.t. Y= Φ=ΦΨTX （3.3）

细微的差别就将问题变成了一个凸优化问题，于是可以化简为线性规划问题。而基于1-范数的重构经典算法有内点法（Basis Pursuit，BP）和梯度投影法（Gradient Projection for Sparse Reconstruction，GPSR）。由于1-范数下的算法速率慢，因此，新的快速贪婪算法被逐渐使用，如匹配追踪法（MP）、正交匹配追踪算法（OMP）、压缩采样匹配追踪算法（CoSaMP）、正则正交匹配追踪法（ROMP）和迭代阈值（IHT）等。

3 基于压缩感知的去噪方法

与传统的去噪方法相比，基于压缩感知的去噪方法能够充分发挥稀疏表示的优点，灵活的适应实际问题，降低采样率和数据处理的成本，获取较好的去噪效果。

3.1 基于压缩感知并运用OMP算法的椒盐去噪

椒盐噪声是图像处理中一种十分常见的噪声，其特点是噪声点匀称分散于整幅图像，由于椒盐噪声只破坏了图像结构的一部分，其他大部分的图像信息都是精确的，因此，可以充分利用这部分精确的数据，通过求解最优化问题，重构原图像。

在传统去噪模型 subject to 下，提出了一种椒盐噪声检测的采样，利用阶梯观测矩阵良好的0稀疏定位能力，并利用OMP算法的低复杂性和稳定性，来对信号进行重构。

算法步骤：（1）已知原始含噪信号Z；（2）噪声检测采样，构造阶梯观测矩阵，首先检测信号Z中噪声的位置， 然后将对应的行删除作为阶梯观测矩阵ΦZ；（3）将DCT基作为稀疏变换基；（4）采用OMP算法进行重构。

椒盐去噪算法流程图如1：

3.2 基于压缩感知并运用K-SVD算法的图像去噪

3.2.1 K-SVD算法

为了逼近的得到式（信号yi，最稀疏的解的表示xi和未知字典A），的解，训练一个字典A能够稀疏表示数据 。初始化k=0，并且初始化字典：构建 ，要么使用随机的条目进行计算，要么使用m随机选择的例子来进行计算。标准化A0的数组。k每次增加1，然后开始迭代，并最终得到结果A（k），此过程如图3所示。

稀疏编码阶段：采用一个追求算法来逼近下式的解

s.t. （3.1）

得到了在1≤i≤M下的稀疏表示，它们构成了矩阵X（k）。

更新阶段：使用下面的步骤来更新字典的数组并得到A（k），j0=1，2，…，m对 重复以下步骤：

（1）定义使用原子aj0的例子的组合 （3.2）

（2）计算剩余矩阵，其中xj是矩阵X（k）的j列 （3.3）

（3）约束Ej0，使其选择的数组与Ωj0相一致，并得到 ；

（4）应用SVD分解，通过 来更新字典原子aj0=u1。

停止规则：如果 中的改变足够的小，则停止，否则继续迭代。

3.2.2 去噪算法步骤

（1）将零均值的高斯白噪声加入原始的干净图像中；（2）对X进行初始化，假设X=Y， D=DCT字典；使用OMP算法对每一小块图像求出近似解；（3）对字典进行升级，用K-SVD算法找到最优的D，并求出近似原始图像的稀疏表示；（4）通过OMP算法重构恢复出原始图像，噪声去除。

3.3 基于压缩感知并运用TV重建算法的图像去噪

3.3.1 图像去噪的基本原理

为了得到图像去噪，首先将含有噪声的图像X进行稀疏域变换（X+z）= ψs，式中z为加性噪声。然后对变换后稀疏系数向量s进行测量，即y=Φs。

3.3.2 TV重建算法

重建就是在满足观测值的基础上寻找最稀疏解的过程：s.t Af=p 但是上式是个非凸优化问题，是一个典型的NP-hard问题，不易求解。因此Candes和Donoho提出用1-范数l1来代替0-范数l0进行求解。图像重建问题中，f代表离散化的图像的灰度。这里，我们用fs，t表示图像s行，第t列像素的灰度值，则图像的TV可以表示为：

（3.5）

图像的TV就是其梯度图像的l1范数（一幅图像的l1范数就是图像中每个像素的值的绝对值之和）。在实际的TV范数计算中，式（3.5）对于求导运算不太容易，大多采用l2范数来近似l1范数，并引进一个正的较小的参数τ，以防对TV（f）求导后为无穷大。

（3.6）

式（3.6）对某个像素fs，t求导，得（3.7）式：

（3.7）

通过测量向量y来实现图像X的重建和去噪，实现重建的一个重要前提是信号为稀疏的。图像绝大多数是稀疏的，但是噪声在常规域下是不稀疏的。通过压缩感知理论对噪声进行稀疏变换，然后对变换后的系数进行M维向量，使得多数噪声已经被去除，仅含有M维的噪声向量。如果M值越小，将会有更多的噪声信息被去除。通过对测量的M维噪声向量进行重建，去除混有的少量噪声，同时可以精准重建具有稀疏性的图像，从而达到去除图像中混有的噪声。

3.3.3 去噪算法步骤

（1）对含有噪声的图像X进行DCT变换，获得变换后的稀疏系数s，表示为（X+z）=ψs。（2）构造M× N维测量矩阵Φ，该测量矩阵Φ与稀疏基矩阵ψ是不相干的。然后，通过测量矩阵Φ实现对部分稀疏系数s的测量，获得测量向量y，表示为y=Φs。（3）对测量向量y进行TV重建算法来恢复图像信号x'。

4 小结与研究展望

本文首先介绍了图像去噪和压缩感知的相关理论，并将压缩感知运用到图像去噪中，基于压缩感知，提出了三种去噪方法：基于压缩感知并运用OMP算法的椒盐去噪；基于压缩感知并运用K-SVD算法的图像去噪；基于压缩感知并运用TV重建算法的图像去噪。压缩感知压缩感知的突出优点是降低了采样率，直接获得稀疏的信号的表示，大大减少了数据信息的获取时间以及存储空间，以获取较好的去噪效果。

压缩感知在应用于图像去噪时，应该将重建算法继续加强改进，另外可以将测量矩阵构造和重建算法的构建同时进行改进；同时压缩感知中的观测矩阵绝大多数是随机矩阵，如何用一个稳定的确定性的矩阵来得到观测矩阵，以此来达到更好的去噪效果；此外压缩感知是门新兴的技术，如何进一步的应用到更多的领域也是以后要研究的问题。

参考文献

[1]曹殿元.压缩感知理论及其算法[D].南京邮电大学硕士学位论文，2013.

[2]屈冉.压缩感知算法及其应用研究[D].南京邮电大学硕士学位论文，2013，5.

[3]李博.压缩感知理论的重构算法研究[D].吉林大学硕士学位论文，2013，5.

[4]樊立.压缩感知在图像去噪中的应用研究[D].北方工业大学硕士学位论文， 2013，5.

[5]赵彦孟，宋建新.一种基于压缩感知全变差算法的图像去噪方法[J].电视技 术，2014，38（5）.

[6]赵可，潘晋孝，孔慧华.一种改进的自适应TV图像重建算法[J].核电子学与 探测技术，2013，33（10）.

[7]史久根，吴文婷，刘胜.基于压缩感知的图像重构算法[J].计算机工程， 2014，40（2）.

[8]石光明，刘丹华，高大化等.压缩感知理论及其研究进展[J].电子学报， 2009，37（5）.

[9]刘钢.基于压缩感知和稀疏表示理论的图像去噪研究[D].电子科技大学硕士 学位论文，2013，5.

[10]D L pressed sensing[J].IEEE Trans.On Information Theory.2006，52（4）：1289-1306.

[11]E pressive Sampling[A].Proceedings of the International Congress of Mathematicians[C].Madrid，Spain，2006，3：1433-1452.

作者简介

张丽娟（1991-），现就读北方民族大学数学与信息科学学院硕士研究生，研究方向为图形图像处理。

第12篇

北大一院医学影像科在三维后处理的应用方面多有实践，尤其在前列腺癌的MRI三维成像、肝脏肿瘤的CT三维重建等方面积累很多经验，在《中华放射学杂志》、《中国医学影像技术》和《中国肿瘤影像学》等杂志上发表相关论文多篇。

王霄英是北京大学第一医院医学影像科主任、北京大学前沿交叉学科研究院功能成像中心主任、中华医学会中华放射学分会青年委员、《中国医学影像技术杂志》副主编。自1998年至今，已先后发表署名科学论文150余篇，承担多项国家级和部委级研究基金。

8月16日，《e医疗》就北大一院的医学影像三维实践、医学影像科与临床科室的关系、三维影像今后的发展趋势等问题，对王霄英进行了专访。

前列腺癌和肝癌的三维应用较多

| 贵院的三维影像应用有哪些？

王霄英：我们做前列腺癌辅助诊断挺多的，医院有国内最大的前列腺癌数据库，甚至可以做到把某个地方发生前列腺癌的概率标志在腺体的三维图像上，这对外科医生引导穿刺特别有帮助。

我们医院的泌尿外科比较有特点，在临床外科里实力比较强，他们要求每个肾癌病例都要进行三维重建，有一整套严格的对肾癌进行三维重建的要求：重建哪几个解剖的位置、重建哪些血管和肿瘤的关系等。

另外，应用较多的还有普外科，他们经常需要影像科配合做肝脏的三维重建。我们医院在进行较大的肝脏肿瘤切除之前，都会要求根据CT断层图像做一个三维重建，以选择切除不同的肝段及血管，我觉得这个也蛮有特色的。

| 临床科室如何查看医学影像科的影像？可以实现三维影像传输吗？

王霄英： 二维图像是通过PACS查看的。我们医院有两套服务器，一套是医学影像科自己用的，能力比较强一些，存储量也比较大；另一套是用于临床浏览的服务器，存储三个月内所有的临床图像，临床医生有查看自己科室所有患者影像资料的权限。

具体到三维图像，最早是临床医生到我们科室来看，后来他们要求我们做好了传给他们，但是我们现在用的机器只能存储二维影像，所以传输的还只是静态的二维图像，暂时没办法实现三维影像的传输，虽然临床医生很希望我们能这么做，但是他们会定义几个标准位置给我们，我们会跟临床科室沟通，告诉他们冠状位怎么看，轴位怎么看等。

三维影像改变医疗服务模式

| 三维影像能带来什么好处？

王霄英：三维重建给外科大夫带来的益处显而易见，他们关心病变组织能不能切除、怎么切除，三维重建就是告诉他们这些的。

我们医院的呼吸内科开展了一项新业务：用呼吸内镜把肺气肿的病变部分进行切除，切除之后剩余的肺就可以有更大的空间进行收缩，这样患者的肺功能会保持得很好。这个手术非常依赖CT三维重建，以确定病变区域的支气管以及与周围血管和组织的关系。进行这种手术前，呼吸内科主任往往会亲自到我们科室来，对如何重建三维图像提出要求。由于有了三维重建，呼吸内科的医生开始用外科方法进行治疗，这可以说是开拓了一个全新的领域。

此外，三维影像也给患者带来了很大的好处。有了三维影像，患者和家属可以更直观地了解病情，医生省去了很多解释工作。而且，对医生更信服的患者的依从性会大大提升，会积极配合医生的治疗，治疗效果自然也会更好。

我觉得，三维影像后处理会改变整个医疗服务的模式和理念。

MDT已成常态机制

| 贵院是否有多学科团队机制（MDT）？

王霄英：在接受你采访之前，我和泌尿科主任、放疗科主任在给一个前列腺癌患者做会诊，实际上这就是一个多学科团队。我们科参与更多的是跟随临床科室一起查房，有时也会安排某个具体疑难疾病的会诊。医学影像科在其中所起的作用跟疾病有关，有时候我们主要是去学习、交流，学习临床医生怎样更好地处理影像报告；有时候医学影像科的角色会非常重要，如果医学影像科医生不参加会议，临床医生甚至无法进行讨论。

我要求我们科的每一位医生必须给自己定一个方向。影像科医生在跟所配合的临床科室沟通的时候要带着两个任务：一是要向他们提供医疗影像服务，二是带回临床科室的需求。然后我们会根据临床需求进行不断的学习和改进。这种做法很早就开始了，现在科室更加明确了这项工作内容。

| MDT给医学影像科带来了哪些改变？

王霄英：医学影像科以前是按设备分组，而按专业分组才是国际趋势。我们科室是从2009年7月开始进行专业分组的，大家对自己专业方向的定位开始逐渐清晰起来，让深入研究业务、提高业务水平成为可能。

信息共享是大势所趋

| 医学影像科能为临床科室提供什么？两者理想中的合作关系应该是怎样的？

王霄英：今年5月份我去美国参加ISCT年会的时候，斯坦福大学医院的一名医生在演讲中举了一个例子：医院的临床医生根据一张CT片子和诊断报告（影像和报告的质量都很高）做了一个处理的决定，而经过由医学影像科医生参加的多学科团队（MDT）讨论后，50%的临床医生改变了治疗方案。虽然是同一张片子、同一份报告，为什么在讨论前后的结果如此大相径庭？事实上，很多信息并没有在诊断报告里写出来，临床医生也没有从影像中看出来，而这些信息往往会对治疗方案的制定产生很大影响。

医学影像科和临床科室的密切配合无疑会提升诊疗准确率，不仅能提升医生的技术水平，更能让患者直接受益。

医学影像科的医生应该更紧密地与临床医生进行合作，但是医学影像科医生的理念目前可能是一个比较大的阻力，因为并不是所有的医学影像科医生都愿意把影像资料拿出来与大家分享。医学影像科医生的核心竞争力应该是诊断水平而不是影像资料，分享之后必然会得到临床医生的积极反馈，这对提升医学影像科医生自身的水平肯定也是有帮助的。只要医学影像科医生意识到这一点，就一定会把影像资料拿出来分享，这是一个趋势，只是时间早晚的问题。

PACS应附加更多功能

| 贵科在信息化方面今后有什么要提升的部分？

王霄英：如果没有PACS，很难实现真正意义上的专业分组。分别用临床浏览器和我们自己科室的PACS查看影像，明显能感到后者更强大。我觉得基于PACS或者网络的后处理工作站特别重要，对提高专业特别有帮助。

此外，我们的PACS只有最基本的3D能力，医学影像科高级工作站的很多功能，比如功能成像等都没办法在PACS上实现，临床浏览自然就无法看到。如果要看的话，必须先在CT、MR的后处理工作站上处理完再推到PACS上去，而处理得好不好完全取决于当时的操作人员（通常是研究生）的能力。

有时候前列腺里明明有一个肿瘤病灶，如果操作人员在做DWI（磁共振扩散加权成像）的时候没看到，就得不到肿瘤的功能成像。而如果基于PACS或网络的处理能力足够强的话，签报告的医生就可以重新做一次后处理，就会避免很多错误诊断的出现。

第13篇

关键词：全景图 虚拟现实 图像拼接 导航

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2012）09-0057-02

1、引言

近年来，随着虚拟现实技术的发展，其应用内容也日趋复杂化。特别是网络图形技术的发展，对具有真实感强的实时虚拟场景绘制方法提出了更高的要求。因而急需在现有计算机平台下研究一种有效的图形绘制算法以进一步加速对复杂场景模型的绘制，然而算法的绘制速度、对象的生成质量及场景复杂度之间的矛盾，己成为计算机图形学领域一个重要的课题。

虚拟场景的绘制是虚拟漫游系统的关键，依据不同的场景建模方法，目前主要分为基于图形绘制（GBR）和基于图像绘制（IBR）两种方法。IBR方法与GBR相比具有以下特点：（1）以图片代替3D建模，虚拟场景生成速度快，开发周期短。（2）场景逼真，给人以身临其境的视觉满足感，可达到照片级的真实感。（3）数据量小，适合网络传输，且视图生成算法计算量小，能够在一般PC机上实时绘制完成。

2、全景图技术

全景（Panorama）技术是目前迅速发展的一门视觉新技术，它可以拓展图片的分辨率和实现信息压缩，目前已广泛应用于宇宙空间探测、医学图像处理、海底勘探等社会领域。全景图可通过多种途径获取，目前多采用图像拼接的方法得到。虚拟现实（Virtual Reality，简称VR）系统又可称为灵境技术，它可提供一种模拟仿真的互动环境。对于任何一个虚拟现实系统，主要有以下三大特性。（1）沉浸性。（2）交互性。（3）多感知性。

2.1 基于图像的图形绘制技术（IBR技术）

它采用真实的场景图片作为输入，并通过图像处理技术对全景图像进行反投影、插值等运算来绘制虚拟场景。其与传统的基于图形绘制的方法思路完全不同，不再需要繁琐的几何建模，直接由己知场景图像合成新视图。

基于IBR的方法较传统的基于图形绘制的方法，有着以下优势：（1）场景真实，沉浸感强。（2）建模简单快速。（3）数据量小，实时性好。

2.2 立方体全景图技术

立方体全景图可实现360度无视觉死角漫游。视平面与立方体全景图的几何关系如图1所示。

通常可以由两种方法来生成立方体全景图：第一种是用拼接软件的方法对采集的图像进行无缝拼接，并采用立方体投影模型来生成具有6个面的立方体全景。第二种方法是用数码相机严格标定相机的位置，使用90度的广角镜头在上下，前后，左右6个方向依次各拍摄一张照片，并将获取的照片无缝拼接成立方体全景图。

2.3 全景图的生成

基于图像的绘制（IBR）是通过宽视角图像、360°全角度具有三维立体图像对现实中的景象进行建模展示，根据多个静态的图像进行合理的组合来展现实际场地的一种连续查看。随着计算机技术水平的快速发展，为图像的计算机处理提供了更为先进的数字处理方法，我们利用多个现场图像的拼接，通过数字技术实现对其各个拼接点和接触点进行编辑；也可以对每个节点进行不用角度的和远近距离的查看等操作。这种根据多个图像拼接来实现整个场景的展示过程如2图所示：

3、虚拟实景空间系统分析设计

虚拟实景即将现实中的场景通过现有虚拟技术进行表现，由于技术实现复杂度高等条件限制，提出了基于实时序列普通图像采集数据，运用IBR全景技术，将图像数据生成可靠性高，真实度高的虚拟环境的全景图。

虚拟实景空间的数据采集来自于真实的场景照片、围绕人机交互操作这个核心，比传统的虚拟技术在真实性、人机交互等方面有很大的优势，其主要特点体现在以下几点：

（1）原始数据真实性。基于建模的虚拟空间是实景是通过3D几何模型实现，而虚拟实景空间构造使用的是实景图像。 （2）空间。虚拟空间是虚拟场景和视点之间的关系，虚拟实景空间系统是以图片采集点W（X，Y，Z）为唯一视点，在该视点观察者可以进行360°×180°查看空间场景的基本元素，在场景的所表达出的所有时空信息则是真实有效的。（3）虚拟。虚拟是指在图片采集技术的基础上，通过计算机技术，将原始数据转换成直观、易于操作和管理的真实、有效、完整的虚拟数据，可以真切模拟现实场景的信息。（4）交互。虚拟实景技术是基于易于交互和操作的基础发展起来的，交互性是关键所在，由于现有全景技术的技术所限，交互的可控自由度十分有限，但理论上空间操纵的自由度仍有很大的空间可以提升。

4、全景图自动拼接系统实现

全景图的实现是经过对图片一系列的处理，如拍摄、拼接、融合等一些关键步骤，从而形成一副从视觉上观察是一副完整并且连续的一系列图像的有机、有序的组合。

将拍摄得到的图片分组拼接时，每组图像都没有一个固定合理的排列顺序，这些图片中包含了构成全景图的部分子集图像和不属于全景图像子集的噪声图像。而漫游系统中全景图是自动生成的。

系统实现。下图为对某景点全景图的虚拟漫游的实现，图3，图4为对景点的拼接后的全景图。

上图中，左上角是系统的导航系统，用户可以根据自己的需要选择其他景点。根据选择景点的不同，系统所呈现的景点信息也会随之发生不同变化。用户通过鼠标可以直接定位感兴趣的范围，然后通过键盘上的上、下、左、右键选择去向，也可以选择全屏观看，对全景图像进行旋转等功能，大大提高了系统的灵活度。

5、结语

本论文运用图像拼接、图像融合理论，编程实现全景图的拼接及融合过程，结合虚拟漫游技术实现了虚拟场景漫游及导航、半视点360×360度无视觉死角浏览、全方位地漫游整个景点区域场景的功能；也方便地实现全景图的漫游、实景展示的功能，使用户体验更加真实有效。

实验结果表明，该系统在全景图的漫游及导航功能在效率和精确度方面都有良好的可用性。系统的实现，为旅游业的发展提供了有力支持。

参考文献

[1]王娟，师军，吴宪祥.图像拼接技术综述.计算机应用研究.2008，26（07）：1940-1943.

[2]Jungpil Shin，Yu Tang.Deghosting for Image Stitching with Automatic Content-Awareness.Pattern Recognition.2010，23（26）：26-27.

[3]赵亮.柱面全景图全自动拼接系统研究与实现：（硕士学位论文）.北京：北京化工大学，2009.

第14篇

关键词：图像拼接；Harris角点特征检测

一、引言

数字图像拼接技术主要包括三个重要步骤：图像预处理、图像配准和图像融合[1]。其中图像的预处理包括图片去噪，图像投影，图像修正等；图像配准是找出待拼接图像的重叠部分并使其坐标对准；图像融合是使重叠部分自然过度，消除拼痕；其中图像配准是图像配准的关键，它直接决定了拼接的准度和效果。

二、Harris角点检测

1988年C.Harris和J.Stephens利用自相关函数的思想共同研究出了Harris角点检测算法，先定义矩阵M

M=G?茚Ix2IxIyIxIy Iy2= （1）

式中Ix、Iy分别代表图像I在x、y方向的梯度，G为高斯模板；?茚代表卷积：

=G?茚Ix2 ,,=G?茚IxIy （2）

在矩阵M的基础上，角点响应函数CRF定义为：

CRF=det(M)-krace2(M),k=0.04

CRF=det(M)-krace2(M),k=0.04（3）

式中，det是矩阵的行列式；trace是矩阵的迹；k是常数，这里取0.04,CRF的局部最大值即为角点。使用Harris角点检测算法对两幅图像分别提取角点后,接着就要进行图像配准的工作。在两幅图像中以每个特征点为中心取一个(2N+1)×(2N+1)大小的相关窗,然后以参考图像中的每个角点为参考点，在待拼接图像中寻找对应的角点。通过计算特征点相关窗之间的相关系数[2]来实现图像特征配准。

在具体实验步骤中：1、对图像中的每个像素点分别计算其x，y方向的一阶导数和梯度；2、对上步操作中得到的三幅图像进行高斯滤波；3：计算原始图像上的角点响应函数值和相关系数；4：使用透视变换模型计算出待拼接图像到参考图像变换参数。5：使用渐入渐出法进行图像融合[3]。

三、实验结果

四、结论及展望

Harris角点检测算法是一种简洁、高效、提取的点特征均匀且合理的算法，由于Harris算子只涉及到一阶导数，因此对图像旋转、灰度变换、噪声影响和视点变换不敏感，但通过计算相关性特征来进行配准的准确率还有待提高。

参考文献：

[1]邵向鑫.数字图像拼接核心算法研究[D].中国博士论文数据库，2010.

第15篇

关键字：人工神经网络 临床 数据挖掘

中图分类号：G202 文献标识码：A 文章编号：1003-6938（2010）03-0095-004

The Development of Data Mining Based on Artificial Neural Network in Clinical Medicine

Yuan Jinqiu Liu YaliYang Kehu （The Evidence-Based Medicine Center of Lanzhou University, Lanzhou， Gansu， 730000）

Abstract：Data mining technology has greatly developed since the 11th international artificial intelligence joint conference which was held in 1989.The achievement of the date mining technology based on Artificial Neural Networks (ANN) is especially conspicuous in the clinical domain; ANN is widely used in the clinical diagnosis, the prognosis and many other aspects. For a better understanding of ANN of the development status at home and abroad, this paper reviews the ANN model, the ANN data mining tool, recent development of clinical research and other relative aspects which are closely related to clinical fields.

Key words：artificial neural network;clinical;data mining

CLC number：G202 Document code：A Article ID：1003-6938（2010）03-0095-004

ANN是基于人脑神经网络的研究，采用数理方法对人脑神经网络进行抽象，建立的一种简化模型，最早在1943年由W・Mcculloch和W・Pitts提出了。此后，冯・诺依曼, Widrow，Hopfield等人在ANN的发展中作出了重要贡献，并有感知器、Hopfield网络等十几种模型相继诞生。时至今日人工神经网络(ANN)的研究涉及医学、生理学、哲学、信息学、计算机科学等众多学科领域,其在临床领域也取得了较大进展。本文将从与临床领域联系较密切的ANN模型、ANN数据挖掘工具、近期临床研究状况等方面加以综述。

1 ANN模型及原理

现阶段在临床领域应用最多的是BP神经网络和感知机模型。这两种模型也代表了ANN的一般原理。

1.1 BP神经网络

BP神经网络通常由输入层，隐层和输出层构成。BP算法学习过程包括信号的正向传播与误差的反向传播两个过程。正向传播时,输入样本从输入层传入,经各隐层处理后,传向输出层。若输出与期望值不符,则转入误差的反向传播阶段。反传阶段中通过连续不断的在相对与误差函数斜率下降的方向上计算网络权值和偏差，并依次改变权值来逐渐逼近目标。在学习过程中，这两个过程周而复始地进行，直至网络输出的误差减少到可接受的程度或完成预定的学习次数。随着ANN研究的不断深入，新的BP算法从有条件地改变参数的值、针对激励函数及误差函数等方面对传统BP算法进行了改进，并不同程度的弥补了传统BP易形成局部极小、学习效率低下及训练中存在遗忘趋势等缺陷。［1 ］这极大扩展了BP神经网络的应用范围。

1.2 感知器

感知器的基本思想是将一些类似生物神经元的处理单元构成一个计算网络，该网络能够自动地学习如何对模式进行识别和分类。通常它由感知层S，连接层A和反应层R构成。S由输入元素组成。S层与A层的连接权固定为1。中间层的元素位于A层，输出层的元素位于R层。A层与R层的连接权是通过学习来确定，通常在初始时取［-1，1］内的随机值，并在学习阶段根据梯度下降法不断调整，使权值的变化量等于正负输入矢量，最终使之在一定的输入时有期望的输出。实践证明，感知器可以很好的划分线性可分的输入矢量。然而感知器网络必须在输入矢量是线性可分时才有效。在临床领域中主要应用于一些医分类问题。［2 ］

2 ANN数据挖掘工具

ANN数据挖掘工具作为联系临床与ANN计算机科学的桥梁，发挥着重要作用。现阶段数据挖掘工具层出不穷，且大多可以完成关联、ANN等不同类型的数据挖掘任务。目前临床中应用较广的ANN工具有 Spss Clementine、 InsightfullMiner、Enterprise mine等。

2.1 Spss Clementine

SpssClementine是现阶段SPSS公司的核心挖掘产品，是业界领先的快速可视化数据挖掘建模环境。此工具结合了多种图形用户接口分析技术，包含神经网络、关联规则等多种算法，其性能优良：（1）软件平台使用图像象征的方法进行操作，可视化程序高，使其数据挖掘直观而具有交互性； （2）功能强大,易用性良好，用户可以不需编程就可以完成建模、数据汇总、变换等工作，从而集中精力处理具体业务问题；（3）完善的项目管理功能，支持CRISP-DM标准流程，依据该流程可对数据挖掘项目进行有效管理；（4）强大的数据存取能力。［3］目前，Clementine在临床疾病诊断、信号识别、预后等领域已有相当数量的成功应用范例。

2.2 Insightful Miner

Insightful Miner是IBM公司的数据分析和挖掘工具。Insightful Miner包含了目前最广泛的数据挖掘技术和算法，有如下几个重要特点：（1）采用独特的“管线式”架构，可扩展分析组件，高效率处理海量数据；（2）可操作性强，支持完整的数据挖掘流程，使得操作人员可不必关注算法的实现；（3）可实现探索性数据分析，通过Trellis快速图示多维数据，实现单变量描述性统计；（4）可实现模型的自动评估。总体来说，Insightful Miner是目前市场上最大容量及功能强大的工具，在顾客反馈报告中它的整体效能是最好的。目前Insightful Miner在临床疾病分类诊断，信号分析等方面都有不同程度的应用。

2.3 其他

除上述工具以外，Enterprise miner、Microsoft SQL server 2005、Darwin、Knowledge Mine等工具的ANN在临床诊断、图像识别、预后、决策分析等方面也有一定程度的应用。

3 ANN的临床应用

3.1 疾病诊断分析

ANN精于数据整合，能有效避免人在诊断中由于经验性倾向而导致的诊断失误。在很多应用实例中，ANN诊断的准确率都高于专家诊断的准确率。

（1）临床症状体征诊断分析。症状与体征是医师作出诊断的第一手资料，意义重大。然而由于临床症状体征资料存在复杂性、多样性、不完整性及缺乏数学性质等特点，基于多种复杂临床症状体征数据的ANN数据挖掘应用还为数不多。在国外Abe Hiroyuk等应用ANN作间质性肺病的诊断，研究中选取年龄、肺功能等十项临床参数作为训练输入，经测试所得模型正确性达0.81。进一步将影像学参数加入训练输入项，模型的准确性提高到0.87。［4 ］Eggers等将ANN 应用于早期急性心肌梗塞的诊断和对胸痛病人梗塞面积的预测，选取肌钙蛋白、肌酸激酶同工酶MB等作为诊断指标，应用ANN交叉验证技术建立模型，训练所得系统各项阳性预测值，阴性预测值多大于90%。［5 ］国内孙文恒等建立了一个基于癌胚抗原、甲胎蛋白等6钟血清肿瘤标志物的ANN诊断模型，该模型可以同时区别消化道疾病、胰腺炎与胰腺癌，可为临床胰腺癌的诊断提供有价值的参考资料。 ［6 ］此外，我国学者在ANN中医症候诊断方面也作了大量富有成效的工作。

（3）临床图像诊断分析。ANN应用于临床图像诊断分析可以提高诊断的正确性，提高影像资料的利用度，降低资历医师培训花费。近十年来，随着数字化影像技术的飞速发展，ANN 所处理的影像学资料越来越趋向与多维化，复杂化，所处理的影像资料扩张到心脏扫描、脑灌注扫描、磁共振成像及正电子发射断层扫描图像等。Acton等将ANN应用于帕金森病的诊断，该学者将81例病人的 Tc-99m纹状体神经多巴胺断层扫描图像输入ANN模型，所有图像资料同时用作训练和测试，系统总正确率达94.4%。［7 ］Gutte 等将ANN技术应用于肺癌病人的PET/CT图像的自动识别， 研究过程中采用肺脏分割算法分析87 例肺癌病人PET/CT图像，并抽取其中8项指标作为ANN模型的输入，系统准确率达 92% ,极大提高了肺癌病人PET/CT图像分析的水平。 ［8 ］

类似于ANN在影像分析上的应用, ANN 在病理标本分析方面也有着显著的诊断优势。目前ANN已成功用于肺小细胞癌皮肺穿刺标本、乳腺细针穿刺细胞学标本、外周病理血管组织、宫颈巴氏物涂片、血细胞识别等方面的计算机辅助诊断。

（3）医学信号诊断分析。现阶段ANN已用于脑电图、肌电图、心电图、多谱勒超声和二氧化碳分析等各种医学信号分析。ANN可以把专家知识融入数学框架，来提取特征、分类和识别模式。由于ANN不需要考虑对数据噪声的统计假设，也不需要将专家知识经验条文化，因而ANN的数据处理方式更合理，在模式识别方面有显著优势。Srinivasan 等将ANN应用于癫痫病人的EEG分析，利用癫痫病人癫痫发作时EEG近似熵锐减这特性，通过训练样本建立起了ANN分析系统，试验测试该系统总精确率达100%。［9 ］Kara等应用多层前馈ANN分析视网膜电图，通过 LM 反传算法训练样本，最后得到的一个可以区分正常与非正常视网膜电图的诊断系统，该系统诊断的正确率94.2%。［10 ］

3.2 ANN应用于临床决策分析

ANN能够综合患者的各项具体情况给出一个特定的预测值，因而对于个体来说意义更大，这是传统的统计分析方法所望尘莫及的。Lisboa.等对1996年到2006年间发表的关于ANN在肿瘤方面应用论文资料进行系统评价，肯定了ANN在肿瘤决策支持应用方面的积极意义，同时作者也呼吁扩大的严谨研究方法的应用。［11 ］此外，Larder等将ANN应用于HIV治疗药物选择的决策支持分析， 研究所得ANN模型有较大实用价值，可以用于HIV耐药的分析及HIV感染者治疗过程中药物选择的决策支持。［12 ］

3.3 预后预测分析

在临床预后的分析中传统的依据统计数字作方法通常显得捉襟见肘。相比之下，ANN应用其个案分析的优势，充分整合各种相关因素，显著提高了精确度。ANN预后分析是近几年来最为活跃的研究领域之一。 Fumiaki Sato等将ANN应用与食道癌的生存率预测，该学者收集418名病人199项临床及病理资料，经训练所得ANN模型对病人的一年存活率及五年存活率预测精确度较高(AUR=0.884,P

4 ANN国内外发展动态与趋势

ANN在临床领域的应用研究在不同国家地区中表现地参差不齐，有学者对2000~2001年收录入ISI有关ANN在生物学和医学领域应用的论文作统计分析，发现最多产的五个国家分别为美国，英国，德国，意大利，加拿大（论文数:302，89，76，38，35）。中国以29篇论文收录居第九位，但其影响因子普遍较低，平均只有1.8 。［16 ］从2004年起，欧盟十国整合，使其ANN研究力量极大提升，从而形成了北美、欧盟、亚洲国家三足鼎立的局势。其中北美在放射学，核医学，医学图像处理的ANN研究有相当优势，欧盟则在病理学，微生物学等方面研究较多，亚洲国家的研究水平相对较低，研究的内容也较零散。

相比之下，中国在ANN的临床研究方面存在一定差距，主要表现在创新性缺乏、研究重复率高、研究方法欠严谨等方面。然而，国内研究取得的成果还是值得肯定的，最近几年中被发表的相关论文直线上升，研究范围也不断扩大。这些都表明ANN正逐渐为越来越多的中国学者所关注。值得一提的是，我国学者做了大量将ANN与传统中医结合的工作，主要包括中医症候诊断，中药疗效预测，病情诊断预测、脉象识别等。［17 ］这些研究都积极促进了祖国中医的发展。

近些年来电子病历的被推广使用，补充医学也越来越受重视，［18 ］这为ANN数据挖掘带来了新的契机。以往研究中，许多ANN系统缺乏严格对照，其研究结果真实性存在争议。因此，除进一步扩大ANN的临床应用范围外，利用更严谨的研究方法重复验证已取得的成果，可能在将来的研究中占有很大的分量。此外， 综合ANN应用于多病种的诊断、预后等工作，可能将是以后的研究重点。最后，将ANN与计算机专家系统结合也表现出了相当大的发展潜力。

5 结语

作为一个新兴的工具，ANN在临床领域取得了可喜的成绩。然而目前ANN尚且只能被定位为临床辅助工具。要使ANN为临床工作，还需要进一步扩大其临床应用范围、进行多病种融合、以及应用更严谨的临床研究方法加以证实。

参考文献：

［1］陆琼瑜，童学锋. BP算法改进的研究［J］.计算机工程与设计, 2007, 28(3): 648-650.

［2］崔雷. 医学数据挖掘［M］. 北京：高等教育出版社，2005.

［3］谢邦昌.数据挖掘Clementine 应用实务［M］.北京：机械工业出版社,2008：41-46.

［4］Abe Hiroyuki,Ashizawa Kazuto,Li Feng. Artificial neural networks (ANNs) for differential diagnosis of interstitial lung disease: results of a simulation test with actual clinical cases［J］.Acad Radiol, 2004, 11(1): 29-37.

［5］EggersKai M , ElleniusJohan ,DellborgMikael. Artificial neural network algorithms for early diagnosis of acute myocardial infarction and prediction of infarct size in chest pain patients［J］.International Journal of Cardiology , 2007,114(3）: 366-374.

［6］孙文恒等. 人工神经网络技术在胰腺癌诊断中的应用［J］. 兰州大学学报, 2008,44：223-226.

［7］ActonPaul D , NewbergAndrew.Artificialneural network classifier for the diagnosis of Parkinson's disease using ［Tc-99m］ TRODAT-1 and SPECT［J］.Physics in Medicine and Biology , 2006, 51(12): 3057-3066.

［8］Gutte Henrik, Jakobsson David, OlofssonFredrik, Automated interpretation of PET/CT images in patients with lung cancer［J］. Nucl Med Commun,2007, 28（2）: 79-84.

［9］SrinivasanVairavan , Eswaran Chikkannan, SriraamNatarajan.Approximate entropy-based epileptic EEG detection using artificial neural network's［J］. IEEE Transactions On Information Technology In Biomedicine, 2007,1(3): 288-295.

［10］KaraSadik,GuvenAysegul,Oner Ayse Ozturk. Utilization of artificial neural networks in the diagnosis of optic nerve diseases［J］. Computers in Biology and Medicine, 2006,36(4): 428-437.

［11］LisboaPaulo J, TaktakAzzam FG . The use of artificial neural networks in decision support in cancer: A systematic review［J］. Neural Networks, 2006,19(4): 408

-415.

［12］LarderBrendan， WangDechao，Revell. AndyApplication of Artificial Neural Networks for Decision Support in Medicine［J］.Methods in Molecular Biology, 2008: 12

3-136.

［13］Fumiaki Sato, Yutaka Shimada , Florin M. Selaru . Prediction of survival in patients with esophageal carcinoma using artificial neural networks［J］ .CANCER, 2005, 103 (8): 1596-1605.

［14］HeckerlingPaul S , CanarisGay J , FlachStephen D. Predictors of urinary tract infection based on artificial neural networks and genetic algorithms［J］. International Journal of Medical Informatics ,2007, 76 ( 4): 289-296.

［15］Ivanov Yu S , Semin G F.Diagnosis and prognosis of cerebral ischemic disturbances course using a method of artificial neuronal networks［J］. Zhurnal Nevrologii i Psikhiatrii Imeni S. S. Korsakova,2004，(12): 29-33.

［16］Robert Claude,Arreto Charles-Daniel, AzeradJean. Bibliometric overview of the utilization of artificial neural networks in medicine and biology［J］. Scientometrics, 2004,59 (1): 117-130.

［17］施明辉，周昌乐.人工神经网络在中医诊断中的应用现状与趋势［J］.中国中医药信息杂志,2007,14(1):2-5.