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。

随着现代科学技术特别是电子信息技术与计算机技术的进步，医学影像技术和医学图像处理技术得到飞速的发展，并且越来越成为现代临床医学诊断与治疗的有力工具和核心支撑技术。 自1895年德国物理学家伦琴发现X线的一百多年来，医学成像与医学影像技术逐步形成、发展并日趋完善。特别是近30年来，除了X线医学影像技术继续得到发展，CT、MRI、超声和核素显像技术与设备均经历了产生、广泛应用和不断改进的过程。医学影像诊断已从单一依靠形态变化进行诊断发展成为集形态、功能、代谢改变为一体的综合诊断体系。与此同时，诸如心脏和脑的磁源成像等新技术和诸如分子影像学等新的学科分支也在不断涌现，医学成像与影像学的范畴仍在不断发展和扩大之中。 尽管现代医学成像与医学影像技术及设备已经得到了巨大的成功，但是另一方面，受到成像机理和材料制造技术等的限制，由现行医学影像设备所得到的医学影像在许多方面还存在不尽如人意之处。例如，某些影像的空间分辨率不够高，某些影像的信噪比不够好，某些影像需要多模态融合才能更好地进行诊断等。上述问题的存在，在某种程度上阻碍了医学影像技术的进一步应用，同时也为医学图像处理技术的发展提供了用武之地。作为数字图像处理技术的一个重要分支，医学图像处理技术对于改善医学影像的视觉质量，实现影像中重要部位的自动分割、提取与识别，完成多模态医学影像的互补与融合，以实现对临床问题的辅助诊断与辅助治疗均具有极其重要的作用。 本书是把医学影像学和医学图像处理有机结合的著作。全书分为两大部分，即医学影像学部分和医学图像处理部分。其中，医学影像学部分主要涵盖了X线、CT、MRI、超声、核素显像五类医学影像，着重分析介绍各类医学影像的成像原理和临床应用，力图尽可能全面地包含近年来计算机辅助诊断领域探索的医学影像问题，为读者理解医学影像的特点和临床应用实例奠定基础。书中涉及的医学影像均为作者近几年在临床工作中获取的第一手资料，且经过经验丰富的临床影像医师的筛选，图像清晰，可读性高。 本书的医学图像处理部分从数字图像处理基础入手，内容包括了医学图像处理基本概念、图像增强、图像分割、图像配准、图像可视化等几个主要部分。既注重数字图像处理的基础性概念，以适合初学者；又以医学图像为主要研究对象，突出医学图像的特点，有的放矢，具有专业特色。此外，本书提供的用于分析处理的实例图像均来自临床数据，为读者进行医学图像处理或今后开展计算机辅助诊断的研究，提供了行之有效的技术储备。 本书作为国内医学影像学与医学图像处理两大领域密切结合的著作，具有以下主要特点。 第一，面向初学读者，强调理论与应用相结合。本书面向的读者群以医学图像处理的初学者为主，在系统介绍数字图像处理，特别是医学图像处理的基本理论与方法的基础上，着重加强了医学图像特有问题的研究与分析，还特别加强了有关医学成像与医学影像学诊断的内容，这是一般数字图像处理著作不涉及的，也是许多医学图像处理著作中未能系统介绍的。例如，DICOM图像格式是一种典型的医学影像格式，许多图像处理著作均未加以考虑，而本书则进行了较为详细的介绍。这样的安排有助于读者既掌握数字图像处理，特别是医学图像处理的基本理论与方法，又对医学影像的成像机理及基于医学影像的临床诊断有较深入系统的了解。 第二，突出系统性，加强针对性。本书关于医学成像与医学影像学的介绍，既不失系统性，又避免面面俱到。尽可能全面地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，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。 第三，精选临床数据，努力奉献读者。本书使用了丰富的高质量临床医学影像数据，并由经验丰富的临床医师解读，不仅确保了影像的质量，且为进一步处理分析提供可靠的临床依据。 第四，实现医工结合，体现科研创新。本书的作者为具有丰富临床经验的医师和多年从事医学图像处理和计算机辅助诊断研究的科研工作者。两部分作者经过长期的实质性科研合作，使得本书的两部分内容能够有机衔接，避免了简单拼凑。 本书适合作为高等院校生物医学工程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，也可供有关教师和科技人员参考。 本书各章节的编写人员包括：医学影像学部分为郭冬梅、田爱娟、周杨、李雪莹、李响、孔子璇、李硕；医学影像处理部分为刘惠、李焕杰、王洪凯、谭丽、邱天爽。全书由刘惠统稿。 感谢大连理工大学电子信息与电气工程学部和生物医学工程学院领导及各位老师对本书编写工作给予的关怀和支持，感谢大连理工大学教材建设出版基金对本书出版的资助，特别感谢硕士研究生刘淑佳、王佳、陈松、刘爽、胡家玮、刘晓岚等同学为本书的编写提供的计算机仿真、资料搜集和书稿校对。 由于时间仓促加之编者水平所限，书中难免有疏漏之处，恳请读者批评指正。

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

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0403700