您当前所在位置:首页 > 论文 > 医药学论文 > 医学技术论文

论述数字化医学影像设备在医院的普及

编辑:sx_chengl

2016-07-28

全世界的医疗机构每天要产生大量的数字X光片、CT、MRI、超声、PET/SPECT等影像资料,同时还有相关的诊断和其他信息,这里是一篇数字化医学影像设备在医院的普及,接下来让我们一起看看吧!

摘要:随着数字化医学影像设备在医院的普及,在医院影像系统中都保留着海量的患者病情影像资料,快速提取和匹配是一个瓶颈。代写临床医学论文搜索一张图往往脑子里有图的大概样子,却不知道该往搜索框里打什么字。而对Sketch2Photo技术来说,只需要用鼠标描绘出个轮廓就可以得到结果。本文探讨了在现代医学影像诊断上的应用价值。

关键词:Sketch2Photo海量;影像;医学;合成

1引言

随着科学技术的迅猛发展,数字化医学影像设备在医院得到迅速普及。全世界的医疗机构每天要产生大量的数字X光片、CT、MRI、超声、PET/SPECT等影像资料,同时还有相关的诊断和其他信息2[。]当医师在做病情诊断时,一般都要参照患者的既往史和似病情的其他患者的影像诊断,面对海量的影像资料,短时间内选择出合适的图像对比资料难度很大。

2 Sketch2Photo和“以图搜图”的区别科技的日新月异催化了视觉技术的快速发展和视觉资源的急速扩大,促进了视觉搜索的时代的来临。用文字搜索引擎来找图片,终归像是档案的翻检,“以图搜图”虽是各大搜索网站的角逐点之一,而用画在破纸上的线条草图稿来搜索图片的Sketch2Photo技术,才是图片的搜索王道[1]。Sketch2Photo原名是PhotoSketch,由于跟http://www.brain-stormllc.com/重叠,故而改名3[。]“以图搜图”就是利用图片内容、透视和颜色等因素进行图片搜索,不需要任何文字输入,就能找到近似的图片搜索结果。Tineye和GazoPa均为相对专业的图片搜索网站,近期谷歌也凭着领先的技术与其海量的网站收录数据推出了索图引擎[4]。Sketch2Photo技术是将带有标签信息的草图转化为具有真实感的合成图像技术,具有对海量的图像信息进行图像搜索、过滤并进行图像合成的新技术。Sketch2Photo和“以图搜图”的相似之处就是对图像进行匹配搜索,获取图像并罗列出图像更多的信息;区别就是“以图搜图”主要功能是根据低分辨率图片找到高分辨率的图片素材,进而演化出了一系列功用,如:根据图像可以找到包含这张图片的网站,进而获取更多信息;对于含有地理信息的图片实现定位等;Sketch2photo是通过用户的草图中物体的形状和名称在图像数据库里进行检索,自动筛选出最匹配的图像,并且在合成照片时对不协调的地方自动进行色彩调整。Sketch2Photo系统获2010年中国计算机大会最佳研究成果奖5[。]

3 Sketch2Photo技术在现代医学影像诊断上的应用

3.1应用背景Sketch2Photo技术简而言之就是只要画出一幅草画,如图1所示,就能给生成这样一幅彩画,如图2所示。因此在现代医学影像诊断研究上有应用前景。

在现在医学影像诊断研究中,面对一张新的医学影像,如MR、X光或CT片,使用Sketch2Photo技术,快速地获得类似病例和同一病例的既往影像进行比对,以进一步提高新产生的医学影像诊断率,或使用Sketch2Photo技术,筛选组合成进行一系列医学影像用于医学科研教学,有广泛的应用价值,且事半功倍。

3.2医学图像的特点医学图像在医学诊断领域既是一种用于诊断和治疗的医疗辅助手段,又是一种用于生命科学研究的科研手段。医学图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。目前,各类医学图像(X光、CT、MRI、超声扫描显像、内镜图像等)已成为临床诊断、病情跟踪、教学研究的重要客观依据[6]。医学成像是大部分是以黑、灰、白3种颜色,尤其是CT片、X光片、MR片、B超等,如图3、图4、图5、图6所示。从图中可以看出,由此产生的医学图像具有分辨率低、噪声大、误差大、缺少结构信息、分割精度不高、轮廓跟踪精度低、灰度归类算法没有考虑空间特性等,论文发表中心所以增加了图像识别软件在做筛选时的难度。

3.3设计原理由于医学图像的色素组成单调、成像杂乱,造成图像中灰度的非均匀分布,增加了图像识别软件在做筛选时的难度。从目前Sketch2Photo技术的公开资料,这项技术基本用于彩色的图像筛选和组合,在黑白图特别是医学图像上使用此技术还未见相关文献报道。但医学序列图像的帧内冗余与帧间冗余度很大,失去一些无关细节不影响诊断,因此按照一定的分类规则,如按成像部位、成像原理或成像设备类型等进行分类存放,然后使用Sketch2Photo技术按类进行多次筛选合成,提高图像筛选的准确率,加上适当的医师干预,可达到预期效果。因此,Sketch2Photo图像合成技术在医学图像上有应用前景。

3.4设计思路以Sketch2Photo技术为核心,将系统结构分为图像获取系统、图像数据库系统、图像分析系统3大部分。图像获取系统的作用就是草图信息输入、检索结果输出和诊断信息反馈,其中诊断信息反馈具有干预诊断结果和增加数据库经验资料的功能,且最后选取诊断信息需要医师进行干预校正,以保证所获取的诊断结果的正确率。图像数据库系统包括部位索引表、特征索引表、图像特征表、图像分类表、经验图像表,其中部位索引表是存储医学影像部位和成像设备类型的关键字,特征索引表存储的是各种病理特征的关键字,考虑到某些病理可能存在多个特征,这些分类中的特征数据都会保留其他特征的索引,以提高病理特征的综合分析率;图像分类表存储的是各个部位的影像等;经验图像表存储的是确切结论的医学影像资料。图像分析系统是根据输入的草图,通过Sketch2Photo技术自动筛选出匹配的图像或图像集,确定器官的类型和形状,通过医师干预对筛选出来的图像进行确定,在图像数据库系统中对图像的特征进行提取分析,罗列每个图像所对应相应的诊断结果。

4结语

面对现代医院海量的医学诊断图像资料,如何快速有效地检索、抽取、组织和利用就成为一个挑战性的课题。Sketch2Photo是基于海量图像数据的搜索,对海量的图像信息进行过滤并合成的新技术,所以将Sketch2Photo技术融入医学影像诊断系统能提高医学图像的利用率和诊断的准确率,同时方便医院的医疗、科研、教学,是一个有价值的研究方向。

参考文献

[1]谢博识,孙舫.涂鸦式搜图[J].新知客,2009,12.

[2]周燕红,刘毅飞.互联网医学影像资源的特点与利用[J].中国医疗设备,2009,24.

[3]开源中国社区.基于互联网的图像蒙太奇技术Sketch2Photo[EB/OL].http://www.oschina.net/p/photosketch,2009-10-6.

[4]常燕,牟方奎.谷歌搜索推“以图搜图”[N].长江商报,2011-06-29(B19).

[5]清华大学“Sketch2Photo”系统获2010中国计算机大会最佳研究成果奖[EB/OL].http://www.tsinghua.edu.cn/publish/cs/4840/2010/20101216214030123696651/20101216214030123696651_.html,2010-10-25.

[6]邢晓芬,徐向民,黄晓泓,黄建敬.基于内容的医学图像分类研究[J].科学技术与工程,2007.

好了,这篇数字化医学影像设备在医院的普及的精彩内容就给大家介绍到这里了。希望大家继续关注我们的网站!

相关推荐:

医学技术论文:放射肿瘤医学科技论文  

论述计算机网络技术在医学技术中的发展和作用

免责声明

精品学习网(51edu.com)在建设过程中引用了互联网上的一些信息资源并对有明确来源的信息注明了出处,版权归原作者及原网站所有,如果您对本站信息资源版权的归属问题存有异议,请您致信qinquan#51edu.com(将#换成@),我们会立即做出答复并及时解决。如果您认为本站有侵犯您权益的行为,请通知我们,我们一定根据实际情况及时处理。